一种融合脑电信号的驾驶员行为意图检测方法技术

本发明专利技术涉及一种融合脑电信号的驾驶员行为意图检测方法，属于智能驾驶技术领域，解决了现有技术中检测设备受外界环境的干扰及检测存在延时性的问题。包括：构建虚拟驾驶场景模型，并对驾驶员的脑电信号与行为信号进行同步采集；将采集的驾驶员的行为信号与脑电信号进行融合分析，得到融合分析结果；实时获取驾驶员脑电信号，并根据上述融合分析结果，预测驾驶员的驾驶意图，对车辆操纵装置进行辅助控制。本发明专利技术利用驾驶员的脑电信号和驾驶员行为信号的融合分析结果对驾驶员的驾驶意图进行预测及驾驶行为控制，既消除了现有检测驾驶行为延时性缺陷，又能充分反映驾驶员在驾驶过程中脑电信号的对应变化，保证了对车辆的精确实时控制。

A Driver's Behavior Intention Detection Method Fusing EEG Signals

The invention relates to a driver's behavior intention detection method which integrates EEG signals, belonging to the field of intelligent driving technology, and solves the problem of interference of detection equipment by external environment and delay of detection in the prior art. It includes: building a virtual driving scene model and synchronously collecting the driver's EEG signal and behavior signal; fusing the collected driver's behavior signal and EEG signal to get the fusion analysis result; acquiring the driver's EEG signal in real time, and predicting the driver's driving intention according to the above fusion analysis result, and assisting the vehicle control device. System. The invention uses the fusion analysis results of driver's EEG signal and driver's behavior signal to predict driver's driving intention and control driver's driving behavior, which not only eliminates the existing defect of detecting driving behavior delay, but also fully reflects the corresponding changes of driver's EEG signal in driving process, and ensures the accurate real-time control of vehicle.

【技术实现步骤摘要】
一种融合脑电信号的驾驶员行为意图检测方法
本专利技术涉及智能驾驶
，尤其涉及一种融合脑电信号的驾驶员行为意图检测方法。
技术介绍
目前，道路交通伤害已成为人群的重要死亡原因之一，约95％的各类机动车事故在一定程度上是由驾驶员操作不当造成的，而完全由驾驶员不恰当的驾驶行为诱发的交通事故占到了事故总数的四分之三。因此，对驾驶员行为及驾驶员状态的分析是非常必要的。为了提高驾驶安全，现有的涉及辅助驾驶的研究主要分为两类：一种是利用车载传感器(如摄像机、红外线探测等)获取车辆前方的障碍物信息并判断是否存在潜在的危险因素，从而采取一些控制措施来避免车辆碰撞前方障碍物；这类技术的不足是外部设备易受天气、外界环境变化的干扰，检测效果不佳。另一种是利用外部设备(如摄像机进行面孔识别、红外设备感应等)对驾驶员的驾驶行为或意图进行预测和分析，并根据分析结果对驾驶策略进行调整；但是由于驾驶员驾驶行为的延迟性，检测到的信号很难及时地反映出驾驶员状态的变化，此外，检测信号与驾驶员行为信号分开进行分析，也不能达到较好的同步检测效果。此外，还有一种技术方案是无人驾驶，无人驾驶主要利用多种传感器、处理器和执行器，取代驾驶员对车辆的控制。但是，目前的无人驾驶技术尚未达到能够完美取代驾驶员的地步，对车辆的控制不够稳定，控制精度不够高，舒适性和平顺性不能得到保证。
技术实现思路
鉴于上述的分析，本专利技术旨在提供一种融合脑电信号的驾驶员行为意图检测方法，用以解决现有方法中检测设备受外界环境的干扰及检测存在延时性的问题。本专利技术的目的主要是通过以下技术方案实现的：提供了一种融合脑电信号的驾驶员行为意图检测方法，包括以下步骤：步骤S1、构建虚拟驾驶场景模型，并对驾驶员的脑电信号与行为信号进行同步采集；步骤S2、将采集的驾驶员的所述行为信号与脑电信号进行融合分析，得到融合分析结果；步骤S3、实时获取驾驶员脑电信号，并根据上述融合分析结果，预测驾驶员的驾驶意图，对车辆操纵装置进行辅助控制。本专利技术有益效果如下：通过分析驾驶员的驾驶数据，实现了驾驶员的脑电信号和驾驶员行为信号的融合分析，利用融合分析结果对驾驶员的驾驶意图进行预测，并对之后的驾驶行为进行控制，既消除了现有技术在检测驾驶行为时的延时性问题，又能充分反映驾驶员在驾驶过程中脑电信号的对应变化；另外，将脑电信号作为智能驾驶过程中的重要参考信号和控制输入信号，使得驾驶过程更加智能化，实时性也能得到较好保障，实现了对车辆的精确控制；本专利技术可以用于驾驶辅助系统的设计，有助于预测驾驶员的驾驶意图并及时辅助调整驾驶行为，对维护道路交通安全、规避道路交通事故的发生具有重要意义。在上述方案的基础上，本专利技术还做了如下改进：进一步，所述构建虚拟驾驶场景模型包括：构建驾驶视觉场景：通过3D建模软件进行场景搭建及3D渲染，利用虚拟现实软件生成三维虚拟模型并进行立体呈现；搭建驾驶所需操纵装置，并在所述操纵装置上安装信号采集传感器；将上述驾驶操纵装置与构建的驾驶视觉场景互联，得到虚拟驾驶场景模型。进一步，所述对驾驶员的脑电信号与行为信号进行同步采集，包括：驾驶员头部佩戴电极帽，并通过控制操纵装置在所述构建的虚拟驾驶场景模型中进行驾驶操作；在驾驶过程中，通过电极帽获取驾驶员头部不同通道处的电极电位变化采集驾驶员脑电信号；同时，通过各操纵装置上的传感器数据变化采集驾驶员行为信号。进一步，所述将上述采集的驾驶员的行为信号与脑电信号进行融合分析包括：将操纵装置上的传感器采集到的行为信号进行模拟到数字信号的转换；对上述得到的驾驶行为数字信号和采集的脑电信号进行融合分析；将上述得到的信号进行潜伏期数值提取，得到驾驶员的行为信号与脑电信号融合结果。进一步，所述对上述得到的数字信号和采集的脑电信号进行融合分析，包括：参考转换，将驾驶员脑电信号与驾驶员行为数字信号置于同一参考初始点，并将脑电信号的参考点置于规定电极参考位置处；基线校正，根据上述参考转换结果，确定信号的基线位置，使得所有通道信号的波形和标签对应基线位置重合；数据滤波，采用低通滤波器对基线校正后的多通道信号进行滤波，滤除信号中的失真部分；脑电分段与平均，将驾驶员产生制动事件时的数据与驾驶员未产生制动时的数据进行叠加平均，得到由驾驶员驾驶行为诱发的ERP信号。进一步，所述对上述得到的数字信号和采集的脑电信号进行融合分析，还包括：去除眼电，采用协方差分析法分解去除脑电信号中受到眼电信号干扰的片段；去除漂移，通过限定融合信号的幅值范围，去除由于驾驶员无关的大幅度行为导致的高幅值信号波段。进一步，在所述操纵装置上安装信号采集传感器包括：在制动踏板、油门踏板和离合器上均安装压力传感器；在方向盘上安装角度传感器。进一步，所述将操纵装置上的传感器采集到的模拟信号转换成数字信号，包括：当驾驶员控制操纵装置运动时，产生对应的驾驶行为，该时刻的信号值大于0，数值置为1；当驾驶员没有控制操纵装置运动时，未产生驾驶行为，该时刻的信号值为0，数值置为0。进一步，所述将操纵装置上的传感器采集到的模拟信号转换成数字信号，包括：采用模糊控制，根据操纵装置上信号值的大小设置不同的离散信号值，得到离散信号值与操纵装置的位移变化量的对应关系。进一步，所述实时获取驾驶员脑电信号，并根据上述融合分析结果，预测驾驶员的驾驶意图，对车辆操纵装置进行辅助控制，包括：根据上述得到的融合分析结果，将采集到的驾驶员的脑电信号按潜伏期进行平移，得到对应的车辆操纵装置的响应信号，并通过车辆操纵装置响应信号的响应时间及信号值大小调整对车辆操纵装置的控制程度。本专利技术中，上述各技术方案之间还可以相互组合，以实现更多的优选组合方案。本专利技术的其他特征和优点将在随后的说明书中阐述，并且，部分优点可从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过说明书、权利要求书以及附图中所特别指出的内容中来实现和获得。附图说明附图仅用于示出具体实施例的目的，而并不认为是对本专利技术的限制，在整个附图中，相同的参考符号表示相同的部件。图1为本专利技术实施例中融合脑电信号的驾驶员行为意图检测方法流程图；图2为本专利技术实施例中虚拟驾驶场景模型的建立与呈现流程图；图3为本专利技术实施例中驾驶员脑电信号与行为信号同步采集流程图；图4为本专利技术实施例中对驾驶员的行为信号与脑电信号进行融合分析流程图。具体实施方式下面结合附图来具体描述本专利技术的优选实施例，其中，附图构成本申请一部分，并与本专利技术的实施例一起用于阐释本专利技术的原理，并非用于限定本专利技术的范围。本专利技术的一个具体实施例，公开了一种融合脑电信号的驾驶员行为意图检测方法。如图1所示，包括以下步骤：步骤S1、构建虚拟驾驶场景模型，并对驾驶员的脑电信号与行为信号进行同步采集；步骤S2、将采集的驾驶员的所述行为信号与脑电信号进行融合分析，得到融合分析结果；步骤S3、实时获取驾驶员脑电信号，并根据上述融合分析结果，预测驾驶员的驾驶意图，对车辆操纵装置进行辅助控制。与现有技术相比，本实施例提供的融合脑电信号的驾驶员行为意图检测方法，通过分析驾驶员的驾驶数据，实现了驾驶员的脑电信号和驾驶员行为信号的融合分析，利用融合分析结果对驾驶员的驾驶意图进行预测，并对之后的驾驶行为进行控制，既消除了现有技术在检测驾驶行为时的延时本文档来自技高网...

【技术保护点】
1.一种融合脑电信号的驾驶员行为意图检测方法，其特征在于，包括以下步骤：构建虚拟驾驶场景模型，并对驾驶员的脑电信号与行为信号进行同步采集；将采集的驾驶员的所述行为信号与脑电信号进行融合分析，得到融合分析结果；实时获取驾驶员脑电信号，并根据上述融合分析结果，预测驾驶员的驾驶意图，对车辆操纵装置进行辅助控制。

【技术特征摘要】
1.一种融合脑电信号的驾驶员行为意图检测方法，其特征在于，包括以下步骤：构建虚拟驾驶场景模型，并对驾驶员的脑电信号与行为信号进行同步采集；将采集的驾驶员的所述行为信号与脑电信号进行融合分析，得到融合分析结果；实时获取驾驶员脑电信号，并根据上述融合分析结果，预测驾驶员的驾驶意图，对车辆操纵装置进行辅助控制。2.根据权利要求1所述的方法，其特征在于，所述构建虚拟驾驶场景模型包括：构建驾驶视觉场景：通过3D建模软件进行场景搭建及3D渲染，利用虚拟现实软件生成三维虚拟模型并进行立体呈现；搭建驾驶所需操纵装置，并在所述操纵装置上安装信号采集传感器；将上述驾驶操纵装置与构建的驾驶视觉场景互联，得到虚拟驾驶场景模型。3.根据权利要求2所述的方法，其特征在于，所述对驾驶员的脑电信号与行为信号进行同步采集，包括：驾驶员头部佩戴电极帽，并通过控制操纵装置在构建的所述虚拟驾驶场景模型中进行驾驶操作；在驾驶过程中，通过电极帽获取驾驶员头部不同通道处的电极电位变化采集驾驶员脑电信号；同时，通过各操纵装置上的传感器数据变化采集驾驶员行为信号。4.根据权利要求3所述的方法，其特征在于，所述将上述采集的驾驶员的行为信号与脑电信号进行融合分析包括：将操纵装置上的传感器采集到的行为信号进行模拟到数字信号的转换；对上述得到的驾驶行为数字信号和采集的脑电信号进行融合分析；将上述得到的信号进行潜伏期数值提取，得到驾驶员的行为信号与脑电信号融合结果。5.根据权利要求4所述的方法，其特征在于，所述对上述得到的数字信号和采集的脑电信号进行融合分析，包括：参考转换，将驾驶员脑电信号与驾驶员行为数字信号置于同一参考初始点，并将脑电信号的参考点置于规定电极参考位置处；基线校正，根据上述参考转换结果，确定信号的基线位置，使得...

【专利技术属性】
技术研发人员：姚卉，席军强，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11