谢 俐¹ 何 勇² 王 礼¹ 秦 蒙¹

1.重庆电力高等专科学校；2.重庆市实验中学

摘要(Abstract)：

疲劳驾驶在交通事故的发生中占不小的比例，因此对驾驶员疲劳状态的检测，以及检测到疲劳驾驶后的应对处理，对于提高道路交通安全具有重要意义。本文综述了国内外在疲劳驾驶检测领域的研究现状和发展方向，详细分析了常见的疲劳驾驶检测方法，并探讨了疲劳驾驶检测技术的最新进展。通过对比不同方法的优缺点，本文指出了未来疲劳驾驶检测技术的研究方向。

关键词(KeyWords)：

疲劳驾驶；检测技术；生理信号；车辆行为特征；驾驶员行为特征；深度学习

参考文献(References)：

［1］Bakker B，Zablocki B，Baker A，et al.A Multi-Stage， Multi-Feature Machine Learning Approach to Detect Driver Sleepiness in Naturalistic Road Driving Conditions［J］.IEEE Transactions on Intelligent Transportation Systems，2021， PP（99）:1-10 .

［2］Jianliang M，Chen X，Yonggang Z，et al.Driver fatigue detection based on prefrontal EEG using multi-entropy measures and hybrid model［J］.Biomedical Signal Processing and Control，2021，69.

［3］Mohammad S，Matin B，Erfan N，et al.Fusion ofEEG and Eye Blink Analysis for Detection of Driver Fatigue.［J］.IEEE transactions on neural systems and rehabilitation engineering :a publication of the IEEE Engineering in Medicine and Biology Society，2023.

［4］Wang L，Song F，Zhou H T，et al.EEG and ECG-Based Multi-Sensor Fusion Computing for Real-Time Fatigue Driving Recognition Based on Feedback Mechanism［J］.Sensors，2023，23（20）:8386 .

［5］Peivandi M，Ardabili Z S，Sheykhivand S，et al.Deep Learning for Detecting Multi-Level Driver Fatigue Using Physiological Signals:A Comprehensive Approach［J］.Sensors，2023，23（19）:8171 .

［6］李鑫，张晖，吴超仲，等.基于脉搏波特征融合的驾驶疲劳检测方法［J］.中国公路学报，2020，33（06）：168-181.

［7］Tianjun Z，Chuang Z，Tunglung W，et al.Research on a Real-Time Driver Fatigue Detection Algorithm Based on Facial Video Sequences［J］.Applied Sciences，2022，12（4）:2224 .

［8］Mu Y，Weiwei Z，Pengcheng C，et al.Driver Fatigue Detection Based on Residual Channel Attention Network and Head Pose Estimation［J］.Applied Sciences，2021，11（19）:9195 .

［9］张希波，成波，冯睿嘉.基于方向盘操作的驾驶人疲劳状态实时检测方法［J］.清华大学学报（自然科学版），2010，50（07）：1072-1076+1081 .

［10］叶开.基于组合赋权的疲劳驾驶识别和监测［J］.中国物流与采购，2023，（12）：55-56.

［11］高绮煌，谢凯，贺正方，等.复杂环境下多模态特征融合的疲劳驾驶检测［J］.电子测量技术，2023，46（06）：106-115.

［12］陈小强，张慧，黄志鹏.基于深度学习的视觉-生理多模态疲劳驾驶检测系统设计［J］.无线互联科技，2024，21（20）：36-39.