本发明专利技术公开了一种基于决策级数据融合的疲劳驾驶状态检测系统和方法，该系统首先利用加速度传感器采集方向盘运动加速度，基于加速度动态阈值判断出方向盘运动状态，基于方向盘4s不动理论初步判断驾驶员疲劳驾驶状态，还通过设置方向盘左右摇摆的误差值，增强检测的容错性；利用脉搏传感器采集驾驶员的脉搏时域值，基于脉率动态阈值检测出驾驶员生理状态；通过对两种检测结果进行决策级融合，可得到融合后的检测结果。在基于决策级数据融合的疲劳驾驶状态检测方法设计并构建了疲劳驾驶状态检测原型系统。与现有的方法相比，本发明专利技术公开的基于决策级数据融合的驾驶员疲劳驾驶状态检测方法在检测准确率方面具有一定的优势，在算法的响应时间、时间复杂度和内存消耗等方面均达具有理想的性能表现。
【技术实现步骤摘要】
本专利技术设及驾驶状态检测方法，尤其设及一种疲劳驾驶状态检测方法，属于移动 计算、传感技术和数据融合的交叉技术应用领域。
技术介绍
疲劳驾驶（fatigue化iving) -般指驾驶员在开车过程中由于身体机理出现疲劳 变化而导致其操控能力失常的状况，严重危害道路交通安全，已成为全世界面临的严重问 题。美国国家公路交通安全管理局的报告显示，因驾驶员疲劳驾驶诱发的交通事故占了交 通事故总数的20%-30%。例如，2012年8月26日2时31分许，驾驶员陈某驾驶邱铺大客 车，与重型罐式半挂汽车列车追尾，造成大客车内36人当场死亡；根据车载全球定位系统 (GlobalPositionSystem,GP巧记录，大客车驾驶员陈某连续驾驶时间达4小时22分，中 途未停车休息，疲劳驾驶造成驾驶时精力不集中，反应和判断能力下降，导致事故发生。 高效地检测出驾驶员疲劳驾驶状态并及时进行反馈可W有效的预防类似交通事 故的发生。通过采集驾驶员的血液可W分析出驾驶员在疲劳驾驶状态下的血糖、血尿素和 肌氨酸酢，综合分析该几类信息得到了一个关于驾驶员是否疲劳的，该方法有着较高的检 测准确率，实验结果可W作为其他方法的参考，但是实时性不佳，且需要专业的医疗设备。 目前，研究和技术人员已经研究并开发出一系列的研究成果和产品，主要分为=类；第一类 是基于生理信号的检测技术，主要基于脑电波、屯、率、脉搏W及皮肤电压的变化等；第二类 是基于驾驶员身体物理状态，主要基于头部的倾斜程度、眼部的变化、嘴己的变化W及握持 方向盘的力度等；第=种是基于车辆运行状态，主要基于方向盘的运动规律、车辆的行驶速 度、车辆的加速度W及车辆的运行轨迹等。 目前，有研究人员设计了一个可穿戴的脑电图（Electroenc巧halograph，邸G)检 测系统，可W实时检测驾驶员对自身驾驶行为的警惕程度，从而反映出驾驶员的疲劳状况； 还有研究人员在驾驶员睡眠被剥夺的情况下采集驾驶员的屯、电图（Electrocardiogram， ECG)数据，综合屯、率和巧眼频率两个指标，分析驾驶员的疲劳驾驶状态；还有研究人员通 过分析驾驶员的EEG数据，得到驾驶员在疲劳阶段的各个频率能量的变化信息，得到驾驶 员的在疲劳阶段的疲劳变异性。还有研究人员提出一种实时检测驾驶员疲劳驾驶状态的机 审IJ，利用驾驶员的EEG数据、ECG数据和肌电信号来综合判断驾驶员的疲劳驾驶状态；还有 研究人员基于核的主成分分析法分析实验样本，选择合适的核函数和相关参数可W有效地 分离出正常样本和疲劳样本，对驾驶员的ECG数据进行线性分析，得到驾驶员EEG数据的实 验样本，分析实验样本是属于正常还是属于疲劳样本，进而检测出驾驶员是否处于疲劳驾 驶状态。基于EEG和ECG的疲劳状态检测方法有着较好的实时性和较高的检测准确率，但 硬件成本较高，且佩戴不易。 目前，还有研究人员基于驾驶员面部行为特征来分析判断驾驶员的疲劳驾驶状 态。如；综合利用驾驶员眼睛闭合时间百分比、嘴己张开的程度W及头部的倾斜程度综 合判断驾驶员的疲劳驾驶状态；通过综合利用帖差法、模板匹配法和卡尔曼方法定位人 眼的位置，进而定位人眼的睁闭状态，基于眼睛闭合时间百分比（PercentageofEyelid Closure,PER化0巧特征值检测驾驶员的疲劳驾驶状态。基于眼部行为的驾驶员疲劳驾驶 状态检测方法实时性较好，检测准确率较高，但是该类方法局限于驾驶室光线良好的情况， 无法应用于夜间行车的情况，有较大的局限性。ElectronicSafetyProducts公司研制生产的方向盘检测装置SAM是一种可W 检测汽车方向盘非正常运动的装置，当方向盘在正常运转的情况下，传感器不会发出警报， 但当驾驶员操纵方向盘4秒钟不动的情况下，传感器装置就会发出警报提醒驾驶员，直到 方向盘被驾驶员控制回到正常运动状态下为止。还有研究人员提出的一种基于方向盘的转 角变化的驾驶员疲劳驾驶状态检测方法，将角度位移传感器和GI^S模块嵌入到方向盘上， 对采集到的角度变化应用模式识别理论判断驾驶员是否处于疲劳驾驶状态，同时用GI^S模 块判断车辆的行驶状态。还有研究人员设计了一种基于方向盘转角信号检测驾驶员疲劳驾 驶状态的方法，该算法通过建立方向盘转动信号相关变量与生理信号的多元线性回归模型 的方式实现，利用了前向性选择方法建立回归模型，通过该个回归模型可W分析出驾驶员 是否处于疲劳驾驶状态。该类方法都有着较好的实时性，且开销较小，但检测准确率相对较 低。总之，目前的研究成果普遍存在着检测准确率不高、硬件成本较高、设备佩戴不 易、受环境因素影响较大等缺陷。而本专利技术能够很好地解决上面的问题。
技术实现思路
[000引本专利技术目的在于提出了一种基于决策级数据融合的疲劳驾驶状态检测系统，该系 统能够高效便捷地检测驾驶员疲劳状态，该系统首先通过加速度传感器采集方向盘的运动 加速度数据，通过脉搏传感器采集驾驶员脉搏数据；分别对该两种数据进行预处理，对预 处理后的两种数据分别计算出动态阔值，得到关于驾驶员是否处于疲劳状态的初步检测结 果；通过对两种检测结果进行决策级融合，得到更为准确的融合后的检测结果。本专利技术解决其技术问题所采取的技术方案是；一种基于决策级数据融合的疲劳驾 驶状态检测系统，所述系统包括加速度数据采集模块、加速度数据传输与预处理模块、加速 度数据动态阔值训练模块、基于加速度数据检测驾驶员疲劳驾驶状态的算法应用模块、脉 搏数据采集模块、脉搏数据存储与预处理模块、脉搏数据动态阔值训练模块、基于脉搏数 据检测驾驶员疲劳驾驶状态的算法应用模块、数据融合模块等；综合利用方向盘的运动加 速度间接信息和驾驶员的脉搏直接信息；所述系统利用加速度数据采集模炔基于加速度传 感器采集到方向盘运动加速度数据，利用加速度数据传输与预处理模块对该些原始数据应 用移动平均法进行平滑处理；基于加速度数据检测驾驶员疲劳驾驶状态的算法应用模块采 用方向盘4s不动理论，初步判断疲劳驾驶状态的检测结果；同时，利用脉搏数据采集模块 基于脉搏传感器采集到驾驶员驾驶过程中的脉搏数据；利用脉搏数据存储与预处理模块先 存储采集到的脉搏数据，然后基于小波变换的阔值方法去除脉搏信号噪声，再使用加权移 动平均法对数据进行平滑处理；利用脉搏数据动态阔值训练模块分析并计算出驾驶员的脉 率变化，针对不同的个体建立相应正常驾驶状态的阔值；基于脉搏数据检测驾驶员疲劳驾 驶状态的算法应用模块通过与该个正常阔值的比较来判断当前得到的驾驶员脉率是否正 常，进而判断出驾驶员是否处于疲劳驾驶状态；数据融合模块对该两种识别结果应用证据 理论进行决策级融合，通过基于决策级数据融合的疲劳驾驶状态检测算法得到驾驶员是否 处于疲劳驾驶状态的检测结果。 加速度数据采集模块的功能是；利用加速度传感器采集方向盘运动加速度数据。 加速度数据传输与预处理模块的功能是；对用加速度传感器采集方向盘运动加速 度原始数据应用加权移动平均法进行平滑处理。 加速度数据动态阔值训练模块的功能是；对经过加速度数据传输与预处理模块处 理过的数据再计算平均值，得到驾驶员在当前路段的动态阔值，然后通过比较加速度数据 得到方向盘的波动区间。 基于加速度数据检测驾驶员本文档来自技高网...
【技术保护点】
一种基于决策级数据融合的疲劳驾驶状态检测系统，其特征在于，所述系统包括加速度数据采集模块、加速度数据传输与预处理模块、加速度数据动态阈值训练模块、基于加速度数据检测驾驶员疲劳驾驶状态的算法应用模块、脉搏数据采集模块、脉搏数据存储与预处理模块、脉搏数据动态阈值训练模块、基于脉搏数据检测驾驶员疲劳驾驶状态的算法应用模块、数据融合模块；加速度数据采集模块的功能是：利用加速度传感器采集方向盘运动加速度数据；加速度数据传输与预处理模块的功能是：对用加速度传感器采集方向盘运动加速度原始数据应用加权移动平均法进行平滑处理；加速度数据动态阈值训练模块的功能是：对经过加速度数据传输与预处理模块处理过的数据再计算平均值，得到驾驶员在当前路段的动态阈值，然后通过比较加速度数据得到方向盘的波动区间；基于加速度数据检测驾驶员疲劳驾驶状态的算法应用模块的功能是：采用方向盘4s不动理论，初步判断疲劳驾驶状态的检测结果；脉搏数据采集模块的功能是：基于固定在人体的手腕桡动脉处的脉搏传感器采集驾驶员驾驶过程中的脉搏数据；脉搏数据存储与预处理模块的功能是：存储采集到的脉搏数据，然后基于小波变换的阈值方法去除脉搏信号噪声，再使用加权移动平均法对数据进行平滑处理；脉搏数据动态阈值训练模块的功能是：分析并计算出驾驶员的脉率变化，针对不同的个体建立相应正常驾驶状态的阈值；基于脉搏数据检测驾驶员疲劳驾驶状态的算法应用模块的功能是：通过与正常驾驶状态的阈值比较来判断当前得到的驾驶员脉率是否正常，进而判断出驾驶员是否处于疲劳驾驶状态；数据融合模块的功能是：对基于加速度数据检测驾驶员疲劳驾驶状态的算法应用模块和基于脉搏数据检测驾驶员疲劳驾驶状态的算法应用模块的识别结果应用证据理论进行决策级融合，通过基于决策级数据融合的疲劳驾驶状态检测算法得到驾驶员是否处于疲劳驾驶状态的检测结果。...
【技术特征摘要】
【专利技术属性】
技术研发人员：徐小龙，李硕，李涛，徐佳，李千目，章韵，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。