本文的研究对象是驾驶疲劳。驾驶员长时间持续驾驶机动车辆就会出现驾驶疲劳,这时他的生理、心理机能逐渐衰减,反应速度、操控效率降低非常容易引起交通事故。近年来由疲劳驾驶导致的交通事故频发,因此研究和预防驾驶疲劳很有必要。研究驾驶疲劳采用的方法是分别提取精力充沛和疲劳状态下的驾驶员的几个与疲劳度相关的脑电和眼电信号特征,对这些特征进行分析、对比最终得出和驾驶疲劳相关性较高的特征指标。具体方法:首先,设计实验用交通图标刺激被试者模拟驾驶环境,利用实验室设备Neuroscan采集8名被试者在精力充沛和疲劳状态下的脑电和眼电信号数据。然后,对采集的生理信号数据分别进行处理分析。对于脑电信号提取位于中间区域的3C电极数据,脑电信号有几种不同频率的波形如:α(7~14Hz)波、β(14~30Hz)波、θ(0.5~4Hz)波等。本文对不同频带的波形进行处理求得了(α+θ)/β、θ/β、α/β的平均功率比值,其中α/β平均功率比值对驾驶者精力充沛和疲劳状态的差别表现最为明显。对于眼电信号提取水平(HEO)和垂直(VEO)两路眼电信号数据。水平眼电信号提取低高频平均功率比,根据别人研究过的和自己实验验证的结果 (0~2.5Hz)/(2.5~30Hz)平均功率比对疲劳和非疲劳状态反应敏感。垂直眼电信号主要提取眨眼特征,有眨眼时间、眨眼速度、眨眼频率几个特征指标。最后,把提取的脑电和眼电信号特征指标做主成分分析得到特征融合后的新变量曲线,把这几个特征与新变量曲线做一个线性相关度计算,最终找出与疲劳度相关性较高的指标。本文研究中脑电信号的α/β的平均功率比值、水平眼电信号的(0~2.5Hz)/(2.5~30Hz)平均功率比值、眨眼速度,均能较好的反应人的疲劳状态。而眨眼时间和眨眼频率在一定程度上也能反应人的疲劳状态,但容易受到突发情况的干扰,因此若用眨眼时间和眨眼频率判断人的疲劳状态需要做进一步的考量。