[发明专利]一种基于智能手环的检测愤怒驾驶状态的方法及系统

权利要求书

1.一种基于智能手环的检测愤怒驾驶状态的方法，其特征在于，包括如下步骤：

步骤1：利用智能手环内置的心率传感器，采集心电信号；

步骤2：将步骤1采集的心电信号输入参数处理模块，输出心电特征参数和个体差异性因素参数；

步骤3：将步骤2得到的心电特征参数和个体差异性因素参数输入愤怒驾驶状态的学习评估模型，输出驾驶员的愤怒情绪等级；

步骤4：将步骤3获得的驾驶员的愤怒情绪等级输入预警模块，所述预警模块根据驾驶员的愤怒等级对驾驶员进行提醒；

所述的愤怒驾驶状态的学习评估模型的建立过程包括：

建立三层BP神经网络模型，包括输入层、隐含层和输出层，将智能手机中处理的心电特征参数和个体差异性因素参数作为模型的输入层，选择隐含层节点数并建立输入层至隐含层、隐含层与输出层传递函数，输出层用于输出驾驶员的愤怒情绪等级，对三层BP神经网络模型进行迭代训练，最终得到愤怒驾驶状态的学习评估模型；

所述的心电特征参数包括：两次心跳之间的时间间隔RR间期、RR间期的标准差SDNN、相邻RR间期差值的均方根RMSSD、相邻RR间期之差大于50ms的个数占总窦性心搏个数的百分比PNN50和SDNN的变化率；

所述的个体差异性因素参数包括性别参数和性格特征参数；

所述的性别参数为两种：男和女，分别对应0和1；

所述的性格特征参数为四种：多血质、胆汁质、抑郁质和粘液质，分别对应:2、3、4和5。

2.如权利要求1所述的基于智能手环的检测愤怒驾驶状态的方法，其特征在于，所述参数处理模块对心率传感器采集到的心电信号先进行预处理，然后经过计算得到心电特征参数，所述预处理指对原始的心电信号进行平滑处理，剔除异常值。

3.如权利要求1所述的基于智能手环的检测愤怒驾驶状态的方法，其特征在于，所述愤怒驾驶状态的学习评估模型的建立包括如下步骤：

步骤1：建立三层BP神经网络模型，将参数处理模块得到的心电特征参数和个体差异性因素作为模型的输入层，所述输入层设置七个节点分别为RR间期、RR间期的标准差SDNN、SDNN变化率、相邻RR间期差值的均方根RMSSD、相邻RR间期之差大于50ms的个数占总窦性心搏个数的百分比PNN50、性别和性格特征；

步骤2：根据经验公式选择隐含层节点数，式中N代表隐含层的节点个数，n代表输入层节点的个数，m代表输出层节点的个数a是常量，其中n＝7，m＝3，a为正整数；

步骤3：利用Logsig函数作为隐含层与输出层传递函数，表达式为输出结果在[0，1]之间，设置输出层节点为3，输出层的输出格式设置为100、010、001，使得100、010、001分别对应驾驶员的愤怒情绪的三个等级平静、轻度愤怒、重度愤怒，通过反向传播算法迭代训练，修正神经网络模型的阈值和权值，最终得到愤怒驾驶状态的学习评估模型。

4.如权利要求1所述的基于智能手环的检测愤怒驾驶状态的方法，其特征在于，所述预警模块接收分析主机中传来的预测的驾驶员所处的愤怒状态等级，若判断驾驶员为愤怒驾驶状态，智能手机上的APP自动开启声音，用语音提示的方式，对驾驶员进行提醒。