一种疲劳驾驶检测方法和设备技术

本申请公开了一种疲劳驾驶检测方法，包括以下步骤：以设定时间范围内同一样本的反应时、脑电磁信号数据作为一组特征数据，通过驾驶环境采集多组特征数据构成数据集，通过深度学习算法对分类器进行训练；对实时采集的脑电磁信号数据进行处理，识别疲劳程度。本申请还包含用于实现所述方法的装置。本申请解决现有技术中无法准确客观化检测和量化疲劳驾驶的问题。问题。问题。

【技术实现步骤摘要】
一种疲劳驾驶检测方法和设备


[0001]本申请涉及计算机
，尤其涉及一种基于脑电磁信号进行疲劳驾驶检测的方法和设备。

技术介绍

[0002]驾驶安全是一个重要的公共问题。据世界卫生组织统计，全世界每年有超过120万人死于车祸，其中，疲劳驾驶导致相当数量的道路交通死亡和非致命伤害。有必要监测驾驶员的疲劳程度，以控制和减少道路交通伤害。在检测酒后驾驶、超速、超载问题上已经有很好的技术，但目前还没有可靠的疲劳驾驶检测技术。疲劳驾驶检测的困难在于，疲劳驾驶是一个过程，不像酒后驾驶是一个时间点，对于疲劳级别的判断，没有可靠的客观指标。
[0003]先前的研究证明，昏睡驾驶与事故前的行为失误高度相关。有三种主要的方法来监测疲劳驾驶。一种方法是使用疲劳相关的量表来检测疲劳。另一种方法是通过检测方向盘的运动或车辆的偏差来瞄准驾驶员的行为。还有一种方法是监测生理参数，如驾驶员的心率、呼吸和呼吸率。然而，这些方法有局限性。例如，量表检测疲劳的方法易受到驾驶员主观心理状态的影响，不够客观；再如检测偏差的方法可能受雨雪天气、紧急避障等其他因素等干扰。...

【技术保护点】

【技术特征摘要】
1.一种疲劳驾驶检测方法，其特征在于，包括以下步骤：以设定时间范围内同一样本的反应时、脑电磁信号数据作为一组特征数据，在驾驶环境下采集多组特征数据构成数据集，根据反应时确定疲劳程度，使用所述特征数据，通过深度学习算法对分类器进行训练；用所述分类器对实时采集的脑电磁信号数据进行处理，识别疲劳程度。2.如权利要求1所述疲劳驾驶检测方法，其特征在于，所述脑电磁信号数据的生成过程包含以下步骤：脑电采集设备采集脑电磁信号；对脑电磁信号进行去除干扰、溯源定位、神经振荡分析，得到所述脑电磁信号数据。3.如权利要求2所述疲劳驾驶检测方法，其特征在于，所述去除干扰，包含以下任意步骤的组合：使用有限长单位冲激响应滤波器进行滤波，通带范围为1
‑
80Hz；使用陷波滤波器去除工频干扰；对脑电磁信号进行基线校正以减少数据飘移；去除动作噪声。4.如权利要求2所述疲劳驾驶检测方法，其特征在于，所述溯源处定位，在假设已知大脑内部源信号，根据大脑头部各组织的导电率计算出表皮电压，建立头容积传导模型后，利用逆问题求解算法求解位于皮质的信号源。5.如权利要求2所述疲劳驾驶检测方法，其特征在于，所述神经振荡分析，包含以下步骤：对溯源后的脑电磁信号进行小波变换，将脑电磁信号分解为6个基本节律：δ(1
‑
4Hz)、θ(5
‑
7Hz)、α(8<...

【专利技术属性】
技术研发人员：罗煜，刘彬，
申请(专利权)人：北京烽火万家科技有限公司，
类型：发明
国别省市：