基于生理信号的人体疲劳检测研究综述

下载PDF

导出

摘要本文概述了疲劳相关概念,介绍了在生理性疲劳和心理性疲劳检测中基于生理信号的疲劳检测方法,总结了研究者在数据处理模型上的研究并展望了发展方向,为疲劳检测提供更为科学和有效的支持。

作者王春源毕思琦李娅硕

机构地区青岛理工大学机械与汽车工程学院

出处《人类工效学》 2025年第2期82-86,共5页 Chinese Journal of Ergonomics

关键词安全工程生理信号人体疲劳疲劳检测脑电图心电图肌电图

分类号 TB18 [一般工业技术]

引文网络
相关文献

参考文献2

1龚淑娟,赵永翔,黄德明.基于多生理信号融合的疲劳驾驶检测研究[J].安全与环境学报,2023,23(11):4002-4012. 被引量：8
2Dezhen Xiong,Daohui Zhang,Xingang Zhao,Yiwen Zhao.Deep Learning for EMG-based Human-Machine Interaction:A Review[J].IEEE/CAA Journal of Automatica Sinica,2021,8(3):512-533. 被引量：25

二级参考文献8

1成波,冯睿嘉,张伟,李家文,张希波.基于多源信息融合的驾驶人疲劳状态监测及预警方法研究[J].公路交通科技,2009(S1):13-18. 被引量：9
2邓院昌,史晨军.基于贝叶斯结构方程模型的疲劳驾驶行为意图研究[J].安全与环境学报,2019,19(2):520-526. 被引量：12
3胥川,裴赛君,王雪松.基于无侵入测量指标的个体差异化驾驶疲劳检测[J].中国公路学报,2016,29(10):118-125. 被引量：38
4杨萍茹,黄勇,廖龙涛,孙棣华,陈希,王正江.基于智能手表的疲劳驾驶监测方法研究[J].重庆理工大学学报（自然科学）,2020,34(12):170-176. 被引量：6
5徐军莉,王平,穆振东.融合眼动和脑电特征的疲劳驾驶检测研究[J].重庆交通大学学报（自然科学版）,2021,40(12):7-11. 被引量：18
6冯晓锋.基于融合眼嘴头部特征的疲劳驾驶检测方法[J].安全与环境学报,2022,22(1):263-270. 被引量：3
7尉志礼,胥川,王雪松,王岳川.基于隐马尔可夫模型的无侵入疲劳等级判别[J].公路交通科技,2022,39(5):112-121. 被引量：1
8李泰国,张天策,李超,张英志,王英.基于人体姿态空时特征的驾驶员疲劳检测[J].交通运输系统工程与信息,2022,22(5):337-344. 被引量：7

共引文献31

1Jun Zhang,Lei Pan,Qing-Long Han,Chao Chen,Sheng Wen,Yang Xiang.Deep Learning Based Attack Detection for Cyber-Physical System Cybersecurity:A Survey[J].IEEE/CAA Journal of Automatica Sinica,2022,9(3):377-391. 被引量：17
2张松,游煜根,林家能,王鸿鹏,秦岩丁,韩建达,于宁波.基于表面肌电信号的智能康复技术[J].人工智能,2022(3):34-43. 被引量：5
3Hong Mo,Yinghui Meng,Fei-Yue Wang,Dongrui Wu.Interval Type-2 Fuzzy Hierarchical Adaptive Cruise Following-Control for Intelligent Vehicles[J].IEEE/CAA Journal of Automatica Sinica,2022,9(9):1658-1672. 被引量：5
4董泽萍,仇大伟,刘静.表面肌电人体下肢动作识别预测进展[J].计算机工程与应用,2023,59(14):39-50. 被引量：3
5Ruirui Zhong,Bingtao Hu,Yixiong Feng,Hao Zheng,Zhaoxi Hong,Shanhe Lou,Jianrong Tan.Construction of Human Digital Twin Model Based on Multimodal Data and Its Application in Locomotion Mode Identifcation[J].Chinese Journal of Mechanical Engineering,2023,36(5):7-19. 被引量：3
6李振江,魏德健,冯妍妍,于丰帆,马一凡.表面肌电手部动作识别的研究进展[J].计算机工程与应用,2024,60(3):29-43. 被引量：6
7Tao Wang,Qiming Chen,Xun Lang,Lei Xie,Peng Li,Hongye Su.Detection of Oscillations in Process Control Loops From Visual Image Space Using Deep Convolutional Networks[J].IEEE/CAA Journal of Automatica Sinica,2024,11(4):982-995. 被引量：4
8冯景辉,余宇,习佳宁.腰部肌电信号数据采集与智能传感方式研究进展[J].中国医疗器械杂志,2024,48(2):119-125. 被引量：1
9胡学政,陶庆,赵暮超,刘景轩,马金旭.采用迁移学习的表面肌电信号手势识别方法[J].科学技术与工程,2024,24(12):5044-5050. 被引量：9
10Dezhen Xiong,Daohui Zhang,Yaqi Chu,Yiwen Zhao,Xingang Zhao.Intuitive Human-Robot-Environment Interaction With EMG Signals:A Review[J].IEEE/CAA Journal of Automatica Sinica,2024,11(5):1075-1091. 被引量：4

1刘文博,杨宛萤.家具打磨岗可穿戴式人体疲劳防护装备设计[J].工业设计,2025(4):147-150.
2卫小红.茶缓解生理性疲劳的相关作用探讨[J].福建茶叶,2024,46(10):33-35.

人类工效学

2025年第2期

浏览历史

内容加载中请稍等...

基于生理信号的人体疲劳检测研究综述

参考文献2

二级参考文献8

共引文献31

相关作者

相关机构

相关主题

浏览历史