一种基于多源信息融合的汽车疲劳驾驶检测方法技术

本发明专利技术公开了一种基于多源信息融合的汽车疲劳驾驶检测方法，包括以下步骤：通过安装在驾驶室内的多普勒雷达探测单元持续对驾驶员生理信号变化进行检测并实时获取并存储生理信号；获取方向盘角度信息在预设时间内的变化量，并根据该变化量启动对当前一段连续时刻内的所获取的生理信号进行数据处理；根据生理信号变化判断是否出现疲劳驾驶。与现有技术相比较，本发明专利技术首次提出采用多普勒测量技术监测驾驶员的疲劳程度，同时通过检测方向盘角度信息，通过多源信息处理提高疲劳驾驶测量准确度；同时将通用多普勒雷达传感器工作在连续波模式，并相应设计多级滤波电路，从而实现非接触检测人体生理信号，进而以此为依据判断疲劳驾驶。

【技术实现步骤摘要】

本专利技术涉及疲劳驾驶监控领域，尤其涉及一种基于多源信息融合的汽车疲劳驾驶检测方法。
技术介绍
疲劳驾驶是导致世界上交通事故最常见的原因之一。根据WHO(世界卫生组织)的报告，每年有超过130万的人死于交通事故，有2千万到5千万的人因为交通事故遭受非致命伤害。其中，大约有20％的致命交通事故是由疲劳驾驶引起的。因此，如果能够研发一种自动检测疲劳驾驶的系统，就可以避免大量的死亡事故。为了防止这类事故的发生，有效的监测疲劳驾驶的系统是很有必要的，可以在事故发生前提醒驾驶员，从而可以避免或者减少此类交通事故的发生。驾驶疲劳是脑力、体力同时参与的技术性疲劳。由于驾驶人动作反复、连续，并且重复的次数太多，使其生理、心理上发生某种变化，出现驾驶机能低落的现象，主要表现为注意力分散，打瞌睡，视野变窄，信息漏看，反应判断迟钝，驾驶操作失误或完全丧失驾驶能力。现有研究中，许多研究人员都认为以下生理信号可以用来检测疲劳，包括：脑电图(EEG)、心电图(ECG)、眼电图(EOG)、呼吸信号以及皮肤电活动(EDA)等。试验证明，使用生理信号检测驾驶员的疲劳程度的可靠性和精确度是非常高的，因为它可以真实的反映驾驶员身体内部的状况。同时，生理信号在疲劳的早期阶段就会发生变化，因此采用生理信号是检测疲劳驾驶最合适的方法而且出错率低，使用这种方法可以及时的警示驾驶员，从而减少许多道路交通事故。然而，现有技术生理检测通常采用接触式检测的方式，这些技术需要在驾驶员身上附着电极，而这通常是被驾驶员所反感的同时也是不切实际的。为了克服上述技术缺陷，将多普勒雷达技术实现非接触式生理信号检测成为本领域研究热点。多普勒雷达，又名脉冲多普勒雷达，通常工作在脉冲触发模式，是一种利用多普勒效应来探测运动目标的位置和相对运动速度的雷达。现有技术中多普勒雷达广泛用于军事领域和民用领域，比如机载预警、导航、导弹制导、卫星跟踪、战场侦察、靶场测量、武器等军用方面，以及人体感应、门禁系统、测速测距等民用领域。然而，由于生理信号检测的特殊性，难以将现有技术通用多普勒雷达模块直接应用于生理信号检测；因为呼吸和心跳信号极其微弱，很容易淹没在雷达的噪声和杂波中，采用现有技术多普勒雷达常规应用电路无法实现对人体的呼吸和心跳等生命特征的非接触式探测。因此，本领域技术人员通常通过改进雷达的识别精度和灵敏度达到应用要求，这大大增加了实现难度，同时在成本上也大幅度的提高。故，针对目前现有技术中存在的上述缺陷，实有必要进行研究，以提供一种方案，解决现有技术中存在的缺陷。
技术实现思路
有鉴于此，确有必要提供一种基于多源信息融合的汽车疲劳驾驶检测方法，首次提出采用多普勒雷达实现非接触式疲劳驾驶检测，同时通过检测方向盘角度信息提高疲劳驾驶测量精度。为了克服现有技术的缺陷，本专利技术的技术方案如下：一种基于多源信息融合的汽车疲劳驾驶检测方法，包括以下步骤：步骤S1：通过安装在驾驶室内的多普勒雷达探测单元持续对驾驶员生理信号变化进行检测并实时获取并存储生理信号；步骤S2：获取方向盘角度信息在预设时间内的变化量，并根据该变化量启动对当前一段连续时刻内的所获取的生理信号进行数据处理；步骤S3：根据生理信号变化判断是否出现疲劳驾驶。优选地，在步骤S3中，采用神经网络机器学习的方式判断是否出现疲劳驾驶，其中，在神经网络机器识别模块中预先存储各种疲劳状态等级的数据模板，将采集的生理信号输入神经网络机器识别模块进行数据分析从而判断出疲劳状态等级。优选地，神经网络机器识别模块采用极限学习机模型。优选地，各种疲劳状态等级的数据模板通过将所获得的呼吸信号和心跳信号输入神经网络中学习基于面部视频的专家评分方法而确定。优选地，在步骤S1中，进一步包括以下步骤：步骤S11：通过多普勒雷达传感器向人体胸腔发射连续波雷达信号；步骤S12：将回波信号和发射震荡频率信号进行混频处理并检波后获取反应人体呼吸和心跳变化的低频信号；步骤S13：对多普勒雷达传感器输出端进行阻抗匹配并滤除低频信号中的直流分量；步骤S14：将经步骤3处理后的信号进行信号放大；步骤S15：通过0.1Hz-10Hz的带通滤波器对其输入信号进行滤波处理；步骤S16：采用数字滤波技术奖经步骤S25处理后的信号进行频率滤波从而获取呼吸信号和心跳信号；所述步骤S3中，根据所述呼吸信号和心跳信号的变化判断驾驶员是否处于疲劳驾驶状态。优选地，所述步骤S15中，通过四阶巴特沃斯低通滤波器和二阶巴特沃斯高通滤波器实现带通滤波器。优选地，所述步骤S16中，采用FIR滤波器、IIR滤波器或者零相位IIR滤波器中的任一种实现呼吸信号和心跳信号的分离。优选地，零相位IIR滤波器的实现步骤如下：步骤S161：根据呼吸信号和心跳信号的特征分别设计呼吸信号IIR滤波器和心跳信号IIR滤波器；步骤S162：将输入信号进行信号采样存储为数字信号序列；步骤S163：将该数字信号序列分别输入到呼吸信号IIR滤波器和心跳信号IIR滤波器进行第一次滤波处理；步骤S164：将经上述第一次滤波处理输出的信号执行第一次时域翻转；步骤S165：将步骤S64输出信号再次输入到呼吸信号IIR滤波器和心跳信号IIR滤波器进行第二次滤波处理；步骤S166：将经上述第二次滤波处理输出的信号执行第二次时域翻转，从而得到滤波后的呼吸信号和心跳信号；步骤S167：对滤波后的呼吸信号和心跳信号进行FFT变换后分别求出频谱从而实现呼吸信号和心跳信号的分离。优选地，在步骤步骤S11中，所述多普勒雷达传感器采用工作频段为10.525GHz的微波多普勒雷达探测器探头传感器HB100模块。优选地，在步骤S13中，采用电压跟随器对多普勒雷达传感器输出端进行阻抗匹配，采用通带频率为0.1Hz-150Hz的无源RC滤波器滤除低频信号中的直流分量。与现有技术相比较，本专利技术的技术方案具有以下技术效果：(1)本专利技术首次提出采用多普勒测量技术监测驾驶员的疲劳程度，同时通过检测方向盘角度信息，通过多源信息处理提高疲劳驾驶测量精度。(2)将通用多普勒雷达传感器工作在连续波模式，并相应设计多级滤波电路，从而实现非接触检测人体生理信号，进而以此为依据判断疲劳驾驶。其中，有源滤波器采用巴特沃斯滤波器，巴特沃斯滤波器通频带频率响应曲线平坦，在阻频带下降缓慢，避免信号失真，在滤波的同时可实现信号的放大，提高信号的信噪比，实现信号无失真放大滤波。(3)数字滤波器使用零相位IIR滤波器分离出呼吸和心跳信号，减少运算量的同时，消除信号的相位失真，实现患者生理变化和监测显示同步，提高监测设备的实时性。附图说明图1为雷达回波信号探测人体胸腔扩张模型。图2为本专利技术基于多源信息融合的非接触式疲劳驾驶检测方法的流程框图。图3为极限学习机模型图。图4为极限学习机模型的算法流程框图。图5为正常驾驶生理信号和方向盘信号的波形图(疲劳等级0)。图6为驾驶预警状态下的生理信号和方向盘信号的波形图(疲劳等级1)。图7为驾驶昏昏欲睡状态下的生理信号和方向盘信号的波形图(疲劳等级2)。图8为驾驶显著昏昏欲睡状态下的生理信号和方向盘信号的波形图(疲劳等级3)。图9为驾驶极度昏昏欲睡状态下的生理信号和方向盘信号的波形图(疲劳等级4)。图10为雷达信号处理的流程框图。图11为零相位IIR滤本文档来自技高网...

【技术保护点】
一种基于多源信息融合的汽车疲劳驾驶检测方法，其特征在于，包括以下步骤：步骤S1：通过安装在驾驶室内的多普勒雷达探测单元持续对驾驶员生理信号变化进行检测并实时获取并存储生理信号；步骤S2：获取方向盘角度信息在预设时间内的变化量，并根据该变化量启动对当前一段连续时刻内的所获取的生理信号进行数据处理；步骤S3：根据生理信号变化判断是否出现疲劳驾驶。

【技术特征摘要】
1.一种基于多源信息融合的汽车疲劳驾驶检测方法，其特征在于，包括以下步骤：步骤S1：通过安装在驾驶室内的多普勒雷达探测单元持续对驾驶员生理信号变化进行检测并实时获取并存储生理信号；步骤S2：获取方向盘角度信息在预设时间内的变化量，并根据该变化量启动对当前一段连续时刻内的所获取的生理信号进行数据处理；步骤S3：根据生理信号变化判断是否出现疲劳驾驶。2.根据权利要求1所述的基于多源信息融合的汽车疲劳驾驶检测方法，其特征在于，在步骤S3中，采用神经网络机器学习的方式判断是否出现疲劳驾驶，其中，在神经网络机器识别模块中预先存储各种疲劳状态等级的数据模板，将采集的生理信号输入神经网络机器识别模块进行数据分析从而判断出疲劳状态等级。3.根据权利要求2所述的基于多源信息融合的汽车疲劳驾驶检测方法，其特征在于，神经网络机器识别模块采用极限学习机模型。4.根据权利要求2所述的基于多源信息融合的汽车疲劳驾驶检测方法，其特征在于，各种疲劳状态等级的数据模板通过将所获得的呼吸信号和心跳信号输入神经网络中学习基于面部视频的专家评分方法而确定。5.根据权利要求1所述的基于多源信息融合的汽车疲劳驾驶检测方法，其特征在于，在步骤S1中，进一步包括以下步骤：步骤S11：通过多普勒雷达传感器向人体胸腔发射连续波雷达信号；步骤S12：将回波信号和发射震荡频率信号进行混频处理并检波后获取反应人体呼吸和心跳变化的低频信号；步骤S13：对多普勒雷达传感器输出端进行阻抗匹配并滤除低频信号中的直流分量；步骤S14：将经步骤3处理后的信号进行信号放大；步骤S15：通过0.1Hz-10Hz的带通滤波器对其输入信号进行滤波处理；步骤S16：采用数字滤波技术奖经步骤S25处理后的信号进行频率滤波从而获取呼吸信号和心跳信号；所述步骤S3中，...

【专利技术属性】
技术研发人员：陈龙，杨希宁，胡华，程知群，樊凌雁，马学条，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：浙江;33