一种基于WiFi的驾驶人行为感知信号处理方法技术

一种基于WiFi的驾驶人行为感知信号处理方法，通过车载WiFi多链路复合信道通信策略，获取WiFi信号并提取多信道的CSI数据，构建信号谱相关函数（SCF）消除电磁信号干扰，通过复合信道拼接和多链路传输消除乘客行为对WiFi有效信息提取的影响，使模型从混杂的WiFi信号中提取出能够正确反映驾驶人状态和行为的有效信息，提高模型的识别精度。提高模型的识别精度。提高模型的识别精度。

【技术实现步骤摘要】
一种基于WiFi的驾驶人行为感知信号处理方法


[0001]本专利技术涉及，具体涉及一种基于WiFi的驾驶人行为感知信号处理方法。

技术介绍

[0002]随着科技的发展，多种多样的智能电子设备使得驾驶人注意力分散的概率大大提升，极易产生安全隐患引发交通事故，危害生命与财产安全。从90年代开始，随着计算机技术的飞速发展，基于驾驶员信息的汽车高级辅助驾驶技术取得了巨大的进步。该技术主要通过分析驾驶员的生理信号、驾驶操作信息、图像信息等对驾驶员的状态进行检测，来提醒驾驶员时刻保持清醒并处于注意力集中状态，保证汽车的安全行驶。
[0003]研究显示，驾驶人精神状态的改变会使得其身体中的脑电图(EEG)、眼电图等生理信号发生较为明显的变化。因此，近年来有学者利用生理信号对驾驶人的精神状态识别方法进行研究；然而基于生理信号的识别技术需要将信号提取装置安装在驾驶人的身体上，可能会造成驾驶人的不适，影响了该方法在实车场景下的应用。
[0004]基于驾驶操作的驾驶人状态识别方法主要利用驾驶人操作方向盘、油门和制动踏板的参数信息，分析其在不同状态下的驾驶行为，推测其是否处于危险驾驶状态。但是驾驶操作信号的采集需要驾驶人操作车辆，而车辆自动行驶时驾驶人的手脚往往脱离了方向盘和脚踏板，此时驾驶操作行为无法反映驾驶人的行为状态。基于视觉信息的方法主要通过提取面部和身体图像中的特征判别驾驶人的行为状态，可以识别驾驶人疲劳，视觉分散和非驾驶行为等多种状态。相比其他手段，视觉感知能够以较低成本非侵入的获得丰富的驾驶员面部和身体的行为信息。但是随着未来个人信息的保护越来越受到重视，基于图像信息的检测技术在未来使用可能受到限制。
[0005]随着无线通讯的发展，基于WiFi信号的行为感知技术越来越受到关注。近年来，有研究人员采用WiFi信道状态信息(CSI)对驾驶人的行为感知方法开展了初步研究。但是基于WiFi CSI的行为感知技术易受电磁信号和他人行为的干扰，而大部分研究和设计均基于理想情况，没有考虑车内电磁信号和乘客行为等对信号特征提取的干扰，这就影响了WiFi在驾驶人行为感知场景下的进一步应用。

技术实现思路

[0006]本专利技术为了克服以上技术的不足，提供了一种从混杂的WiFi信号中提取出能够正确反映驾驶人状态和行为的有效信息的方法。
[0007]本专利技术克服其技术问题所采用的技术方案是：
[0008]一种基于WiFi的驾驶人行为感知信号处理方法，包括：
[0009]a)在驾驶室内设置1个WiFi信号发射装置和N个WiFi信号接收装置完成WiFi信号的传输；
[0010]b)WiFi信号发射装置在5GHz频段内通过信道扫描发射多信道的WiFi信号，N个WiFi信号接收装置通过信道扫描获取所有信道的CSI数据后提取每个信道的谱相关函数，
对提取的谱相关函数进行处理，从而消除电磁干扰；
[0011]c)利用快速傅里叶逆变换和非均匀离散傅里叶变换对多信道CSI拼接，建立驾驶人位置与WiFi信号特征关系，提取驾驶人位置的行为特征；
[0012]d)对拼接后的CSI信息进行短时傅里叶变换，得到驾驶人行为特征；
[0013]e)采用深度神经网络分类器对驾驶人行为特征进行分类，得到驾驶人的行为状态。优选的，步骤a)中N的取值为4。
[0014]进一步的，步骤a)中WiFi信号发射装置安装中控台中间部位，设置于主驾驶座椅后侧的WiFi信号接收装置定义为WiFi信号接收装置1，设置于副驾驶座椅后侧的WiFi信号接收装置定义为WiFi信号接收装置2，将位于副驾驶座椅正后方的后排座椅后侧的WiFi信号接收装置定义为WiFi信号接收装置3，将位于主驾驶座椅正后方的后排座椅后侧的WiFi信号接收装置定义为WiFi信号接收装置4。进一步的，步骤b)包括如下步骤：
[0015]b
‑
1)WiFi信号发射装置通过信道扫描发射多信道的WiFi信号，N个WiFi信号接收装置，接收端获取5GHz中149信道、153信道、157信道、161信道以及165信道的CSI数据，通过公式计算得到所有信道的CSI的谱相关函数式中H[k]为CSI傅里叶变换，H
*
为H的共轭，α为角频率，k为信号变量；
[0016]b
‑
2)对求梯度得到谱相关函数的梯度矩阵，对梯度矩阵进行奇异值分解获取干扰特征，将干扰特征输入训练后的SVM模型中进行分类；
[0017]b
‑
3)根据分类结果确定干扰信道并将有干扰特征的信道消除，保留未受干扰信道。进一步的，步骤c)包括如下步骤：
[0018]c
‑
1)通过公式g＝aδ(t
‑
t
l
)对WiFi信号进行快速傅里叶逆变换，式中g为信号功率延迟曲线，a为角频率，δ(
·
)为狄拉克函数，t为时间变量，t
l
为信号的传播延迟时间，通过公式对信号进行非均匀离散傅里叶变换，拼接多信道CSI，得到车内有人干扰情况下WiFi信号接收装置1的信号功率延迟曲线，式中c
o
为全信道CSI数据，F为系数；
[0019]c
‑
2)在车内无人的环境下重复步骤c
‑
1)得到无任何人干扰情况下WiFi信号接收装置1的信号功率延迟曲线，将无任何人干扰情况下的信号功率延迟曲线与步骤c
‑
1)中得到的车内有人干扰情况下的信号功率延迟曲线相减，得到WiFi信号接收装置1的车内多人员的反射信号的曲线g
s
；
[0020]c
‑
3)重复步骤c
‑
1)至c
‑
2)直至分别得到WiFi信号接收装置2、WiFi信号接收装置3和WiFi信号接收装置4的车内多人员的反射信号的曲线g
s
，通过公式将多个传输链路信号叠加，得到驾驶人在驾驶室内的空间位置与反射信号的曲线g
s
之间的映射关系，其中P(i，j)为第i个驾驶人中第j个传输链路的信号功率延迟曲线；
[0021]c
‑
4)将驾驶人对应的反射信号的曲线g
s
与无任何人干扰情况下WiFi信号接收装置1的信号功率延迟曲线相加，得到仅包含驾驶人姿态特征的信号功率延迟曲线。进一步的，步骤b
‑
2)中SVM模型为基于RBF函数作为核函数的非线性模型，SVM模型的惩罚项系数C＝0.5，核函数参数γ＝0.1，SVM模型训练方法为：
[0022]b
‑
2.1)在车内场景下进行WiFi单信道传输；
[0023]b
‑
2.2)分别在设置有电磁干扰和无电磁干扰两个场景下进行CSI数据采集，构建
基于电磁干扰的数据集并标定；
[0024]b
‑
2.3)利用该数据集对SVM模型进行训练。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于WiFi的驾驶人行为感知信号处理方法，其特征在于，包括：a)在驾驶室内设置1个WiFi信号发射装置和N个WiFi信号接收装置完成WiFi信号的传输；b)WiFi信号发射装置在5GHz频段内通过信道扫描发射多信道的WiFi信号，N个WiFi信号接收装置通过信道扫描获取所有信道的CSI数据后提取每个信道的谱相关函数，对提取的谱相关函数进行处理，从而消除电磁干扰；c)利用快速傅里叶逆变换和非均匀离散傅里叶变换对多信道CSI拼接，建立驾驶人位置与WiFi信号特征关系，提取驾驶人位置的行为特征；d)对拼接后的CSI信息进行短时傅里叶变换，得到驾驶人行为特征；e)采用深度神经网络分类器对驾驶人行为特征进行分类，得到驾驶人的行为状态。2.根据权利要求1所述的基于WiFi的驾驶人行为感知信号处理方法，其特征在于：步骤a)中N的取值为4。3.根据权利要求2所述的基于WiFi的驾驶人行为感知信号处理方法，其特征在于：步骤a)中WiFi信号发射装置安装中控台中间部位，设置于主驾驶座椅后侧的WiFi信号接收装置定义为WiFi信号接收装置1，设置于副驾驶座椅后侧的WiFi信号接收装置定义为WiFi信号接收装置2，将位于副驾驶座椅正后方的后排座椅后侧的WiFi信号接收装置定义为WiFi信号接收装置3，将位于主驾驶座椅正后方的后排座椅后侧的WiFi信号接收装置定义为WiFi信号接收装置4。4.根据权利要求1所述的基于WiFi的驾驶人行为感知信号处理方法，其特征在于，步骤b)包括如下步骤：b
‑
1)WiFi信号发射装置通过信道扫描发射多信道的WiFi信号，N个WiFi信号接收装置，接收端获取5GHz中149信道、153信道、157信道、161信道以及165信道的CSI数据，通过公式计算得到所有信道的CSI的谱相关函数式中H[k]为CSI傅里叶变换，H
*
为H的共轭，α为角频率，k为信号变量；b
‑
2)对求梯度得到谱相关函数的梯度矩阵，对梯度矩阵进行奇异值分解获取干扰特征，将干扰特征输入训练后的SVM模型中进行分类；b
‑
3)根据分类结果确定干扰信道并将有干扰特征的信道消除，保留未受干扰信道。5.根据权利要3所述的基于WiFi的驾驶人行为感知信号处理方法，其特征在于，步骤c)包括如下步骤：c
‑
1)通过公式g＝aδ(t
‑
t
l
)对WiFi信号进行快速傅里叶逆变换，式中g为信号功率延迟曲线，a为角频率，δ(
·
)为狄拉克函数，t为时间变量，t
l
为信号的传播延迟时间，通过公式对信号进行非均匀离散傅里叶变换，拼接多信道CSI，得到车内有人干扰情况下WiFi信号接收装置1的信号功率延迟曲线，式中c
o
为全信道CSI数据，F为系数；c
‑
2)在车内无人的环境下重复步骤c
‑
1)得到无任何人干扰情况下WiFi信号接收装置1的信号功率延迟曲线，将无任何人干扰情况下的信号功率延迟曲线与步骤c
‑
...

【专利技术属性】
技术研发人员：赵磊，赵羽飞，孙浩然，罗映，徐楠，刘建华，闫法义，贝太学，李新海，张宗喜，
申请(专利权)人：山东建筑大学，
类型：发明
国别省市：