[发明专利]基于移动终端音频的驾驶员细粒度呼吸监测方法及系统

说明书

一种基于移动终端音频的驾驶员细粒度呼吸监测方法及系统，通过在车内以移动终端的音频装置发送和接收超声波信号，从接收信号的频率谱密度中去除背景信号以及集合经验模态分解方法去除接收信号中的噪声及动作干扰，提取出驾驶员实时的呼吸频率，经过基于生成对抗网络的生成模型进行重构并得到实时的驾驶员细粒度呼吸波形。本发明利用智能移动终端上的音频装置(麦克风及扬声器)实时监测驾驶员的呼吸状况，并得到包含呼吸频率以及呼吸波形的鲁棒且细粒度的呼吸监测结果。

技术领域

本发明涉及的是一种汽车控制领域的技术，具体是一种基于智能移动终端音频装置的驾驶员细粒度呼吸监测方法及系统。

背景技术

基于移动智能终端的呼吸监测系统主要利用智能移动终端的感知能力和计算能力对呼吸过程进行感知和识别。现有的工作主要分为三类，第一类主要基于智能终端上的运动检测传感器(加速度计和陀螺仪)，这类工作将智能移动终端贴合被测者(通常是放在衣物中)，通过感知呼吸导致的胸腹腔运动来实现呼吸监测，其共性问题在于对智能移动终端的位置要求极高，必须将智能移动终端贴合被测者，在实践中带来极大的不便。第二类工作主要基于智能移动终端上的摄像头，通过对被测者的图像信息(主要是面部图像)进行分析，结合光体积描记术(PPG)，得到被测者的呼吸频率。这一类工作的共性问题是由于图像信息容易受到天气、光照条件等因素的影响，系统的鲁棒性较差，并且也需要固定智能终端的位置(使摄像头朝向被测者)，且无法得到细粒度的呼吸波形；第三类工作主要基于智能移动终端接收Wi-Fi信号，通过分析被测者呼吸对Wi-Fi信号的影响来进行监测。这一类工作的共性问题是Wi-Fi信号极易受到震动或其他动作干扰，系统的鲁棒性较差，且同样无法得到细粒度的呼吸波形。

发明内容

本发明针对现有的基于智能移动终端的呼吸监测系统几乎都需要在相对安静的环境下(例如家庭环境下)进行监测，而不能在驾驶环境下提供稳定的监测结果；并且现有技术往往只能得到基本的呼吸频率信息，不能得到细粒度的呼吸波形，因而在反映驾驶员身体状态方面极为受限，提出一种基于移动终端音频的驾驶员细粒度呼吸监测方法及系统，利用智能移动终端上的音频装置(麦克风及扬声器)实时监测驾驶员的呼吸状况，并得到包含呼吸频率以及呼吸波形的鲁棒且细粒度的呼吸监测结果。

本发明是通过以下技术方案实现的：

本发明涉及一种基于移动终端音频的驾驶员细粒度呼吸监测方法，通过在车内以移动终端的音频装置发送和接收超声波信号，从接收信号的频率谱密度(ESD)中去除背景信号以及集合经验模态分解(EEMD)方法去除接收信号中的噪声及动作干扰，提取出驾驶员实时的呼吸频率，经过基于生成对抗网络(GAN)的生成模型进行重构并得到实时的驾驶员细粒度呼吸波形。

所述的基于生成对抗网络的生成模型，通过以真实采集到的呼吸波形对模型进行训练得到，能够实时输出细粒度的呼吸波形。

所述的以真实采集到的呼吸波形是指：预先通过可穿戴呼吸监测传感器采集到的驾驶员的呼吸波形，作为生成对抗网络的真实样本集。

所述的基于生成对抗网络的生成模型包括：生成模型和判别模型，其中：生成模型输入瞬时呼吸频率的希尔伯特谱，输出为细粒度的呼吸波形的希尔伯特谱，目标是使得判别模型认为生成模型的输出来自真实样本集；判别模型随机接收生成模型的输出或真实样本集的希尔伯特谱，目标输出是正确判断输入来自是来自真实样本集还是生成模型的输出；生成模型和判别模型形成对抗。