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^; 步骤206、K-1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 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&均大于F。时，说明此时驾驶员处于疲劳驾驶状态，所述主控芯片 (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； 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。2. 按照权利要求1所述的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：步骤206中所述的K= 10。3. 按照权利要求1或2所述的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：步骤204中所述的FQ= 1. 4。4. 按照权利要求1或2所述的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：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， A- 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： 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； 步骤B2、特征量确定：所述主控芯片（2-1)将步骤B1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W0波、highP波、0波和S波信号，7个所述特征量分别为R、\、AH、B^BH、 T和D; 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，Iowa波、higha波、l〇w 0波、high0波、0波和5 波的采样频率均为1Hz;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W0波、highP波、0波和S波信号的数量均为一个； 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，AHS从此时 所处理脑电波信号中提取出的higha波信号的信号值，从此时所处理脑电波信号中提 取出的lowP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highP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0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； 步骤B3、多阈值比较：所述主控芯片（2-1)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； 所述计数器的初始计数值为0 ; 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higha波判断阈值、一组low0波判断阈值、一组high0波判断阈值、一组Q波判断 阈值和一组S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RST和 原始脑电波清醒阈值RWT，所述lowa波判断阈值包括lowa波疲劳阈值ALST和lowa波清 醒阈值Amt，所述higha波判断阈值包括higha波疲劳阈值Ahst和higha波清醒阈值Ahwt， 所述low0波判断阈值包括low0波疲劳阈值low0波清醒阈值Bun，所述high0 波判断阈值包括high0波疲劳阈值BHST和high0波清醒阈值BHWT，所述0波判断阈值包 括9波疲劳阈值Tst和0波清醒阈值Twt，所述S波判断阈值包括S波疲劳阈值DST和S 波清醒阈值Dwt; 对步骤B2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（2-1)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lowa波判断阈值、 特征量AH与一组higha波判断阈值、特征量B^与一组low0波判断阈值、特征量BH与一 组high波判断阈值、特征量T与一组0波判断阈值以及特征量D与一组S波判断阈值 分别进行阈值比较； 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< 1^时，主控芯片（2-1)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> 1?"时，主控芯片（2-1)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； 对特征量A。与一组lowa波判断阈值进行阈值比较时，先将特征量A1^与A^进行差值 比较：当\< 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"T进行差值比较：当A"T时，将此时所述计时器的计数值减1 ;否 贝1J，所述计时器的计数值不变； 对特征量AH与一组higha波判断阈值进行阈值比较时，先将特征量A〇与AHST进行差 值比较：当AH<AHST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，将特征量心与AHWT进行差值比较：当AH>AHWT时，将此时所述计时器的计数值减1 ;否 贝1J，所述计时器的计数值不变； 对特征量&与一组low0波判断阈值进行阈值比较时，先将特征量B1^与B^进行差值 比较：当&< 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，将特征量氏与B"T进行差值比较：当B"T时，将此时所述计时器的计数值减2 ;否 贝1J，所述计时器的计数值不变； 对特征量BH与一组high0波判断阈值进行阈值比较时，先将特征量B〇与BHST进行差 值比较：当BH<BHST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V^BHWT进行差值比较：当BH>BHWT时，将此时所述计时器的计数值减2 ;否 贝1J，所述计时器的计数值不变； 对特征量T与一组0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； 对特征量D与一组S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<Djt，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> 0"时，将此时所述计时器的计数值减6 ;否则， 所述计时器的计数值不变； 步骤B4、疲劳驾驶判断：所述主控芯片（2-1)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（2-1)控制报警提示单元 (2-5)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； 其中，N为正整数且N= 52~58。5.按照权利要求4所述的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：步骤二中进行脑电波信号分析处理之前，先采用主控芯片（2-1)对步骤B3中7组所 述疲劳驾驶判断阈值进行确定； 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（1)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 ; 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： 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lowa波信号、P个higha波信号、P个l〇w 0波信号、P个high0 波信号、p个e波信号和p个s波信号，并对a^a^a^a^b^b^b^b^vt^Dm 和Dsd分别进行计算； 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，和Am分别为P个Iowa波信号的信号值的平均值和标准差，AHM和AHSD分别为P个higha波信号 的信号值的平均值和标准差，和B^分别为P个low0波信号的信号值的平均值和标准 差，BHM和BHSD分别为P个high0波信号的信号值的平均值和标准差，TM和TSD分别为P个 0波信号的信号值的平均值和标准差，DM和Dsd分别为P个S波信号的信号值的平均值和 标准差； 步骤B32、阈值计算：根据公式Rst=rslRM+rS2RSD (1)、Rwt=rwlRM+rW2RSD (2)、Alst =aLsiALM+aLS2-^LSD(3)nALWT-aLW1ALM+aLW2ALSD (4)、AHST-aHS1AHM+aHS2AHSD (5)、AHWT-aHW1AHM+aHW2AHSD (6)、 Blst-bLS1BLM+bLS2BLSD (7)、Blwt -bLW1BLM+bLW2BLSD (8)、Bhst -bHS1BHM+bHS2BHSD (9)、BHWT - bHwiBHM+bHW2BHSD(10)、Tst-tslTM+tS2TSD (11)、Twt-twlTM+tW2TSD (12)、DST-dslDM+dS2DSD (13)和 Dwt-dwlDM+dW2Dsd(14)，分力lj对RST、RWT、ALST、ALWT、AHST、AHWT、BLST、BLWT、BHST、BHWT、Tst、Twt、DST和DWT 进行计算； 公式⑴中，rsl和rS2为RST的两个加权系数，0 <rS1< 6, -3 <rS2< 0 ; 公式⑵中，rwl和rW2为RWT的两个加权系数，0 <rW1< 6, -3 <rW2< 0 ; 公式⑶中，aLSJPaLS2SALST的两个加权系数，0 <aLS1< 1，-1彡aLS2< 0 ; 公式⑷中，aun和aLW2为ALWT的两个加权系数，0<aun彡l，-l彡aLW2<0; 公式（5)中，aHSJPaHS2SAHST的两个加权系数，0 <aHS1< 1，-1 彡aHS2< 0 ; 公式（6)中，aHWJPaHW2为AHWT的两个加权系数，0 <aHW1< 1，-1彡aHW2< 0 ; 公式（7)中，WS1和b^为Bm的两个加权系数，0 < K 1，-1彡b0 ; 公式⑶中，bm和b"2为B"T的两个加权系数，0 < b 1，-1彡b"2< 0 ; 公式（9)中，bHSJPb吸为BHST的两个加权系数，0 < bHS1< 1，-1彡bHS2< 0 ; 公式（10)中，bHWJPb_2为BHWT的两个加权系数，0 <bHW1< 1，-1彡bHW2< 0 ; 公式（11)中，tsl和tS2为Tst的两个加权系数，0 <tsl< 1，-1彡tS2< 0 ; 公式（12)中，twl和tW2为Twt的两个加权系数，0<twl< 1，-1彡tW2<0; 公式（13)中，dsl和dS2为DST的两个加权系数，0 <dS1< 1，-1彡dS2< 0 ; 公式（14)中，dwl和dW2为DWT的两个加权系数，0<dwl< 1，-1彡dW2<0。6. 按照权利要求4所述的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：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； 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（1)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 进行米集及预处理；其中，馬1'、4 1^、4[^、131^、13[^、1^和051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（1)所输出脑电波信号中原始脑电波、Iowa波、higha波、 lowP波、highP波、0波和5波信号的信号值，Rwt、AlWT'' -^HWT''BLWT>Bhwt>Twt 和dwt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a)所输出脑电波信号中原始脑电 波、Iowa波、higha波、l〇w0波、highP波、0波和5波信号的信号值。7. 按照权利要求1或2所述的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：步骤一中所述脑电信号监测装置（2)还包括与主控芯片（2-1)相接的第三无线 通信模块（2-3);所述主控芯片（2-1)通过第三无线通信模块（2-3)与上位机（4)进行通 f目； 步骤B4中当此时所述计数器的计数值>~时，所述主控芯片（2-1)通过第三无线通信 模块（2-3)将驾驶员的疲劳驾驶状态同步传送至上位机（4)。8. 按照权利要求1或2所述的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：所述脑电信号预处理装置（1-2)为美国NeuroSky公司研发的TGAM芯片；所述 第一脑电电极（1-11)的输出端接TGAM芯片的EEG引脚，第二脑电电极（1-12)的输出端接 TGAM芯片的REF引脚，第三脑电电极（1-13)的输出端接TGAM芯片的EEG_GND引脚。9. 按照权利要求1或2所述的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：步骤一中所述主控芯片（2-1)为Arduino控制器；所述第一无线通信模块（3)和 第二无线通信模块（2-2)均为蓝牙无线通信模块；所述第三无线通信模块（2-3)为GPRS无 线通信模块。10. 按照权利要求1或2所述的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：步骤一中所述第一脑电电极（1-11)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（1-12)和第三脑电电极（1-13)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。
【专利摘要】本发明公开了一种基于冥想度与专注度的疲劳驾驶脑电监测方法，包括步骤：一、脑电波信号采集：采用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，并将脑电波信号同步传送至脑电信号监测装置；二、脑电波信号分析处理：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判断驾驶员是否处于疲劳驾驶状态；对任一秒内采集并预处理后的脑电波信号分析处理时，过程如下：脑电波信号同步存储、冥想度与专注度提取、疲劳程度计算、阈值比较、连续K秒驾驶员疲劳程度计算和疲劳驾驶判断。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。
【IPC分类】A61B5/0476, A61B5/18
【公开号】CN105011932
【申请号】CN201510489130
【发明人】汪梅, 温涛, 郭林
【申请人】西安科技大学
【公开日】2015年11月4日
【申请日】2015年8月11日