نام پژوهشگر: فرهاد عرب

تشخیص خواب آلودگی رانندگان بر اساس تحلیل موجک سیگنال های فرمان و موقعیت جانبی در شبیه ساز رانندگی
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده مهندسی مکانیک 1393
  فرهاد عرب   علی نحوی

هدف از نگارش این پایان نامه تشخیص خواب آلودگی رانندگان با استفاده از تحلیل موجک سیگنال های زاویه فرمان و موقعیت جانبی راننده می باشد. به دلیل اینکه در سیگنال موقعیت جانبی خودرو، اثر شعاع انحنا وجود ندارد مستقیما قابل تحلیل است. ولی سیگنال زاویه فرمان راننده وابسته به شعاع انحنای مسیر می باشد، لذا تحلیل سیگنال زاویه فرمان بدون از بین بردن این وابستگی امری بیهوده به نظر می رسد. لذا جهت اینکه بتوان در هر لحظه از مسیر حرکت، زاویه فرمان مطلوب را به دست آورد و آن را از زاویه فرمان راننده کم نمود، یک مدل فرمان راننده ارائه می شود. جهت بررسی صحت مدل فرمان ارائه شده، ابتدا نتایج آن در مانورهای حفظ لین، تغییر لین و دوبار تغییر لین با نتایج حاصل از نرم افزار تراک سیم مقایسه شده است. پس از آن زوایای فرمانی که از 38 راننده حرفه ای در شبیه ساز رانندگی به دست آمده است، با نتایج مدل ارائه شده مقایسه شده است که نشان دهنده تطابق بالایی است. پس از اطمینان از مدل فرمان ارائه شده، الگوریتم تشخیص خواب آلودگی با استفاده از تحلیل موجک سیگنال های موقعیت جانبی و زاویه فرمان راننده ارائه شده است. سیگنال های زاویه فرمان و موقعیت جانبی به بسته های یک دقیقه ای تقسیم شده و به هر کدام از این سیگنال های یک دقیقه ای برچسب هشیار یا خواب آلوده زده می-شود. سپس با استفاده از موج مادرهای مختلف این سیگنال های یک دقیقه ای به 10 زیرلایه تجزیه شده و از هر کدام از سطوح سه ویژگی طول سیگنال، انرژی و انحراف معیار گرفته می شود. سپس هر کدام از این ویژگی ها به تنهایی به عنوان ورودی به ماشین بردار پشتیبان در نظر گرفته شده و دسته بندی صورت می گیرد. نتایج نشان دهنده این است که با استفاده از سیگنال موقعیت جانبی می توان تا دقت 92 درصد و حساسیت 92 درصد خواب آلودگی را تشخیص داد که اعداد قابل قبولی هستند. همچنین با استفاده از سیگنال زاویه فرمان می توان با دقت 90 درصد و حساسیت 88 درصد خواب آلودگی را تشخیص داد.