[发明专利]基于多级雪崩式卷积递归网络EEG分析的疲劳驾驶识别方法

说明书

本发明公开了一种基于多级雪崩式卷积递归网络EEG分析的疲劳驾驶识别方法，具体步骤为将一维EEG序列转换为二维EEG网格；创建包含空间信息和时间信息的3D数据架构；提取每个数据网格的空间特征；将提取的空间特征后的序列馈送到RNN中以提取时间特征；一个完全连接层接收RNN层的最后一个时间步的输出；馈送到softmax层进行处理；判定是否疲劳驾驶。本发明大大降低了采集数据时的困难度，提高模型对疲劳驾驶状态的识别性能；实验装备脑‑计算机接口(BCI)使用户能够直接与外界通信或仅使用大脑意图来控制仪器，进而进行数据采集与分析作出判断。

技术领域

本发明涉及一种利用多个电极的脑-计算机接口(BCI)头戴装置获取通过头部皮肤记录的脑电图，实现EEG数据采集，进而来分析疲劳驾驶情况。

背景技术

随着经济的发展，私家车不断普及。由此也带来了一系列的隐患例如疲劳驾驶。近几年由疲劳驾驶所引起的交通事故占总交通事故的比率不断攀升，高达35％～45％。疲劳驾驶作为现代生活中交通事故主要发生原因之一，引起了越来越多人的关注。因此，实时监控驾驶人员的疲劳情况可以有效减少交通事故的发生。

脑电波是大脑皮层神经细胞集群活动所产生的电生理信号，脑电波信号直接反应驾驶员的疲劳驾驶情况，所以通过收集脑电波信号来检测驾驶员疲劳被认为是最准确客观的分析方法。该发明则是基于脑电图(EEG)的多级并行的雪崩卷积递归神经网络脑机接口(BCI)的疲劳驾驶分析。

EEG的BCI系统对外界环境及自身生理活动有很大的局限性。首先，在EEG信号收集过程中，易受噪音的影响，对EEG信号会造成很大损伤，被测试者的肌肉活动和心跳等生理活动也会对收集高信噪比的EEG信号造成影响，不利于EEG信号的收集。其次，基于EEG的脑-计算机(BCI)接口通常有8～128个信号通道，与图像视频相比，分辨率极其有限。

发明专利CN105595997 A“一种基于台阶式疲劳判定的疲劳驾驶脑电监测方法”，其公开了一种基于台阶式疲劳判定的疲劳驾驶脑电监测方法，包括步骤：一、设备连接及参数初始化；二、脑电波信号采集：采用脑电信号获取装置对驾驶员的脑电波信号进行采集及预处理，并将预处理后的脑电波信号同步传送至脑电信号监测终端；三、脑电波信号分析处理：对任一秒内采集并预处理后的脑电波信号进行分析处理时，主控芯片调用台阶式疲劳判定模块进行分析处理。而本发明也是连接设备、采集数据、分析数据、做出相应的判断。两者不同之处在于脑电波信号的采集方式与处理方式。其发明是采用脑电信号获取装置且按照预先设定的采样频率对驾驶员的脑电波信号进行采集及预处理，并将预处理后的脑电波信号同步传送至脑电信号监测终端，并根据当前时间段来计算判断所处的阈值来进行疲劳驾驶的判断。另外还需通过导航来收集车辆所属的地理位置和车速，准备过程复杂，所受局限度较高。

发明专利CN1060377724 A“一种基于脑电波防疲劳监测的骨传导反馈装置”，该发明中，脑电波传感器包括设置在前额的干电极和设置在耳垂的参考电极，该干电极和参考电极实时采集前额处的脑电压信号，并发送到脑电波信号处理模块中。包括脑电波采集单元，该脑电波采集单元包括脑电波传感器和脑电波信号处理模块，该脑电波传感器用于实时采集人脑的脑电波并发送到脑电波信号处理模块中；疲劳监测单元，该疲劳监测单元包括预设的疲劳阈值；骨传导反馈单元，该骨传导反馈单元包括若干骨传导扬声器。通过涉及一种基于脑电波防疲劳监测的骨传导反馈装置，采集人脑的脑电波，不足之处在于此耳机需要用电池蓄电，而且需驾驶员佩戴，存在装备电池无电及忘记佩戴的情况，存在其他因素干扰。大多数情况下脑电检测装置需要粘贴很多电极，侵入性高，佩戴者舒适度体验较差且影响驾驶操作；产品一般以耳垂为参考电压，佩戴者需要在耳朵上夹一个耳夹，这样时间久了，耳朵血液容易不循环且有明显的疼痛感；疲劳算法单一，可靠性差，容易造成误报警、漏报警。

发明专利CN106504475 A“基于脑电信号的疲劳驾驶检测方法”，发明公开了一种基于脑电信号的疲劳驾驶检测方法，包括以下步骤：S1：实时采集驾驶员在驾车时的脑电信号，并进行去除眨眼伪迹处理，获取EEG脑波信号；