一种基于眨眼频率识别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眨眼频率识别的疲劳驾驶 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] 眨眼是人的正常生理特征，人除去睡眠时间眨眼无时不在。眨眼却不是一成不变， 不同的情况会有不同的表现，人在疲劳时眨眼会有很明显的变化，人会感到眼睛很困，不停 地想闭眼睛。每个人正常的眨眼频率也不一样，但是疲劳时的眨眼频率有显著的提升。眼 睛不仅人体得到外界视觉信息的唯一输入通道，还同时反映了人的生理与精神状况；当人 很疲倦的时候，眨眼的频率和眨眼的时间都会增加，因此，可以利用侦测人眼睛的闭合情况 去判断实验人员是否疲劳。在机动车辆的行驶过程中，驾驶员是否处于疲劳驾驶的状态可 以从其眼睛的闭合状态观察出来。当驾驶员注意力集中的时候，眨眼的频率以及眼睛张开 的大小都有一个统计值；当驾驶员疲倦，注意力分散的时候，眨眼的频率以及眼睛张开的大 小都会有所减小。所以，利用驾驶员眨眼的信息来判断驾驶员是否处于疲劳状况是一种可 行的方法。以往眨眼检测都是要看摄像头去捕捉画面，再进行图像分析去识别眨眼，这样识 别有一定的延迟性，因为捕捉图画再到处理有一定的时间。
[0004] 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。TGAM(ThinkGearAM)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(ThinkGearAM)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。由于NreuoSky公司的TGAM模块可检测到眨眼，它本身提供眨眼判别函数，但是 现在给出的接口只有PC端和ios端。因此，需开发一种方法步骤简单、设计合理且实现方 便、使用效果好的基于眨眼频率识别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，提供一种基于眨眼 频率识别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：一种基于眨眼频率识别的疲劳 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] 本步骤中，所述脑电波信号中包含原始脑电波信号，且所述原始脑电波信号的采 样频率为512Hz;
[0009] 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；
[0010] 步骤二、脑电波信号分析处理：所述主控芯片按照预先设定的分析处理频率f，且 按照时间先后顺序，对各分析处理周期内接收到的所述脑电波信号分别进行分析处理；其 中，分析处理周期为6s，f= |Hz; 6
[0011] 对各分析处理周期内接收到的所述脑电波信号分别进行分析处理时，过程如下：
[0012] 步骤201、第一个分析处理周期内所接收脑电波信号分析处理，包括以下步骤：
[0013] 步骤2011、脑电波信号同步存储：对该分析处理周期内接收到的脑电信号获取装 置采集并预处理后的脑电波信号进行同步存储，所存储的脑电波信号为当前待处理脑电波 信号；
[0014] 步骤2012、原始脑电波信号提取及信号值最大值记录：从步骤2011中所述当前待 处理脑电波信号中提取出原始脑电波信号，并对所提取原始脑电波信号的信号值最大值进 行记录；本步骤中，所提取的原始脑电波信号为该分析处理周期的原始脑电波信号，所记录 的信号值最大值为该分析处理周期的脑电波信号值最大值；
[0015] 步骤202、下一个分析处理周期内所接收脑电波信号分析处理：按照步骤2011至 步骤2012中所述的方法，对下一个分析处理周期内所接收脑电波信号进行分析处理，并获 得该分析处理周期的脑电波信号值最大值；
[0016] 步骤203、n-2次重复步骤202,直至完成前n个分析处理周期内所接收脑电波信 号的分析处理过程，获得前n个分析处理周期的脑电波信号值最大值；其中，n为正整数且n多9 ;
[0017] 步骤204、眨眼判断阈值确定：根据公式Ziz=ZQ+Zf (1-1)，计算得出驾驶员的眨眼 判断阈值Ziz;公式（1-1)中，Z。为步骤2014中所获得前n个分析处理周期的脑电波信号值 最大值的平均值，Zf为眨眼判断阈值ZIZ的基础值且Zf= 140~160 ;
[0018] 步骤205、前n个分析处理周期内驾驶员眨眼次数统计：对前n个分析处理周期内 驾驶员的眨眼次数分别进行统计，且前n个分析处理周期内驾驶员眨眼次数的统计方法均 相同；
[0019] 对前n个分析处理周期中任一个分析处理周期内驾驶员的眨眼次数进行统计时， 均根据该分析处理周期的原始脑电波信号的信号值变化情况，调用眨眼次数统计模块且结 合步骤204中计算得出的眨眼判断阈值Ziz，对该分析处理周期内驾驶员的眨眼次数进行统 计；并且，对该分析处理周期内驾驶员的眨眼次数进行统计时，当所提取原始脑电波信号的 信号值大于Ziz且持续时间大于t。时，说明驾驶员眨眼一次；其中，t。=0. 3s~0. 4s;
[0020] 步骤206、第n+1个分析处理周期内所接收脑电波信号分析处理：对第n+1个分析 处理周期内所接收的脑电波信号分析处理，包括以下步骤：
[0021] 步骤2061、脑电波信号同步存储：对该分析处理周期内接收到的脑电信号获取装 置采集并预处理后的脑电波信号进行同步存储，所存储的脑电波信号为当前待处理脑电波 信号；
[0022] 步骤2062、原始脑电波信号提取：从步骤2061中所述当前待处理脑电波信号中提 取出原始脑电波信号，所提取的原始脑电波信号为该分析处理周期的原始脑电波信号；
[0023] 步骤2063、眨眼次数统计：按照步骤205中所述的眨眼次数统计方法，对该分析处 理周期内驾驶员的眨眼次数进行统计；
[0024] 步骤2064、眨眼频率确定：对此时驾驶员的眨眼频率P进行确定；
[0025] 其中，眨眼频率P为驾驶员在一分钟内的眨眼次数且其为步骤2063中统计出的该 分析处理周期内驾驶员的眨眼次数与该分析处理周期之前的9个分析处理周期内驾驶员 的眨眼次数总和；
[0026] 步骤2065、疲劳驾驶判断：调用阈值比较模块，对步骤2064中所述的眨眼频率P 与Pc进行差值比较：当眨眼频率P大于Pc时，说明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，说明此时驾驶员处于正常驾驶状态；
[0027] 其中，P。为预先设定的眨眼疲劳判断阈值且P。=25~30;
[0028] 步骤207、下一个分析处理周期内所接收脑电波信号分析处理：返回步骤2061，对 下一个分析处理周期内所接收的脑电波信号进行分析处理。
[0029] 上述一种基于眨眼频率识别的疲劳驾驶脑电监测方法，其特征是：步骤203中所 述的n= 9~15 ;步骤204中所述的Zf= 150。
[0030] 上述一种基于眨眼频率识别的疲劳驾驶脑电监测方法，其特征是：步骤2065中所 述的PQ= 28。
[0031] 上述一种基于眨眼频率识别的疲劳驾驶脑电监测方法，其特征是：步骤2065中当 眨眼频率P大于P。时，所述主控芯片控制报警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2061中该分析处理周期内任一秒接收到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：
[0032] 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；
[0033] 步骤B2、特征量确定：所述主控芯片将步骤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;
[0034] 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、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；
[0035] 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；
[0036] 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；
[0037] 所述计数器的初始计数值为0 ;
[0038] 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l〇w 0波判断阈值、一组high0波判断阈值、一组0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 Rs了和原始脑电波清醒阈值RWT，所述lowa波判断阈值包括l〇wa波疲劳阈值\ST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UPlow0波清醒阈值B"T，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0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;
[0039] 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 high0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；
[0040] 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；
[0041 ] 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A^与Am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"T进行差值比较：当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；
[0042] 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"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 ;否则，所述计时器的计数值不变；
[0043] 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I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^与B"T进行差值比较：当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；
[0044]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"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，将特征量仏与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 ;否则，所述计时器的计数值不变；
[0045] 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> ，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；
[0046] 对特征量D与一组5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；
[0047] 步骤B4、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；
[0048] 其中，N为正整数且N= 52~58。
[0049] 上述一种基于眨眼频率识别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；
[0050] 对步