心电数据的处理方法及驾驶状态的监测方法与流程

本发明涉及安全驾驶，具体地，涉及一种心电数据的处理方法及驾驶状态的监测方法。

背景技术：

1、随着社会和科技的高速发展，不仅产业上得到了同步的发展，而且大众的生活水平上也有所提升；例如早些年对于汽车明显缺少购买力，但是近些年拥有汽车已是再平常不过的事情，使得大众生活水平更上一层台阶。

2、无论是外出游玩还是运输物品，开长途车也是常见的现象，驾驶员经过长时间驾驶后容易进入疲劳状态，疲劳驾驶存在极大的安全隐患；另外，由于当下车辆数量剧增，路面行驶的车辆也大大增加，部分驾驶员会在开车时因为他人的驾驶不当而出现较大的情绪，进而影响驾驶员的理性驾驶，同样存在极大的安全隐患。

3、由于驾驶员的情绪难以预先判定并控制，所以主要是对驾驶员当前的驾驶状态进行监测，例如对驾驶员的面部和呼吸频率等方面进行监测，而后对驾驶员当前的驾驶状态进行判断，确认其是否处于疲劳驾驶或处于情绪波动较大的状态；但是该种监测方式存在较大的不确定因数，采集到的信息对于最终的判断也存在较大的误差，无法精准的作出判断。

技术实现思路

1、针对现有技术的不足，本发明提供一种心电数据的处理方法及驾驶状态的监测方法。

2、本发明公开的一种心电数据的处理方法，包括：

3、获取稳定状态下的心电数据；

4、在心电数据中确定qrs波位置，其识别方式为：

5、预设标准qrs波模板；

6、采用滑动窗口的方式对心电数据进行相关系数计算，获得相关系数序列中的极大值点；

7、若极大值点大于预设值，通过形态学计算找出qrs波波峰；

8、其中，标准qrs波模板设为model，滑动窗口内的数据设为date，相关系数设为pmodel，data，相关系数计算公式为：

9、

10、求得rr间期数据，其计算公式为：

11、rr[i]＝r[i]-r[i-1]

12、r[i]为qrs波波峰的坐标；

13、求得rr间期间隔差值数据，其计算公式为：

14、rrdiff[i]＝rr[i]-rr[i-1]

15、i为大于等于2的正整数。

16、根据本发明的一实施方式，获得稳定状态下的心电数据具体方式为：

17、获得心电数据中的极大值点，并提取极大值点的时间轴坐标，分别记录为x1、x2、x3、x4、x5......；

18、计算各相邻时间轴坐标的差值，其计算公式为：

19、diff[y]＝x[y+1]-x[y]

20、y为大于等于1的正整数；

21、得到{diff[1],diff[2],diff[3],diff[4]......}，并求出标准差std和平均数mean；

22、将所求的标准差std及平均数mean与稳定心电数据对比，判断是否为稳定状态下的心电数据。

23、本发明公开的一种驾驶状态的监测方法，包括：

24、获得分类模型；

25、采集心电数据及方向盘数据；

26、对心电数据进行初步过滤；

27、采用心电数据的处理方法对过滤后的心电数据进行分析处理；

28、对分析处理得到的数据进行心率变异性分析；

29、将心率变异性分析数据及方向盘数据输入至分类模型；

30、输出驾驶状态结论。

31、根据本发明的一实施方式，在进行分析处理前对心电数据进行二次过滤。

32、根据本发明的一实施方式，将找出的qrs波数据传输至分类模型，用于更新分类模型。

33、根据本发明的一实施方式，还包括：若是输出的驾驶状态为b，将通过对驾驶员发出警告。

34、根据本发明的一实施方式，还包括：将驾驶状态信息传输至后台，用于记录和监测驾驶员。

35、根据本发明的一实施方式，采用svm模型作为分类模型的基础模型。

36、根据本发明的一实施方式，通过心率变异性分析得到sdnn、sdsd及rmssd数据，其计算公式分别为：

37、

38、

39、

40、根据本发明的一实施方式，通过陀螺仪采集方向盘数据。

41、本发明的有益效果在于，对获取到的心电数据进行处理，进而获得驾驶员稳定的状态下心电数据，而后再对该心电数据进一步分析，从中提取出了所需的关键数据，例如rr间期数据，通过精准的提取出关键数据，为后续的判断提供基础，进而使得最后的判断结果更为准确，有利于真实反映出驾驶员的状态，大大降低了驾驶的安全隐患。

技术特征：

1.一种心电数据的处理方法，其特征在于，包括：

2.根据权利要求1所述的心电数据的处理方法，其特征在于，获得稳定状态下的心电数据具体方式为：

3.一种驾驶状态的监测方法，其特征在于，包括：

4.根据权利要求3所述的驾驶状态的监测方法，其特征在于，在进行分析处理前对心电数据进行二次过滤。

5.根据权利要求3所述的驾驶状态的监测方法，其特征在于，将找出的qrs波数据传输至分类模型，用于更新分类模型。

6.根据权利要求3所述的驾驶状态的监测方法，其特征在于，还包括：若是输出的驾驶状态为b，将通过对驾驶员发出警告。

7.根据权利要求6所述的驾驶状态的监测方法，其特征在于，还包括：将驾驶状态信息传输至后台，用于记录和监测驾驶员。

8.根据权利要求3所述的驾驶状态的监测方法，其特征在于，采用svm模型作为分类模型的基础模型。

9.根据权利要求3所述的驾驶状态的监测方法，其特征在于，通过心率变异性分析得到sdnn、sdsd及rmssd数据，其计算公式分别为：

10.根据权利要求3所述的驾驶状态的监测方法，其特征在于，通过陀螺仪采集方向盘数据。

技术总结
本发明揭示一种心电数据的处理方法，包括获取稳定状态下的心电数据；在心电数据中确定QRS波位置。本发明还揭示一种驾驶状态的监测方法，包括获得分类模型；采集心电数据及方向盘数据；对心电数据进行初步过滤；采用心电数据的处理方法对过滤后的心电数据进行分析处理；对分析处理得到的数据进行心率变异性分析；将分析数据及方向盘数据输入分类模型；输出驾驶状态结论。对获取到的心电数据进行处理，进而获得驾驶员稳定的状态下心电数据，再对该心电数据进一步分析，提取出了所需的关键数据，通过精准的提取出关键数据，为后续的判断提供基础，进而使得最后的判断结果更为准确，有利于真实反映出驾驶员的状态，大大降低了驾驶的安全隐患。

技术研发人员：罗宁,江兆梁,吴建雄
受保护的技术使用者：广州珑滕智能科技有限公司
技术研发日：
技术公布日：2024/1/14