[发明专利]一种基于脑电信号监测的疲劳驾驶预警方法及系统

说明书

本发明涉及疲劳安全驾驶的技术领域，更具体地，涉及一种基于脑电信号监测的疲劳驾驶预警方法及系统，包括顺次连接的信号采集模块、信号处理模块以及安全报警模块，通过脑电采集模块实时采集驾驶员的脑电信号，通过去噪放大电路对信号进行去噪放大处理，滤除其中的噪声信号并进行两级放大，得到信号后，通过两种有效的判别方式对脑电状态进行准确有效的实时监控与判别从而实现对驾驶员疲劳状态的有效预警作用，同时根据其疲劳程度进行分级预警更加有效地对驾驶员的安全提供保证；且本发明的智能终端将实时采集的数据发送至云端，服务端系统接收数据进行分析，实现对驾驶员的远程监护，为驾驶员提供更加安全的可靠性预警。

技术领域

本发明涉及疲劳安全驾驶的技术领域，更具体地，涉及一种基于脑电信号监测的疲劳驾驶预警方法及系统。

背景技术

近年来随着高速公路以及私家车的发展，随之而来的汽车安全也成为人们广泛关注的焦点。根据国家统计部门的统计资料显示：在已发生的交通事故中大约有1/3的事故是由于疲劳驾驶所引起的。这些事故不仅给个人的生命财产带来了损失，同时也给国家和社会也带来了巨大影响。因此，研究出一套可靠的疲劳预警驾驶系统已成为社会的迫切需要。

目前对疲劳驾驶的检测方法大致上可以分为两类：第一类方法是通过认外部感官特征来判断驾驶员的精神状态，然而这种方法随意性强误差较大；第二类方法是通过人的生理特征来判别所处的状态，其中包括心电监测法(ECG)和肌电监测法，然而这种方法反映人体疲劳状态特征的信号弱，监测成本高。

发明内容

本发明的目的在于克服现有技术的不足，提供一种便携性好、适应性强和准确度高的基于脑电信号监测的疲劳驾驶预警方法及系统，若驾驶员处于疲劳状态，智能终端启动报警装置，并能够根据疲劳度进行不同级别的预警措施。

为解决上述技术问题，本发明采用的技术方案是：

提供一种基于脑电信号监测的疲劳驾驶预警方法，包括以下步骤：

S10.通过信号采集模块采集驾驶员的脑电信号作为原始脑电信号；

S20.步骤S10中的原始脑电信号去噪后进入信号处理模块进行模数转换处理得到数字信号，并对数字信号进行时频转换得到频域信息；

S30.移动智能终端通过对一分钟提取的数字信号建立样本空间，分别建立SVM模型计算判别系数和加权距离，并通过判别系数和加权距离共同判别驾驶员是否处于疲劳状态；

S40.对专注度、放松度以及α波功率谱密度占比建立AHP模型，通过层次分析法定量计算得到疲劳程度；

S50.智能终端内的报警装置根据步骤S40中所述的疲劳程度发出不同层次的报警信号。

本发明的基于脑电信号监测的疲劳驾驶预警方法，通过脑电采集模块实时采集驾驶员的脑电信号，通过去噪放大电路对信号进行去噪放大处理，滤除其中的噪声信号并进行两级放大，得到信号后，通过两种有效的判别方式对脑电状态进行准确有效的实时监控与判别从而实现对驾驶员疲劳状态的有效预警作用，同时根据其疲劳程度进行分级预警更加有效地对驾驶员的安全提供保证。

优选地，步骤S30中的疲劳判别方法包括以下步骤：

S31.对原始脑电信号按式(1)进行小波变换；

式(1)中，x(n)为采集的原始信号，ψ(n)为母小波函数，C_j,k为在j分辨率和时间平移尺度k下的信号小波变换，j为频率分辨率，k为时间平移量；

同时，对采集的原始脑电信号进行小波包有限层分解的方法进行处理得到不同节律的特征信号：