利索能及
我要发布
收藏
专利号: 2018115761427
申请人: 江西科技学院
专利类型:发明专利
专利状态:已下证
更新日期:2025-10-14
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种驾驶疲劳检测方法,其特征在于,所述方法包括:按照预设的采样频率多次连续采集驾驶员前额两导联的脑电信号,以获得处于疲劳状态的脑电信号样本;

对所述脑电信号样本按照采样周期进行划分,组成以采样周期为长度的样本向量集合;

计算每个所述样本向量集合的两个导联的同步性;

对计算得到的同步性结果进行时间段离散化,以筛除奇异样本,获得目标样本;

根据所述目标样本以及驾驶员的驾驶疲劳状态变化特征,确定疲劳阈值;

在线采集驾驶员的脑电信号,实时计算同步性结果,将实时计算的同步性结果与所述疲劳阈值进行对比分析,以确定驾驶员当前是否为疲劳状态。

2.根据权利要求1所述的驾驶疲劳检测方法,其特征在于,所述计算每个所述样本向量集合的两个导联的同步性的步骤中采用相位同步计算方法,具体为:两导联之间的锁相值PLV的计算方法如下:

其中的 是时间序列xi(t)和xj(t)的瞬时相位,利用希尔伯特变换计算时域信号的相位变化,对于一个连续的时间序列x(t),希尔伯特变换通过如下公式得到:其中的PV表示柯西主值,相位变化通过如下公式计算:

3.根据权利要求1所述的驾驶疲劳检测方法,其特征在于,所述计算每个所述样本向量集合的两个导联的同步性的步骤中采用时域向量同步计算方法,具体为:其中t是脑电信号样本中的时间分量,N是一个采样周期长度,xi和xj分别表示两个电极的样本时间序列。

4.根据权利要求1所述的驾驶疲劳检测方法,其特征在于,所述对所述脑电信号样本按照采样周期进行划分,组成以采样周期为长度的样本向量集合的步骤包括:根据采样频率截断数据,对于一次实验为M分钟的信号,将样本组成2*60M*H的矩阵,其中60M是采样的秒数,H是一秒钟采集H个数据点,2是两个导联。

5.根据权利要求4所述的驾驶疲劳检测方法,其特征在于,所述对计算得到的同步性结果进行时间段离散化,以筛除奇异样本,获得目标样本的步骤包括:在计算得到的同步性结果的矩阵中,选取每一行,按照步长60将所述矩阵中的向量划分为M的向量,然后保留小数点后两位,以获得L*60的矩阵,其中,L为样本数;

计算L*60的矩阵每行之间的距离,以剔除奇异样本,计算方法为,首先计算行向量之间的Fisher距离,计算公式为:其中μ代表向量的均值,σ代表向量的标准差,Fi,j计算结果为L*L的矩阵,并限定Fi,j的值;

统计样本,若存在向量m,其中Fim或者Fjm超过限定的Fi,j值,则确定m为奇异样本,将该奇异样本m剔除。

6.根据权利要求5所述的驾驶疲劳检测方法,其特征在于,所述根据所述目标样本以及驾驶员的驾驶疲劳状态变化特征,确定疲劳阈值的步骤包括:计算所述目标样本的矩阵;

以M/2为步长,对所述目标样本的矩阵按照行求平均,然后按照列求平均,最后得到是前半段数值和后半段数值两个数;

将所述后半段数值确定为疲劳阈值。

7.根据权利要求6所述的驾驶疲劳检测方法,其特征在于,所述在线采集驾驶员的脑电信号,实时计算同步性结果,将实时计算的同步性结果与所述疲劳阈值进行对比分析,以确定驾驶员当前是否为疲劳状态的步骤包括:在线采集驾驶员的脑电信号,每1秒钟计算一次同步性,得到一个数值,若该值超过所述疲劳阈值,则将该秒的疲劳状态标记为1,否则标记为0,连续计算1分钟,得到标记向量,对该标记向量求和,若求和结果超过预设值,则判定驾驶员当前处于疲劳状态,并输出最后一秒的疲劳值。

8.一种驾驶疲劳检测系统,其特征在于,所述系统包括:采集模块,用于按照预设的采样频率多次连续采集驾驶员前额两导联的脑电信号,以获得处于疲劳状态的脑电信号样本;

划分模块,用于对所述脑电信号样本按照采样周期进行划分,组成以采样周期为长度的样本向量集合;

计算模块,用于计算每个所述样本向量集合的两个导联的同步性;

离散模块,用于对计算得到的同步性结果进行时间段离散化,以筛除奇异样本,获得目标样本;

阈值确定模块,用于根据所述目标样本以及驾驶员的驾驶疲劳状态变化特征,确定疲劳阈值;

疲劳确定模块,用于在线采集驾驶员的脑电信号,实时计算同步性结果,将实时计算的同步性结果与所述疲劳阈值进行对比分析,以确定驾驶员当前是否为疲劳状态。

9.根据权利要求8所述的驾驶疲劳检测系统,其特征在于,所述计算模块采用相位同步计算方法计算每个所述样本向量集合的两个导联的同步性,具体为:两导联之间的锁相值PLV的计算方法如下:

其中的 是时间序列xi(t)和xj(t)的瞬时相位,利用希尔伯特变换计算时域信号的相位变化,对于一个连续的时间序列x(t),希尔伯特变换通过如下公式得到:其中的PV表示柯西主值,相位变化通过如下公式计算:

10.根据权利要求8所述的驾驶疲劳检测系统,其特征在于,所述计算模块采用时域向量同步计算方法计算每个所述样本向量集合的两个导联的同步性,具体为:其中t是脑电信号样本中的时间分量,N是一个采样周期长度,xi和xj分别表示两个电极的样本时间序列。