基于藍牙腦電耳機的實時駕駛疲勞檢測系統(tǒng)及檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及實時檢測駕駛員駕駛疲勞狀態(tài)的方法和設(shè)備，特別是包含一種基于 MindWave腦電耳機和智能手機的駕駛員疲勞檢測方法及系統(tǒng)。
【背景技術(shù)】
[0002] 隨著現(xiàn)代交通運輸業(yè)的飛速發(fā)展，交通事故已成為當前全球所面臨的嚴重問題， 研究如何有效預防和監(jiān)測駕駛員疲勞駕駛狀態(tài)具重要的現(xiàn)實意義。疲勞駕駛是指由于駕駛 員長時間連續(xù)駕駛車輛，產(chǎn)生生理機能和心理機能的失調(diào)，而在客觀上出現(xiàn)駕駛技能下降 的現(xiàn)象。
[0003]目前駕駛員疲勞檢測技術(shù)一般可分為主觀檢測和客觀監(jiān)測，主觀檢測是由自己或 他人，通過主觀調(diào)查表，駕駛員自我記錄表等進行的疲勞評定?？陀^監(jiān)測可分為：基于駕駛 員生理信號特征，基于駕駛員操作特征，基于車輛行駛狀態(tài)和多特征信息融合的檢測方法。 從生理學的角度，疲勞的狀態(tài)可通過對腦電、眨眼頻率等體征的變化來進行監(jiān)測，這也是目 前公認的最為有效的監(jiān)測方法。
[0004] 本發(fā)明將基于NeuroSky公司最新研發(fā)的Mindwave腦電耳機采集駕駛員的腦電及 眨眼信號，并通過藍牙技術(shù)將數(shù)據(jù)發(fā)送給智能手機，經(jīng)過特征提取和分類，檢測駕駛員是否 疲勞駕駛，最后再將疲勞信息及時反饋給駕駛員。

【發(fā)明內(nèi)容】

[0005] 發(fā)明目的：為了克服現(xiàn)有技術(shù)中存在的不足，本發(fā)明提供一種基于藍牙腦電耳機 的實時駕駛疲勞檢測系統(tǒng)及檢測方法，克服了現(xiàn)有關(guān)于駕駛疲勞檢測研究中，大型腦機接 口設(shè)備體積大，費用高，不能廣泛應(yīng)用于實際的缺點，具有體積小，成本低，使用簡單，攜帶 方便等優(yōu)點。
[0006] 技術(shù)方案：為實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案為：
[0007] 基于藍牙腦電耳機的實時駕駛疲勞檢測系統(tǒng)，包括腦電耳機和智能終端，所述腦 電耳機一個輸入端與使用者前額的腦電傳感器連接，另一個輸入端與使用者耳部電極連 接，通過干電極獲得使用者FP1和A1信道的腦電波電壓變化，所述腦電耳機將反映腦電強 度的數(shù)字信號輸出至智能終端進行疲勞駕駛檢測。
[0008] 基于藍牙腦電耳機的實時駕駛疲勞檢測系統(tǒng)的檢測方法，首先提示駕駛員將耳機 正確佩戴，將前額傳感器貼于左前額，將耳套圈的耳夾夾在耳垂上，確保傳感器與額頭、耳 夾與耳垂完全接觸，并建立腦電耳機與智能終端的連接配對；
[0009] 包括以下步驟：
[0010] 第一步：讀取腦電耳機數(shù)據(jù)并傳至智能終端，腦電耳機數(shù)據(jù)中包含原始腦電信號 Rawdata和眨眼信息；
[0011] 第二步，智能終端對第一步收到的原始腦電信號Rawdata通過離散短時傅里葉變 換的方法，進行特征提取和去除其中的干擾信號，分離出三種需要的腦電信號theta，low alpha，highalpha;
[0012] 第三步，利用腦電耳機提供的眨眼數(shù)據(jù)接口，記錄每分鐘眨眼次數(shù)，得到眨眼頻率 E；
[0013] 第四步，利用第二步處理得到的腦電信號Rawdata，求取不疲勞時三種腦電特征信 號的正常值，設(shè)定其為疲勞檢測判斷的標準值。
[0014] 第五步，將之后讀到的三種實時腦電信號數(shù)據(jù)與第四步得到的標準值分別進行比 較，得出三種疲勞參數(shù)；
[0015] 第六步，根據(jù)眨眼頻率E和三種疲勞參數(shù)判斷駕駛員疲勞程度值，并將疲勞程度 值通過智能終端反饋給駕駛員，從而實現(xiàn)基于藍牙腦電耳機的實時駕駛疲勞檢測系統(tǒng)。
[0016] 進一步的，上述第二步包括以下過程：
[0017] 利用離散短時傅里葉變換，將腦電信號Rawdata從時域變換到頻域，進行特征提 取，將腦電信號中theta，lowalpha，highalpha三種腦電信號提取出來，同時將原始腦電 信號Rawdata中高頻眨眼肌肉抖動或低頻眼動偽跡去除；離散短時傅里葉變換公式如下：
[0019] x[n]是輸入的離散信號，即原始腦電信號Rawdata;
[0020] X(wk)是x[n]w(n-m)的短時傅里葉變化結(jié)果。
[0021] R表不窗口長度；
[0022] wk是固定的中心頻率；
[0023] w[n]表示窗函數(shù)，此發(fā)明中用到海明窗，可以抵消高頻信號的干擾，函數(shù)表達式如 下：
[0025] 將上面兩式合并，即可得到窗函數(shù)為海明窗的離散短時傅里葉變換公式：
[0027]將窗 口長度R設(shè)為 2s，每次采樣 1024 個點；根據(jù)theta:4_7Hz，lowalpha:8_9Hz，highalpha:12-14Hz各自的頻率段，將固定中心頻率wk分別設(shè)為w 5. 5Hz，w2= 8. 5Hz， w3= 13Hz，帶入上面的變換公式，即可頻域中提取分離得到theta，lowalpha，highalpha各自的頻率譜，分別表示為Xt (Wl)，Xal (w2)，Xah (w3)，利用短時傅里葉反變換，公式如下：
[0031]L為頻率采樣點數(shù)，因為窗□長度為2s，結(jié)合本硬件的采樣頻率，L= 1024。
[0032] 即可得到時域中theta，lowalpha，highalpha的實時變化值T，ApAh。
[0033] 進一步的，上述第四步包括以下過程：
[0034] 第一次讀取數(shù)據(jù)時，首先ApAh，T各取30個值，求平均值，作為正常狀態(tài)的標準值， 用Cal，Cah，Ct分別表示lowalpha，highalpha，theta的標準值。
[0035] 進一步的，上述第五步包括以下步驟：
[0036] 將之后讀到的實時腦電數(shù)據(jù)心，Ah，T與標準值Cal，Cah，Ct分別進行比較，得出三種 疲勞參數(shù)：
[0037] (1)lowalpha的比較：
[0038] 如果AfXal ·Cal，則lowalpha的疲勞參數(shù)SI= 2 ;Xal= 0· 7
[0039] (2)highalpha的比較：
[0040] 如果Ah<Xah ·Cah，則highalpha的疲勞參數(shù)S2 = 2 ;Xah= 0· 6
[0041] (3)theta的比較：
[0042]如果T<Xt ·Ct，則theta的疲勞參數(shù)S3 = 2 ;Xt=0·7;
[0043] 進一步的，上述第六步包括以下步驟：
[0044] 將三種疲勞參數(shù)按權(quán)重相加，得出疲勞程度值；公式如下：
[0045] S=Si· 2+S2+S3
[0046] 根據(jù)眨眼頻率E和三種疲勞參數(shù)判斷駕駛員疲勞程度值；分以下情況：
[0047] (1)如果E〈 = 7,或者E> = 20,直接向駕駛員發(fā)出警告3嚴重疲勞信號警告；
[0048] (2)如果7〈E〈20且S> = 4,則根據(jù)三種疲勞參數(shù)判斷駕駛員疲勞程度值：S= 4， 發(fā)出警告1疲勞信號警告；S= 6,發(fā)出警告2較疲勞信號警告；S= 8,發(fā)出警告3嚴重疲勞 信號警告；
[0049] (3)如果7〈E〈20且S〈4,不發(fā)出警告；
[0050] 警告等級：警告3>警告2>警告1。
[0051] 有益效果：本發(fā)明基于消費級的可穿戴腦電耳機設(shè)備進行開發(fā)，克服了現(xiàn)有關(guān)于 駕駛疲勞檢測研究中，大型腦機接口設(shè)備體積大，費用高，不能廣泛應(yīng)用于實際的缺點，具 有體積小，成本低，使用簡單，攜帶方便等優(yōu)點。
[0052] 同時，利用腦電變化判斷眨眼行為，不會受到光線變化，個體眼睛大小的差異等因 素的影響。聯(lián)合腦電波和眨眼兩種方法進行駕駛疲勞檢測，可增強系統(tǒng)檢測的精度和魯棒 性。算法上通過使用每個人的清醒狀態(tài)作為判斷標準，避免了個體的差異性。
[0053] 本發(fā)明的效果是能對駕駛員的精神狀態(tài)進行實時監(jiān)測，在駕駛員出現(xiàn)疲勞特征的 后及時警告，降低發(fā)生交通事故的風險。
【附圖說明】
[0054]圖1是本發(fā)明基于腦電耳機的駕駛員疲勞檢測系統(tǒng)整體框架圖。
[0055]圖2是本發(fā)明的系統(tǒng)結(jié)構(gòu)圖。
[0056] 圖3是本發(fā)明的算法設(shè)計流程圖。
[0057]圖4是本發(fā)明的短時傅里葉變換時海明窗函數(shù)時域和頻域的函數(shù)圖。
[0058]圖5是本發(fā)明腦電波和眨眼聯(lián)合判斷疲勞的算法流程圖。
【具體實施方式】
[0059] 下面結(jié)合附圖對本發(fā)明作更進一步的說明。
[0060] 本發(fā)明的目的是提出了一種利用