疲劳驾驶检测方法、装置、可读存储介质及电子设备制造方法及图纸

本公开涉及一种疲劳驾驶检测方法、装置、可读存储介质及电子设备，应用于车辆，方法包括：采集所述车辆内驾驶员在不同时间段内的心电信号；对每一时间段的心电信号进行采样，得到所述心电信号对应的心电向量；通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量；在所述有效心电向量中识别出所述心电信号的关键点；根据所述关键点确定所述驾驶员是否处于疲劳驾驶状态。如此，在驾驶员驾驶车辆的过程中，车辆或者车载安全系统可以对驾驶员的身体健康状态和精神状态进行监控，有效避免驾驶员疲劳驾驶，进而可以减少交通事故的发生。

【技术实现步骤摘要】
疲劳驾驶检测方法、装置、可读存储介质及电子设备
本公开涉及心电监控
，具体地，涉及一种疲劳驾驶检测方法、装置、可读存储介质及电子设备。
技术介绍
随着经济和科技的快速发展，汽车被越来越多的人拥有和使用。汽车作为交通工具，给我们的生活和工作都带来了极大的方便，同时也带来了交通安全的问题。全国各地每年都有不计其数的交通事故发生，造成了重大的人员伤亡和财产损失。随着科技的发展，汽车的性能和安全报警系统也越来越完善，然而每年仍有很多交通事故发生，这与驾驶员的身体健康状态和精神状态有着极大的关系。目前的车辆及车载安全系统对于驾驶人员的身体健康状态和精神状态是没有监控的，也就是说全凭驾驶员自身的感觉来判断。例如，当驾驶员感觉到自己的身体出现异常或者特别疲倦时，停止驾驶车辆，以避免交通事故的发生。然而，人的感觉有时也是会出错的，不能有效避免交通事故的发生。
技术实现思路
本公开的目的是提供一种疲劳驾驶检测方法、装置、可读存储介质及电子设备，以有效避免交通事故的发生。为了实现上述目的，本公开第一方面提供一种疲劳驾驶检测方法，应用于车辆，包括：采集所述车辆内驾驶员在不同时间段内的心电信号；对每一时间段的心电信号进行采样，得到所述心电信号对应的心电向量；通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量；在所述有效心电向量中识别出所述心电信号的关键点；根据所述关键点确定所述驾驶员是否处于疲劳驾驶状态。可选地，所述预设聚类算法包括马氏距离算法；所述通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量，包括：通过以下公式确定所述多个心电向量的马氏距离中心点Center：其中，N为每一所述心电向量包括的元素的数量，J为所述心电向量的数量，xkj为第j个心电向量的第k个元素，k的取值范围为1至N，j的取值范围1至J；将多个所述心电向量作为列向量或行向量组成心电向量矩阵，并确定所述心电向量矩阵的协方差矩阵；根据所述协方差矩阵，通过以下公式确定每一所述心电向量与所述马氏距离中心点的马氏距离：其中，DM(xj)表征第j个心电向量xj与所述马氏距离中心点Center的马氏距离，Cov-1表征所述心电向量矩阵的协方差矩阵Cov的逆矩阵；将所述马氏距离位于预设置信区间的心电向量确定为有效心电向量。可选地，所述预设聚类算法包括相似度算法；所述通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量，包括：获取样本心电向量，所述样本心电向量为正常的心电向量；针对每一所述心电向量，根据所述相似度算法确定所述心电向量与所述样本心电向量的相似度；将所述相似度大于或等于预设阈值的心电向量确定为有效心电向量。可选地，所述预设聚类算法包括马氏距离算法和相似度算法，所述相似度算法包括余弦相似度算法和相关性算法；所述通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量，包括：通过所述马氏距离算法，确定每一心电向量与多个所述心电向量的马氏距离中心点的马氏距离；将所述马氏距离位于预设置信区间的心电向量确定为第一有效心电向量；根据所述余弦相似度算法，确定每一所述第一有效心电向量与样本心电向量的余弦相似度；将所述余弦相似度大于余弦相似度阈值的第一有效心电向量确定为第二有效心电向量；根据所述相关性算法，确定每一所述第二有效心电向量与所述样本心电向量的相关系数；将所述相关系数大于相关系数阈值的第二有效心电向量确定为有效心电信号。可选地，所述车辆的方向盘上设置有心电信号传感芯片；所述采集所述车辆内驾驶员在不同时刻下的心电信号，包括：在所述车辆内驾驶员的手部与所述心电信号传感芯片接触时，通过所述心电信号传感芯片采集所述驾驶员在不同时刻下的心电信号。可选地，在得到所述有效心电向量之后，所述方法还包括：对所述有效心电向量进行高斯滤波和巴特沃斯滤波；所述在所述有效心电向量中识别出所述心电信号的关键点，包括：在滤波后的有效心电向量中识别出所述心电信号的关键点。可选地，所述关键点包括以下中的至少一者：P波峰值点、R波位置点、T波位置点、Q波位置点和S波位置点。本公开第二方面还提供一种疲劳驾驶检测装置，应用于车辆，包括：采集模块，用于采集所述车辆内驾驶员在不同时间段内的心电信号；采样模块，用于对每一时间段的心电信号进行采样，得到所述心电信号对应的心电向量；聚类模块，用于通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量；识别模块，用于在所述有效心电向量中识别出所述心电信号的关键点；确定模块，用于根据所述关键点确定所述驾驶员是否处于疲劳驾驶状态。可选地，所述预设聚类算法包括马氏距离算法；所述聚类模块包括：第一确定子模块，用于通过以下公式确定所述多个心电向量的马氏距离中心点Center：其中，N为每一所述心电向量包括的元素的数量，J为所述心电向量的数量，xkj为第j个心电向量的第k个元素，k的取值范围为1至N，j的取值范围1至J；第二确定子模块，用于将多个所述心电向量作为列向量或行向量组成心电向量矩阵，并确定所述心电向量矩阵的协方差矩阵；第三确定子模块，用于根据所述协方差矩阵，通过以下公式确定每一所述心电向量与所述马氏距离中心点的马氏距离：其中，DM(xj)表征第j个心电向量xj与所述马氏距离中心点Center的马氏距离，Cov-1表征所述心电向量矩阵的协方差矩阵Cov的逆矩阵；第四确定子模块，用于将所述马氏距离位于预设置信区间的心电向量确定为有效心电向量。可选地，所述预设聚类算法包括相似度算法；所述聚类模块包括：获取子模块，用于获取样本心电向量，所述样本心电向量为正常的心电向量；第五确定子模块，用于针对每一所述心电向量，根据所述相似度算法确定所述心电向量与所述样本心电向量的相似度；第六确定子模块，用于将所述相似度大于或等于预设阈值的心电向量确定为有效心电向量。可选地，所述预设聚类算法包括马氏距离算法和相似度算法，所述相似度算法包括余弦相似度算法和相关性算法；所述聚类模块包括：第七确定子模块，用于通过所述马氏距离算法，确定每一心电向量与多个所述心电向量的马氏距离中心点的马氏距离；第八确定子模块，用于将所述马氏距离位于预设置信区间的心电向量确定为第一有效心电向量；第九确定子模块，用于根据所述余弦相似度算法，确定每一所述第一有效心电向量与样本心电向量的余弦相似度；第十确定子模块，用于将所述余弦相似度大于余弦相似度阈值的第一有效心电向量确定为第二有效心电向量；第十一确定子模块，用于根据所述相关性算法，确定每一所述第二有效心电向量与所述样本心电向量的相关系数；第十二确定子模块，用于将所述相关系本文档来自技高网...

【技术保护点】
1.一种疲劳驾驶检测方法，其特征在于，应用于车辆，包括：/n采集所述车辆内驾驶员在不同时间段内的心电信号；/n对每一时间段的心电信号进行采样，得到所述心电信号对应的心电向量；/n通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量；/n在所述有效心电向量中识别出所述心电信号的关键点；/n根据所述关键点确定所述驾驶员是否处于疲劳驾驶状态。/n

【技术特征摘要】
1.一种疲劳驾驶检测方法，其特征在于，应用于车辆，包括：
采集所述车辆内驾驶员在不同时间段内的心电信号；
对每一时间段的心电信号进行采样，得到所述心电信号对应的心电向量；
通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量；
在所述有效心电向量中识别出所述心电信号的关键点；
根据所述关键点确定所述驾驶员是否处于疲劳驾驶状态。


2.根据权利要求1所述的方法，其特征在于，所述预设聚类算法包括马氏距离算法；
所述通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量，包括：
通过以下公式确定所述多个心电向量的马氏距离中心点Center：



其中，N为每一所述心电向量包括的元素的数量，J为所述心电向量的数量，xkj为第j个心电向量的第k个元素，k的取值范围为1至N，j的取值范围1至J；
将多个所述心电向量作为列向量或行向量组成心电向量矩阵，并确定所述心电向量矩阵的协方差矩阵；
根据所述协方差矩阵，通过以下公式确定每一所述心电向量与所述马氏距离中心点的马氏距离：



其中，DM(xj)表征第j个心电向量xj与所述马氏距离中心点Center的马氏距离，Cov-1表征所述心电向量矩阵的协方差矩阵Cov的逆矩阵；
将所述马氏距离位于预设置信区间的心电向量确定为有效心电向量。


3.根据权利要求1所述的方法，其特征在于，所述预设聚类算法包括相似度算法；所述通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量，包括：
获取样本心电向量，所述样本心电向量为正常的心电向量；
针对每一所述心电向量，根据所述相似度算法确定所述心电向量与所述样本心电向量的相似度；
将所述相似度大于或等于预设阈值的心电向量确定为有效心电向量。


4.根据权利要求1所述的方法，其特征在于，所述预设聚类算法包括马氏距离算法和相似度算法，所述相似度算法包括余弦相似度算法和相关性算法；所述通过预设聚类算法对多个所述心电向量进行聚类，以得到有效心电向量，包括：
通过所述马氏距离算法，确定每一心电向量与多个所述心电向量的马氏距离中心点的马氏距离；
将所...

【专利技术属性】
技术研发人员：朱宝峰，何光宇，程万军，
申请(专利权)人：沈阳东软智能医疗科技研究院有限公司，
类型：发明
国别省市：辽宁;21