一种疲劳驾驶脑电监测方法技术

本发明专利技术公开了一种疲劳驾驶脑电监测方法，包括步骤：一、设备连接及参数初始化：将脑电信号获取装置与脑电信号监测终端连接，并对疲劳台阶参数进行设定；二、脑电波信号采集：采用脑电信号获取装置对驾驶员的脑电波信号进行采集及预处理，并将脑电波信号同步传送至脑电信号监测终端；三、脑电波信号分析处理：脑电信号监测终端调用眼电判定模块对脑电信号获取装置采集并预处理后的脑电波信号分别进行分析处理，过程如下：眨眼次数判断阈值确定、疲劳驾驶判断前脑电波信号分析处理和疲劳驾驶判断开始后脑电波信号分析处理。本发明专利技术方法步骤简单、设计合理且实现方便、使用效果好，能简便、快速、实时对驾驶员的疲劳驾驶状态进行准确监测。

【技术实现步骤摘要】

本专利技术属于脑电波监测
，尤其是涉及一种疲劳驾驶脑电监测方法。
技术介绍
随着我国经济社会的发展，我国公路道路建设突飞猛进的增长，汽车和驾驶员的数量也随之迅猛增加，给日常生活带来便利的同时，交通事故的频繁发生也给社会带来了重大的损失。现如今，减少交通事故的发生及减小人员伤亡的各种技术手段都应用而生，当前最多被采用的疲劳检测手段是驾驶员驾车行为分析，即通过记录和解析驾驶员转动方向盘、踩刹车等行为特征，判别驾驶员是否疲劳；但是这种方式受驾驶员驾驶习惯的影响极大，没有统一、科学且有效的判定理论进行支撑。另一类疲劳检测方法是通过图像分析手段对驾驶员脸部与眼睛特征进行疲劳评估，此种方法通过图像采集及处理系统来分析当前驾驶员是否疲劳，具有一定的实时性，但是依然没有普遍适用性，因为每个人的生物特征是不一样的，有的人眼睛的外在表现并不能代表此刻的精神状态，所以也存在很大的误差；另外，目前此种方法采用的图像采集及处理系统主要包括基于ARM的疲劳驾驶检测系统、挂耳朵式疲劳预警器、手表式疲劳驾驶检测系统、方向盘触摸式疲劳驾驶检测系统等，其中基于ARM的疲劳驾驶检测系统存在的问题是系统构成过于繁杂，功能单一，且可靠性差；挂耳朵式疲劳预警器的功能非常简单，低头就报警，然而考虑到打瞌睡不一定就低头，且瞌睡导致的低头特征出现的比较晚，因而实时性不太好；手表式疲劳驾驶检测系统利用脉搏的跳动来估测人是否疲劳，没有科学的理论支撑和权威的科学依据，且不能解决突然睡着的问题；方向盘触摸式疲劳驾驶检测系统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，而驾驶员是否握住方向盘与疲劳状态本质上没有直接关系，并且安装传感器后使方向盘操作不方便。另外，目前所采用的疲劳驾驶检测手段大多都是驾驶前或驾驶后测量，是超前或滞后的，而非实时的，况且在驾驶室有限的空间内安置复杂的检测仪器也是十分困难的；而且，驾驶员脱离驾驶室或未进入驾驶室的精神状态是不同的。因此，开发一套车载的、实时的驾驶员疲劳检测系统及对应的疲劳驾驶监测方法已成为国内外专家学者共同追求的目标。
技术实现思路
本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种疲劳驾驶脑电监测方法，其方法步骤简单、设计合理且实现方便、使用效果好，能简便、快速、实时对驾驶员的疲劳驾驶状态进行准确监测，实用价值高。为解决上述技术问题，本专利技术采用的技术方案是：一种疲劳驾驶脑电监测方法，其特征在于：该方法包括以下步骤：步骤一、设备连接及参数初始化：将脑电信号获取装置与脑电信号监测终端连接，并通过脑电信号监测终端的主控芯片对疲劳台阶参数s_c进行设定；此时，疲劳台阶参数s_c的数值为0；所述脑电信号获取装置为MindwaveMobile脑立方耳机或TGAM模块；所述脑电信号监测装置包括主控芯片以及分别与主控芯片连接的时钟电路和报警提示单元；步骤二、脑电波信号采集：采用脑电信号获取装置且按照预先设定的采样频率对驾驶员的脑电波信号进行采集及预处理，并将预处理后的脑电波信号同步传送至脑电信号监测终端；所述脑电波信号中包含原始脑电波信号，且所述原始脑电波信号的采样频率为512Hz；步骤三、脑电波信号分析处理：所述脑电信号监测终端的主控芯片调用眼电判定模块对脑电信号获取装置采集并预处理后的脑电波信号进行分析处理，过程如下：步骤3011、眨眼次数判断阈值确定：按照采样时间先后顺序对脑电信号获取装置连续P秒内采集并预处理后的脑电波信号分别进行分析处理，并根据分析处理结果对眨眼次数判断阈值n0进行确定；其中，P＝2×p，其中p为正整数且p≥20；本步骤中，对脑电信号获取装置任一秒内采集并预处理后的脑电波信号进行分析处理时，过程如下：步骤30111、脑电波信号同步存储：对此时接收到的脑电信号获取装置一秒内采集并预处理后的脑电波信号进行同步存储，所存储的脑电波信号为当前待处理脑电波信号；步骤30112、原始脑电波信号提取及脑电波信号能量计算：从步骤30111中所述当前待处理脑电波信号中提取出原始脑电波信号，并对当前待处理脑电波信号的能量e进行计算；所述当前待处理脑电波信号中包括512个所述原始脑电波信号，512个所述原始脑电波信号中第i个所述原始脑电波信号的信号值记作Xi；对当前待处理脑电波信号的能量e进行计算时，根据公式进行计算；公式(7)中，N＝512；步骤30113、眨眼判定：根据步骤30112中计算得出的当前待处理脑电波信号的能量e，对该秒内驾驶员是否眨眼进行判断，并得出该秒的眨眼判定值bk：当e＞E2时，bk＝1；否则，bk＝0；其中，E＝280～320；步骤30114、眨眼判定值同步存储：对步骤30113中得出的眨眼判定值bk进行同步存储，完成脑电信号获取装置该秒内采集并预处理后的脑电波信号的分析处理过程；步骤30115、下一秒内采集并预处理后的脑电波信号分析处理：按照步骤30111至步骤30114中所述的方法，对脑电信号获取装置下一秒内采集并预处理后的脑电波信号进行分析处理，并得出该秒的眨眼判定值bk；步骤30116、P-2次重复步骤30115，直至完成脑电信号获取装置连续P秒内采集并预处理后的脑电波信号的分析处理过程，并获得各秒的眨眼判定值bk；步骤30117、眨眼判定值叠加：对步骤30116中所获得的连续P秒内各秒的眨眼判定值bk进行叠加，并获得眨眼判定值之和bkZ；步骤30118、眨眼次数判断阈值确定：根据步骤30117中所获得的眨眼判定值之和bkz，并按照公式计算得出眨眼次数判断阈值n0；其中，n为正整数且n≥4；并且，n×Q＝P，其中Q为正整数且Q＝2～10；步骤3012、疲劳驾驶判断前脑电波信号分析处理，过程如下：步骤30121、判断阈值确定后下一秒内采集并预处理后的脑电波信号分析处理：步骤30118中所述眨眼次数判断阈值n0确定后，按照步骤30111至步骤30114中所述的方法，对脑电信号获取装置下一秒内采集并预处理后的脑电波信号进行分析处理，并得出该秒的眨眼判定值bk；步骤30122、n-2次重复步骤30121，直至完成步骤30118中所述眨眼次数判断阈值n0确定后脑电信号获取装置连续n-1秒内采集并预处理后的脑电波信号的分析处理过程，并获得各秒的眨眼判定值bk；步骤3013、疲劳驾驶判断开始后脑电波信号分析处理：步骤3012中完成疲劳驾驶判断前脑电波信号分析处理后，所述眼电判定模块按照采样时间先后顺序对脑电信号获取装本文档来自技高网...

【技术保护点】
一种疲劳驾驶脑电监测方法，其特征在于：该方法包括以下步骤：步骤一、设备连接及参数初始化：将脑电信号获取装置(1)与脑电信号监测终端(2)连接，并通过脑电信号监测终端(2)的主控芯片(2‑1)对疲劳台阶参数s_c进行设定；此时，疲劳台阶参数s_c的数值为0；所述脑电信号获取装置(1)为Mindwave Mobile脑立方耳机或TGAM模块；所述脑电信号监测装置(2)包括主控芯片(2‑1)以及分别与主控芯片(2‑1)连接的时钟电路(2‑6)和报警提示单元(2‑2)；步骤二、脑电波信号采集：采用脑电信号获取装置(1)且按照预先设定的采样频率对驾驶员的脑电波信号进行采集及预处理，并将预处理后的脑电波信号同步传送至脑电信号监测终端(2)；所述脑电波信号中包含原始脑电波信号，且所述原始脑电波信号的采样频率为512Hz；步骤三、脑电波信号分析处理：所述脑电信号监测终端(2)的主控芯片(2‑1)调用眼电判定模块对脑电信号获取装置(1)采集并预处理后的脑电波信号进行分析处理，过程如下：步骤3011、眨眼次数判断阈值确定：按照采样时间先后顺序对脑电信号获取装置(1)连续P秒内采集并预处理后的脑电波信号分别进行分析处理，并根据分析处理结果对眨眼次数判断阈值n0进行确定；其中，P＝2×p，其中p为正整数且p≥20；本步骤中，对脑电信号获取装置(1)任一秒内采集并预处理后的脑电波信号进行分析处理时，过程如下：步骤30111、脑电波信号同步存储：对此时接收到的脑电信号获取装置(1)一秒内采集并预处理后的脑电波信号进行同步存储，所存储的脑电波信号为当前待处理脑电波信号；步骤30112、原始脑电波信号提取及脑电波信号能量计算：从步骤30111中所述当前待处理脑电波信号中提取出原始脑电波信号，并对当前待处理脑电波信号的能量e进行计算；所述当前待处理脑电波信号中包括512个所述原始脑电波信号，512个所述原始脑电波信号中第i个所述原始脑电波信号的信号值记作Xi；对当前待处理脑电波信号的能量e进行计算时，根据公式(7)进行计算；公式(7)中，N＝512；步骤30113、眨眼判定：根据步骤30112中计算得出的当前待处理脑电波信号的能量e，对该秒内驾驶员是否眨眼进行判断，并得出该秒的眨眼判定值bk：当e＞E2时，bk＝1；否则，bk＝0；其中，E＝280～320；步骤30114、眨眼判定值同步存储：对步骤30113中得出的眨眼判定值bk进行同步存储，完成脑电信号获取装置(1)该秒内采集并预处理后的脑电波信号的分析处理过程；步骤30115、下一秒内采集并预处理后的脑电波信号分析处理：按照步骤30111至步骤30114中所述的方法，对脑电信号获取装置(1)下一秒内采集并预处理后的脑电波信号进行分析处理，并得出该秒的眨眼判定值bk；步骤30116、P‑2次重复步骤30115，直至完成脑电信号获取装置(1)连续P秒内采集并预处理后的脑电波信号的分析处理过程，并获得各秒的眨眼判定值bk；步骤30117、眨眼判定值叠加：对步骤30116中所获得的连续P秒内各秒的眨眼判定值bk进行叠加，并获得眨眼判定值之和bkZ；步骤30118、眨眼次数判断阈值确定：根据步骤30117中所获得的眨眼判定值之和bkz，并按照公式计算得出眨眼次数判断阈值n0；其中，n为正整数且n≥4；并且，n×Q＝P，其中Q为正整数且Q＝2～10；步骤3012、疲劳驾驶判断前脑电波信号分析处理，过程如下：步骤30121、判断阈值确定后下一秒内采集并预处理后的脑电波信号分析处理：步骤30118中所述眨眼次数判断阈值n0确定后，按照步骤30111至步骤30114中所述的方法，对脑电信号获取装置(1)下一秒内采集并预处理后的脑电波信号进行分析处理，并得出该秒的眨眼判定值bk；步骤30122、n‑2次重复步骤30121，直至完成步骤30118中所述眨眼次数判断阈值n0确定后脑电信号获取装置(1)连续n‑1秒内采集并预处理后的脑电波信号的分析处理过程，并获得各秒的眨眼判定值bk；步骤3013、疲劳驾驶判断开始后脑电波信号分析处理：步骤3012中完成疲劳驾驶判断前脑电波信号分析处理后，所述眼电判定模块按照采样时间先后顺序对脑电信号获取装置(1)每秒内采集并预处理后的脑电波信号分别进行分析处理，并根据分析处理结果对此时驾驶员是否处于疲劳驾驶状态进行判断；本步骤中，所述眼电判定模块对脑电信号获取装置(1)任一秒内采集并预处理后的脑电波信号进行分析处理时，过程如下：步骤30131、脑电波信号分析处理：按照步骤30111至步骤30114中所述的方法，对脑电信号获取装置(1)此时采集并预处理后的脑电波信号进行分析处理，并得出此时的眨眼判定值bk；步骤30132、眨眼判定值叠加：将步骤30131中得出的眨眼判定值bk与前Q‑1秒内各秒的眨...

【技术特征摘要】
1.一种疲劳驾驶脑电监测方法，其特征在于：该方法包括以下步骤：
步骤一、设备连接及参数初始化：将脑电信号获取装置(1)与脑电信号监测终端(2)连
接，并通过脑电信号监测终端(2)的主控芯片(2-1)对疲劳台阶参数s_c进行设定；此时，疲
劳台阶参数s_c的数值为0；
所述脑电信号获取装置(1)为MindwaveMobile脑立方耳机或TGAM模块；所述脑电信号
监测装置(2)包括主控芯片(2-1)以及分别与主控芯片(2-1)连接的时钟电路(2-6)和报警
提示单元(2-2)；
步骤二、脑电波信号采集：采用脑电信号获取装置(1)且按照预先设定的采样频率对驾
驶员的脑电波信号进行采集及预处理，并将预处理后的脑电波信号同步传送至脑电信号监
测终端(2)；
所述脑电波信号中包含原始脑电波信号，且所述原始脑电波信号的采样频率为512Hz；
步骤三、脑电波信号分析处理：所述脑电信号监测终端(2)的主控芯片(2-1)调用眼电
判定模块对脑电信号获取装置(1)采集并预处理后的脑电波信号进行分析处理，过程如下：
步骤3011、眨眼次数判断阈值确定：按照采样时间先后顺序对脑电信号获取装置(1)连
续P秒内采集并预处理后的脑电波信号分别进行分析处理，并根据分析处理结果对眨眼次
数判断阈值n0进行确定；其中，P＝2×p，其中p为正整数且p≥20；
本步骤中，对脑电信号获取装置(1)任一秒内采集并预处理后的脑电波信号进行分析
处理时，过程如下：
步骤30111、脑电波信号同步存储：对此时接收到的脑电信号获取装置(1)一秒内采集
并预处理后的脑电波信号进行同步存储，所存储的脑电波信号为当前待处理脑电波信号；
步骤30112、原始脑电波信号提取及脑电波信号能量计算：从步骤30111中所述当前待
处理脑电波信号中提取出原始脑电波信号，并对当前待处理脑电波信号的能量e进行计算；
所述当前待处理脑电波信号中包括512个所述原始脑电波信号，512个所述原始脑电波
信号中第i个所述原始脑电波信号的信号值记作Xi；
对当前待处理脑电波信号的能量e进行计算时，根据公式(7)进行计算；公
式(7)中，N＝512；
步骤30113、眨眼判定：根据步骤30112中计算得出的当前待处理脑电波信号的能量e，
对该秒内驾驶员是否眨眼进行判断，并得出该秒的眨眼判定值bk：当e＞E2时，bk＝1；否则，
bk＝0；其中，E＝280～320；
步骤30114、眨眼判定值同步存储：对步骤30113中得出的眨眼判定值bk进行同步存储，
完成脑电信号获取装置(1)该秒内采集并预处理后的脑电波信号的分析处理过程；
步骤30115、下一秒内采集并预处理后的脑电波信号分析处理：按照步骤30111至步骤
30114中所述的方法，对脑电信号获取装置(1)下一秒内采集并预处理后的脑电波信号进行
分析处理，并得出该秒的眨眼判定值bk；
步骤30116、P-2次重复步骤30115，直至完成脑电信号获取装置(1)连续P秒内采集并预
处理后的脑电波信号的分析处理过程，并获得各秒的眨眼判定值bk；
步骤30117、眨眼判定值叠加：对步骤30116中所获得的连续P秒内各秒的眨眼判定值bk
进行叠加，并获得眨眼判定值之和bkZ；
步骤30118、眨眼次数判断阈值确定：根据步骤30117中所获得的眨眼判定值之和bkz，
并按照公式计算得出眨眼次数判断阈值n0；
其中，n为正整数且n≥4；
并且，n×Q＝P，其中Q为正整数且Q＝2～10；
步骤3012、疲劳驾驶判断前脑电波信号分析处理，过程如下：
步骤30121、判断阈值确定后下一秒内采集并预处理后的脑电波信号分析处理：步骤
30118中所述眨眼次数判断阈值n0确定后，按照步骤30111至步骤30114中所述的方法，对脑
电信号获取装置(1)下一秒内采集并预处理后的脑电波信号进行分析处理，并得出该秒的
眨眼判定值bk；
步骤30122、n-2次重复步骤30121，直至完成步骤30118中所述眨眼次数判断阈值n0确定
后脑电信号获取装置(1)连续n-1秒内采集并预处理后的脑电波信号的分析处理过程，并获
得各秒的眨眼判定值bk；
步骤3013、疲劳驾驶判断开始后脑电波信号分析处理：步骤3012中完成疲劳驾驶判断
前脑电波信号分析处理后，所述眼电判定模块按照采样时间先后顺序对脑电信号获取装置
(1)每秒内采集并预处理后的脑电波信号分别进行分析处理，并根据分析处理结果对此时
驾驶员是否处于疲劳驾驶状态进行判断；
本步骤中，所述眼电判定模块对脑电信号获取装置(1)任一秒内采集并预处理后的脑
电波信号进行分析处理时，过程如下：
步骤30131、脑电波信号分析处理：按照步骤30111至步骤30114中所述的方法，对脑电
信号获取装置(1)此时采集并预处理后的脑电波信号进行分析处理，并得出此时的眨眼判
定值bk；
步骤30132、眨眼判定值叠加：将步骤30131中得出的眨眼判定值bk与前Q-1秒内各秒的
眨眼判定值bk进行叠加，并获得此时的眨眼判定值之和bkz；
所述眨眼判定值之和bkz为脑电信号获取装置(1)连续Q秒内各秒的眨眼判定值bk的总
和；
步骤30133、疲劳驾驶判断：根据步骤30133中得出的眨眼判定值之和bkz，并结合步骤
30118中所确定的眨眼次数判断阈值n0，对此时驾驶员是否处于疲劳驾驶状态进行判断：当
bkz＞n0时，说明此时驾驶员处于疲劳驾驶状态，所述主控芯片(2-1)控制报警提示单元(2-
2)进行报警提示；否则，说明此时驾驶员处于正常驾驶状态；
步骤30134、返回步骤30131，对脑电信号获取装置(1)下一秒内采集并预处理后的脑电
波信号进行分析处理。
2.按照权利要求1所述的一种疲劳驾驶脑电监测方法，其特征在于：步骤三中进行脑电
波信号分析处理过程中，所述脑电信号监测终端(2)的主控芯片(2-1)还需调用导航模块同
步获取驾驶员所驾驶车辆的车辆基本信息，所述车辆基本信息包括车辆地理位置和车速。
3.按照权利要求1或2所述的一种疲劳驾驶脑电监测方法，其特征在于：步骤一中所述
脑电信号获取装置(1)与脑电信号监测装置(2)之间以无线通信方式进行通信；
所述TGAM模块包括对驾驶员的脑电波信号进行提取的脑电信号提取装置(1-1)和对脑
电信号提取装置(1-1)所提取信号进行采样及预处理的脑电信号预处理装置(1-2)，所述脑
电信号预处理装置(1-2)与脑电信号提取装置(1-1)相接，所述脑电信号提取装置(1-1)包
括对驾驶员额叶区的电位进行实时采样的第一脑电电极(1-11)以及对驾驶员的耳部电位
进行实时采样的第二脑电电极(1-12)和第三脑电电极(1-13)，所述第一脑电电极(1-11)、
第二脑电电极(1-12)和第三脑电电极(1-13)均与脑电信号预处理装置(1-2)相接；
所述脑电信号监测装置(2)还包括分别与主控芯片(2-1)相接的第二无线通信模块(2-
3)和疲劳台阶参数置零单元(2-5)；
所述脑电信号获取装置(1)与第一无线通信模块(3)相接，所述脑电信号获取装置(1)
通过第一无线通信模块(3)和第二无线通信模块(2-2)与主控芯片(2-1)进行通信。
4.按照权利要求1或2所述的一种疲劳驾驶脑电监测方法，其特征在于：所述脑电信号
监测终端(2)为智能手机。
5.按照权利要求1或2所述的一种疲劳驾驶脑电监测方法，其特征在于：步骤一中将脑
电信号获取装置(1)与脑电信号监测终端(2)连接时，还需以无线通信方式将脑电信号监测
终端(2)的主控芯片(2-1)与上位机(4)连接；
步骤3025中所...

【专利技术属性】
技术研发人员：汪梅，程松，贺开明，高唱，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：陕西;61