[发明专利]一种用于监测疲劳驾驶的可穿戴设备及使用方法

权利要求书

1.一种用于监测疲劳驾驶的可穿戴设备，其特征在于：包括用于获取驾驶员面部特征的TOF摄像机、用于获取驾驶员脑电特征脑波耳机、用于获取驾驶员心电特征带有光电传感器的手环、用于判定驾驶员是否疲劳的云数据库，所述TOF摄像机、脑波耳机、带有光电传感器的手环分别与云数据库信号连接。

2.根据权利要求1所述的可穿戴设备，其特征在于：云数据库中存储有预先获取的疲劳驾驶模型。

3.根据权利要求1所述的可穿戴设备，其特征在于：还包括用于提醒驾驶员的装置，在驾驶员处于疲劳状态时，向驾驶员发出警示。

4.根据权利要求3所述的可穿戴设备，其特征在于：提醒驾驶员的装置为设置在手环中的内置震动器。

5.根据权利要求3所述的可穿戴设备，其特征在于：提醒驾驶员的装置为设置在脑波耳机内的蜂鸣器。

6.一种疲劳驾驶检测方法，其特征在于：

步骤1）：将TOF摄像机对准驾驶员面部，将带有光电传感器的手环戴在驾驶员的手臂上，手环中内置震动器，将脑波耳机戴在驾驶员头部，脑波耳机内置有蜂鸣器；

步骤2）：利用TOF摄像机采集驾驶员的面部特征；利用脑波耳机采集驾驶员脑电特征，EEG传感器分别同时每0.6 ～ 2 秒内采集脑波中的θ 波、α 波、β 波，持续三秒以上；利用手环采集驾驶员的心电特征；

步骤3）：将步骤2）中获得的信号发送给云数据库；

步骤4）：在云数据库中将驾驶员面部特征转换为灰度图像，并进行灰度图像的直方图均衡化，定位人脸区域，并对人的眼部区域定位，进行人脸区域图像的分割提取，对分割提取的图像进行尺寸上的均一化，提取驾驶员眼睛区域的纹理特征，确定驾驶员的眼睛特征，将该眼睛特征与云数据库中的预先存储的疲劳状态表情进行比对；将驾驶员的脑波信号与云数据库中预先存储的疲劳状态下的脑波信号进行比对；将驾驶员的心率变异性信号与云数据库中预先存储的疲劳状态下的心率变异性信号进行比对；

步骤5）：根据云数据库中的疲劳驾驶模型判定驾驶员是否疲劳；

步骤6）：若疲劳驾驶模型判定驾驶员处于疲劳状态，启动脑波耳机内置的蜂鸣器，播放语音提醒；启动智能手环内置的震动器，若疲劳驾驶模型判定驾驶员处于非疲劳状态，返回步骤4）。

7.根据权利要求6所述的检测方法，其特征在于：根据驾驶员脑波信号中的脑电功率谱的比值 R =(α+θ)/β判定驾驶员的脑波疲劳程度， 1.15≤R <1.25，判定为脑波疑似疲劳；1.25≤R <1.35，判定为脑波轻度疲劳；1.35≤R <1.45，判定为脑波中度疲劳；R ≥1.45，判定为脑波重度疲劳；根据F=30秒内闭眼帧数/30秒内总帧数判定判定驾驶员的面部疲劳程度，0.2≤F <0.5，判定为面部疑似疲劳；0.5≤F <0.8，判定为面部轻度疲劳；0.8≤F <1，判定为面部中度疲劳；F=1，判定为面部重度疲劳；将驾驶员的实际SDANN数值或者SDNN数值与正常值比值定为T，则1.05≤T <1.25，判定为心率疑似疲劳；1.25≤T <1.5，判定为心率轻度疲劳；1.5≤T<1.8，判定为心率中度疲劳；T≥1.8，判定为心率重度疲劳。

8.根据权利要求7所述的检测方法，其特征在于：取疑似疲劳时K=0.2，轻度疲劳时K=0.5，中度疲劳时K=0.8，重度疲劳时K=1，综合疲劳程度Q=F*K1+R*K2+T*K3, 其中K1为根据驾驶员面部特征确定的疲劳度、K2为根据驾驶员脑波确定的疲劳度、K3根据驾驶员心率变异性确定的疲劳度，0.48≤Q＜0.6为疑似疲劳，0.6≤Q＜1.825为轻度疲劳，1.825≤Q＜3.4为中度疲劳，3.4≤Q为重度疲劳。