[发明专利]一种基于脑电信号的驾驶员疲劳检测系统

说明书

技术领域

本发明设计一种基于脑电信号的驾驶员疲劳检测系统。具体指，在线采集驾使员大脑的脑电信号，并送入脑电处理模块进行实时分析，判断驾驶员是否处于疲劳状态，并给出报警等反馈信号。本发明属于认知神经科学领域和信息技术领域的结合应用，为自动控制技术领域。

背景技术

现实生活中驾驶员在驾驶的过程中需要保持高度的注意力，他们一旦在工作中出现注意力不集中或者出于疲劳状态的情况，就可能会造成非常严重的后果。例如，根据美国联邦调查局显示，20％-30％的交通事故时由于疲劳驾驶引起的。因此驾驶疲劳检测系统对于避免交通事故等灾难有着重要的意义。

根据疲劳检测的基本原理可以把疲劳检测系统主要分成两大类。第一类方法通过驾驶员的视觉特征变化来检测疲劳，第二类方法通过驾驶员的生理参数来检测疲劳状态。

基于视觉特征的疲劳检测系统是在数字图像处理的基础上提取能表征疲劳的特征，信号采集通过驾驶员前方的摄像头或其它传感器完成，利用信号处理的方法对疲劳特征进行分类和识别，进而判断驾驶员是否处于疲劳状态。由于驾驶员在疲劳时会出现眼睑运动速度变慢、眼睛睁开幅度变小、眼睛凝视方向狭窄甚至闭眼，有时还会出现头部歪斜、坐姿的下垂等现象，因此可以通过检查眼睑运动、眼球运动、头部位移等视觉特征进行疲劳检测。因此这种方法可以利用传感器、摄像头采集技术收集驾使员的驾驶状态有关的数据，利用计算机视觉技术实时地监控驾驶员的状态。发明专利驾驶员疲劳检测方法及系统(申请号/专利号：200910077436)和基于多元信息融合的驾驶员疲劳监测装置及其监测方法(申请号/专利号：200910038613)就属于这一类疲劳检测系统。由于这类方法不与驾驶员产生身体上的接触，所以并不会对驾驶员有明显的侵入或带来不适感。但是这类方法在实际应用中有两个问题：(1)受个体差异影响较大，也容易受光线等环境因素的影响；(2)这些视觉特征比较容易伪装，驾驶员可以骗过系统的检测，从而使得系统测量不到驾驶员真正的疲劳状态。

第二类方法通过驾驶员的生理参数来检测疲劳状态，这里面包括非中枢神经的生理信号(心电，呼吸，脉搏、眼电等)，中枢神经的生理信号(脑电等)。研究表明，脑电信号、眼电信号和心电信号的变化情况与疲劳有很大的相关性，因此可以利用驾驶员在疲劳状态和非疲劳状态下生理参数的不同来判断驾驶员是否处于疲劳状态。眼电数据可以通过在眼睛的上下方各放置电极获取。由于在眼睛闭上时，电极值达到最大，对应于波形表现为尖峰幅值，上升时间为闭眼持久度而下降时间则为睁眼持久度，因此根据尖峰峰值、闭眼时间和睁眼时间等参数可以判断驾驶员是否产生疲劳。心电图指利用心电测出波形图。可以根据心跳的生理参数，如心率等，来判断疲劳是否产生。但是这些非中枢神经信号都不是人脑的疲劳程度的直接反应，从大脑因疲劳而反应变得迟钝到导致这些非中枢生理指标发生变化，还有一段时间，特别是心率与脉捕等生理指标的统计本身需要较长的一个周期。因此，非中枢神经的生理信号用作疲劳检测，会有时间上的延迟。疲劳驾使一旦出现，哪怕是提前几十秒进行报警都可以降低不少驾驶安全隐患。

脑电是大脑中枢神经网络中相当数量的神经元进行同步放电时，在头皮上测量得到的微弱电位差。根据脑电信号频率的高低，可将脑电信号分成不同频率或频带，通常将这些频带标记为δ波段(0.5-4赫兹)、θ波段(4-8赫兹)、α波段(8-13赫兹)、β波段(13-25赫兹)和γ波段(大于25赫兹)，这些波段也被称为节律波。研究表明，脑电信号的各个频率分量的强度，可以反映大脑所处的状态，例如疲劳、缺血、缺氧和病变等在脑电信号中都有所表现。

认知神经科学与心理学已经表明，脑电信号中的节律波和大脑工作状态之间存在明显的相关性，根据脑电节律波能量的分布可以预测人的疲劳状态，这是本系统基本的理论基础。实验表明，在一个人从清醒到完全陷入睡眠过程中，脑电信号是一个渐变的过程。当人的疲劳程度加强时，脑电信号中的低频段活动将会增加，而高频段活动则会减少。基于这一理论基础，本系统利用人在疲劳状态和非疲劳状态的脑电活动模式的差别，判断驾驶员的疲劳状态。

基于驾驶员的生理参数的疲劳检测系统，需要检测驾驶员的生理参数，包括中枢神经的生理参数的获取，数据采集设备要和驾驶员相接触，这会给驾驶员带来不方便。但是随着数据采集设备性能的提高，这种影响将变得越来越小。例如，随着干电极的研制，脑电信号的采集将变得更舒适和便捷。通过脑电等中枢神经生理参数来判断驾驶员的疲劳状态在实时性方面有较大的优势。