第４４卷第２期２０２３年４月大连交通大学学报ＪＯＵＲＮＡＬＯＦＤＡＬＩＡＮＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹＶｏｌ．４４Ｎｏ．２Ａｐｒ．２０２３■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■■文章编号：１６７３－９５９０（２０２３）０２－００２２－０６基于ＰＰＧ信号的驾驶员生理参数监测于露，任晓阳，魏恒建，吕文文，路鑫（大连交通大学交通运输工程学院，辽宁大连１１６０２８）摘要：驾驶员驾驶疲劳或注意力涣散是导致交通事故发生的主要原因。利用ＰＰＧ信号对驾驶员进行生理疲劳的监测，设计两组障碍试验，分别模拟突遇红灯和障碍时的实际交通状况，监测并得到驾驶员驾驶疲劳ＰＰＧ信号，并利用小波变换进行处理，同时进行归一化处理和平滑处理。对ＰＰＧ信号进行特征参数提取，得到其特征变化规律。结果表明：在突遇障碍和红灯时，人体ＰＰＧ信号周期上升和下降速率会增大；突遇障碍时的ＰＰＧ信号参数上升幅度大于遇到红灯时的，且男性ＰＰＧ信号上升和下降的幅度大于女性。通过实时无创监测人体的生理状态，预测驾驶员异常状态，提前进行预警，避免事故发生。关键词：光电容积脉搏波；小波变换；疲劳驾驶文献标识码：ＡＤＯＩ：１０．１３２９１／ｊ．ｃｎｋｉ．ｄｊｄｘａｃ．２０２３．０２．００４随着交通运输业的发展，交通安全事故也日益增多。目前我国发生的各类事故中，交通安全事故的死亡率排在第９位［１］。交通事故类型多、时效性要求高［２］，驾驶员疲劳驾驶、违章驾驶、超速行驶、酒驾、无安全带驾驶、路况不佳已经成为交通道路的六大杀手［１］。因此，驾驶员良好的身体状况是人们安全出行的重要保障。许多学者对驾驶员疲劳状态的监测进行了研究：耿磊等［３］通过驾驶员面部行为分析并监测驾驶员疲劳状态；刘明周等［４］提出了基于面部以及手部运动特征的驾驶员疲劳融合检测算法，综合判断驾驶员的疲劳状态。相比上述方法，利用ＰＰＧ信号进行驾驶员的疲劳检测更加方便，而且还有无创、多参数、低成本、便捷和测量位置灵活等优点［５］。近年来，基于ＰＰＧ信号的人体状况监测系统在国内外发展迅速。主要集中于对信号的采集、对ＰＰＧ信号进行一系列处理以及基于ＰＰＧ信号装备设计等。李学波［５］对人体参数提取算法进行了研究，首先对ＰＰＧ信号进行了降噪处理，然后提取了ＰＰＧ波形的特征参数，利用这些参数计算出人体各项生理指标。郑换霞［６...
