【技术实现步骤摘要】
基于智能眼镜的疲劳提醒方法、装置、智能眼镜及介质
本专利技术涉及语音检测
，尤其涉及一种基于智能眼镜的疲劳提醒方法、装置、智能眼镜及介质。
技术介绍
疲劳是指由于持续地进行体力和脑力劳动而造成的生理和心理的失调，通常人在疲劳时会变得迟钝，对身体的控制能力降低。例如驾驶员在疲劳状态下驾驶车辆，会头脑不清醒，昏昏欲睡，反应迟钝，不能准确判断和迅速处理各种异常情况；动作失调，手脚不听使唤，烦躁不安，注意力不集中，判断误差较大等等，通常通过驾驶员的眼部状态信息也可以反映驾驶员是否疲劳。目前，疲劳提醒通常通过检测眨眼频率，根据眨眼频率以及阀值来判断眼部是否疲劳，这种方式虽然可以在一定程度上反映出眼部的疲劳状态，但是人处于过度疲劳时有时会通过强制睁大眼睛来保持注意力，例如驾驶时，此时眼部肌肉的张力会比较大，眼部肌肉的振动频率也会提高，但是眨眼频率并不一定会很高，仅通过眨眼频率判断眼部是否疲劳结果不一定准确。因此，提高疲劳提醒的准确度是一个亟待解决的问题。上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
本专利技术的主要目的在于提供了...
【技术保护点】
1.一种基于智能眼镜的疲劳提醒方法，所述智能眼镜包括肌电传感器、振动传感器以及红外摄像头，其特征在于，所述方法包括：通过所述肌电传感器、所述振动传感器以及所述红外摄像头，分别对应获取待测者眼部肌电信号、振动信号以及眼部图像；根据获取的所述眼部图像，确定预设时间段眼部开闭状态；根据获取的所述肌电信号以及预先建立的肌电时变参数模型，获取用于评价疲劳的肌电指标；根据获取的所述振动信号以及预先建立的振动时变参数模型，获取用于评价疲劳的振动指标；根据所述肌电指标、所述振动指标以及预设时间内眼部开闭状态，确定待测者的疲劳指数；根据待测者的所述疲劳指数，发出疲劳提醒。
【技术特征摘要】
1.一种基于智能眼镜的疲劳提醒方法，所述智能眼镜包括肌电传感器、振动传感器以及红外摄像头，其特征在于，所述方法包括：通过所述肌电传感器、所述振动传感器以及所述红外摄像头，分别对应获取待测者眼部肌电信号、振动信号以及眼部图像；根据获取的所述眼部图像，确定预设时间段眼部开闭状态；根据获取的所述肌电信号以及预先建立的肌电时变参数模型，获取用于评价疲劳的肌电指标；根据获取的所述振动信号以及预先建立的振动时变参数模型，获取用于评价疲劳的振动指标；根据所述肌电指标、所述振动指标以及预设时间内眼部开闭状态，确定待测者的疲劳指数；根据待测者的所述疲劳指数，发出疲劳提醒。2.如权利要求1所述的基于智能眼镜的疲劳提醒方法，其特征在于，所述智能眼镜还包括光线传感器；相应地，所述根据所述肌电指标、所述振动指标以及预设时间内眼部开闭状态，确定待测者的疲劳指数的步骤之前，所述方法还包括：通过所述光线传感器，获取外界的光线强度；根据所述光线强度，确定疲劳修正值；相应地，所述根据所述肌电指标、所述振动指标以及预设时间内眼部开闭状态，确定待测者的疲劳指数的步骤，具体为：根据所述肌电指标、所述振动指标、预设时间内眼部开闭状态以及所述疲劳修正值，确定待测者的疲劳指数。3.如权利要求2所述的基于智能眼镜的疲劳提醒方法，其特征在于，所述根据所述肌电指标、所述振动指标、预设时间内眼部开闭状态以及所述疲劳修正值，确定待测者的疲劳指数的步骤，具体包括：在眼部开闭状态为张开状态时，所述待测者的疲劳指数为η，η＝γ(λ1*α)*(λ2*β)；和/或，在眼部开闭状态为闭合状态时，所述待测者的疲劳指数为η，η＝λ3(γ(λ1*α)*(λ2*β))；其中，λ1、λ2分别为肌电指标和振动指标的权重；γ为疲劳修正值；α为肌电指标；β为振动指标；λ3为眼部处于闭合状态相对于张开状态时的权重。4.如权利要求1或2所述的基于智能眼镜的疲劳提醒方法，其特征在于，所述通过所述肌电传感器、所述振动传感器以及所述红外摄像头，分别对应获取待测者眼部肌电信号、振动信号以及眼部图像的步骤之前，还包括：采集肌电样本数据，所述肌电样本数据包括待测者疲劳前后的肌电信号；根据采集的所述肌电样本数据，对时变参数模型训练并求取时变参数模型的肌电时变参数，得到肌电时变参数模型；和/或，所述通过所述肌电传感器、所述振动传感器以及所述红外摄像头，分别对应获取待测者眼部肌电信号、振动信号以及眼部图像的步骤之前，还包括：采集振动样本数据，所述振动样本...
【专利技术属性】
技术研发人员：刘轲，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。