自发脑电信号具有实时性好、无需结构化物理环境等特点。为此,本文提出并设计了一套基于脑电信号的驾驶疲劳检测系统,通过对自发脑电信号进行脑电节律分析,实时判断驾驶员的疲劳状态。取得的具体研究成果如下:　　 (1)基于主成分分析法的脑电预处理研究。　　 驾驶员的脑电信号在驾驶环境中会不可避免地受到眼电、心电和肌电等信号干扰,对脑电信号中干扰成分进行滤波处理是确保疲劳检测系统正常工作的前提保障。文中对主成分分析法(PrincipalComponentAnalysis,PCA)和独立成分分析法(IndependentComponentAnalysis,ICA)进行了深入研究,在对实验结果分析的基础上,结合驾驶检测系统的具体要求,最终选择PCA方法作为脑电预处理方法。　　 (2)基于频谱分析的疲劳特征的抽取与疲劳程度的估计。　　 疲劳特征的抽取质量是疲劳检测系统正常工作的关键。本文基于快速傅里叶变换法对脑电信号中α、β、θ、δ特征节律进行分析,通过计算α、β、θ、δ各个特征节律的相对能量值,并求出疲劳指数,进而估计驾驶员的疲劳程度。实验结果验证了特征提取与疲劳估计方法的正确性和有效性。　　 (3)基于Matlab和VisualC++的驾驶疲劳实时检测系统的软件开发。　　 驾驶疲劳实时检测系统是在Matlab和VisualC++两个软件平台下联合开发的。在Matlab环境下主要完成对核心算法部分各模块的设计、编写与测试工作,最终按照函数文件的形式生成相应的动态链接库(DynamicLinkLibrary,DLL)文件。在VisualC++环境下主要针对系统界面和脑电图仪的驱动接口进行设计,并调用Matlab编译生成的动态链接库函数完成相应的算法功能,最后在界面中显示出计算结果并绘制相关曲线。　　 (4)模拟驾驶系统的实验设计与构建。　　 为验证驾驶疲劳检测系统的有效性,搭建了模拟驾驶实验平台。让受试者模拟驾驶过程,对受试者进行实时驾驶疲劳检测。检测共分两个时段进行,第一个时段为受试者进行模拟驾驶的前1个小时,第二个时段在受试者连续进行驾驶4个小时之后。对6名受试者的疲劳程度检测结果表明,本系统能够获得较为准确的疲劳判断结果。　　 通过脑电信号来评测驾驶员的疲劳状态具有客观、直接的优点,是一种较新的、很有前途的技术手段。本文的研究成果在疲劳驾驶的检测研究方面具有积极的意义。