Rst= r slRM+rS2RSD (I)、R wt= r wlRM+rW2RSD (2)、 Alst - a LsiALM+aLS2-^LSD (3) N Alwt - a LW1ALM+aLW2ALSD (4)、Ahst - a HS1AHM+aHS2AHSD (5)、Ahwt -aHwiAHM+aHtreAHSD (6)、Blst - b LS1BLM+bLS2BLSD (7) N Blwt - b LW1BLM+bLW2BLSD (8)、Bhst - bHsiBHM+bHS2BHSD (9)、Bhwt - b HW1BHM+bHW2BHSD (10)、Tst - t SiTm+^s2Tsd (11)、T wt - t wlTM+tW2TSD (12) N Dst - d slDM+dS2DSD (13)和 Dwt - d wlDM+dW2DSD (14)，分力[J对 Rst、Rwt、Alst、Alwt、A hst、Ahwt、 Blst、Blwt、Bhst、Bhwt、Tst、Twt、Dst 和Dwt进行计算；
[0045] 公式⑴中，rsl和rS2为Rst的两个加权系数，0 < r S1< 6, -3彡rS2< 0 ;
[0046] 公式⑵中，rwl和rW2为Rwt的两个加权系数，0 < r W1< 6, -3 < rW2< 0 ;
[0047] 公式⑶中，aLS^ aLS# Alst的两个加权系数，0 < aLS1< 1，-1 彡 aLS2< 0 ;
[0048] 公式⑷中，aLW1和a LW2为A LWT的两个加权系数，0 < a LW1彡I，-1彡a LW2< 0 ;
[0049] 公式（5)中，aHS^ aHS# Ahst的两个加权系数，0 < aHS1< 1，-1 彡 aHS2< 0 ;
[0050] 公式（6)中，aHW1和a ,为A HWT的两个加权系数，0 < a HW1< I，-1彡a HW2< 0 ;
[0051] 公式（7)中，I^si和b 为B ^的两个加权系数，0 < b 彡1，-1彡b 0 ;
[0052] 公式⑶中，1\"和b "2为B LWT的两个加权系数，0 < b LW1< 1，-1彡b LW2< 0 ;
[0053] 公式（9)中，bHSJP b股为B HST的两个加权系数，0 < b HS1< 1，-1彡b HS2< 0 ;
[0054] 公式（10)中，bHWJP b 顯为 B HWT的两个加权系数，0 < b HW1< 1，-1 彡 b HW2< 0 ;
[0055] 公式（11)中，tsl和tS2为Tst的两个加权系数，0<t sl< 1，-1彡tS2<0;
[0056] 公式（12)中，twl和tW2为Twt的两个加权系数，0 < twl< 1，-1彡tW2< 0 ;
[0057] 公式（13)中，dsl和dS2为Dst的两个加权系数，0 < K 1，-1彡dS2< 0 ;
[0058] 公式（14)中，dwl和dW2为Dwt的两个加权系数，0 < dwl< 1，-1彡dW2< 0。
[0059] 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，先对步骤B3中7组所述疲劳驾驶判断阈值进行确定；
[0060] 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 对驾驶员从非睡眠状态进入睡眠状态时和从非清醒状态进入清醒状态时的脑电波信号分 别进行采集及预处理；其中，RST、A^、AHST、B^、BHST、T st和D ST分别为驾驶员从非睡眠状态 进入睡眠状态时脑电信号获取装置所输出脑电波信号中原始脑电波、Iowa波、high α波、 IowP波、highP波、Θ波和δ波信号的信号值， Rwt ^ Ahwt^ Blwt^ Bhwt^ Twt 和D WT分别为 驾驶员从非清醒状态进入清醒状态时脑电信号获取装置所输出脑电波信号中原始脑电波、 Iowa波、higha波、1〇?β波、highP波、Θ波和δ波信号的信号值。
[0061] 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：步骤一中所 述脑电信号监测装置还包括与主控芯片相接的第三无线通信模块；所述主控芯片通过第三 无线通信模块与上位机进行通信；
[0062] 步骤M中当此时所述计数器的计数值> N时，所述主控芯片通过第三无线通信模 块将驾驶员的疲劳驾驶状态同步传送至上位机。
[0063] 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：所述脑电信 号预处理装置为美国NeuroSky公司研发的TGAM芯片；所述第一脑电电极的输出端接TGAM 芯片的EEG引脚，第二脑电电极的输出端接TGAM芯片的REF引脚，第三脑电电极的输出端 接TGAM芯片的EEG_GND引脚。
[0064] 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：步骤一中所 述主控芯片为Arduino控制器；所述第一无线通信模块和第二无线通信模块均为蓝牙无线 通信模块；所述第三无线通信模块为GPRS无线通信模块。
[0065] 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：步骤一中所 述第一脑电电极放置在按照10 - 20系统电极放置法确定的驾驶员的左额极上，所述第二 脑电电极和第三脑电电极均放置在按照10 - 20系统电极放置法确定的驾驶员的左颞中 上。
[0066] 本发明与现有技术相比具有以下优点：
[0067] 1、方法步骤简单、设计合理且实现方便，投入成本较低。
[0068] 2、疲劳驾驶脑电监测速度快，能同步分析处理得出驾驶员的脑电状态。
[0069] 3、使用操作简便且实现方便，能对TGAM模块输出数据（具体是冥想度和专注度数 据）进行直接、有效利用。
[0070] 4、所采用的脑电信号获取装置与脑电信号监测装置的电路简单、设计合理、接线 方便且使用操作简便，投入成本较低，并且实际安装布设方便。
[0071] 5、以冥想度和专注度数据对驾驶疲劳状态进行判断，能实时、准确对驾驶员的驾 驶疲劳状态进行监测，方法步骤简单。
[0072] 6、配合多阈值比较判断方法对驾驶疲劳状态进一步进行验证，具体是以冥想度和 专注度数据作为驾驶疲劳状态判断的基本方法，以多阈值比较判断方法作为验证方法，能 有效确保疲劳开始状态监测结果的准确性和有效性。其中，多阈值比较判断方法采用多阈 值比较的方式，对驾驶员的疲劳程度进行实时判断。并且，各阈值均采用多个信号值的均值 和标准差的加权进行确定，并且不同驾驶员的采用不同的阈值；由于每个人的脑电波信号 都有一定的差异，通过采集使用者（即驾驶员）的脑电波信号并确定对应的阈值，能够减小 脑电波信号的差异性，使得阈值具有自适应的特点，因而该方法的驾驶疲劳状态监测结果 非常准确。同时，多阈值比较判断方法通过一个计数器来表征疲劳程度，直观、方便且准确； 实际使用时，计数器的计数值越大，说明驾驶员的疲劳程度越大；反之，计数器的计数值越 小，说明驾驶员的疲劳程度越小。
[0073] 7、使用效果好且实用价值高，经济效益及社会效益显著，能简便对驾驶员的疲劳 驾驶状态进行实时监测，并能根据监测结果控制报警提示单元进行报警提示，让驾驶员实 时处于清晰状态，减少车祸的发生，因而具有实时性，监测效果好。并且，本发明采用能准确 表征疲劳驾驶的脑电波信号分析处理方法，并且建立了能准确描述疲劳驾驶的判断模型， 为驾驶员确定了客观的疲劳驾驶检测依据，为进一步研究开发车载、实时的疲劳驾驶报警 系统奠定了基础，也为交通管理部门科学、合理地干预疲劳驾驶，最大限度降低人为交通事 故提供了可靠依据。
[0074] 综上所述，本发明方法步骤简单、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。
[0075] 下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
【附图说明】
[0076] 图1为本发明的方法流程框图。
[0077] 图2为本发明脑电信号获取装置与脑电信号监测装置的电路原理框图。
[0078] 图3为本发明脑电信号获取装置与第一无线通信模块的电路原理图。
[0079] 图4为本发明脑电信号监测装置的电路原理图。
[0080] 附图标记说明：
[0081 ] 1 一脑电彳目号获取装置；I-I 一脑电ig号提取装置；
[0082] 1-11一第一脑电电极；1-12-第二脑电电极；1-13-第二脑电电极；
[0083] 1-2-脑电信号预处理装置；2-脑电信号监测装置；
[0084] 2-1一主控芯片；2-2-第二无线通彳目模块；
[0085] 2-3-第三无线通信模块；2-4-供电单元；
[0086] 2-5-报警提示单元；2-6-参数输入单元；2-7-显示器；
[0087] 3-第一无线通信模块；4 一上位机。
【具体实施方式】
[0088] 如图1所示的一种基于冥想度与专注度的疲劳驾驶脑电监测方法，包括以下步 骤：
[0089] 步骤一、脑电波信号采集：采用脑电信号获取装置1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2 ;
[0090] 所述脑电信号获取装置1与脑电信号监测装置2之间以无线通信方式进行通信； 所述脑电信号获取装置1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1-1和对脑电信号提取装置1-1所提取信号进行采样及预处理的脑 电信号预处理装置1-2,所述脑电信号预处理装置1-2与脑电信号提取装置1-1相接，所述 脑电信号提取装置1-1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1-11以 及对驾驶员的耳部电位进行实时采样的第二脑电电极1-12和第三脑电电极1-13,所述第 一脑电电极1-11、第二脑电电极1-12和第三脑电电极1-13均与脑电信号预处理装置1-2 相接；所述脑电信号监测装置2包括主控芯片2-1以及分别与主控芯片2-1相接的第二无 线通信模块2-2和报警提示单元2-5,所述报警提示单元2-5由主控芯片2-1进行控制且其 与主控芯片2-1相接；所述脑电信号预处理装置1-2与第一无线通信模块3相接，所述脑电 信号预处理装置1-2通过第一无线通信模块3和第二无线通信模块2-2与主控芯片2-1进 行通信；
[0091] 步骤二、脑电波信号分析处理：所述主控芯片2-1按照采样时间先后顺序，对脑电 信号获取装置1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2-1对脑电信号 获取装置1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1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：
[0092] 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1 一秒内采集 并预处理后的脑电波信号进行同步存储；
[0093] 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 ;
[0094] 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 = TToT α_1)，i十算得出t时·驾驶员的疲劳程度
[0095] 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 疲劳程度与F。进行差值比较：当4 > F。时，说明此时为待判定疲劳时刻，并进入步骤 'A ?. 205;否则，返回步骤201，对脑电信号获取装置1下一秒内采集并预处理后的脑电波信号进 行分析处理；
[0096] 其中，F。为预先设定的疲劳程度判断阈值且F。为1. 2~1. 6 ;
[0097] 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1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％;
[0098] 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 程度化；其中，K为正整数且K = 8~15 ;也就是说，进行连续K秒驾驶员疲劳程度计算；
[0099] 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 A 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2-1控制报警提示单元2-5进行报警提示；否则，说明此时驾驶员处于正常驾驶状 态；
[0100] 步骤208、返回步骤201，对脑电信号获取装置1下一秒内采集并预处理后的脑电 波信号进行分析处理。
[0101] 本实施例中，步骤206中所述的K = 10。
[0102] 本实施例中，步骤204中所述的F。= 1. 4。
[0103] 实际使用时，可根据具体需要，对K和F。的取值大小进行相应调整。
[0104] 本实施例中，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^均 大于F。时，所述主控芯片2-1控制报警提示单元2-5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：
[0105] 步骤B1、特征信号提取：所述主控芯片2-1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；
[0106] 步骤B2、特征量确定：所述主控芯片2-1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;
[0107] 步骤一中所述脑电信号获取装置1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，low a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；
[0108] 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，A h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