一种使用Wi‑FiCSI信息检测疲劳驾驶的方法技术

本发明专利技术提出一种使用Wi‑FiCSI信息检测疲劳驾驶的方法，包括下列步骤：采集驾驶员的动作特征，获取CSI信息的动作特征信号；使用无线设备作为发送设备，按照固定的时间间隔发送所述动作特征信号；使用无线路由器作为接收器，接收所述动作特征信号；根据动作特征信号选择呼吸检测模式或运动检测模式，并从收集到的CSI信息中提取信号特征；识别相应信号特征，判断驾驶员是否存在疲劳驾驶。本发明专利技术提出的使用Wi‑FiCSI信息检测疲劳驾驶的方法，能够检测疲劳驾驶，提前预警，减少严重交通事故的发生。

【技术实现步骤摘要】
一种使用Wi-FiCSI信息检测疲劳驾驶的方法
本专利技术属于辅助驾驶领域，且特别涉及一种使用Wi-FiCSI信息检测疲劳驾驶的方法。
技术介绍
根据世界卫生组织报道，每年交通事故造成数百万人的伤万，平均每一天有超过3400人死亡。疲劳驾驶在交通事故死亡事件中占据的比例逐年升高，已经成为了一个交通事故的重要原因。美国公路安全保险协会的报告指出，对于执行长途运输任务的卡车驾驶员，连续驾驶超过12小时比少于8小时的驾驶员发生交通事故的可能性高86％，当连续驾驶超过5个小时时，事故风险就已经上升了一倍。为了保护驾驶员以及货物的安全，需要一个有效的疲劳驾驶检测方法。现有的疲劳检测方法可以分为基于视觉的检测方法和基于脑电信号的检测方法。基于视觉的方法将一个视频图像采集设备，例如，摄像头等，部署在面向驾驶员正脸的位置上。在驾驶员驾驶车辆时，设备不断收集驾驶员的状态表现图像信息，再通过检查每一帧的图像中的部分信息来获得可疑的驾驶员疲劳数据，从而来监控驾驶员的驾驶状态。以脑电信号检测疲劳驾驶的方法，主要利用1-20HZ频段的脑部活动信号。这类方法一般在驾驶员的头部上部署了一个脑电信号采集设备。该采集设备持续收集脑电波信号，再根据相应算法实现驾驶员疲劳识别。上述方法主要以下不足：1.基于视觉的检测方法，需要采集驾驶员相应身体部位的图像信息，可能因为驾驶员具有不同的驾驶习惯，而无法采集到此类信息，如：驾驶姿势不正，佩戴墨镜等情况，另外采集设备也可能遮挡驾驶员视线，存在潜在隐患。2.基于脑电信号的检测方法，需要接触驾驶员头部收集脑电信号，本身可能使驾驶员不适，带来驾驶疲劳，同时也不方便驾驶员的其它动作。以上两类方法都需要另外购置采集设备，给驾驶员带来额外经济负担，同时占用驾驶室空间。
技术实现思路
本专利技术提出一种使用Wi-FiCSI信息检测疲劳驾驶的方法，能够检测疲劳驾驶，提前预警，减少严重交通事故的发生。为了到达上述提到的目的，解决上面提到的问题，本专利技术提出了一个新的检测方法，并且经过一系列的实验，来评估本专利技术工作的准确率以及效率。本专利技术检测方法的主要思路是收集驾驶中的信道状态信息(CSI)信息，在不同模式中，识别相关驾驶员动作，来检测疲劳驾驶。为了达到上述目的，本专利技术提出一种使用Wi-FiCSI信息检测疲劳驾驶的方法，包括下列步骤：采集驾驶员的动作特征，获取CSI信息的动作特征信号；使用无线设备作为发送设备，按照固定的时间间隔发送所述动作特征信号；使用无线路由器作为接收器，接收所述动作特征信号；根据动作特征信号选择呼吸检测模式或运动检测模式，并从收集到的CSI信息中提取信号特征；识别相应信号特征，判断驾驶员是否存在疲劳驾驶。进一步的，所述呼吸检测模式中，首先对动作特征信号去除噪音，然后利用峰值识别方法获得驾驶员的呼吸速率，与之前的时间窗结果比较，确定是否存在疲劳驾驶。进一步的，所述运动检测模式中，提取动作特征信号中的动作模式，计算每个模式中的相关特征，最后通过支持向量机方法识别疲劳驾驶。进一步的，所述CSI信息存在Tx*Rx*30组子信息流，其中Tx是发送天线数，Rx是接收天线数，30是子载波数量。进一步的，所述动作识别方法为首先计算所有子信息流的变异系数，选择其中最大的五个信息流取平均值与预先设置的阈值比较，超过阈值时使用动作检测模式进行后续检测，小于阈值时则使用呼吸检测模式。进一步的，所述呼吸检测的预处理过程中，对变异系数值最高的k个CSI序列首先应用HAMPEL滤波去除信号明显的噪声，再应用移动平均滤波器来进一步平滑信号序列。进一步的，所述运动检测模式，利用子载波相关性，通过主成分分析计算出所有CSI时间序列的主要成分。进一步的，该方法使用经验模式分解算法自适应地将信号分解为基于信号固有特征的子信号，然后使用其中与动作频率相关的IMF分量序列作进一步分析。进一步的，所述动作模式识别过程中，对于呼吸检测模式按照以下公式计算出时间窗内的呼吸速率：其中k是所选择的子载波数，T为时间窗的长度，Ni为第i个子载波的峰值数量，将呼吸速率与阈值比较，当连续多次出现下降时，将驾驶员状态标记为已疲劳，并提出警告。进一步的，所述动作模式识别过程中，对于运动检测模式，首先提取出对应IMF序列的数据特征：模式长度，IMF的均值，IMF的标准差，IMF的最大值，IMF的平均绝对误差；随后使用支持向量机方法识别动作模式是否对应疲劳驾驶动作集合：其中f(x)为构建的分类器，ωT是平面的法向量，为映射后的特征向量；使用径向核函数做映射来构建分类器确定模式对应的动作。本专利技术提出的使用Wi-FiCSI信息检测疲劳驾驶的方法，其有益效果如下：借助车内原有设备，不需要使用其他收集装置收集信号，方便配置，节约车内空间，方法可行性高，经济性高，车联网条件下，可以直接使用车内WiFi与一台已连接该Wi-Fi设备完成信号收集，该设备无需其他配置，不存在遮挡视线和其他对驾驶员动作约束；无需接触驾驶员，没有不适感，使用Wi-Fi信号，不需要使用其他与驾驶员接触的传感器，不会造成驾驶过程中的不便、疲倦，没有异物感；具有竞争力的准确度，实验环境能准确识别疲劳动作，在真实驾驶实验中准确度较高。附图说明图1所示为本专利技术较佳实施例的使用Wi-FiCSI信息检测疲劳驾驶的方法流程图。图2所示为呼吸测试模式的实验数据对比示意图。图3所示为动作检测模式的实验数据对比示意图。具体实施方式以下结合附图给出本专利技术的具体实施方式，但本专利技术不限于以下的实施方式。根据下面说明和权利要求书，本专利技术的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比率，仅用于方便、明晰地辅助说明本专利技术实施例的目的。本专利技术提出了一种使用Wi-FiCSI信息检测疲劳驾驶的方法，它使用Wi-Fi来监控驾驶员的表现，收集Wi-Fi的CSI信息来识别驾驶员疲劳。在可预见的未来，Wi-Fi将是汽车的标准配置。在不依赖其他特殊收集设备的情况下，利用无线网络信号比现有技术中的两类方法在便携性和可用性上具有优势。本专利技术提出了一种新的疲劳驾驶检测方法，首先，分析了疲劳驾驶的特征以及它对CSI信号的影响，划分了两种检测类型，然后设计了一套完整的从CSI信号中识别被驾驶员动作影响的信息的方法，本专利技术的方法可以有效地检测出疲劳驾驶的相应动作。从驾驶员在疲劳驾驶过程中的动作集合选择了具有代表性且可以通过Wi-Fi来检测的动作和表现：呼吸速率的降低，打哈欠，点头，趴下。围绕这四种特征，本专利技术设计了两种检测模式：呼吸模式和动作模式。请参考图1，图1所示为本专利技术较佳实施例的使用Wi-FiCSI信息检测疲劳驾驶的方法流程图。本专利技术提出一种使用Wi-FiCSI信息检测疲劳驾驶的方法，包括下列步骤：步骤S100：采集驾驶员的动作特征，获取CSI信息的动作特征信号；步骤S300：使用无线设备作为发送设备，按照固定的时间间隔发送所述动作特征信号；步骤S300：使用无线路由器作为接收器，接收所述动作特征信号；步骤S400：根据动作特征信号选择呼吸检测模式或运动检测模式，并从收集到的CSI信息中提取信号特征；步骤S500：识别相应信号特征，判断驾驶员是否存在疲劳驾驶。根据本专利技术较佳实施例，所述呼吸检测模式中，首先对动作特征信号去本文档来自技高网...

【技术保护点】
一种使用Wi‑FiCSI信息检测疲劳驾驶的方法，其特征在于，包括下列步骤：采集驾驶员的动作特征，获取CSI信息的动作特征信号；使用无线设备作为发送设备，按照固定的时间间隔发送所述动作特征信号；使用无线路由器作为接收器，接收所述动作特征信号；根据动作特征信号选择呼吸检测模式或运动检测模式，并从收集到的CSI信息中提取信号特征；识别相应信号特征，判断驾驶员是否存在疲劳驾驶。

【技术特征摘要】
1.一种使用Wi-FiCSI信息检测疲劳驾驶的方法，其特征在于，包括下列步骤：采集驾驶员的动作特征，获取CSI信息的动作特征信号；使用无线设备作为发送设备，按照固定的时间间隔发送所述动作特征信号；使用无线路由器作为接收器，接收所述动作特征信号；根据动作特征信号选择呼吸检测模式或运动检测模式，并从收集到的CSI信息中提取信号特征；识别相应信号特征，判断驾驶员是否存在疲劳驾驶。2.根据权利要求1所述的使用Wi-FiCSI信息检测疲劳驾驶的方法，其特征在于，所述呼吸检测模式中，首先对动作特征信号去除噪音，然后利用峰值识别方法获得驾驶员的呼吸速率，与之前的时间窗结果比较，确定是否存在疲劳驾驶。3.根据权利要求1所述的使用Wi-FiCSI信息检测疲劳驾驶的方法，其特征在于，所述运动检测模式中，提取动作特征信号中的动作模式，计算每个模式中的相关特征，最后通过支持向量机方法识别疲劳驾驶。4.根据权利要求1所述的使用Wi-FiCSI信息检测疲劳驾驶的方法，其特征在于，所述CSI信息存在Tx*Rx*30组子信息流，其中Tx是发送天线数，Rx是接收天线数，30是子载波数量。5.根据权利要求4所述的使用Wi-FiCSI信息检测疲劳驾驶的方法，其特征在于，所述动作识别方法为首先计算所有子信息流的变异系数，选择其中最大的五个信息流取平均值与预先设置的阈值比较，超过阈值时使用动作检测模式进行后续检测，小于阈值时则使用呼吸检测模式。6.根据权利要求5所述的使用Wi-FiCSI信息检测疲劳驾驶的方法，其特征在于，所述呼吸检...

【专利技术属性】
技术研发人员：贾维嘉，彭洪剑，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海,31