基于蓝牙脑电耳机的实时驾驶疲劳检测系统及检测方法
【技术领域】
[0001] 本发明涉及实时检测驾驶员驾驶疲劳状态的方法和设备，特别是包含一种基于 MindWave脑电耳机和智能手机的驾驶员疲劳检测方法及系统。
【背景技术】
[0002] 随着现代交通运输业的飞速发展，交通事故已成为当前全球所面临的严重问题， 研究如何有效预防和监测驾驶员疲劳驾驶状态具重要的现实意义。疲劳驾驶是指由于驾驶 员长时间连续驾驶车辆，产生生理机能和心理机能的失调，而在客观上出现驾驶技能下降 的现象。
[0003]目前驾驶员疲劳检测技术一般可分为主观检测和客观监测，主观检测是由自己或 他人，通过主观调查表，驾驶员自我记录表等进行的疲劳评定。客观监测可分为：基于驾驶 员生理信号特征，基于驾驶员操作特征，基于车辆行驶状态和多特征信息融合的检测方法。 从生理学的角度，疲劳的状态可通过对脑电、眨眼频率等体征的变化来进行监测，这也是目 前公认的最为有效的监测方法。
[0004] 本发明将基于NeuroSky公司最新研发的Mindwave脑电耳机采集驾驶员的脑电及 眨眼信号，并通过蓝牙技术将数据发送给智能手机，经过特征提取和分类，检测驾驶员是否 疲劳驾驶，最后再将疲劳信息及时反馈给驾驶员。
【发明内容】
[0005] 发明目的：为了克服现有技术中存在的不足，本发明提供一种基于蓝牙脑电耳机 的实时驾驶疲劳检测系统及检测方法，克服了现有关于驾驶疲劳检测研究中，大型脑机接 口设备体积大，费用高，不能广泛应用于实际的缺点，具有体积小，成本低，使用简单，携带 方便等优点。
[0006] 技术方案：为实现上述目的，本发明采用的技术方案为：
[0007] 基于蓝牙脑电耳机的实时驾驶疲劳检测系统，包括脑电耳机和智能终端，所述脑 电耳机一个输入端与使用者前额的脑电传感器连接，另一个输入端与使用者耳部电极连 接，通过干电极获得使用者FP1和A1信道的脑电波电压变化，所述脑电耳机将反映脑电强 度的数字信号输出至智能终端进行疲劳驾驶检测。
[0008] 基于蓝牙脑电耳机的实时驾驶疲劳检测系统的检测方法，首先提示驾驶员将耳机 正确佩戴，将前额传感器贴于左前额，将耳套圈的耳夹夹在耳垂上，确保传感器与额头、耳 夹与耳垂完全接触，并建立脑电耳机与智能终端的连接配对；
[0009] 包括以下步骤：
[0010] 第一步：读取脑电耳机数据并传至智能终端，脑电耳机数据中包含原始脑电信号 Rawdata和眨眼信息；
[0011] 第二步，智能终端对第一步收到的原始脑电信号Rawdata通过离散短时傅里叶变 换的方法，进行特征提取和去除其中的干扰信号，分离出三种需要的脑电信号theta，low alpha，highalpha;
[0012] 第三步，利用脑电耳机提供的眨眼数据接口，记录每分钟眨眼次数，得到眨眼频率 E；
[0013] 第四步，利用第二步处理得到的脑电信号Rawdata，求取不疲劳时三种脑电特征信 号的正常值，设定其为疲劳检测判断的标准值。
[0014] 第五步，将之后读到的三种实时脑电信号数据与第四步得到的标准值分别进行比 较，得出三种疲劳参数；
[0015] 第六步，根据眨眼频率E和三种疲劳参数判断驾驶员疲劳程度值，并将疲劳程度 值通过智能终端反馈给驾驶员，从而实现基于蓝牙脑电耳机的实时驾驶疲劳检测系统。
[0016] 进一步的，上述第二步包括以下过程：
[0017] 利用离散短时傅里叶变换，将脑电信号Rawdata从时域变换到频域，进行特征提 取，将脑电信号中theta，lowalpha，highalpha三种脑电信号提取出来，同时将原始脑电 信号Rawdata中高频眨眼肌肉抖动或低频眼动伪迹去除；离散短时傅里叶变换公式如下：
[0019] x[n]是输入的离散信号，即原始脑电信号Rawdata;
[0020] X(wk)是x[n]w(n-m)的短时傅里叶变化结果。
[0021] R表不窗口长度；
[0022] wk是固定的中心频率；
[0023] w[n]表示窗函数，此发明中用到海明窗，可以抵消高频信号的干扰，函数表达式如 下：
[0025] 将上面两式合并，即可得到窗函数为海明窗的离散短时傅里叶变换公式：
[0027]将窗 口长度R设为 2s，每次采样 1024 个点；根据theta:4_7Hz，lowalpha:8_9Hz，highalpha:12-14Hz各自的频率段，将固定中心频率wk分别设为w 5. 5Hz，w2= 8. 5Hz， w3= 13Hz，带入上面的变换公式，即可频域中提取分离得到theta，lowalpha，highalpha各自的频率谱，分别表示为Xt (Wl)，Xal (w2)，Xah (w3)，利用短时傅里叶反变换，公式如下：
[0031]L为频率采样点数，因为窗□长度为2s，结合本硬件的采样频率，L= 1024。
[0032] 即可得到时域中theta，lowalpha，highalpha的实时变化值T，ApAh。
[0033] 进一步的，上述第四步包括以下过程：
[0034] 第一次读取数据时，首先ApAh，T各取30个值，求平均值，作为正常状态的标准值， 用Cal，Cah，Ct分别表示lowalpha，highalpha，theta的标准值。
[0035] 进一步的，上述第五步包括以下步骤：
[0036] 将之后读到的实时脑电数据心，Ah，T与标准值Cal，Cah，Ct分别进行比较，得出三种 疲劳参数：
[0037] (1)lowalpha的比较：
[0038] 如果AfXal ·Cal，则lowalpha的疲劳参数SI= 2 ;Xal= 0· 7
[0039] (2)highalpha的比较：
[0040] 如果Ah<Xah ·Cah，则highalpha的疲劳参数S2 = 2 ;Xah= 0· 6
[0041] (3)theta的比较：
[0042]如果T<Xt ·Ct，则theta的疲劳参数S3 = 2 ;Xt=0·7;
[0043] 进一步的，上述第六步包括以下步骤：
[0044] 将三种疲劳参数按权重相加，得出疲劳程度值；公式如下：
[0045] S=Si· 2+S2+S3
[0046] 根据眨眼频率E和三种疲劳参数判断驾驶员疲劳程度值；分以下情况：
[0047] (1)如果E〈 = 7,或者E> = 20,直接向驾驶员发出警告3严重疲劳信号警告；
[0048] (2)如果7〈E〈20且S> = 4,则根据三种疲劳参数判断驾驶员疲劳程度值：S= 4， 发出警告1疲劳信号警告；S= 6,发出警告2较疲劳信号警告；S= 8,发出警告3严重疲劳 信号警告；
[0049] (3)如果7〈E〈20且S〈4,不发出警告；
[0050] 警告等级：警告3>警告2>警告1。
[0051] 有益效果：本发明基于消费级的可穿戴脑电耳机设备进行开发，克服了现有关于 驾驶疲劳检测研究中，大型脑机接口设备体积大，费用高，不能广泛应用于实际的缺点，具 有体积小，成本低，使用简单，携带方便等优点。
[0052] 同时，利用脑电变化判断眨眼行为，不会受到光线变化，个体眼睛大小的差异等因 素的影响。联合脑电波和眨眼两种方法进行驾驶疲劳检测，可增强系统检测的精度和鲁棒 性。算法上通过使用每个人的清醒状态作为判断标准，避免了个体的差异性。
[0053] 本发明的效果是能对驾驶员的精神状态进行实时监测，在驾驶员出现疲劳特征的 后及时警告，降低发生交通事故的风险。
【附图说明】
[0054]图1是本发明基于脑电耳机的驾驶员疲劳检测系统整体框架图。
[0055]图2是本发明的系统结构图。
[0056] 图3是本发明的算法设计流程图。
[0057]图4是本发明的短时傅里叶变换时海明窗函数时域和频域的函数图。
[0058]图5是本发明脑电波和眨眼联合判断疲劳的算法流程图。
【具体实施方式】
[0059] 下面结合附图对本发明作更进一步的说明。
[0060] 本发明的目的是提出了一种利用