作者
方 魁
文章摘要
为有效防控列车司机疲劳驾驶引发的铁路行车安全风险，本文围绕“生理-行为-环境”三维度构建疲劳监测指标体系，并通过实证研究验证其有效性。以某铁路局120名货运列车司机为研究对象，通过模拟驾驶实验与现场行车监测采集420组有效数据，运用相关性分析筛选关键指标，结合主成分分析降维后，构建BP神经网络疲劳监测模型。实证结果显示，该模型对司机疲劳状态识别准确率达91.7%，其中眨眼频率、α波功率占比、心率变异性、驾驶时长、座舱温度为最关键的5项监测指标。研究成果可为铁路运输企业建立疲劳驾驶动态预警机制提供理论支撑与实践指导。
文章关键词
列车司机；疲劳驾驶；监测指标；实证研究；BP神经网络
参考文献
[1] 江跃龙,张铭智.基于 PERCLOS 的列车司机疲劳检测设计与实现[J].计算机时代,2023,(04):112-115.
[2] 陈忠,潘迪夫,韩锟.列车司机疲劳驾驶监测中的人脸定位方法研究[J].铁道科学与工程学报,2019,16(12):3134-3142.
Full Text:
DOI
