一种基于多源生理信息的驾驶员疲劳及情绪评价方法技术

本发明专利技术公开了一种基于多源生理信息的驾驶员疲劳及情绪评价方法，包括以下步骤：1、同步采集驾驶员脑电、心电、肌电和姿态信号；2、对生理信号进行预处理和特征提取；3、构建模糊神经网络的评估模型，实现驾驶员疲劳及情绪评估；4、基于评估模型并利用遗传算法不断学习驾驶员的评价指标，提取驾驶员疲劳及情绪评价的规则方法，提高评估准确性。本发明专利技术强调决策信息的全面性以及分类方法的先进性，极大地提高了驾驶员疲劳及情绪评价的准确率，降低了交通事故的发生概率。

A method of driver fatigue and emotion evaluation based on multi source physiological information

The invention discloses a driver fatigue and emotion evaluation method based on multi physiological information, which comprises the following steps: 1, the synchronous acquisition of EEG and ECG, EMG signal and attitude; 2, the physiological signal preprocessing and feature extraction; 3, construct the evaluation model of fuzzy neural network, and the realization of driver fatigue emotional evaluation; 4, evaluation model based on genetic algorithm was used to learn the evaluation index of the driver, the driver fatigue and method of extracting rules of emotion evaluation, improve the accuracy of evaluation. The invention emphasizes the comprehensiveness of decision information and the progressiveness of classification methods, greatly improves the accuracy of driver fatigue and emotional evaluation, and reduces the probability of traffic accidents.

【技术实现步骤摘要】
一种基于多源生理信息的驾驶员疲劳及情绪评价方法
本专利技术涉及汽车辅助驾驶领域，尤其是一种基于多源生理信息的驾驶员疲劳及情绪评价方法。
技术介绍
近年来随着中国汽车保有量的迅速增加，道路交通安全问题和驾驶人员舒适度体验已经成为社会焦点。据不完全统计，我国每年都有近10万人因车辆交通事故失去生命，已经连续10年位列世界第一，交通事故成为全国各项事故中伤亡人数最多的一项，其中由于驾驶疲劳、突发疾病及路怒症等驾驶状况异常引发的交通安全事故占比35％以上，严重威胁着广大社会群体的生命财产安全。因此，对影响驾驶行为的疲劳度、情绪等生理状态进行监测和调节，减少危险驾驶行为保障交通安全意义重大。近年来，国内外学者对脑电和心电等生理信号以及使用神经网络识别驾驶员疲劳程度进行了大量的研究。目前针对驾驶员疲劳的评价方法几乎使用的是单一的疲劳检测指标(脑电或心电)，本身错误率就很高，而且使用传统的分类方法(如参数估计和模糊回归)识别效果不好。而模糊神经网络尤其适用于构建高度非线性模型，通过模仿神经网络的行为特性进行分布式并行信息处理，通过训练数据调整神经元的权重达到处理信息的目的。专利
技术实现思路
本专利技术目本文档来自技高网...

【技术保护点】
一种基于多源生理信息的驾驶员疲劳及情绪评价方法，其特征在于，所述方法包括以下步骤：步骤1，利用MP150WSW同步采集脑电信号、心电信号和肌电信号，通过惯性传感器模块采集头部姿态信息；步骤2，利用MP150WSW设备数据处理软件对采集到的脑电信号、心电信号和肌电信号进行预处理，并对生理信号进行特征提取；步骤3，利用脑电、心电、肌电和姿态信号作为模糊神经网络的输入，输出为驾驶员的疲劳和情绪状态；步骤4，基于神经网络评估模型，利用遗传算法不断学习驾驶员的评价指标，提取驾驶员疲劳及情绪评价的规则方法。

【技术特征摘要】
1.一种基于多源生理信息的驾驶员疲劳及情绪评价方法，其特征在于，所述方法包括以下步骤：步骤1，利用MP150WSW同步采集脑电信号、心电信号和肌电信号，通过惯性传感器模块采集头部姿态信息；步骤2，利用MP150WSW设备数据处理软件对采集到的脑电信号、心电信号和肌电信号进行预处理，并对生理信号进行特征提取；步骤3，利用脑电、心电、肌电和姿态信号作为模糊神经网络的输入，输出为驾驶员的疲劳和情绪状态；步骤4，基于神经网络评估模型，利用遗传算法不断学习驾驶员的评价指标，提取驾驶员疲劳及情绪评价的规则方法。2.根据权利要求1所述的一种基于多源生理信息的驾驶员疲劳及情绪评价方法，其特征在于：在步骤1中，使用MP150WSW同步采集脑电信号、心电信号和肌电信号；其中，脑电电极采用国际10—20系统标准，以双耳电极作为参考电极，记录相应的脑电信号；心电电极的布置采用胸骨导联方式；肌电电极放置在颈部处；使用JY901九轴惯性传感器采集驾驶员头部位置信息。3.根据权利要求1所述的一种基于多源生理信息的驾驶员疲劳及情绪评价方法，其特征在于：在步骤2中，预处理后的实测数据构建脑电信号x(t)、心电信号y(t)、肌电信号z(t)和姿态信号h(t)；提取脑电的功率谱特征数据—脑电疲劳指数F(α+θ)/β/Fβ/α和反应情绪变化的β波/γ波的平均功率谱能量值、心电的时域特征数据—心率(HR)、RR间期的标准差(SDNN)和相邻RR间期差值的均方根(rMSSD)、肌电信号的频域特征数据—平均功率频...

【专利技术属性】
技术研发人员：谢平，齐孟松，邹策，张艺滢，孙凯，刘兆军，程生翠，杜义浩，何群，
申请(专利权)人：燕山大学，
类型：发明
国别省市：河北,13