[发明专利]一种基于多传感器的可穿戴作业疲劳检测系统在审
申请号: | 201910688442.2 | 申请日: | 2019-07-29 |
公开(公告)号: | CN110448281A | 公开(公告)日: | 2019-11-15 |
发明(设计)人: | 狄长安;邵夕安 | 申请(专利权)人: | 南京理工大学 |
主分类号: | A61B5/0205 | 分类号: | A61B5/0205;A61B5/01;A61B5/11 |
代理公司: | 32203 南京理工大学专利中心 | 代理人: | 朱沉雁<国际申请>=<国际公布>=<进入 |
地址: | 210094江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 疲劳分析 疲劳监测 神经网络 生理信号 疲劳 可穿戴 预处理 疲劳检测系统 数据处理模块 终端设备利用 传感器模块 加速度信号 抗干扰能力 脉搏波信号 准确度 多传感器 环境参数 输出概率 体温信号 影响作业 运动规律 直观显示 终端设备 单步 脉率 气压 体温 血压 采集 发送 转化 | ||
本发明公开了一种基于多传感器的可穿戴作业疲劳检测系统,包括疲劳监测终端设备和作业疲劳分析模块。疲劳监测终端设备利用可穿戴传感器模块采集原始生理信号,并通过ZigBee模块发送至作业疲劳分析模块;数据处理模块对原始生理信号进行预处理并提取特征值,提取脉搏波信号中的脉率并计算血压值,提取加速度信号中的单步运动规律,提取体温信号中的瞬时体温值,提取环境参数中的温湿度和气压;疲劳识别模块将得到的特征值作为GA‑PNN神经网络的输入,将神经网络的输出概率转化为对应的疲劳等级。本发明实现了疲劳等级的实时判别,具有准确度高,抗干扰能力强等特点,并且能够直观显示出所关注的参数所处的状态和波动,不影响作业人员的正常工作。
技术领域
本发明涉及人体疲劳测试领域,具体涉及一种基于多传感器的可穿戴作业疲劳检测系统。
背景技术
疲劳现在已成为事故引发的一个重要因素,美国有项流行病学的调查研究发现,在美国人民中,成年男子中的14%,妇女中的29%的人群存在明显的疲劳症状。而在我国,每年由工作强度大,休息时间少引起的疲劳过度患慢性病甚至引起死亡的人数也在逐年递增。研究发现,大量中年知识分子体质变弱、多发慢性病的事例里,引发原因大多是长时间工作、精神紧张、缺乏休息时间以及体育锻炼引起的“疲劳”。在专家疲劳调查研究中,全球有一小半人处于疲劳状态,约占总人口的35%以上,中年男性群体处于疲劳状态的更是高达60%~75%。而在这些人群中,飞行员和汽车驾驶员的过度疲劳引起了大多数飞行和交通安全事故。基于生理信号检测来评定作业人员的疲劳状态的方法具有客观性,检测精度高的特点,也是疲劳状态检测的主流方法。
专利CN106530621A公开了一种基于智能可穿戴设备的安全驾驶的方法和装置,该系统利用心率血压信号是否超过阈值进行疲劳与否的判断,该方法监测参数较少,判断条件单一,准确性难以保证。
专利CN105662407A公开了一种基于表面肌电技术的驾驶员疲劳监测系统,利用检测电极监测眼皮范围内的表面肌电信号获取眼部开闭状态,该方法需要安装电极,无法长时间使用,且会对人正常驾驶产生影响。
发明内容
本发明的目的在于提供了一种基于多传感器的可穿戴作业疲劳检测系统,根据多传感器数据进行融合,判断当前作业人员的疲劳程度,并根据当前疲劳状态发出不同的预警信号,容错率高、实时性好且不影响正常作业。
实现本发明的技术解决方案为:一种基于多传感器的可穿戴作业疲劳检测系统,包括
用于采集数据参数的疲劳监测终端设备,并将数据参数发送;
和疲劳分析模块,用于接收采集到的数据参数,并进行参数处理,并在已经处理好的训练样本的各类特征值数据的基础上,建立疲劳等级识别模型,以作业人员的各类特征参数作为已经训练好的识别模型的输入,实时获取作业人员的疲劳等级作业。
所述疲劳监测终端设备包括
主控模块,控制各传感器检测模块的数据采集以及与作业疲劳分析模块的数据传输,通过配置传感器寄存器的方式,初始化传感器工作;同时读取传感器内部寄存器数据,以识别传感器状态信息与信号数据,
与主控模块连接的脉搏血压模块,置于手环底部,与皮肤直接接触,采用光电式容积脉搏波描记的方式感应人体的脉搏信息并加以提取,输出脉搏波信号,
与主控模块连接的体温模块,置于手环底部,与皮肤直接接触,获取作业人员手臂的表皮温度,
通过I2C数字接口与主控模块通信的加速度模块,置于手环内部,检测手部摆动产生的三轴加速度信号,记录整个运动过程的变化,
与主控模块连接的环境参数模块,置于手环内部,监测环境温度、湿度和大气压强三种信号。
本发明与现有技术相比,其显著优点在于:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京理工大学,未经南京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910688442.2/2.html,转载请声明来源钻瓜专利网。