[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

说明书

本发明具体涉及一种基于智能手环检测愤怒驾驶状态的方法，包括如下步骤：步骤1：利用智能手环，采集心电信号；步骤2：将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，得到驾驶员的愤怒情绪等级；步骤4：利用预警模块，对驾驶员进行提醒。一种基于智能手环检测愤怒驾驶状态的系统，系统中驾驶员佩戴智能手环与智能手机，驾驶员所驾驶车辆上设置有分析主机并能与智能手环、智能手机进行通讯。本发明将个体差异性指标加入神经网络的输入特征，不会干扰驾驶员的正常驾驶，提高了驾驶员愤怒情绪评估的准确率，实现实时检测驾驶员的情绪状态。

技术领域

本发明属于智能辅助驾驶的技术应用领域，涉及异常驾驶状态检测方法，具体涉及一种基于智能手环检测愤怒驾驶状态的方法及系统。

背景技术

近年来由不良情绪起的“路怒症”愈加严重，而交通事故中与驾驶员因素有关的占90％，如何准确地识别出驾驶人的愤怒情绪，有效的防止和避免由愤怒驾驶情绪引发的道路交通安全事故，是未来驾驶人愤怒情绪研究的发展趋势。

在传统的驾驶人愤怒情绪识别研究中，一方面，学者们大多使用生理信息(脑电、心电、呼吸、脉搏等)作为评判指标，但是生理信息的测量仍然需要穿戴大量的电极或传感器，在实际应用中会影响驾驶人的正常驾驶行为，不能满足驾驶这一特殊环境。另一方面，有研究人员提出将驾驶人的面部视频图像或语音信号作为研究对象来检测愤怒状态，驾驶人的面部视频图像和语音信号较容易获得，且不会影响驾驶人的正常驾驶，但是，由于在驾驶过程中经常会有转头观看周围路况，调整坐姿等行为，而且周围交通参与者的声音的影响，会产生较大的噪声，造成情感信息的丢失与失真，影响识别结果。因此，当前有关愤怒驾驶检测机制的研究普遍存在着检测准确率低，成本高、设备操作复杂、受环境影响大等不足。

发明内容

针对现有技术存在的愤怒驾驶检测时检测准确率低，成本高、设备操作复杂、受环境影响大等问题，本发明提出了一种基于智能手环的检测愤怒驾驶状态的方法，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，输出驾驶员的愤怒状态；

步骤4：将步骤3获得的驾驶员的愤怒状态输入预警模块，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，得到输出层，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、相关的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。

进一步的，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。

进一步的，所述愤怒驾驶状态的学习评估模型的建立包括如下步骤：