使用生理信号预测驾驶员的心理工作量:一种功能数据分析方法
Chaeyoung Lee1, MinJu Shin1, David Eniyandunmo2
1Mechanical, Automotive, and Materials Engineering, University of Windsor, 401 Sunset Ave, Windsor, ON N9B 3P4, Canada; Department of Statistics, Ewha Womans University, 52, Ewhayeodae-gil, Seodaemun-gu, Seoul, 03760, Republic of Korea.
Applied ergonomics
|March 23, 2024
概括
这项研究使用心电图和脑电图等生理信号准确预测驾驶员的精神工作量. 通过了解这些工作负载级别来提高安全性,可以改进先进的驾驶辅助系统.
科学领域:
- 人与计算机的交互
- 认知人体工程学 认知人体工程学
- 汽车工程 汽车工程
背景情况:
- 先进的驾驶辅助系统 (ADAS) 越来越多地集成到车辆中.
- 评估驾驶员的心理工作量对于ADAS设计和交通安全至关重要.
- 现有的工作负载评估方法可能是侵入性的或主观的.
研究的目的:
- 调查ADAS对驾驶员心理工作负载的影响.
- 开发一个预测模型来分类心理工作负载水平 (低,充足,高).
- 评估生理信号在工作负载评估中的有效性.
主要方法:
- 收集的生理数据包括ECG,EMG,EDA,EEG (甲基频段,af4/fc6通道) 和眼睛直径.
- 利用功能线性回归模型来预测工作负载.
- 测试了31种不同的生理变量组合.
主要成果:
- 在预测心理工作负载方面达到90%的最高准确率.
- 确定了9种特定的生理信号组合,产生最佳的预测准确度.
- 证明了使用原始生理数据用于工作负载评估的可行性.
结论:
- 用功能数据方法分析的原始生理信号,可以有效地评估驾驶员的心理工作量.
- 这些发现支持将生理监测集成到ADAS中,以提高性能和安全性.
- 这种方法提供了一种更客观,更精确的方法来理解驾驶员的认知状态.
