一种基于脑电波监测的防疲劳驾驶预警装置及监测方法与流程

本发明涉及脑电波监测、疲劳驾驶领域，尤其涉及一种基于脑电波监测的防疲劳驾驶预警装置及监测方法。

背景技术：

根据2010年中国交通部的统计，我国48%的车祸由驾驶员疲劳驾驶引起，直接经济损失达数十亿美元，有关汽车驾驶员的疲劳检测问题，随着高速公路的发展和车速的提高，目前已成为汽车安全研究的重要一环；而大型货车、客车、出租车等营运性车辆，由于其独特的驾驶性质，如果出现疲劳驾驶情形，则会造成更大的财产和人员损失，目前，国内外的疲劳驾驶预警系统，是在发现驾驶员出现疲劳、打哈欠、眯眼睛及其他错误驾驶状态后，预警系统将会对此类行为进行及时的分析，并进行语音灯光提示；达到警示驾驶员，纠正错误驾驶行为的方式。

专利申请公布号为“cn106056850a”的发明公开一种疲劳驾驶监测系统，包括：耳机，其包括采集脑电波信号的脑电波检测传感器和将脑电波检测传感器采集的脑电波信号发出的第一通信装置；面部特征提取装置，其包括拍摄面部特征图像以提取面部特征点的摄像装置、将面部特征图像信息发出的第二通信装置和预警装置；控制器，其包括第三通信装置、预存脑电波数据库以及预存面部特征点数据库；第三通信装置分别与第一通信装置、第二通信装置以及预警装置电连接；电源组件分别连接到面部特征提取装置和控制器；本发明实现脑电波和面部视觉特征对比、完成疲劳驾驶的监测和预警，监测系统简单、操作便利、监测精确度高。

上述专利采用的是视频采集驾驶员面部特征，然后依靠后方进行计算判断驾驶员是否疲劳的方法，然而这种依靠面部特征图像分析的方法有以下不足之处：1、由于光线问题，面部采集判断准确率低；2、图像传输速度慢；3、由于是后方监测和计算，数据采集不及时；由此导致，当前预警系统不能够准确快速的发现驾驶员的疲劳驾驶状态，进而判断危险的程度。

技术实现要素：

本发明的目的在于克服现有技术的不足，解决上述存在的问题，而提供了一种基于脑电波监测的防疲劳驾驶预警装置及监测方法，本发明结构简单，操作方便，通过脑电波采集电极对驾驶员的状态进行信号采集，更加精确和快速，通过独特的核心算法进行设定参数的算法和比对，进而达到判断驾驶员不同疲劳驾驶状态等级的目的，进一步实现了对驾驶员的行为监测和干预提醒操作，大大提高了驾驶员信号采集的准确度以及预警判断的高效率。

本发明的目的是通过如下措施来实现的：一种基于脑电波监测的防疲劳驾驶预警装置，包括头戴式监测带以及用于监测脑电波信号的采集电极，所述采集电极设置在头戴式监测带的内侧中部，在所述头戴式监测带的两端均安装有松紧带以及与松紧带相连的粘结装置，所述头戴式监测带通过粘结装置完成闭合连接，所述采集电极的输出端还连接有用于收集脑电波信号的数据采集芯片，所述数据采集芯片安装在头戴式监测带内部，采集电极监测到脑电波信号然后将信号传输给数据采集芯片存储；所述数据采集芯片的输出端连接有电子设备终端，所述电子设备终端包括智能分析处理单元和预警模块；

智能分析处理单元，用于接收数据采集芯片对使用者脑电波信号的采集归类，进而对脑电波信号进行分析、算法处理，通过对时间t、大脑思维值r、大脑注意力值p、大脑t时刻δ波分析值x、大脑t时刻α波分析值z等参数值进行判断驾驶员处于疲劳驾驶状态的等级；

预警模块，脑电波信号经过智能分析处理单元进行信号-数据的算法后，通过与初期设定值的比对和判断，根据驾驶员处于不同等级的疲劳驾驶状态进行不同程度的提醒和干预操作，进而实现提醒驾驶员谨慎驾驶和减轻伤害的目的；

所述智能分析处理单元还包括信号接收器、信号处理器、ai运算模块、数据传输模块；

信号接收器，用于接收数据采集芯片采集的驾驶员脑电波信号并做出反馈提示信号和信号传输；

信息处理器，用于接收信号接收器的脑电波信号数据，进而对驾驶员的脑电波信号进行分析预处理；

ai运算模块，驾驶员的脑电波信号经过信息处理器的预处理以后，ai运算模块对脑电波信号进行数据值的剥离，然后对时间t、大脑思维值r、大脑注意力值p、大脑t时刻δ波分析值x、大脑t时刻α波分析值z等参数值数据进行算法运算，经过规整运算后得出的数值与初期在ai运算模块中设定的参考值进行比对和判断，分析出驾驶员处于的疲劳驾驶状态等级，所述ai运算模块还包括根据脑电波信号进行算法后对使用者驾驶状态评级提醒的状态等级分布模块，所述状态等级分布模块与所述预警模块相连，所述预警模块还包括用于对使用者不同状态进行不同提醒的语音提示器和蜂鸣器；

数据传输模块，经过ai运算模块进行算法运算后的脑电波信号值和处理后算法数据，进行下一步的数据传输预警模块和云端数据存储；

所述数据传输模块的输出端还连接有云端监控服务平台，所述云端监控服务平台与电子设备终端之间通过网络协议双向传输，所述云端监控服务平台还包括监控器、处决模块和云端数据存储模块；

监控器，用于呈现驾驶员脑电波信号和算法处理后数值等实时数据给后台监控人员，后台监控人员通过对数值的判断和算法的提醒进一步实现对驾驶员疲劳驾驶状态的管控；

处决模块，后台监控人员利用监控器呈现的驾驶员状态的相关数据，进行对驾驶员的终端干预和提醒操作，所述处决模块与预警模块相连；

云端数据存储模块，用于存储驾驶员脑电波信号数据、算法参考值等数据以及提醒次数和干预效果等数据进行云端存储，以便后期操作人员通过后台进行回访和大数据算法归类。

优选的，所述采集电极为具有柔软可塑性的导电布，如此设置，佩戴者穿戴更加舒适，利用脑电波信号采集进而进行分析判断驾驶员的疲劳驾驶状态更为准确。

优选的，所述状态等级分布模块由一级良好状态模块、二级正常状态模块、三级较差状态模块、四级严重状态模块以及五级危险状态模块，通过对驾驶使用者状态等级进行分级，进而实现不同级别的提醒和干预；当ai运算模块进行数据运算后，通过数据的比对和参照，进行分级，当判断为一级状态时，语音提示器提示“本阶段驾驶为优良驾驶，给你点赞”；当判断为二级状态时，语音提示器提示为“本阶段驾驶为正常驾驶，请保持”；当判断为三级状态时，语音提示器提示为“本阶段驾驶状态较差，请认真驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为1-2分钟每次；当判断为四级状态时，语音提示器提示为“本阶段驾驶状态很差，请勿疲劳驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为6-10次/每分钟；当判断为五级状态时，语音提示器提示为“本阶段驾驶状态危险，请立即停止驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为50-70次/每分钟；如果情节严重，对车载电子设备终端的使用者进一步采取强制制动减速操作。

优选的，所述粘结装置为魔术贴，如此设置，使用者穿戴使用更加方便。

优选的，所述电子设备终端为车载显示屏，对于部分高档车型可以直接采用车载显示屏进行系统安装，进而实现疲劳驾驶状态判断和干预提醒。

进一步优选的，所述车载显示屏与数据采集芯片之间通过蓝牙协议连接。

优选的，所述电子设备终端为智能手机，对于部分没有车载显示屏的车型可以直接采用手机进行app系统安装，进而达到判断和警示功能。

进一步优选的，所述智能手机与数据采集芯片之间的连接方式为蓝牙协议或者网络协议的任一种。

所述的一种基于脑电波监测的防疲劳驾驶预警的监测方法，包括以下步骤：

a、头戴式监测带通过采集电极对驾驶员进行头部的脑电波信号采集，对脑电波信号进行分类传输给数据采集芯片；

b、数据采集芯片将脑电波信号传输给智能分析处理单元的信号接收器，进而传输给信息处理器，信息处理器经过对驾驶员脑电波信号的分析预处理，将脑电波信号传输给ai运算模块；

c、经过信息处理器的预处理后，将脑电波信号转化成各参数值，通过对时间t、大脑思维值r、大脑注意力值p、大脑t时刻δ波分析值x、大脑t时刻α波分析值z等参数值进行判断驾驶员处于疲劳驾驶的状态；

xt=((200-δ)/100)

yt=(150-β)/100)

zt=((α-20)/100)

f(x)=xt

f(tx)=xt+1-xt

f(z)=zt

f(tz）=zt+1–zt

判断方法、状态评级：

很好：t属于任意值时f(tz）>=0且p>40

正常：t属于任意值时f(tz）>=0且p>10

差：t属于任意值时f(tz）<0且p<10

很差：t属于任意值时，f(tx)>0

危险：t=5时，f(tx)>0

d、通过对步骤c的分析和数值判断，确定驾驶员当前处于的疲劳驾驶状态；

e、通过对步骤c数值的比对和判断以及步骤e的驾驶员疲劳驾驶状态等级的判断分类，根据预警模块中不同的疲劳驾驶状态等级进行不同的语音和蜂鸣声提醒和干预；

f、经过算法处理和判断后的驾驶员脑电波信号和数值等实时数据通过数据传输模块传输给云端监控服务平台，后台监控人员通过云端监控服务平台的监控器呈现数据进而进行终端的判断和提醒干预，后台监控人员通过对各个数值的判断和算法的提醒进一步实现对驾驶员疲劳驾驶状态的管控。

g、经过预警模块和后台监控人员的提醒干预操作后的各项数据，进行云端存储，将采集的驾驶员脑电波信号数据、各个参数值、算法值等数据以及提醒次数和干预效果等数据进行云端存储，以便后期操作人员通过后台进行数据回访和大数据的算法归类统计。

本发明的有益效果是：本设计结构简单，操作方便，通过脑电波采集电极对驾驶员的驾驶状态进行信号采集，进而通过算法运算判断驾驶员的疲劳驾驶状态等级，进一步实现预警和干预的目的，从而进一步达到监测驾驶员疲劳驾驶的效果，更加精确和快速，通过独特的核心算法进行设定参数的算法和比对，通过对时间t、大脑思维值r、大脑注意力值p、大脑t时刻δ波分析值x、大脑t时刻α波分析值z等参数值进行算法运算后，得出相应数值用于判断驾驶员处于疲劳驾驶状态的等级，进一步实现对驾驶员的驾驶行为监测和干预提醒操作，大大提高了对驾驶员信号采集的准确度以及预警判断的高效率；通过对驾驶使用者状态等级进行分级，进而实现不同级别的提醒和干预；

当ai运算模块进行数据运算后，通过数据的比对和参照，进行分级，当判断为一级状态时，语音提示器提示“本阶段驾驶为优良驾驶，给你点赞”；当判断为二级状态时，语音提示器提示为“本阶段驾驶为正常驾驶，请保持”；当判断为三级状态时，语音提示器提示为“本阶段驾驶状态较差，请认真驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为1-2分钟每次；当判断为四级状态时，语音提示器提示为“本阶段驾驶状态很差，请勿疲劳驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为6-10次/每分钟；当判断为五级状态时，语音提示器提示为“本阶段驾驶状态危险，请立即停止驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为50-70次/每分钟；如果情节严重，对车载电子设备终端的使用者进一步采取强制制动减速操作。

附图说明

图1为本发明的整体结构示意图；

图2为本发明的脑电波监测分析运算预警干预的流程图。

图中：1-头戴式监测带，2-采集电极，3-云端监控服务平台，4-松紧带，5-粘结装置，6-数据采集芯片，7-电子设备终端，701-车载显示屏，702-智能手机，8-智能分析处理单元，9-预警模块，10-信号接收器，11-信息处理器，12-ai运算模块，13-数据传输模块，14-状态等级分布模块，1401-一级良好状态模块，1402-二级正常状态模块，1403-三级较差状态模块，1404-四级严重状态模块，1405-五级危险状态模块，15-语音提示器，16-蜂鸣器，17-监控器，18-处决模块，19-云端数据存储模块。

具体实施方式

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：如图1-图2所示，一种基于脑电波监测的防疲劳驾驶预警装置，包括头戴式监测带1以及用于监测脑电波信号的采集电极2，采集电极2设置在头戴式监测带1的内侧中部，采集电极2为具有柔软可塑性的导电布，如此设置，佩戴者穿戴更加舒适，脑电波信号采集更为准确，在头戴式监测带1的两端均安装有松紧带4以及与松紧带相连的粘结装置5，粘结装置5为魔术贴，如此设置，使用者穿戴使用更加方便，进一步讲，采用松紧带的设计也大大提高了不同使用人员的头径大小；头戴式监测带1通过粘结装置5完成闭合连接固定，采集电极1的输出端还连接有用于收集脑电波信号的数据采集芯片6，数据采集芯片6安装在头戴式监测带1内部，数据采集芯片6的输出端连接有电子设备终端7，电子设备终端7为车载显示屏701，对于部分高档车型可以直接采用车载显示屏701进行防疲劳驾驶的系统安装，进而实现疲劳驾驶状态判断和干预提醒，车载显示屏701与数据采集芯片6之间通过蓝牙协议连接；

电子设备终端7包括智能分析处理单元8和预警模块9；

智能分析处理单元8，用于接收数据采集芯片6对使用者脑电波信号的采集归类，进而对脑电波信号进行分析、算法处理，通过对时间t、大脑思维值r、大脑注意力值p、大脑t时刻δ波分析值x、大脑t时刻α波分析值z等参数值进行判断驾驶员处于疲劳驾驶的状态；

预警模块9，脑电波信号通过智能分析处理单元9进行信号-数据的算法后，通过与初期设定值的比对和判断，根据驾驶员处于不同等级的疲劳驾驶状态进行不同程度的提醒和干预操作，进而实现提醒驾驶员谨慎驾驶和减轻伤害的目的；

智能分析处理单元8经过脑电波数据处理和运算分析进行数据判断进而分出驾驶员疲劳驾驶状态等级，将根据脑电波信号值经过特殊算法算出的参考值，也即使状态等级信号数据传输给预警模块9，预警模块9通过对前期设定的参数和指令，进行判断，进而做出不同程度的提醒和警示；

智能分析处理单元8还包括信号接收器10、信号处理器11、ai运算模块12、数据传输模块13；

信号接收器10，用于接收数据采集芯片6采集的驾驶员脑电波信号并做出反馈提示信号和信号传输；

信息处理器11，用于接收信号接收器10的脑电波信号数据，进而对驾驶员的脑电波信号进行分析预处理；

ai运算模块12，驾驶员的脑电波信号经过信息处理器的预处理以后，ai运算模块对脑电波信号进行数据值的剥离，然后对时间t、大脑思维值r、大脑注意力值p、大脑t时刻δ波分析值x、大脑t时刻α波分析值z等参数值数据进行算法运算，经过规整运算后得出的数值与初期在ai运算模块中设定的参数值进行比对和判断，分析出驾驶员处于的疲劳驾驶状态，ai运算模块12还包括根据脑电波信号进行算法后对使用者驾驶状态评级提醒的状态等级分布模块14，状态等级分布模块14与预警模块9相连，预警模块9还包括用于对使用者不同状态进行不同提醒的语音提示器15和蜂鸣器16；

数据传输模块，经过ai运算模块进行算法运算后的脑电波信号值和处理后数据，进行下一步的数据传输预警模块和存储；

信号接收器10接收来自数据采集芯片6的脑电波信号数据，进而将信号传输给与信号接收器相连的信号处理器11，信号处理器11对脑电波信号数据进行预处理判断，将脑电波数据传输给ai运算模块12，ai运算模块12经过指定的核心运算算法处理，通过数值的比较判断，对驾驶者状态进行分级判断，进行调出相对应的驾驶者状态等级提示指令；

数据传输模块13的输出端还连接有云端监控服务平台3，云端监控服务平台3与电子设备终端7之间通过网络协议双向传输，云端监控服务平台3还包括监控器17、处决模块18和云端数据存储模块19；

监控器17，用于呈现驾驶员脑电波信号和算法处理后数值等实时数据给后台监控人员，后台监控人员通过对数值的判断和算法的提醒进一步实现对驾驶员疲劳驾驶状态的管控；

处决模块18，后台监控人员利用监控器呈现的驾驶员状态的相关数据，进行对驾驶员的终端干预和提醒操作，所述处决模块与预警模块相连；

云端数据存储模块19，用于存储驾驶员脑电波信号数据、算法参考值等数据以及提醒次数和干预效果等数据进行云端存储，以便后期操作人员通过后台进行回访和大数据算法归类；

云端监控服务平台为后台服务器，在接收电子设备终端传输大数据的设定和比对判断下，进行最终的监控，进而对驾驶员状态处于四级和五级情节严重的情况，进行最后的处决，下达二次或者最终的指令，然后对驾驶员状态数据进行云端存储，以便后期调用和大数据态势形成的研究，进而实现对驾驶员状态的再次监测、判断和警示作用，进一步达到监测疲劳驾驶以及防疲劳驾驶伤害的目的。

状态等级分布模块14由一级良好状态模块1401、二级正常状态模块1402、三级较差状态模块1403、四级严重状态模块1404以及五级危险状态模块1405，通过对驾驶使用者状态等级进行分级，进而实现不同级别的提醒和干预；当ai运算模块进行数据运算后，通过数据的比对和参照，进行分级，当判断为一级状态时，语音提示器提示“本阶段驾驶为优良驾驶，给你点赞”；当判断为二级状态时，语音提示器提示为“本阶段驾驶为正常驾驶，请保持”；当判断为三级状态时，语音提示器提示为“本阶段驾驶状态较差，请认真驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为1-2分钟每次；当判断为四级状态时，语音提示器提示为“本阶段驾驶状态很差，请勿疲劳驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为6-10次/每分钟；当判断为五级状态时，语音提示器提示为“本阶段驾驶状态危险，请立即停止驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为50-70次/每分钟，如果情节严重，对车载电子设备终端的使用者在保证安全的前提下进一步采取强制制动减速操作。

所述的一种基于脑电波监测的防疲劳驾驶预警的监测方法，包括以下步骤：

a、头戴式监测带通过采集电极对驾驶员进行间歇性的脑电波信号采集，对脑电波信号进行分类传输给数据采集芯片；

b、数据采集芯片将脑电波信号传输给智能分析处理单元的信号接收器，进而传输给信息处理器，信息处理器经过对驾驶员脑电波信号的分析预处理，将脑电波信号传输给ai运算模块；

c、经过信息处理器的预处理后，将脑电波信号转化成各参数值，通过对时间t、大脑思维值r、大脑注意力值p、大脑t时刻δ波分析值x、大脑t时刻α波分析值z等参数值进行判断驾驶员处于疲劳驾驶的状态；

xt=((200-δ)/100)

yt=(150-β)/100)

zt=((α-20)/100)

f(x)=xt

f(tx)=xt+1-xt

f(z)=zt

f(tz）=zt+1–zt

判断方法、状态评级：

很好：t属于任意值时f(tz）>=0且p>40

正常：t属于任意值时f(tz）>=0且p>10

差：t属于任意值时f(tz）<0且p<10

很差：t属于任意值时，f(tx)>0

危险：t=5时，f(tx)>0

d、通过对步骤c的分析和数值判断，确定驾驶员当前处于的疲劳驾驶状态；

e、通过对步骤c数值的比对和判断以及步骤e的驾驶员疲劳驾驶状态等级的判断分类，根据预警模块中不同的疲劳驾驶状态等级进行不同的语音和蜂鸣声提醒和干预；

f、经过算法处理和判断后的驾驶员脑电波信号和数值等实时数据通过数据传输模块传输给云端监控服务平台，后台监控人员通过云端监控服务平台的监控器呈现数据进而进行终端的判断和提醒干预，后台监控人员通过对各个数值的判断和算法的提醒进一步实现对驾驶员疲劳驾驶状态的管控。

g、经过预警模块和后台监控人员的提醒干预操作后的各项数据，进行云端存储，将采集的驾驶员脑电波信号数据、各个参数值、算法值等数据以及提醒次数和干预效果等数据进行云端存储，以便后期操作人员通过后台进行数据回访和大数据的算法归类统计。

实施例2：如图1-图2所示，一种基于脑电波监测技术的防疲劳驾驶预警装置，本实施例与实施例1大体结构和方案相同，其不同之处在于：数据采集芯片6的输出端连接有电子设备终端7，电子设备终端7为智能手机，对于部分没有车载显示屏的车型可以直接采用手机进行app系统安装，进而也能达到判断、警示和管控功能，智能手机7与数据采集芯片6之间的连接方式为蓝牙协议或者网络协议的任一种；

使用状态下，通过脑电波采集电极对驾驶员的状态信息进行脑电波信号采集，更加精确和快速，采集电极将脑电波信号传输给数据采集芯片，进而传输给智能分析处理单元，ai运算模块通过独特的核心算法进行指定参数的运算和比对判断，进而达到通过驾驶员脑电波信号来判断驾驶员不同疲劳驾驶等级状态的目的，进一步实现对驾驶员的行为操作监测和干预提醒功能，大大提高了驾驶员驾驶状态信号采集的准确度以及预警判断的高效率；通过对驾驶员的疲劳驾驶状态等级进行分级，进而实现不同级别的提醒和干预手段；当ai运算模块进行对时间t、大脑思维值r、大脑注意力值p、大脑t时刻δ波分析值x、大脑t时刻α波分析值z等参数值数据进行算法运算后，通过得出数据值的比对和参照，进行分级，当判断为一级状态时，语音提示器提示“本阶段驾驶为优良驾驶，给你点赞”；当判断为二级状态时，语音提示器提示为“本阶段驾驶为正常驾驶，请保持”；当判断为三级状态时，语音提示器提示为“本阶段驾驶状态较差，请认真驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为1-2分钟每次；当判断为四级状态时，语音提示器提示为“本阶段驾驶状态很差，请勿疲劳驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为6-10次/每分钟；当判断为五级状态时，语音提示器提示为“本阶段驾驶状态危险，请立即停止驾驶”同时蜂鸣器工作，发出“滴—滴”的警示音，时间间隔为50-70次/每分钟。

在接收电子设备终端传输大数据的设定和比对判断下，后台监控服务人员通过监控器进行数据的最后管控，进而进行最终的警示操作，进而对驾驶员状态处于四级和五级情节严重的情况，进行最后的处决，下达二次或者最终的指令，然后对驾驶员状态数据进行云端存储，以便后期调用和大数据态势形成的研究，进而实现对驾驶员状态的再次监测、判断和警示作用，进一步达到监测疲劳驾驶以及防疲劳驾驶伤害的目的。

最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。