一种用于高级驾驶辅助系统的分层模糊系统
计算机视觉与模式识别
2018-06-13 v1 人工智能
摘要
在本研究中，我们通过评估驾驶辅助系统的风险状态提出一种分层模糊系统，以助力减少道路交通事故数量。该系统的一个关键组成部分是能够实时持续检测并测试内部与外部风险：外部车辆风险通过检测各种道路移动物体来实现；该提出的系统基于计算机视觉方法。内部风险通过评估驾驶员的 EEG 信号，提出一种用于 drowsiness 驾驶识别或检测的自动系统来实现；该开发的系统基于计算机视觉技术与生物特征因素（脑电图 EEG）。该提出的系统随后由三个主要模块组成。第一个模块负责通过驾驶员的眼动（生理性 drowsiness）识别其 drowsiness 状态。第二个模块负责检测并分析其生理信号，以同样识别其 drowsiness 状态（精神性 drowsiness）。第三个模块负责通过实时检测道路上的不同移动物体来评估道路驾驶风险。最终决策将通过模糊决策规则融合三个检测系统获得。最后，所提出的方法在来自一个提出的数据集的十个样本上得到了改进。
引用
@article{arxiv.1806.04611,
title = {A Hierarchical Fuzzy System for an Advanced Driving Assistance System},
author = {Mejdi Ben Dkhil and Ali Wali and Adel M. Alimi},
journal= {arXiv preprint arXiv:1806.04611},
year = {2018}
}