基于EEG的无人驾驶车辆乘坐人情绪感知技术研究
发布时间：2023-08-20 09:29
无人驾驶汽车依靠车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标,是人工智能在自动驾驶领域的典型应用。目前,无人驾驶中决策规划主要依据于车辆的环境感知信息,未考虑内部乘坐人的情绪感受,可能导致车辆乘坐体验变差,限制其实际应用。应当将乘坐人的感受应该与环境感知放在同等地位上,都能够实际改变无人驾驶汽车的行为决策,为构成人在回路的人机混合智能的自动驾驶系统提供了一个可行方案。因此,使用嵌入式系统来快速、实时处理数据,为改善自动驾驶汽车的体验提供了一个可行的实现方案。首先,针对传统情绪识别技术处理过程复杂且处理周期长而不适用于车载环境的问题,设计了应用于车载环境的情绪识别系统的实现平台,这部分包括:基于ADS1299的模拟采集前端完成脑电信号放大与数据采集;基于数字信号处理器DSP实现脑电信号的实时处理、分类;基于TL2515的CAN总线模块将分类结果发送至车载计算机。整个过程都是通过DSP完成,使用单线程完成,处理过程简单、且速度快,实时性好。其次,针对可穿戴的车载环境脑电采集通道不宜过多的实际需求。通过分析情绪脑电数据库DEAP中的数据,对愉悦与不愉悦情绪的特征进行分析,...
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题背景及研究目的和意义
1.1.1 课题研究背景
1.1.2 研究目的和意义
1.2 国内外研究现状
1.2.1 基于脑电信号情绪识别技术研究
1.2.2 自动驾驶技术与情绪结合的应用研究
1.2.3 国内外研究现状总结
1.3 本文的研究内容和结构
第2章 车载情绪感知的生理基础与技术方案
2.1 情绪脑电信号的生理基础
2.1.1 大脑的结构与生理分区
2.1.2 无人驾驶汽车乘坐人目标情绪的分类模型
2.1.3 情绪脑电信号的节律特征
2.2 车载环境下情绪感知技术总体研究方案
2.2.1 车载环境下嵌入式系统处理EEG优劣势分析
2.2.2 针对车载环境的需求分析
2.2.3 技术方案设计
2.3 本章小结
第3章 车载情绪识别的脑电数据采集技术研究
3.1 车载环境下的脑电信号采集传输系统设计
3.2 车载环境的情绪脑电信号采集技术
3.2.1 适用车载环境的脑电信号采集方式
3.2.2 ADS1299采集电路分析
3.2.3 模拟采集前端的数据输出格式
3.3 车载环境下数据采集系统接口技术
3.3.1 模拟采集前端配置
3.3.2 情绪脑电8通道的数据传输设置
3.3.3 车载通信的CAN总线模块设计
3.4 本章小结
第4章 情绪脑电的特征提取与分类技术研究
4.1 车载情绪识别的整体流程设计
4.2 车载环境下脑电信号预处理技术及程序设计
4.2.1 车载环境下的主要干扰分析
4.2.2 中值滤波滤除基线漂移
4.2.3 带通滤波去除车载环境中的高低频干扰
4.3 情绪的脑电特征提取与分类技术研究
4.3.1 无人驾驶环境下的目标情绪脑电特征分析与选择
4.3.2 群体的情绪特征分类分析
4.3.3 个体的情绪脑电特征分析
4.3.4 个体情绪的分类研究
4.4 情绪脑电特征提取与分类的嵌入式系统实现
4.4.1 脑电信号特征提取的DSP实现
4.4.2 应用于车载环境的FFT算法实现
4.4.3 DSP特征提取的速度分析
4.4.4 特征分类算法实现
4.5 本章小结
第5章 情绪感知技术的实验设计与验证
5.1 实验系统功能验证
5.1.1 采集数据功能验证
5.1.2 数据传输功能验证
5.1.3 特征提取功能验证
5.1.4 分类结果传输功能验证
5.2 情绪脑电采集与模拟自动驾驶系统实验设计
5.2.1 针对车载环境的情绪诱发模式选择
5.2.2 情绪诱发实验设计
5.2.3 模拟自动驾驶的验证环境设计
5.3 情绪识别系统的分类效果验证与分析
5.3.1 情绪脑电特征提取效果分析
5.3.2 个体情感分类技术效果分析
5.3.3 模拟自动驾驶环境的情绪分类验证
5.4 本章小结
结论
参考文献
致谢
本文编号：3842954
【文章页数】：77 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题背景及研究目的和意义
1.1.1 课题研究背景
1.1.2 研究目的和意义
1.2 国内外研究现状
1.2.1 基于脑电信号情绪识别技术研究
1.2.2 自动驾驶技术与情绪结合的应用研究
1.2.3 国内外研究现状总结
1.3 本文的研究内容和结构
第2章 车载情绪感知的生理基础与技术方案
2.1 情绪脑电信号的生理基础
2.1.1 大脑的结构与生理分区
2.1.2 无人驾驶汽车乘坐人目标情绪的分类模型
2.1.3 情绪脑电信号的节律特征
2.2 车载环境下情绪感知技术总体研究方案
2.2.1 车载环境下嵌入式系统处理EEG优劣势分析
2.2.2 针对车载环境的需求分析
2.2.3 技术方案设计
2.3 本章小结
第3章 车载情绪识别的脑电数据采集技术研究
3.1 车载环境下的脑电信号采集传输系统设计
3.2 车载环境的情绪脑电信号采集技术
3.2.1 适用车载环境的脑电信号采集方式
3.2.2 ADS1299采集电路分析
3.2.3 模拟采集前端的数据输出格式
3.3 车载环境下数据采集系统接口技术
3.3.1 模拟采集前端配置
3.3.2 情绪脑电8通道的数据传输设置
3.3.3 车载通信的CAN总线模块设计
3.4 本章小结
第4章 情绪脑电的特征提取与分类技术研究
4.1 车载情绪识别的整体流程设计
4.2 车载环境下脑电信号预处理技术及程序设计
4.2.1 车载环境下的主要干扰分析
4.2.2 中值滤波滤除基线漂移
4.2.3 带通滤波去除车载环境中的高低频干扰
4.3 情绪的脑电特征提取与分类技术研究
4.3.1 无人驾驶环境下的目标情绪脑电特征分析与选择
4.3.2 群体的情绪特征分类分析
4.3.3 个体的情绪脑电特征分析
4.3.4 个体情绪的分类研究
4.4 情绪脑电特征提取与分类的嵌入式系统实现
4.4.1 脑电信号特征提取的DSP实现
4.4.2 应用于车载环境的FFT算法实现
4.4.3 DSP特征提取的速度分析
4.4.4 特征分类算法实现
4.5 本章小结
第5章 情绪感知技术的实验设计与验证
5.1 实验系统功能验证
5.1.1 采集数据功能验证
5.1.2 数据传输功能验证
5.1.3 特征提取功能验证
5.1.4 分类结果传输功能验证
5.2 情绪脑电采集与模拟自动驾驶系统实验设计
5.2.1 针对车载环境的情绪诱发模式选择
5.2.2 情绪诱发实验设计
5.2.3 模拟自动驾驶的验证环境设计
5.3 情绪识别系统的分类效果验证与分析
5.3.1 情绪脑电特征提取效果分析
5.3.2 个体情感分类技术效果分析
5.3.3 模拟自动驾驶环境的情绪分类验证
5.4 本章小结
结论
参考文献
致谢
本文编号：3842954
本文链接：https://www.wllwen.com/kejilunwen/qiche/3842954.html
