一种疲劳状态监测及预警方法及其系统技术方案

本发明专利技术公开了一种疲劳状态监测及预警方法，包括以下步骤：(1)预设疲劳状态监测及预警系统；(2)通过生理信息采集模块定时采集被测人员的脑电信号，生理信息采集模块采集大脑产生的生物电信号，并送入智能芯片中，智能芯片将生物电信号中的噪音及扰动进行滤除，并将滤除后的有用生物电信号进行放大；(3)无线通信模块将有用生物电信号传至监测模块；(4)监测模块对有用生物电信号进行分析处理，并判别被测人员是否处于疲劳状态；(5)当主控单元判别被测人员处于疲劳状态时，预警单元发出警示提醒。还公开了一种疲劳状态监测及预警系统。该疲劳状态监测及预警方法及其系统，抗干扰能力强，可靠性高，提高判别的速度及准确度。

【技术实现步骤摘要】

本专利技术涉及疲劳检测领域，尤其涉及一种疲劳状态监测及预警方法及其系统。
技术介绍
随着中国经济的腾飞，越来越多的人都购置了私家车，然而交通事故也随之攀升，究其原因，驾驶员疲劳特别是严重的疲劳驾驶是导致交通事故频发的重要诱因。事故资料统计显示，35％-45％的交通死亡事故可归因于驾驶疲劳。驾驶疲劳会影响到驾驶人的注意、感觉、知觉、思维、判断、意志、决定和运动等诸方面。驾驶员都有可能处于疲劳驾驶，而这样是极其危险的，而目前用于预防疲劳大致分为两类，一个是主动的，一个是被动的。主动方式就是驾驶员当感知到自己开车处于比较疲劳时就要保证足够的休息时间。但由于人们的生活节奏较快，工作压力大，导致驾驶员往往不太注意休息，进而导致事故的发生。另外一个是被动方式，就是通过一个外置的工具进行判断。目前国内外预防疲劳驾驶的产品都同时存在着相应的缺陷：1、挂在耳朵上的，功能就是低头就会报警；然而疲劳打瞌睡不一定要低头，而等到低头那时就有点晚了；2、使用提神物品，高强度的工作会对以后的身心健康造成不良的后果；3、手表式，通过脉搏的跳动来估计人的疲劳；对于疲劳的判断数据源单一，由此可能存在误判；4、人眼监测，通过摄像头捕获人眼图像，实现疲劳监测；同样的缺点是生理数据单一，可信度有待考证；5.方向盘触摸式，利用在方向盘上安装一些传感器来感知驾驶员是否握住方向盘。原理是当驾驶员疲劳时，反应变慢，操作方向盘的动作也会减缓，车辆可能偏离车道，或突然修正车道；缺点要在方向盘安装一个传感器，这样会破坏方向盘原有的结构，还有这个不太适合各种路况，如超车，并线，转弯等情况会存在误报。因此，开发出一种判别及时、快速、准确的疲劳状态监测及预警方法，显得较为迫切。
技术实现思路
针对上述不足，本专利技术的目的在于提供一种疲劳状态监测及预警方法及其系统，以解决现有疲劳状态监测方法判别速度慢、准确度低的问题。本专利技术提供的疲劳状态监测及预警方法及其系统，抗干扰能力强，可靠性高，大大提高了疲劳状态判别的速度及准确度。本专利技术为达到上述目的所采用的技术方案是：一种疲劳状态监测及预警方法，其特征在于，包括以下步骤：(1)预设一疲劳状态监测及预警系统，其包括生理信息采集模块、无线通信模块与监测模块，其中，所述生理信息采集模块内置干态电极传感器与智能芯片，所述监测模块包括相互连接的主控单元与预警单元，该主控单元包括预处理子单元、模型建立子单元与融合子单元；(2)通过所述生理信息采集模块定时采集被测人员的脑电信号，所述生理信息采集模块中的干态电极传感器采集大脑产生的生物电信号，并将采集到的生物电信号送入智能芯片中，该智能芯片将混杂于生物电信号中的噪音及运动产生的扰动进行滤除，并将滤除后的有用生物电信号进行放大处理；(3)所述无线通信模块将放大处理后有用生物电信号传至监测模块；(4)所述监测模块中的主控单元对有用生物电信号进行分析处理，其中，所述预处理子单元对有用生物电信号进行预处理，预处理包括对有用生物电信号数据进行解析、去噪与滤波处理；所述模型建立子单元对预处理后的有用生物电信号建立数学模型，即分别建立频段功率值、频段功率百分比、频段功率比值与频段功率加和比值，并计算出脑电疲劳值，并判别被测人员是否处于疲劳状态；(5)当所述主控单元判别被测人员处于疲劳状态时，所述预警单元发出警示提醒；否则，重复步骤(2)-(5)。作为本专利技术的进一步改进，所述步骤(1)中的主控单元还包括特征提取子单元与融合子单元；所述步骤(2)还包括：所述生理信息采集模块定时采集被测人员的人眼图像信号；所述步骤(3)还包括：所述无线通信模块将人眼图像信号传至监测模块；所述步骤(4)还包括：所述预处理子单元对人眼图像信号进行预处理，预处理包括对人眼图像信号数据进行去噪、灰度化与均衡化处理；所述特征提取子单元对预处理后的人眼图像信号提取人眼特征，并计算得到人眼疲劳值；所述融合子单元将脑电疲劳值和人眼疲劳值进行融合，并分析计算出疲劳等级，判别被测人员是否处于疲劳状态。作为本专利技术的进一步改进，所述步骤(4)还包括：所述特征提取子单元以Adaboost算法为核心实现人眼定位，截取出人眼部分图像，增加Otsu自适应二值化算法，采用求平均值的算法提取人眼特征，设计出动态滑动窗口人眼状态判断算法，从而判断眼睛闭合阈值的状态，最后通过改进Perclos人眼疲劳检测算法，得到人眼疲劳值。作为本专利技术的进一步改进，所述步骤(4)中对人眼图像信号数据进行灰度化处理，采用的公式为：Y＝0.30R+0.59G+0.11B，对彩色图像中RGB三分量进行加权平均，得到合理的灰度图像。作为本专利技术的进一步改进，所述步骤(4)中的Otsu自适应二值化算法具体包括：对于图像I(x，y)，前景和背景的分割阈值为T，属于前景像素点数占整个人眼图像的比例为ω0，其平均灰度为μ0；背景像素点数占整个人眼图像的比例为ω1，其平均灰度为μ1，人眼图像的总平均灰度为μ，类间方差为g，且人眼图像大小为M×N，人眼图像中像素的灰度值小于阈值T的像素个数记作N0，像素灰度大于阈值T的像素个数记作N1，则得出以下公式：N0+N1＝M×N，ω0+ω1＝1，μ＝ω0×μ0+ω1×μ1，g＝ω0×(μ0-μ)2+ω1×(μ1-μ)2，得出：g＝ω0×ω1×(μ0-μ1)2；采用遍历的方法得到使类间方差g对应的最大阈值T，最后根据阈值T，对灰度图像进行二值化，即当图像灰度值大于阈值T时，赋值为255，否则赋值为0。作为本专利技术的进一步改进，在所述步骤(4)中，所述特征提取子单元对人眼图像信号提取人眼特征的步骤为：计算人眼图像垂直方向上黑色线段所占黑色像素点个数的平均值，平均每条黑色线段所占黑色像素点的个数＝(总黑色像素点的个数/垂直黑色线段的条数)，根据被测人员在睁眼状态下平均每条黑色线段所占黑色像素点的个数大于在闭眼状态下平均每条黑色线段所占黑色像素点的个数，并结合平均每条黑色线段所占黑色像素点的个数，判断被测人员为睁眼状态或闭眼状态；然后，在单位时间内进行多次采样，以采集到的帧数为单位，计算眼睛闭合状态帧数占总帧数的百分比，公式为：其中，P表示一段时间内眼睛闭合状态的帧数占所采集的总帧数的比例。作为本专利技术的进一步改进，所述步骤(4)的预处理步骤包括：采用常数补偿算法对前一个值进行修补，下一个点的值由上一个点来确定，下一个点的值取＝当前该点的值－(上一个点的值)1/60+再加上一个点的值。作为本专利技术的进一步改进，所述步骤(1)中的主控单元还包括检验子单元；所述步骤(4)还包括：所述检验子单元根据被测人员的专注度、冥想度与建立的数学模型进行T检验处理，该T检验公式为： { | t | = | d ‾ s d / n | ≥ t α ( n )本文档来自技高网...

【技术保护点】
一种疲劳状态监测及预警方法，其特征在于，包括以下步骤：(1)预设一疲劳状态监测及预警系统，其包括生理信息采集模块、无线通信模块与监测模块，其中，所述生理信息采集模块内置干态电极传感器与智能芯片，所述监测模块包括相互连接的主控单元与预警单元，该主控单元包括预处理子单元、模型建立子单元与融合子单元；(2)通过所述生理信息采集模块定时采集被测人员的脑电信号，所述生理信息采集模块中的干态电极传感器采集大脑产生的生物电信号，并将采集到的生物电信号送入智能芯片中，该智能芯片将混杂于生物电信号中的噪音及运动产生的扰动进行滤除，并将滤除后的有用生物电信号进行放大处理；(3)所述无线通信模块将放大处理后有用生物电信号传至监测模块；(4)所述监测模块中的主控单元对有用生物电信号进行分析处理，其中，所述预处理子单元对有用生物电信号进行预处理，预处理包括对有用生物电信号数据进行解析、去噪与滤波处理；所述模型建立子单元对预处理后的有用生物电信号建立数学模型，即分别建立频段功率值、频段功率百分比、频段功率比值与频段功率加和比值，并计算出脑电疲劳值，并判别被测人员是否处于疲劳状态；(5)当所述主控单元判别被测人员处于疲劳状态时，所述预警单元发出警示提醒；否则，重复步骤(2)‑(5)。...

【技术特征摘要】
1.一种疲劳状态监测及预警方法，其特征在于，包括以下步骤：(1)预设一疲劳状态监测及预警系统，其包括生理信息采集模块、无线通信模块与监测模块，其中，所述生理信息采集模块内置干态电极传感器与智能芯片，所述监测模块包括相互连接的主控单元与预警单元，该主控单元包括预处理子单元、模型建立子单元与融合子单元；(2)通过所述生理信息采集模块定时采集被测人员的脑电信号，所述生理信息采集模块中的干态电极传感器采集大脑产生的生物电信号，并将采集到的生物电信号送入智能芯片中，该智能芯片将混杂于生物电信号中的噪音及运动产生的扰动进行滤除，并将滤除后的有用生物电信号进行放大处理；(3)所述无线通信模块将放大处理后有用生物电信号传至监测模块；(4)所述监测模块中的主控单元对有用生物电信号进行分析处理，其中，所述预处理子单元对有用生物电信号进行预处理，预处理包括对有用生物电信号数据进行解析、去噪与滤波处理；所述模型建立子单元对预处理后的有用生物电信号建立数学模型，即分别建立频段功率值、频段功率百分比、频段功率比值与频段功率加和比值，并计算出脑电疲劳值，并判别被测人员是否处于疲劳状态；(5)当所述主控单元判别被测人员处于疲劳状态时，所述预警单元发出警示提醒；否则，重复步骤(2)-(5)。2.根据权利要求1所述的疲劳状态监测及预警方法，其特征在于，所述步骤(1)中的主控单元还包括特征提取子单元与融合子单元；所述步骤(2)还包括：所述生理信息采集模块定时采集被测人员的人眼图像信号；所述步骤(3)还包括：所述无线通信模块将人眼图像信号传至监测模块；所述步骤(4)还包括：所述预处理子单元对人眼图像信号进行预处理，预处理包括对人眼图像信号数据进行去噪、灰度化与均衡化处理；所述特征提取子单元对预处理后的人眼图像信号提取人眼特征，并计算得到人眼疲劳值；所述融合子单元将脑电疲劳值和人眼疲劳值进行融合，并分析计算出疲劳等级，判别被测人员是否处于疲劳状态。3.根据权利要求2所述的疲劳状态监测及预警方法，其特征在于，所述步骤(4)还包括：所述特征提取子单元以Adaboost算法为核心实现人眼定位，截取出人眼部分图像，增加Otsu自适应二值化算法，采用求平均值的算法提取人眼特征，设计出动态滑动窗口人眼状态判断算法，从而判断眼睛闭合阈值的状态，最后通过改进Perclos人眼疲劳检测算法，得到人眼疲劳值。4.根据权利要求2所述的疲劳状态监测及预警方法，其特征在于，所述步骤(4)中对人眼图像信号数据进行灰度化处理，采用的公式为：Y＝0.30R+0.59G+0.11B，对彩色图像中RGB三分量进行加权平均，得到合理的灰度图像。5.根据权利要求3所述的疲劳状态监测及预警方法，其...

【专利技术属性】
技术研发人员：陈东伟，韩娜，陈明标，周肖树，林明晓，
申请(专利权)人：北京理工大学珠海学院，
类型：发明
国别省市：广东;44