一种密闭舱水下作业时驾驶员疲劳检测方法及系统技术方案

本发明专利技术密闭舱水下作业时驾驶员疲劳检测方法及系统：采集驾驶员脑/肌电信号；对脑/肌电信号信号放大、降噪滤波，判断脑/肌电信号中是否存在信号异常或缺失情况，若是对异常或缺失的信号修正；获得脑电时域/频域/时频特征和肌电时域/频域特征；计算脑/肌电时域/频域/时频特征中各子特征值与无疲劳集合中对应基准子特征值的相似值；统计该些相似值累加和是否大于等于设定阈值，若是确定驾驶员处于无疲劳状态，若否计算脑/肌电时域/频域/时频特征中各子特征值与有疲劳集合中各程度等级疲劳子集合中对应的准子特征值的相似值；统计各程度等级疲劳子集合下相似值累加和，从中选出数值最大对应的等级疲劳作为驾驶员疲劳等级。最大对应的等级疲劳作为驾驶员疲劳等级。最大对应的等级疲劳作为驾驶员疲劳等级。

【技术实现步骤摘要】
一种密闭舱水下作业时驾驶员疲劳检测方法及系统


[0001]本专利技术涉及驾驶员疲劳驾驶
，特别是涉及一种密闭舱水下作业时驾驶员疲劳检测方法及系统。

技术介绍

[0002]对于深海长航设备密闭舱的驾驶员，水下长时间驾驶容易出现疲劳状态，驾驶员处于疲劳状态时容易发生事故。现有一般是基于驾驶员的生理信号对驾驶员的疲劳状态进行检测，这种导致疲劳状态检测结果不是很准确，原因在于：现有直接对检测到的生理信号进行放大滤波等简单处理后就用于疲劳状态的检测，而没有考虑到生理信号出现信号异常或缺失的情况。而且，现有是直接采用一级式检测出驾驶员处于何种疲劳状态，如处于无疲劳状态或中度疲劳状态，这种检测处理方式每次都需要和所有疲劳等级状态进行对比，所需处理的数据量比较大，而本专利技术并未采用这种处理方式。

技术实现思路

[0003]本专利技术针对现有技术存在的问题和不足，提供一种密闭舱水下作业时驾驶员疲劳检测方法及系统。
[0004]本专利技术是通过下述技术方案来解决上述技术问题的：
[0005]本专利技术提供一种密闭舱水下作业时驾驶员疲劳检测方法，其特点在于，其包括以下步骤：
[0006]S1、以一预设采集频率采集驾驶员的脑电信号，以一预设采集频率采集驾驶员的肌电信号；
[0007]S2、对传来的脑电信号进行信号放大、降噪滤波处理操作，对传来的肌电信号进行信号放大、降噪滤波处理操作，判断经降噪滤波处理后的脑电信号或肌电信号中是否存在脑电信号或肌电信号异常或缺失的情况，若是则对异常或缺失的脑电信号或肌电信号进行修正，基于无异常或缺失的脑电信号或肌电信号利用插值法插值出异常或缺失处的脑电信号或肌电信号数值以替换掉原来的异常或缺失处数值，并进入步骤S3，若否则直接进入步骤S3；
[0008]S3、对脑电信号进行时域分析、频域分析和时频分析，以分别获得脑电时域特征、脑电频域特征和脑电时频特征，对肌电信号进行时域分析和频域分析，以分别获得肌电时域特征和肌电频域特征；
[0009]S4、计算脑电时域特征、脑电频域特征、脑电时频特征、肌电时域特征和肌电频域特征中各子特征值与无疲劳集合中对应的基准子特征值的相似值；
[0010]S5、统计该些相似值的累加和是否大于等于一设定阈值，若是则进入步骤S6，若否则进入步骤S7；
[0011]S6、确定驾驶员处于无疲劳状态，重复执行步骤S1；
[0012]S7、计算脑电时域特征、脑电频域特征、脑电时频特征、肌电时域特征和肌电频域
特征中各子特征值与有疲劳集合中各个程度等级疲劳子集合中对应的基准子特征值的相似值；
[0013]S8、统计各个程度等级疲劳子集合下对应的相似值的累加和，从该些累加和中选出累加和数值最大值对应的程度等级疲劳作为驾驶员的疲劳等级，疲劳等级包括轻度疲劳等级、中度疲劳等级、重度疲劳等级和严重疲劳等级；
[0014]S9、显示驾驶员的疲劳等级。
[0015]本专利技术还提供一种密闭舱水下作业时驾驶员疲劳检测系统，其特征在于，其包括脑电信号采集模块、肌电信号采集模块、脑电信号处理模块、肌电信号处理模块、脑电信号时频分析模块、肌电信号时频分析模块、核心处理模块和显示模块；
[0016]所述脑电信号采集模块用于以一预设采集频率采集驾驶员的脑电信号；
[0017]所述肌电信号采集模块用于以一预设采集频率采集驾驶员的肌电信号；
[0018]所述脑电信号处理模块用于对传来的脑电信号进行信号放大、降噪滤波处理操作，判断经降噪滤波处理后的脑电信号中是否存在脑电信号异常或缺失的情况，在为是时对异常或缺失的脑电信号进行修正，基于无异常或缺失的脑电信号利用插值法插值出异常或缺失处的脑电信号数值以替换掉原来的异常或缺失处数值；
[0019]所述肌电信号处理模块用于对传来的肌电信号进行信号放大、降噪滤波处理操作，判断经降噪滤波处理后的肌电信号中是否存在肌电信号异常或缺失的情况，在为是时对异常或缺失的肌电信号进行修正，基于无异常或缺失的肌电信号利用插值法插值出异常或缺失处的肌电信号数值以替换掉原来的异常或缺失处数值；
[0020]所述脑电信号时频分析模块用于对经降噪滤波处理后无需修正的脑电信号及经修正后的脑电信号进行时域分析、频域分析和时频分析，以分别获得脑电时域特征、脑电频域特征和脑电时频特征；
[0021]所述肌电信号时频分析模块用于对经降噪滤波处理后无需修正的肌电信号及经修正后的肌电信号进行时域分析和频域分析，以分别获得肌电时域特征和肌电频域特征；
[0022]所述核心处理模块用于计算脑电时域特征、脑电频域特征、脑电时频特征、肌电时域特征和肌电频域特征中各子特征值与无疲劳集合中对应的基准子特征值的相似值，统计该些相似值的累加和是否大于等于一设定阈值，在为是时则确定驾驶员处于无疲劳状态，继续驾驶员疲劳检测，在为否时计算脑电时域特征、脑电频域特征、脑电时频特征、肌电时域特征和肌电频域特征中各子特征值与有疲劳集合中各个程度等级疲劳子集合中对应的基准子特征值的相似值，统计各个程度等级疲劳子集合下对应的相似值的累加和，从该些累加和中选出累加和数值最大值对应的程度等级疲劳作为驾驶员的疲劳等级，所述疲劳等级包括轻度疲劳等级、中度疲劳等级、重度疲劳等级和严重疲劳等级；
[0023]所述显示模块用于显示驾驶员的疲劳等级。
[0024]本专利技术的积极进步效果在于：
[0025]本专利技术先对采集到的脑电信号和肌电信号进行信号放大、降噪滤波处理操作，然后判断经降噪滤波处理后的脑电信号或肌电信号中是否存在信号异常或缺失的情况，在存在时对异常或缺失的脑电信号或肌电信号进行修正以获得完好的脑电信号和肌电信号数据，并对其进行时域分析、频域分析和时频分析，在不存在直接利用完好的脑电信号和肌电信号数据进行时域分析、频域分析和时频分析，使得本专利技术用于分析的数据源相对准确，有
利于提高后续检测结果的准确性。
[0026]本专利技术并不像现有技术那样采用一级式检测出驾驶员处于何种疲劳状态，而是采用二级式检测方式，先检测驾驶员是否处于无疲劳状态，在判断出驾驶员处于无疲劳状态，就无需再将数据与各个具体疲劳等级状态数据进行对比，减少数据处理量，只有在判断出驾驶员处于疲劳状态时才将数据与各个具体疲劳等级状态数据进行对比，从而判定出驾驶员处于哪个具体的疲劳等级状态。
附图说明
[0027]图1为本专利技术较佳实施例的密闭舱水下作业时驾驶员疲劳检测方法的流程图。
[0028]图2为本专利技术较佳实施例的密闭舱水下作业时驾驶员疲劳检测系统的结构框图。
具体实施方式
[0029]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种密闭舱水下作业时驾驶员疲劳检测方法，其特征在于，其包括以下步骤：S1、以一预设采集频率采集驾驶员的脑电信号，以一预设采集频率采集驾驶员的肌电信号；S2、对传来的脑电信号进行信号放大、降噪滤波处理操作，对传来的肌电信号进行信号放大、降噪滤波处理操作，判断经降噪滤波处理后的脑电信号或肌电信号中是否存在脑电信号或肌电信号异常或缺失的情况，若是则进入步骤S3，若否则直接进入步骤S4；S3、对异常或缺失的脑电信号或肌电信号进行修正，基于无异常或缺失的脑电信号或肌电信号利用插值法插值出异常或缺失处的脑电信号或肌电信号数值以替换掉原来的异常或缺失处数值，并进入步骤S4；S4、对脑电信号进行时域分析、频域分析和时频分析，以分别获得脑电时域特征、脑电频域特征和脑电时频特征，对肌电信号进行时域分析和频域分析，以分别获得肌电时域特征和肌电频域特征；S5、计算脑电时域特征、脑电频域特征、脑电时频特征、肌电时域特征和肌电频域特征中各子特征值与无疲劳集合中对应的基准子特征值的相似值；S6、统计该些相似值的累加和是否大于等于一设定阈值，若是则进入步骤S7，若否则进入步骤S8；S7、确定驾驶员处于无疲劳状态，重复执行步骤S1；S8、计算脑电时域特征、脑电频域特征、脑电时频特征、肌电时域特征和肌电频域特征中各子特征值与有疲劳集合中各个程度等级疲劳子集合中对应的基准子特征值的相似值；S9、统计各个程度等级疲劳子集合下对应的相似值的累加和，从该些累加和中选出累加和数值最大值对应的程度等级疲劳作为驾驶员的疲劳等级，疲劳等级包括轻度疲劳等级、中度疲劳等级、重度疲劳等级和严重疲劳等级；S10、显示驾驶员的疲劳等级。2.如权利要求1所述的密闭舱水下作业时驾驶员疲劳检测方法，其特征在于，在步骤S5中，计算脑电时域特征、脑电频域特征、脑电时频特征、肌电时域特征和肌电频域特征中各子特征值与无疲劳集合中对应的基准子特征值的比值作为相似值。3.如权利要求1所述的密闭舱水下作业时驾驶员疲劳检测方法，其特征在于，在步骤S8中，计算脑电时域特征、脑电频域特征、脑电时频特征、肌电时域特征和肌电频域特征中各子特征值与有疲劳集合中各个程度等级疲劳子集合中对应的基准子特征值的比值作为相似值。4.如权利要求1所述的密闭舱水下作业时驾驶员疲劳检测方法，其特征在于，在步骤S10之后包括：在驾驶员的疲劳等级为轻度疲劳等级时发出疲劳等级已达轻度疲劳等级的提醒信息，在驾驶员的疲劳等级为中度疲劳等级时发出疲劳等级已达中度疲劳等级、可换人休息的提醒信息，在驾驶员的疲劳等级为重度疲劳等级时发出疲劳等级已达重度疲劳、必须换人休息的警示信息，在驾驶员的疲劳等级为严重疲劳等级时发出疲劳等级已达严重疲劳必须停止作业的警示信息并同时发送信息给相关人员。5.如权利要求1所述的密闭舱水下作业时驾驶员疲劳检测方法，其特征在于，在步骤S4中，脑电信号的时域特征包括波形的线长、峰度、偏度、最大值、最小值、均值和方差特征，脑电信号的频域特征包括情绪波段上的能量、功率、功率谱密度，脑电信号的时频特征包括采
用小波包变换获得的时频特征；肌电信号的时域特征包括肌电值的幅值、方差、积分、过零点的个数、均方根，肌电信号的频域特征包括肌电能量、功率、功率谱密度。6.一种密闭舱水下作业时驾驶员疲劳检测系统，其特征在于，其包括脑电信号采集模块、肌电信号采集模块、脑电信号处理模块、肌电信号处理模块、脑电信号时频分析模块、肌电信号时频分析模块、核心处理模块和显示模块；所述脑电信号采集模块用于以一预设采集频率采集驾驶员的脑电信号；...

【专利技术属性】
技术研发人员：包晓辰，王楠，许骥，马骏，袁恒荣，张亚楠，李润平，
申请(专利权)人：中国人民解放军海军特色医学中心，
类型：发明
国别省市：