[发明专利]基于稀疏重表示的脑电信号检测方法

说明书

技术领域

本发明涉及的是一种信号检测技术领域的方法，具体是一种用于驾驶员疲劳驾驶的基于稀疏重表示的脑电信号检测方法。

背景技术

我国是一个交通事故多发国，根据2005年统计数字，平均每年因交通事故死亡的人数超过10万人，居世界第一，而每年因交通事故所造成的经济损失达数百亿元。其中，驾驶员疲劳驾驶是交通事故发生的主要诱因。据统计研究表明，由疲劳驾驶造成的重大交通事故所占的比例大约是10％-20％。根据德国保险公司的调查结果显示，德国大约四分之一的高速公路死亡事故是由疲劳驾驶引发的。另据美国公路交通局NHTSA的统计研究得出，人在疲劳时，事故发生的可能性会上升4-6倍。疲劳驾驶是指驾驶员在长时间的驾车之后所产生的反应水平下降，导致不能正常驾驶。驾驶员产生疲劳后，其心理状态也会发生各种各样的变化.如视力下降，致使注意力分散、视野逐渐变窄；思维能力下降致使反应迟钝、判断迟缓、动作僵硬、节律失调；自我控制能力减退致使易于激动、心情急躁或开快车等。

经过对现有技术的检索发现，奔驰开发的“疲劳识别”辅助系统能识别驾驶员的疲劳状态，并及时予以警告；沃尔沃卡车开发了驾驶员提醒支持系统。这种系统自动监测卡车在路标间的位置，如果发现汽车在未使用转向灯的情况下偏离车道，则判定驾驶员有困倦的迹象。此时系统将自动记录并通过仪表盘中央位置的屏幕发出报警声音来提醒驾驶员，在报警的同时，屏幕还会发出闪烁光，十分醒目，能够有效避免司机疲劳驾驶。

日本丰田开发的系统则是针对驾驶者眼部的侦测，通过内置在驾驶者前方的摄像头记录驾驶者的眼部状态，如果系统侦测到驾驶者的眼睛已经闭上，车内会立即发出警报提醒驾驶者。国内南京远驱科技有限公司已经开发出了一套基于眼睛闭合的驾驶员疲劳驾驶的检测系统，并已经推向市场销售；由此看来对于驾驶员疲劳程度的检测系统其应用前景非常广阔，可以预见在未来很长一段时间内都将是汽车安全技术领域的一个热点方向。

针对驾驶员疲劳驾驶的检测，可采用多种生物特征，如心跳、眼睛、脑电信号(EEG)等。目前，技术比较成熟的是基于眼睛闭合度的检测，但是该技术也同时存在一个弊端：若驾驶员的眼睛比较小的话，那么基于此所设计出的系统，其误检的错误率会增大。研究人员很早就已经发现脑电信号能够直接反映大脑的活动状态，发现当人体进入疲劳状态时，脑电中的δ波和θ波的活动会大幅度增长，而α波活动会有小幅增长。另一项研究通过在模拟器和实车中监测脑电信号，试验结果表明脑电信号对于监测驾驶员疲劳驾驶是一种有效的方法。研究人员同时发现，脑电信号特征有很大的个人差异，如性别和性格等，同时也和人的心理活动有很大的相关性。

发明内容

本发明针对现有技术存在的上述不足，提出了一种基于稀疏重表示的脑电信号检测方法，通过对驾驶员的不同驾驶状态的脑电信号频率能量进行分析可以有效判断出驾驶员当前是处于清醒状态、疲劳驾驶状态还是已经处于睡眠状态。驾驶员所处的每一种驾驶状态的脑电信号能量自身具有很强的相似性，而不同驾驶状态的脑电信号能量大小具有较大的差异，所以通过提取驾驶员不同驾驶状态脑电信号的能量信息并采用稀疏重表示的方法来对驾驶员驾驶状态进行识别是一种有效的方法。

本发明是通过以下技术方案实现的，本发明主要采用小波变换来提取与驾驶员的疲劳驾驶状态有关的脑电信号的频率特征信息，构建一个模板矩阵，对于任意外来的脑电信号序列，通过求解模板矩阵用来构建外来序列的稀疏解来实现对驾驶员处于不同驾驶状态的脑电信号进行分类的工作，具体包括以下步骤：

第一步、脑电信号的预处理：

1.1)首先实时地采集驾驶员的脑电信号，并将脑电信号经低通滤波以去除在脑电采集过程中来自于肌电和眼电信号的干扰；

1.2)将采样数据进行分段处理，每个片段与前一个片段有50％的重复；

1.3)将采集到的每个分段的采样数据采用独立成份分析方法进行分解得到由每个导联采集到的近似独立的脑电信号；

1.4)对由上述方法得到的每一个分段信号U_s∈R^N×L，采用Morlet复小波提取每一个分段内的频率特征信息用作驾驶员驾驶状态的分析。

所述的频率特征信息是通过下述方法得到的：