一种基于冥想度与专注度的疲劳驾驶脑电监测方法

一种基于冥想度与专注度的疲劳驾驶脑电监测方法
【技术领域】
[0001] 本发明属于脑电波监测技术领域，尤其是涉及一种基于冥想度与专注度的疲劳驾 驶脑电监测方法。
【背景技术】
[0002] 近年来，随着汽车保有量的增加和公路建设规模的扩大，交通事故等问题日益突 出。中国是世界上人口最多的国家，道路交通事故死亡人数也是全世界最高的国家，连续数 年一直居世界第一位。司机冒险疲劳驾驶，无疑会对自己和乘客的安全带来隐患。驾驶疲劳 的研究分为主观和客观两种方法，主观的研究方法有主观调查表、驾驶员自我记录、睡眠习 惯调查表、斯坦福睡眠尺度表四种。客观的研究方法有脑电图、眼电图、肌电图、呼吸气流、 呼吸效果、动脉血液氧饱和时的温度和心电图等测量方法。尽管上述方法的驾驶疲劳判定 结果是比较准确的，但由于上述方法一般是在驾驶前或驾驶后进行测量的，因而是超前或 滞后的，而非实时的，况且在驾驶室有限的空间内安置复杂的检测仪器也是十分困难的；而 且，驾驶员脱离驾驶室或未进入驾驶室的精神状态是不同的，再精确的仪器的测量结果也 会大受影响。
[0003] 脑电波控制技术在生物医学，计算机等领域成为近年来的热点研究之一。传统 的皮下脑波采集方法，既复杂，又不方便，因此很难推广到其它领域。目前，在国内脑机 接口技术正处于发展起步阶段，相关的研究还比较少。TGAMCThinkGear AM)模块是美国 NeuroSky (神念科技）公司为大众市场应用所设计的脑波传感器ASIC模块，也称TGAM脑电 模块（简称TGAM模块）。此TGAM(ThinkGear AM)模块可以处理并输出脑波频率谱、脑电信 号质量、原始脑电波和三个Neurosky的eSense参数：专注度，冥想度（也称放松度）和眨 眼侦测。实际使用时，通过串口可获取TGAM模块传输过来的数据，TGAM模块分别以512Hz 的频率发送原始数据包（即原始脑电波），且以IHz的频率发送经eSense?算法处理后的 数据包。因而，TGAM模块每秒内输出的专注度和冥想度数据均为一个。其中，专注度数据 (也称专注度指数）表明了使用者精神"集中度"水平或"注意度"水平的强烈程度，该指数 值的范围是〇到100。冥想度数据（也称放松度指数）表明了使用者精神"平静度"水平或 者"放松度"水平，该指数值的范围是0到100。
[0004] 由于TGAM(ThinkGear AM)模块和人体的界面只需一个简单的干接触点，所以可以 很容易的运用于玩具、视频游戏和健康设备中，又由于能耗小，适合用在以电池供电的便携 式消费产品的应用上。因此，需开发一种方法步骤简单、设计合理且实现方便、使用效果好 的基于冥想度与专注度的疲劳驾驶脑电监测方法，能简便、快速对驾驶员的疲劳驾驶状态 进行准确监测。

【发明内容】

[0005] 本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于冥想 度与专注度的疲劳驾驶脑电监测方法，其方法步骤简单、设计合理且实现方便、使用效果 好，能简便、快速对驾驶员的疲劳驾驶状态进行准确监测。
[0006] 为解决上述技术问题，本发明采用的技术方案是：一种基于冥想度与专注度的疲 劳驾驶脑电监测方法，其特征在于该方法包括以下步骤：
[0007] 步骤一、脑电波信号采集：采用脑电信号获取装置且按照预先设定的采样频率对 驾驶员的脑电波信号进行采集及预处理，并将预处理后的脑电波信号同步传送至脑电信号 监测装置；
[0008] 所述脑电信号获取装置与脑电信号监测装置之间以无线通信方式进行通信；所述 脑电信号获取装置为TGAM模块，所述TGAM模块包括对驾驶员的脑电波信号进行提取的脑 电信号提取装置和对脑电信号提取装置所提取信号进行采样及预处理的脑电信号预处理 装置，所述脑电信号预处理装置与脑电信号提取装置相接，所述脑电信号提取装置包括对 驾驶员额叶区的电位进行实时采样的第一脑电电极以及对驾驶员的耳部电位进行实时采 样的第二脑电电极和第三脑电电极，所述第一脑电电极、第二脑电电极和第三脑电电极均 与脑电信号预处理装置相接；所述脑电信号监测装置包括主控芯片以及分别与主控芯片相 接的第二无线通信模块和报警提示单元，所述报警提示单元由主控芯片进行控制且其与主 控芯片相接；所述脑电信号预处理装置与第一无线通信模块相接，所述脑电信号预处理装 置通过第一无线通信模块和第二无线通信模块与主控芯片进行通信；
[0009] 步骤二、脑电波信号分析处理：所述主控芯片按照采样时间先后顺序，对脑电信号 获取装置每秒内采集并预处理后的脑电波信号分别进行分析处理，并根据分析处理结果对 此时驾驶员是否处于疲劳驾驶状态进行判断；并且，所述主控芯片对脑电信号获取装置每 秒内采集并预处理后的脑电波信号的分析处理方法均相同；对脑电信号获取装置任一秒内 采集并预处理后的脑电波信号进行分析处理时，过程如下：
[0010] 步骤201、脑电波信号同步存储：对此时接收到的脑电信号获取装置一秒内采集 并预处理后的脑电波信号进行同步存储；
[0011] 步骤202、冥想度与专注度提取：从此时所处理脑电波信号中提取出冥想度M与专 注度A ;
[0012] 步骤203、疲劳程度计算：根据步骤202中提取出的冥想度M与专注度A，并按照公 式4=^ (1_1)，计算得出此时驾驶员的疲劳程度
[0013] 步骤204、阈值比较：调用阈值比较模块，对步骤203中计算得出的此时驾驶员的 疲劳程度^1与匕进行差值比较：当> F。时，说明此时为待判定疲劳时刻，并进入步骤 A .A 205;否则，返回步骤201，对脑电信号获取装置下一秒内采集并预处理后的脑电波信号进 行分析处理；
[0014] 其中，F。为预先设定的疲劳程度判断阈值且F。为1. 2~1. 6 ;
[0015] 步骤205、下一秒驾驶员疲劳程度计算：按照步骤201至步骤203中所述的方法， 对脑电信号获取装置下一秒内采集并预处理后的脑电波信号进行分析处理，计算得出所述 待判定疲劳时刻后下一秒内驾驶员的疲劳程度I;
[0016] 步骤206、K-I次重复步骤206,获得所述待判定疲劳时刻后K秒内驾驶员的疲劳 程度;其中，K为正整数且K = 8~15 ; A
[0017] 步骤207、疲劳驾驶判断：调用所述阈值比较模块，对步骤206中获得的所述待判 定疲劳时刻后K秒内驾驶员的疲劳程度分别与F。进行差值比较：当所述待判定疲劳时 刻后K秒内驾驶员的疲劳程度4均大于F。时，说明此时驾驶员处于疲劳驾驶状态，所述主 A 控芯片控制报警提示单元进行报警提示；否则，说明此时驾驶员处于正常驾驶状态；
[0018] 步骤208、返回步骤201，对脑电信号获取装置下一秒内采集并预处理后的脑电波 信号进行分析处理。
[0019] 上述一种基于冥想度与专注度的疲劳驾驶脑电监测方法，其特征是：步骤206中 所述的K = 10。
[0020] 上述一种基于冥想度与专注度的疲劳驾驶脑电监测方法，其特征是：步骤204中 所述的F。= 1. 4。
[0021] 上述一种基于冥想度与专注度的疲劳驾驶脑电监测方法，其特征是：步骤207中 当所述待判定疲劳时刻后K秒内驾驶员的疲劳程度4均大于F。时，所述主控芯片控制报警 A 提示单元进行报警提示之前，还需调用多阈值比较判断模块，对步骤201中所接收的脑电 波信号进行分析处理，并根据分析处理结果对此时驾驶员的疲劳驾驶状态进行验证，过程 如下：
[0022] 步骤B1、特征信号提取：所述主控芯片调用特征提取模块，从此时所处理脑电波 信号中提取出7个特征信号；
[0023] 步骤B2、特征量确定：所述主控芯片将步骤Bl中7个所述特征信号的信号值作 为此时所处理脑电波信号的7个特征量；7个所述特征信号分别为原始脑电波、Iowa波、 higha波、1〇￥β波、highi3波、Θ波和δ波信号，7个所述特征量分别为R、\、AH、B^B H、 I^PD;
[0024] 步骤一中所述脑电信号获取装置对驾驶员的脑电波信号进行采集及预处理时，所 述原始脑电波的采样频率为512Hz，Iowa波、high a波、low β波、high β波、Θ波和δ 波的采样频率均为IHz ;7个所述特征信号中，所述原始脑电波信号的数量为512个，Iowa 波、higha波、1〇￥β波、highP波、Θ波和δ波信号的数量均为一个；
[0025] 其中，R为从此时所处理脑电波信号中提取出的512个所述原始脑电波信号的信 号值的平均值，\为从此时所处理脑电波信号中提取出的Iowa波信号的信号值，Ah为从 此时所处理脑电波信号中提取出的high a波信号的信号值，BJ%从此时所处理脑电波信号 中提取出的IowP波信号的信号值，Bh为从此时所处理脑电波信号中提取出的highi3波信 号的信号值，T为从此时所处理脑电波信号中提取出的Θ波信号的信号值，D为从此时所处 理脑电波信号中提取出的S波信号的信号值；
[0026] 步骤B3、多阈值比较：所述主控芯片根据预先确定的7组疲劳驾驶判断阈值且调 用阈值比较模块，对步骤B2中确定的7个所述特征量分别进行阈值比较，并采用计数器对 阈值比较结果进行记录；
[0027] 所述计数器的初始计数值为0 ;
[0028] 7组所述疲劳驾驶判断阈值分别为一组原始脑电波判断阈值、一组Iowa波判断 阈值、一组high a波判断阈值、一组Iow β波判断阈值、一组high β波判断阈值、一组Θ波 判断阈值和一组δ波判断阈值；其中，所述原始脑电波判断阈值包括原始脑电波疲劳阈值 Rs了和原始脑电波清醒阈值R WT，所述low a波判断阈值包括low a波疲劳阈值\ST和low a 波清醒阈值Amt，所述high a波判断阈值包括high a波疲劳阈值AHS#P high a波清醒阈 值Ahwt，所述low β波判断阈值包括low β波疲劳阈值&ST和low β波清醒阈值B "τ，所述 high β波判断阈值包括high β波疲劳阈值BHS#P high β波清醒阈值Bhwt，所述Θ波判断 阈值包括Θ波疲劳阈值Tst和Θ波清醒阈值T wt，所述δ波判断阈值包括δ波疲劳阈值 Dst和δ波清醒阈值Dwt;
[0029] 对步骤Β2中确定的7个所述特征量分别进行阈值比较时，所述主控芯片调用阈值 比较模块，对特征量R与一组原始脑电波判断阈值、特征量\与一组low a波判断阈值、特 征量Ah与一组high a波判断阈值、特征量B ^与一组IowP波判断阈值、特征量B H与一组 high β波判断阈值、特征量T与一组Θ波判断阈值以及特征量D与一组δ波判断阈值分 别进行阈值比较；
[0030] 其中，对特征量R与一组原始脑电波判断阈值进行阈值比较时，先将特征量R与Rst 进行差值比较：当R < RsJt，主控芯片将此时所述计时器的计数值加5 ;否则，所述计时器 的计数值不变；之后，将特征量R与Rwt进行差值比较：当R > Rwt时，主控芯片将此时所述 计时器的计数值减5 ;否则，所述计时器的计数值不变；
[0031 ] 对特征量A1与一组low a波判断阈值进行阈值比较时，先将特征量A為A ?5Τ进行 差值比较：当\< A ^时，将此时所述计时器的计数值加1 ;否则，所述计时器的计数值不 变；之后，将特征量\与A "τ进行差值比较：当A ΜΤ时，将此时所述计时器的计数值减 1 ;否则，所述计时器的计数值不变；
[0032] 对特征量Ah与一组high a波判断阈值进行阈值比较时，先将特征量A Η与A ^进 行差值比较：当AH< AHSjt，将此时所述计时器的计数值加1 ;否则，所述计时器的计数值不 变；之后，将特征量Ah与A HWT进行差值比较：当A H> A _时，将此时所述计时器的计数值减 1 ;否则，所述计时器的计数值不变；
[0033] 对特征量与一组low β波判断阈值进行阈值比较时，先将特征量B ^与B m进行 差值比较：当B ^时，将此时所述计时器的计数值加2 ;否则，所述计时器的计数值不 变；之后，将特征量^与B "τ进行差值比较：当B ΜΤ时，将此时所述计时器的计数值减 2 ;否则，所述计时器的计数值不变；
[0034] 对特征量Bh与一组high β波判断阈值进行阈值比较时，先将特征量B Η与B ^进 行差值比较：当BH< B^时，将此时所述计时器的计数值加2 ;否则，所述计时器的计数值不 变；之后，将特征量Bh与B HWT进行差值比较：当B H> B _时，将此时所述计时器的计数值减 2 ;否则，所述计时器的计数值不变；
[0035] 对特征量T与一组Θ波判断阈值进行阈值比较时，先将特征量T与Tst进行差值 比较：当T < 1^时，将此时所述计时器的计数值加1 ;否则，所述计时器的计数值不变；之 后，将特征量T与Twt进行差值比较：当T > 1~"时，将此时所述计时器的计数值减1 ;否则， 所述计时器的计数值不变；
[0036] 对特征量D与一组δ波判断阈值分别进行阈值比较时，先将特征量D与Dst进行 差值比较：当D < ^时，将此时所述计时器的计数值加6 ;否则，所述计时器的计数值不变； 之后，将特征量D与Dwt进行差值比较：当D > D "时，将此时所述计时器的计数值减6 ;否 贝1J，所述计时器的计数值不变；
[0037] 步骤M、疲劳驾驶判断：所述主控芯片根据步骤B3中多阈值比较完成后所述计数 器的计数值，对此时驾驶员的疲劳驾驶状态进行判断：当此时所述计数器的计数值> N时， 说明经验证此时驾驶员处于疲劳驾驶状态，所述主控芯片控制报警提示单元进行报警提 示；否则，说明经验证此时驾驶员处于疲劳驾驶状态；
[0038] 其中，N为正整数且N= 52~58。
[0039] 上述一种基于冥想度与专注度的疲劳驾驶脑电监测方法，其特征是：步骤二中进 行脑电波信号分析处理之前，先采用主控芯片对步骤B3中7组所述疲劳驾驶判断阈值进行 确定；
[0040] 对步骤B3中7组所述疲劳驾驶判断阈值进行确定时，先采用脑电信号获取装置获 取驾驶员P秒内的脑电波信号，再根据所获得的驾驶员P秒内的脑电波信号对7组所述疲 劳驾驶判断阈值进行确定；其中，P为正整数且P = 50~70 ;
[0041] 根据所获得的驾驶员P秒内的脑电波信号对7组所述疲劳驾驶判断阈值进行确定 时，包括以下步骤：
[0042] 步骤B31、特征信号提取：先从所获得的驾驶员P秒内的脑电波信号中提取出 512XP个原始脑电波信号、P个Iowa波信号、P个higha波信号、P个1 〇￥β波信号、P个 highi3波信号、P个Θ波信号和P个δ波信号，并对Α^Α^Α^Α^Β^Β^Β^Β^Τμ、 Tsd、Dm和D SD分别进行计算；
[0043] 其中Rm和Rsd分别为512XP个原始脑电波信号的信号值的平均值和标准差，A ui和 A1^sd分别为P个low a波信号的信号值的平均值和标准差，A HM和A HSD分别为P个high a波 信号的信号值的平均值和标准差，Bui和B 分别为P个low β波信号的信号值的平均值和 标准差，Bhm和B HSD分别为P个high β波信号的信号值的平均值和标准差，T Μ和T SD分别为 P个Θ波信号的信号值的平均值和标准差，Dm和Dsd分别为P个δ波信号的信号值的平均 值和标准差；
[0044] 步骤 Β32、阈值计算：根据公式