一种安全驾驶的监测方法及系统、汽车、可读存储介质技术方案

一种安全驾驶的监测系统，该系统包括：信号采集模块、信号处理模块、数据处理模块和数据分析模块，信号处理模块从心电波形和呼吸波形中提取了心动间隔序列数据和呼吸间隔序列数据，利用数据处理模块基于这两数据计算出相应的心率、心率变异率、心率减速力、呼吸率和呼吸变异率等心肺生理参数数据，使得在获取了原始波形的一系列特征值的同时又减少了数据处理量，降低了分析难度；再通过数据分析模块对心率参数和呼吸参数进行综合考虑，分别预测驾驶员的疲劳程度和突发疾病的风险，可实时、准确地监测安全驾驶的风险，确保了行车安全。相应地，本申请还提供了一种安全驾驶的监测方法、一种包括安全驾驶的监测系统的汽车和一种存储介质。

A safe driving monitoring method and system, automobile, readable storage medium

A driving safety monitoring system, the system includes signal acquisition module, signal processing module, data processing module and data analysis module, signal processing module from the ECG waveform and respiratory waveform extracted from cardiac interval sequence data and breath interval sequence data, using the data processing module of the two data is calculated based on the corresponding heart rate, heart rate variability, heart rate, respiratory rate and respiratory deceleration capacity of mutation rate of heart and lung physiological parameters data, at the same time in a series of characteristics of the original waveform obtained value and reduce the amount of data processing, reduces the difficulty of analysis; then the module for comprehensive consideration of heart rate and respiratory parameters through data analysis, risk respectively. To predict the degree of driver fatigue and disease risk, can real-time and accurate monitoring of safe driving, ensure traffic safety. Accordingly, a monitoring method for safe driving, a vehicle including a safe driving monitoring system and a storage medium are provided.

【技术实现步骤摘要】
一种安全驾驶的监测方法及系统、汽车、可读存储介质
本专利技术涉及车载安全
，具体涉及一种安全驾驶的监测方法及系统、汽车、可读存储介质。
技术介绍
驾驶员在汽车驾驶过程中要求注意力集中，驾驶员长时间精神高度紧张，大脑容易疲劳，突发疾病(如，心梗和急性心衰等)发病的概率也较大，因此，保障驾驶员安全驾驶至关重要。为了保障驾驶员安全驾驶，现有技术常通过预测驾驶员的疲劳程度反映安全驾驶的风险，传统的疲劳驾驶检测常采用图像识别方法，通过摄像头记录驾驶员的面部神情，或通过分析眨眼等面部特征、眼部信号、头部运动性等推断驾驶员的疲劳状态，在判断为疲劳驾驶后，发出报警信息。因受环境光影响对捕捉信号存在较大干扰，图像识别方法存在检测精度易受环境光影响的缺点。近年来，还出现了根据心率参数来判断是否疲劳驾驶的方法，即通过采集当前心率参数，并将其与预设的正常心率参数进行对比分析，根据对比结果来判断驾驶员是清醒还是疲劳；但是，这种通过简单的心率参数对比来判断是否疲劳驾驶的方法，其准确度不高。
技术实现思路
本申请提供一种安全驾驶的监测系统及方法，可实时、准确地监测汽车驾驶过程中、安全驾驶的风险，有效保障驾车安全。根据本申请第一方面，本申请提供一种安全驾驶的监测方法,包括：信号采集步骤，获取待测样本的心电波形信号和呼吸波形信号；信号处理步骤，对所述心电波形信号和呼吸波形信号进行数字信号处理，得到心动间隔序列数据和呼吸间隔序列数据；数据处理步骤，将所述心动间隔序列数据转换为相应的心率数据，将所述呼吸间隔序列数据转换为相应的呼吸率数据；并对所述心动间隔序列数据进行时域和频域分析，得到心率变异率数据和心率减速力数据，对呼吸间隔序列数据进行时域和频域分析，得到呼吸变异率数据；数据分析步骤，根据所述心动间隔序列数据、呼吸间隔序列数据、心率数据、呼吸率数据、心率变异率数据或/和呼吸变异率数据，预测安全驾驶风险。在一些实施例中，所述信号处理步骤包括：将所述心电波形和呼吸波形先后进行去漂移、去噪声、峰值提取，根据依次输出相邻波峰间的时间间隔形成一维数组，得到原始序列；对所述原始序列进行序列预处理，依次经过异常点检测、异常点替换和去基线后，得到心动间隔序列数据和呼吸间隔序列数据。在一些实施例中，所述数据分析步骤包括：建模步骤，利用HMM隐马尔可夫模型，分别建立心动模型和呼吸模型；模型训练步骤，选择待测样本n个时间单位连续的心动间隔序列数据作为作为观察值序列Ox训练所述心动模型，学习所述心动模型的隐马尔可夫模型参数；选择待测样本n个时间单位连续的呼吸率数据作为观察值序列Oy训练所述呼吸模型，学习所述呼吸模型的隐马尔可夫模型参数，n为大于1的正整数；状态观测步骤，获取所述观察值序列Ox下一个时间单位的心动间隔序列数据和观察值序列Oy数据下一个时间单位的呼吸率数据，将其分别输入训练后的心动模型和呼吸模型，观察心动模型和呼吸模型的输出状态；判断步骤，判断心动模型和呼吸模型的输出状态是否满足预设条件，若满足则判断为安全驾驶风险高，发出危险驾驶预警；若不满足，则改变待测样本数据时间窗，保持所述观察值序列Ox和观察值序列Oy长度不变，将其时间窗起点向前滑动一个时间单位，重新选择心动间隔序列数据和呼吸率数据后，重复模型训练步骤和状态观测步骤。在一些实施例中，所述数据分析步骤包括：第一获取步骤，获取公众样本的心动间隔序列数据，计算其心率变异率和心率减速力；第二获取步骤，获取待测样本一段m个时间单位的心动间隔序列数据，计算其心率变异率和心率减速力；所述公众样本和待测样本的心动间隔序列数据长度相同，均为m个时间单位，m为大于1的正整数；建模与状态观测步骤，对所述公众样本和待测样本的心率变异率数据和心率减速力数据进行聚类建模，观察所建模型的输出状态；第一判断步骤，当模型输出状态为非异常状态时，改变待测样本数据时间窗，获取待测样本下一段m个时间单位的心动间隔序列数据，重复第二获取步骤和建模与状态观测步骤；当模型输出状态为异常状态时，执行配对T检验步骤；配对T检验步骤，对待测样本数据进行配对T检验，检验两段相邻待测样本心率变异率数据、呼吸变异率数据和心率减速力数据的差异性；第二判断步骤，判断所述差异性是否显著，若显著则判断为安全驾驶风险高，发出危险驾驶预警；若不显著，则改变待测样本数据时间窗，获取待测样本下一段m个时间单位的心动间隔序列数据，重复第二获取步骤和建模与状态观测步骤。在一些实施例中，其特征在于，所述信号采集步骤还包括获取体温、血压和血氧信号波形信号；所述信号处理步骤还包括:对体温、血压和血氧信号波形进行数字信号处理，计算出血压、血氧饱和度和体温数据；所述数据分析步骤还包括：检验两段相邻待测样本血压、血氧饱和度和体温数据的差异性。根据第本申请二方面，本申请提供一种安全驾驶的监测系统,包括：信号采集模块，用于获取待测样本的心电波形信号和呼吸波形信号；信号处理模块，用于对所述心电波形和呼吸波形进行数字信号处理，得到心动间隔序列数据和呼吸间隔序列数据；数据处理模块，用于将所述心动间隔序列数据转换为相应的心率数据，将所述呼吸间隔序列数据转换为相应的呼吸率数据，并用于对所述心动间隔序列数据进行时域和频域分析，得到心率变异率数据和心率减速力数据，对呼吸间隔序列数据进行时域和频域分析，得到呼吸变异率数据；数据分析模块，包括：第一数据分析装置和第二数据分析装置；所述第一数据分析装置用于通过分别建立心动模型和呼吸模型，分析所述信号处理模块输出的心动间隔序列数据和呼吸间隔数据，结合考虑两模型的输出状态，判断是否存在疲劳驾驶，若存在疲劳驾驶，发出危险驾驶报警信号；所述第二数据分析装置用于先通过对公众样本的心率变异率数据和所述数据处理模块输出的待测样本的心率变异率数据进行聚类建模，判断待测样本的状态是否异常，若状态异常，再对待测样本进行配对T检验，检查待测样本的心率变异率数据、呼吸变异率数据和心率减速力数据时间上的差异性，在差异性显著时，判断待测样本存在突发疾病的风险，发出危险驾驶报警信号。在一些实施例中，所述第一数据分析装置包括：建模单元，用于利用HMM隐马尔可夫模型，分别建立心动模型和呼吸模型；模型训练单元，用于选择待测样本n个时间单位连续的心动间隔序列数据作为作为观察值序列Ox训练所述心动模型，学习所述心动模型的隐马尔可夫模型参数；选择待测样本n个时间单位连续的呼吸率数据作为观察值序列Oy训练所述呼吸模型，学习所述呼吸模型的隐马尔可夫模型参数，n为大于1的正整；状态观测单元，用于获取所述观察值序列Ox下一个时间单位的心动间隔序列数据观察值序列Oy数据下一个时间单位的呼吸率数据，将其分别输入训练后的心动模型和呼吸模型，观察心动模型和呼吸模型的输出状态；判断单元，用于判断心动模型和呼吸模型的输出状态是否满足预设条件，若满足则判断为安全驾驶风险高，发出危险驾驶预警；若不满足，则改变待测样本数据时间窗，保持所述观察值序列Ox和观察值序列Oy长度不变，将其时间窗起点向前滑动一个时间单位，重新选择心动间隔序列数据和呼吸率数据后，控制所述模型训练单元和状态观测单元再次运行。在一些实施例中，所述第二数据分析装置包括：第一获取单元，用于获取公众样本的心动间隔序列数据，计算其心率变异率和心率减本文档来自技高网...

【技术保护点】
一种安全驾驶的监测方法,其特征在于，包括：信号采集步骤，获取待测样本的心电波形信号和呼吸波形信号；信号处理步骤，对所述心电波形信号和呼吸波形信号进行数字信号处理，得到心动间隔序列数据和呼吸间隔序列数据；数据处理步骤，将所述心动间隔序列数据转换为相应的心率数据，将所述呼吸间隔序列数据转换为相应的呼吸率数据；并对所述心动间隔序列数据进行时域和频域分析，得到心率变异率数据和心率减速力数据，对呼吸间隔序列数据进行时域和频域分析，得到呼吸变异率数据；数据分析步骤，根据所述心动间隔序列数据、呼吸间隔序列数据、心率数据、呼吸率数据、心率变异率数据或/和呼吸变异率数据，预测安全驾驶风险。

【技术特征摘要】
1.一种安全驾驶的监测方法,其特征在于，包括：信号采集步骤，获取待测样本的心电波形信号和呼吸波形信号；信号处理步骤，对所述心电波形信号和呼吸波形信号进行数字信号处理，得到心动间隔序列数据和呼吸间隔序列数据；数据处理步骤，将所述心动间隔序列数据转换为相应的心率数据，将所述呼吸间隔序列数据转换为相应的呼吸率数据；并对所述心动间隔序列数据进行时域和频域分析，得到心率变异率数据和心率减速力数据，对呼吸间隔序列数据进行时域和频域分析，得到呼吸变异率数据；数据分析步骤，根据所述心动间隔序列数据、呼吸间隔序列数据、心率数据、呼吸率数据、心率变异率数据或/和呼吸变异率数据，预测安全驾驶风险。2.如权利要求1所述的方法，其特征在于，所述信号处理步骤包括：将所述心电波形和呼吸波形先后进行去漂移、去噪声、峰值提取，根据依次输出相邻波峰间的时间间隔形成一维数组，得到原始序列；对所述原始序列进行序列预处理，依次经过异常点检测、异常点替换和去基线后，得到心动间隔序列数据和呼吸间隔序列数据。3.如权利要求1或2所述的方法，其特征在于，所述数据分析步骤包括：建模步骤，利用HMM隐马尔可夫模型，分别建立心动模型和呼吸模型；模型训练步骤，选择待测样本n个时间单位连续的心动间隔序列数据作为作为观察值序列Ox训练所述心动模型，学习所述心动模型的隐马尔可夫模型参数；选择待测样本n个时间单位连续的呼吸率数据作为观察值序列Oy训练所述呼吸模型，学习所述呼吸模型的隐马尔可夫模型参数，n为大于1的正整数；状态观测步骤，获取所述观察值序列Ox下一个时间单位的心动间隔序列数据和观察值序列Oy数据下一个时间单位的呼吸率数据，将其分别输入训练后的心动模型和呼吸模型，观察心动模型和呼吸模型的输出状态；判断步骤，判断心动模型和呼吸模型的输出状态是否满足预设条件，若满足则判断为安全驾驶风险高，发出危险驾驶预警；若不满足，则改变待测样本数据时间窗，保持所述观察值序列Ox和观察值序列Oy长度不变，将其时间窗起点向前滑动一个时间单位，重新选择心动间隔序列数据和呼吸率数据后，重复模型训练步骤和状态观测步骤。4.如权利要求1或2所述的方法，其特征在于，所述数据分析步骤包括：第一获取步骤，获取公众样本的心动间隔序列数据，计算其心率变异率和心率减速力；第二获取步骤，获取待测样本一段m个时间单位的心动间隔序列数据，计算其心率变异率和心率减速力；所述公众样本和待测样本的心动间隔序列数据长度相同，均为m个时间单位，m为大于1的正整数；建模与状态观测步骤，对所述公众样本和待测样本的心率变异率数据和心率减速力数据进行聚类建模，观察所建模型的输出状态；第一判断步骤，当模型输出状态为非异常状态时，改变待测样本数据时间窗，获取待测样本下一段m个时间单位的心动间隔序列数据，重复第二获取步骤和建模与状态观测步骤；当模型输出状态为异常状态时，进行配对T检验步骤；配对T检验步骤，对待测样本数据进行配对T检验，检验两段相邻待测样本心率变异率数据、呼吸变异率数据和心率减速力数据的差异性；第二判断步骤，判断所述差异性是否显著，若显著则判断为安全驾驶风险高，发出危险驾驶预警；若不显著，则改变待测样本数据时间窗，获取待测样本下一段m个时间单位的心动间隔序列数据，重复第二获取步骤和建模与状态观测步骤。5.如权利要求4所述的方法，其特征在于，所述信号采集步骤还包括获取体温、血压和血氧信号波形信号；所述信号处理步骤还包括:对体温、血压和血氧信号波形进行数字信号处理，计算出血压、血氧饱和度和体温数据；所述数据分析步骤还包括：检验两段相邻待测样本血压、血氧饱和度和体温数据的差异性。6.一种安全驾驶的监测系统,其特征在于，包括：信号采集模块，用于获取待测样本的...

【专利技术属性】
技术研发人员：林科，李秋平，李冉，
申请(专利权)人：深圳市卡迪赛克科技有限公司，
类型：发明
国别省市：广东,44