[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

摘要

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。

主权项

1.一种基于智能手环的检测愤怒驾驶状态的方法，其特征在于，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，输出驾驶员的愤怒情绪等级；步骤4：将步骤3获得的驾驶员的愤怒情绪等级输入预警模块，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，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、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。