机构名称：
¥ 1.0
Published by IFSA Publishing, S. L., 2021 http://www.sensorsportal.com EEG Real Time Analysis for Driver's Arm Movements Identification * Enrico Zero, Chiara Bersani and Roberto Sacile Department of Informatics, Bioengineering, Robotics and Systems Engineering, University of Genova, Via all'Opera Pia 13, 16145 Genova, Italy电子邮件：enrico.zero@dibris.unige.it收到：2021年1月22日 /接受：2021年4月3日 /出版：2021年4月30日摘要：文献证明了自动驾驶在道路安全，交通拥堵和能源消费方面的潜在好处。必须由高级传感器和技术支持自动驾驶汽车，以建立对外部环境的可靠意识。但是，具有不同自动化水平的汽车在驾驶任务中需要不同水平的人类干预。在这种情况下，主要问题是确定人与自动化驾驶系统之间的相互作用，这在关键情况下需要详尽地了解驾驶员行为。本文提出了一个基于神经网络的EEG信号分类器，以通过其大脑电动活动来识别驾驶员的手臂运动，当时他/她必须转向右转或左转曲线轨迹。基于时间延迟神经网络（TDNN）的分类器旨在当参与者执行动作以移动他/她的手臂在模拟环境中行驶时抓住真正的方向盘时，旨在对人的脑电图进行分类。分类器的性能与大脑信号识别驾驶员的手臂运动有关的表现表现出了有希望的结果，值得进一步探索。关键字：脑电图，识别，神经网络，自动驾驶汽车，安全性。1。在汽车环境中，研究和创新最近集中在实现自动驾驶汽车上。自动驾驶汽车（AV）是指可以通过安装在船上的设备和传感器来检测环境，并在有限或没有人工干预的情况下开车。根据SAE International Standard 0，将AVS分为六个不同级别的自动化，从0级，驾驶员是即将到来的5级的唯一决策者，即车辆由自动驾驶系统（ADS）完全管理。详细说明，在0级，驾驶员执行所有动态驾驶任务（DDT），这些任务包括车辆运动所需的战术和操作功能。1级是
传感器和传感器
主要关键词
相关文件推荐
