【摘要】为探究联合收获机驾驶员颈部肌肉疲劳的演化过程，实现颈部肌肉疲劳的客观检测与度量，基于表面肌电信号对联合收获机驾驶员颈部肌肉疲劳的识别问题进行研究。采集了120 min收获驾驶中10名联合收获机驾驶员颈部左右中斜角肌的表面肌电信号，探究颈部中斜角肌表面肌电信号的iEMG、RMS、MPF、MF和样本熵随驾驶时间的变化规律，基于支持向量机构建了联合收获机驾驶员颈部疲劳状态识别模型。结果表明：iEMG和RMS在驾驶任务后显著上升（P＜0.05），而MPF、MF和样本熵在驾驶任务后显著下降（P＜0.05）；通过联合时频分析方法研究发现，联合收获机驾驶员在120min收获驾驶任务后颈部中斜角肌产生疲劳，右侧肌肉产生的疲劳程度更高；联合收获机驾驶员颈部疲劳状态识别模型的识别正确率为89.91%，识别模型性能良好，可有效识别联合收获机驾驶员的颈部肌肉疲劳状态。