[发明专利]一种疲劳检测方法及装置

权利要求书

1.一种疲劳检测装置，包括数据采集模块、核心处理模块、控制模块、计算模块和存储模块，其特征在于：所述的数据采集模块包括通讯模块与传感器采集模块，所述的通讯模块与传感器采集模块相连，所述的控制模块包括指示灯、按键单元以及选择开关单元，所述的通讯模块包括USB与蓝牙，所述的核心处理模块包括FPGA开发板，所述的计算模块包括计算器，所述的存储模块设置有存储器，所述的数据采集模块、控制模块、计算模块、存储模块均与核心处理模块相连。

2.根据权利要求1所述的一种疲劳检测装置，其特征在于：所述的数据采集模块用于采集人的疲劳特征；所述的核心处理模块用于对数据采集模块采集的数据进行处理，并将相应数据存储在存储器里；所述的控制模块用于控制疲劳检测装置；所述的计算模块用于对核心处理模块中的相应数据进行计算，并返回给核心处理模块；所述的存储模块用于对存储核心处理模块中的数据进行存储。

3.根据权利要求1所述的一种疲劳检测装置，其特征在于：所述的传感器采集模块包括双目摄像头采集模块、脉搏传感器、加速度传感器和腿部传感器电路模块，所述的脉搏传感器、加速度传感器均与腿部传感器电路模块相连。

4.根据权利要求3所述的一种疲劳检测装置，其特征在于：所述的双目摄像头采集模块与通讯模块相连，所述的腿部传感器电路模块与通讯模块相连。

5.根据权利要求4所述的一种疲劳检测装置，其特征在于：所述的双目摄像头采集模块通过USB与核心处理模块相连，所述的腿部传感器电路模块通过蓝牙与核心处理模块相连。

6.一种疲劳检测方法，其特征在于：包括以下步骤：

1)采集无疲劳状态下脸部基准数据采集人在无疲劳状态下60s内的脸部特征(眨眼频率w(t)¹，嘴部张合度m(t)¹，头部移动幅度h(t)¹)，并对获取到的特征数据做去噪和规格化处理，得到脸部无疲劳状态下的基准数据；

2)采集无疲劳状态下的肩部张合度：根据人体结构比例，眼睛之间的距离和肩膀的宽度有一定关系，采集到肩部张合度数据；(详见说明书)

3)采集无疲劳状态下脉搏基准数据：首先通过脉搏传感器装置获取人60s内的脉搏跳动数据，并对获取到的数据做去噪处理，得到脉搏无疲劳状态下的基准数据p(t)¹；

4)采集无疲劳下腿部静止时长：首先通过腿部的加速度传感器采集人在60s内的腿部运动信号，并通过去除腿部运动信号中前后部分噪音信号，得到准确的运动信号，然后根据腿部运动产生的局部加速度最大值(即信号中的局部峰值)，分别统计60s内所有相邻最大加速度的时长那个，并计算其平均值为腿部无疲劳状态下的静止时长l(t)¹；

5)获取疲劳状态下基准数据：首先通过步骤1)采集疲劳状态下人的脸部特征(眨眼频率w(t)²，嘴部张合度m(t)²，头部移动幅度h(t)²)，再通过步骤2)提取人在疲劳状态下的肩膀张和度s(t)²，以及步骤3)采集人在疲劳状态下的脉搏频率p(t)²，最后通过步骤4)采集疲劳状态下人的腿部静止时长l(t)²；

6)训练数据整合：将无疲劳状态数据(眨眼频率w(t)¹，嘴部张合度m(t)¹，头部移动幅度h(t)¹，肩膀张和度s(t)¹，脉搏频率p(t)¹，腿部静止时长l(t)¹)与疲劳状态数据(眨眼频率w(t)²，嘴部张合度m(t)²，头部移动幅度h(t)²，肩膀张和度s(t)²，脉搏频率p(t)²，腿部静止时长l(t)²)合并整理后通过去噪和降维处理得到特征(眨眼频率w(t)³，嘴部张合度m(t)³，头部移动幅度h(t)³，肩膀张和度s(t)³，脉搏频率p(t)³，腿部静止时长l(t)³)；

7)建立MSDRNN网络模型对特征进行特征融合：监测数据经过去噪和降维处理之后作为步骤6)的疲劳特征模型的输入，通过模型的输出如果y(t)>0.5则表示人已经处于疲劳状态，指示灯闪烁且语音提示用户休息，反之则表示人处在正常状态(无疲劳)下。