一种融合脑电信号和环境信息的紧急状况检测系统技术方案

本发明专利技术涉及一种融合脑电信号与环境信息的紧急状况检测系统及其相关计算方法。本发明专利技术旨在提高自动驾驶过程中的脑控车的安全性及驾驶体验。本发明专利技术通过结合基于脑电信号的紧急刹车意图检测与基于环境信息的障碍检测，实现对紧急状况的识别，进一步使车辆紧急制动。本发明专利技术对于提高脑控驾驶、自动驾驶的安全性有重大意义。本发明专利技术属于车辆设计领域、人机交互科学、认知神经科学和自动控制领域的综合应用。

【技术实现步骤摘要】
一种融合脑电信号和环境信息的紧急状况检测系统
本专利技术涉及一种融合脑电信号和环境信息的紧急状况检测系统。具体的来说，分别通过处理脑电信号和环境信息，实现对紧急刹车意图以及障碍物的检测，在通过决策规则实现对紧急状况的判断。本专利技术提出的方法不需要任何的肢体运动和语言，只需要驾驶员想象右脚刹车，通过对脑电信号和环境信息的分析获得命令，实现紧急状况下车辆的制动。本专利技术属于车辆设计领域、人机交互科学、认知神经科学和自动控制领域的综合应用。
技术介绍
许多疾病都会引起神经元的死亡造成神经通路的损伤，使大脑无法通过正常的神经肌肉系统与外部环境进行交流。如何使这类患者能够像正常人一样和外界进行交流、控制车辆的运动成为紧迫的问题。脑-机接口(BCI)可以在人脑和计算机或其他外界设备之间建立一种直接的信息交流和控制通道，是一种不依赖与常规大脑输出通路(外围神经和肌肉组织)的全新的信息交流系统。由于低成本和便于使用，EEG信号被广泛的应用于发展BCI系统。BCI技术的不断发展，脑控轮椅和脑控车相继被研究。但是这些技术，尤其是脑控车，大多依赖于自动驾驶技术(脑控驾驶员仅仅负责选择目的地，而车辆自动完成驾驶过程)。然而在自动驾驶过程中，可能会遭遇一些突发的交通事件，比如车辆前方突然出现行人或者相邻车道的车辆突然插入当前车道等交通情况，这对车辆造成了极大的危险。一种解决思路主要采用基于传感器的辅助驾驶系统，通过分析图像、距离等信息对障碍物进行检测并使车辆自动制动。尽管这些方法，有着较高的准确率；但其只能检测障碍物是否存在，而无法判断是否应立即制动。此外，由于传感器容易受到环境影响，这些障碍检测系统在复杂环境中性能往往会明显下降。另一种思路是通过检测驾驶员的生理信息识别刹车意图。但驾驶员刹车意图的产生与驾驶员右脚的运动想象有关，而与紧急状况没有必然联系。因此该技术在性能上存在局限，主要体现为虚警率过高。我们认为障碍物的存在是紧急状况的客观条件，刹车意图检测是紧急状况的主观条件。要准确的识别紧急状况并制动是要兼顾这两个条件的。融合脑电信号和环境信息对紧急状况进行检测，是本专利技术的主要目的。
技术实现思路
根据本专利技术要求，提供一种融合脑电信号和环境信息的紧急状况检测系统，包括基于EEG的紧急刹车意图检测子系统、基于传感器的障碍检测子系统和决策子系统；其中，紧急刹车意图检测子系统由脑电采集模块以及脑电处理模块组成，脑电采集模块用于实时采集驾驶员的脑电信号并且进行放大和模数转换，通过数据线与脑电处理模块进行信号传输，脑电处理模块用于接收脑电信号并且对脑电信号进行处理，识别驾驶员的紧急刹车意图，并输出判别结果；障碍检测子系统用于获取车辆前方的环境信息，检测障碍物存在与否，并输出判别结果；决策子系统用于根据紧急刹车意图检测子系统以及障碍检测子系统的判别结果，对当前是否属于紧急状况进行判断并输出最终结果，同时实时选择新样本用于紧急刹车意图检测子系统中分类器的重新训练，使其具有自适应性。本专利技术涉及一种融合脑电信号和环境信息的紧急状况检测方法，所述方法包括：步骤1，分别实时采集使用者脑电信号和环境信息，并且进行放大和模数转换；步骤2，紧急刹车意图检测子系统和障碍检测子系统分别接收脑电信息和环境信息并进行处理，判断刹车意图和障碍物是否存在；步骤3，决策子系统根据紧急刹车意图检测子系统以及障碍检测子系统的判别结果，对当前是否属于紧急状况进行判断并输出最终结果；同时实时选择用于重新训练紧急刹车意图检测子系统中的分类器的新样本；步骤4，车辆接受系统的输出命令并进行制动。所述，步骤1包括：通过置于用户大脑头皮上的脑电电极采集用户的脑电信号，并通过脑电放大器获得并输出待处理的脑电信号；通过车载传感器获取环境信息，并传送给障碍检测系统。所述，步骤2包括：步骤21，对采集到的原始脑电信号进行处理，判断驾驶员紧急刹车意图是否存在；步骤22，对环境信息进行处理，判断障碍物是否存在。所述，步骤3包括：步骤31，根据紧急刹车意图检测子系统以及障碍检测子系统的输出，按照决策规则输出紧急状况检测的最终结果；步骤32，根据新样本选择规则，实时保存新样本。步骤33，将新样本集和离线保存的训练样本集合并，进行紧急刹车意图检测子系统中的分类器的重新训练。所述，步骤21包括：步骤211，对脑电信号进行0.53-60Hz滤波，采用独立成分分析滤除眨眼伪迹，采用共平均参考和基线修正滤除噪音；步骤212，采用共空间模式对脑电数据进行变换，然后通过功率谱分析计算特征，利用相关分析选出的特征标签来提取特征。步骤213，将提取到的特征代入正则化线性判别分析模型，以判断是否存在紧急刹车意图。所述，步骤31进一步阐述为：当紧急刹车意图检测子系统检测出紧急刹车意图且障碍检测子系统检测出障碍物时，决策子系统判断当前为紧急状况，向车辆发出制动命令；否则，决策子系统判断当前为正常情况，车辆继续行驶；所述，步骤32进一步阐述为，当紧急刹车意图检测子系统未检测出紧急刹车意图且障碍检测子系统未检测出障碍物时，决策子系统保存当前输入紧急刹车意图检测子系统分类器的样本；所述，步骤33进一步阐述为，当保存75个新样本后，重新训练分类器；自适应正常样本集由两部分组成，即离线保存的正常训练样本和实时存储的新样本，其中新样本在每次自适应训练后全部被清除；自适应紧急样本由离线保存的紧急训练样本组成。本专利技术提出一种基于脑电信号和环境信息的紧急状态检测系统，其有利于提高脑控车及自动驾驶系统的安全性和驾驶体验。附图说明图1为本专利技术的工作系统框图；图2为本专利技术所需要采集的脑电信号对应的通道位置；图3为本专利技术的脑电处理模块流程示意图；具体实施方式本专利技术所描述的融合脑电信号和环境信息的紧急状况检测方法特别适用于严重残疾者，本领域技术人员可以根据该专利技术的基本设备和原理，与现有的各种基于传感器的障碍检测系统相结合，进一步扩展辅助驾驶系统。本专利技术的基本原理是当紧急状况发生时，驾驶员在刺激下想象使用右脚刹车，通过对驾驶员脑电信号进行处理来检测紧急刹车意图；随后将刹车意图检测结果与障碍检测结果相结合，通过决策规则来产生紧急状况检测的最终结果。下面结合附图和具体实施例对本专利技术提供的一种融合脑电信号和环境信息的紧急状况检测系统进行详细描述。同时，在这里做以说明的是，为了使实施例更加详尽，下面的实施例为最佳、优选实施例，对于一些公知技术本领域技术人员也可采用其他替代方式而进行实施；而且附图部分仅是为了更具体的描述实施例，而并不旨在对本专利技术进行具体的限定。本专利技术涵盖任何在本专利技术的精髓和范围上做的替代、修改、等效方法以及方案。为了使公众对本专利技术有彻底的了解，在以下本专利技术优选实施例中详细说明了具体的细节，而对本领域技术人员来说没有这些细节的描述也可以完全理解本专利技术。另外，为了避免对本专利技术的实质造成不必要的混淆，并没有详细说明众所周知的方法、过程、流程、元件和电路等。在本专利技术的实施例中，提出了一种融合脑电信号和环境信息的紧急状况检测系统，参考图1，该系统包括基于脑电信号的紧急刹车意图检测子系统、基于传感器的障碍检测子系统和决策子系统。所述紧急刹车意图检测子系统可以分为脑电采集模块、脑电处理模块；其中，脑电采集模块应用脑电采集仪实时采集脑电信号并且进行放大和模本文档来自技高网...

【技术保护点】
1.一种融合脑电信号和环境信息的紧急状况检测系统，包括基于脑电信号的紧急刹车意图检测子系统、基于传感器的障碍检测子系统和决策子系统；其中，紧急刹车意图检测子系统由脑电采集模块以及脑电处理模块组成，脑电采集模块用于实时采集使用者的脑电信号并进行放大和模数转换，通过数据线与脑电处理模块进行信号传输，脑电处理模块用于接收脑电信号并进行处理，检测驾驶员的紧急刹车意图，并输出判别结果；障碍检测子系统用于获取车辆前方的环境信息，并检测障碍物存在与否，并输出判别结果；决策子系统由紧急状况决策模块以及自适应模块组成，紧急状况决策模块根据紧急刹车意图检测子系统以及障碍检测子系统的判别结果，对当前是否属于紧急状况进行判断并输出最终结果，自适应模块实时选择新样本用于紧急刹车意图检测子系统中分类器的重新训练，使其具有自适应性。

【技术特征摘要】
1.一种融合脑电信号和环境信息的紧急状况检测系统，包括基于脑电信号的紧急刹车意图检测子系统、基于传感器的障碍检测子系统和决策子系统；其中，紧急刹车意图检测子系统由脑电采集模块以及脑电处理模块组成，脑电采集模块用于实时采集使用者的脑电信号并进行放大和模数转换，通过数据线与脑电处理模块进行信号传输，脑电处理模块用于接收脑电信号并进行处理，检测驾驶员的紧急刹车意图，并输出判别结果；障碍检测子系统用于获取车辆前方的环境信息，并检测障碍物存在与否，并输出判别结果；决策子系统由紧急状况决策模块以及自适应模块组成，紧急状况决策模块根据紧急刹车意图检测子系统以及障碍检测子系统的判别结果，对当前是否属于紧急状况进行判断并输出最终结果，自适应模块实时选择新样本用于紧急刹车意图检测子系统中分类器的重新训练，使其具有自适应性。2.一种融合脑电信号和环境信息的紧急状况检测系统方法，包括：步骤1，分别实时采集使用者脑电信号和环境信息，并且进行放大和模数转换；步骤2，紧急刹车意图检测子系统和障碍检测子系统分别接收脑电信息和环境信息并进行处理，判断刹车意图和障碍物是否存在；步骤3，决策子系统根据紧急刹车意图检测子系统以及障碍检测子系统的输出，对当前是否属于紧急状况进行判断并输出最终结果；同时实时选择用于重新训练紧急刹车意图检测子系统中的分类器的新样本；步骤4，车辆接受系统的输出命令并进行制动。3.根据权利要求2所述的融合脑电信号和环境信息的紧急状况检测系统方法，其中，步骤2包括：步骤21，对采集到的原始脑电信号进行处理，判断使用者紧急刹车意图是否存在；步骤22，对环境信息进行处理，判断障碍物是否存在。4.根据权利要...

【专利技术属性】
技术研发人员：毕路拯，王会康，王晓光，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11