[发明专利]一种基于皮肤电信号的驾驶员心理应激强度智能识别方法

说明书

本发明提出一种基于皮肤电信号的驾驶员心理应激强度智能识别的方法，该方法包括如下步骤：首先，采用多导生理记录仪MP150实时采集驾驶员的足部皮肤电信号；之后每间隔10s截取一段时长为100s的信号，经巴特沃斯滤波器降噪后提取信号的统计特征及特有的四个特征，应用Fisher投影算法对特征向量进行降维；最后将预处理获得的特征向量作为SVM的输入矢量，以此来训练出一个SVM模型，然后利用训练出来的SVM模型对驾驶员的心理应激低中高状态进行实时预测，以做出相应反馈和干预，缓解驾驶员的心理应激，保证驾驶安全。本发明相比多生理信号系统，设计简单、系统负载低，且识别有效可靠。

技术领域

本发明属于智能驾驶安全以及智能识别技术领域，尤其涉及一种基于皮肤电信号的驾驶员心理应激强度智能识别方法。

背景技术

随着经济的发展以及人民生活水平的提高，汽车已经成为人们出行的常用交通工具之一，但在带给人们方便的同时也带来不少交通事故。研究表明，有不少的交通事故是由于驾驶员心理过度应激而致，因此检测驾驶员的心理应激以便对驾驶人的应激强度进行适时调节，可以有效地减少交通事故的发生。同时驾驶员的心理应激检测也是汽车智能驾驶(人机交互)系统的一个重要问题。情绪与心理应激之间有着极其密切的关系，过强的心理应激会诱发驾驶员注意力不集中、烦躁、甚至愤怒等情绪。情绪是一种个体内在的多种生理反应的结果，可以通过表情、姿态、语调、语言等身体的外在表现显现出来。

目前，学者的研究主要集中在根据多生理信号对实验被试心理应激的低中高3种等级识别以及根据单模态生理信号对心理应激的有无两种状态进行识别。但显而易见的是，基于多生理信号的心理应激识别必然涉及到应用多种信号传感器，导致能耗过多，设备数量过多且体积庞大，从而影响驾驶方便和安全。第二种情况，基于单模态生理信号若只能识别应激的有无两种状态，显然不能准确预测驾驶员的心理应激状态，以致无法更好地满足现实的场景应用需求，即根据不同的心理应激强度给予提醒、预警和干预，以达到有效缓解驾驶压力确保驾驶安全。

发明内容

发明目的：本发明的目的针对上述问题，为达到驾驶员心理应激强度的方便、快速和有效的识别，本文发明提出一种基于单一皮肤电信号的驾驶员心理应激强度智能识别方法。

技术方案：本发明提出一种基于皮肤电信号的驾驶员心理应激强度智能识别的方法，所述智能识别模型包括1个皮肤电信号的采集设备MP150、1个信号预处理单元、1个支持向量机(SVM)训练单元和一个SVM试别单元所；所述智能识别模型，其操作步骤具体包括：

(1)首先将MP150(无线的多导生理记录仪设备)的皮肤电信号采集贴片贴于驾驶员左脚的脚踝处，每间隔10s采集时长为100s的驾驶员的皮肤电信号；

(2)然后通过巴特沃斯滤波器(Butterworth filter)对皮肤电信号片段进行降噪至0.2Hz以下(皮肤电信号的有效频率低于0.2Hz以下)，以此提取有效的皮肤电信号；

(3)再对降噪的信号进行统计特征以及皮肤电信号特有特征的提取，这些特征组成特征向量，然后通过Fisher投影算法，对特征向量进行降维，获取对后续建模结果最优的低维特征向量；

(4)然后将上述步骤得到的低维特征向量作为SVM的训练矢量，训练出不同应激强度的SVM模型；

(5)最后再利用此训练模型对驾驶员的心理应激等级进行预测。

进一步的，步骤(2)中，巴特沃斯滤波器是电子滤波器的一种，滤波器可以将有用的信号与噪声分离，提高信号的抗干扰性及信噪比，滤掉不感兴趣的频率成分；巴特沃斯滤波器最先由英国工程师斯蒂芬·巴特沃斯(StephenButterworth)在1930年提出，其特点是通频带内的频率响应曲线最大限度平坦，没有起伏，而在阻频带则逐渐下降为零。

进一步的，步骤(3)中皮肤电信号的特征以及Fisher投影算法等处理过程，具体如下：