[发明专利]基于电生理信号人工智能分析的疲劳驾驶告警方法及系统有效

专利信息
申请号: 202010317781.2 申请日: 2020-04-21
公开(公告)号: CN111603158B 公开(公告)日: 2023-06-16
发明(设计)人: 蔡沈健;沈纲祥;张强;胡南;周诗铭 申请(专利权)人: 苏州乐达纳米科技有限公司
主分类号: A61B5/369 分类号: A61B5/369;A61B5/398;A61B5/18
代理公司: 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 代理人: 张荣
地址: 215000 江苏省苏州市工业园区金*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 生理 信号 人工智能 分析 疲劳 驾驶 告警 方法 系统
【说明书】:

本发明涉及一种基于电生理信号人工智能分析的疲劳驾驶告警方法及系统,包括采集前额三通道电生理信号,构造原始待处理数据矩阵并放入缓存;对原始待处理数据矩阵作预处理;对预处理后的数据矩阵作多通道经验模态分解,三个通道上分别得到通道间对应频率一致的多个本征模函数分量;基于矩阵联合对角化得到三个通道上各自的脑电信号、垂直眼电分量和水平眼电分量;将所述三个通道上各自的垂直眼电分量和水平眼电分量合并得到汇总的垂直眼电信号和水平眼电信号;将所述三个通道各自的脑电信号、汇总的垂直眼电信号和水平眼电信号输入预先搭建并训练好的多通道循环神经网络,根据输出结果判断是否属于疲劳驾驶。本发明适用范围广,而且准确度高。

技术领域

本发明涉及疲劳驾驶检测的技术领域,尤其是指一种基于电生理信号人工智能分析的疲劳驾驶告警方法及系统。

背景技术

引发交通事故发生的因素有很多,驾驶人员的疲劳驾驶是主要因素之一,已成为重大交通事故的第二大诱因。

为了克服疲劳驾驶,目前已存在很多单独利用脑电、单独利用眼电或者联合利用脑电和眼电进行疲劳状态判断的现有文献。对单独利用脑电的方式而言,往往需要繁琐的脑电数据预处理,特别是去眼电的过程把与疲劳状态相关的有用眼电信号也去除了,因此侦测效果差;对单独利用眼电的方式而言,眼电电极的设置可能干扰驾驶员的正常行驶,实用性差;因此联合利用脑电和眼电进行疲劳状态的判断方案变得越来越流行。

联合利用脑电和眼电进行疲劳状态判断的方式,目前主要包括两种途径:一种途径是分别设置脑电采集电极和眼电采集电极并利用两者采集到的数据联合分析;另一种途径是只利用前额电极进行电生理信号采集,然后从其中分别提取脑电和眼电信息联合进行分析。如中国发明专利(CN105595996A)公开了一种眼电与脑电综合判定的疲劳驾驶脑电监测方法,分别利用眼电判定模块和脑电判定模块对信号进行处理与分析,脑电判定模块和眼电判定模块分别利用脑电波的能量和测试人员的眨眼次数设定相应的阈值对驾驶人员所处状态进行监测,两者均超出设定的阈值时,则做出驾驶人员处于疲劳驾驶的判断。上述虽然将眼电与脑电相结合对疲劳状态进行了综合监测,但眼电仅提取了眨眼次数这一特征,对眼电的利用比较粗糙,无法准确提取眼电信号加以全面的利用。

发明内容

为此,本发明所要解决的技术问题在于克服现有技术中对眼电的利用比较粗糙,无法准确提取眼电信号的问题,从而提供一种可以准确提取眼电信号的基于电生理信号人工智能分析的疲劳驾驶告警方法。

为解决上述技术问题,本发明的一种基于电生理信号人工智能分析的疲劳驾驶告警方法,包括:采集前额三通道电生理信号,构造原始待处理数据矩阵S=[s1,s2,s3]并放入缓存;对所述缓存内的原始待处理数据矩阵Sraw作预处理,得到预处理后的数据矩阵S;对所述预处理后的数据矩阵S作多通道经验模态分解,三个通道上分别得到通道间对应频率一致的多个本征模函数分量,其中第i个通道上的第n个本征模函数分量表示为n=1,2,...,N,i=1,2,3;根据所述本征模函数分量,基于矩阵联合对角化得到三个通道上各自的脑电信号ei、垂直眼电分量vi和水平眼电分量hi;将所述三个通道上各自的垂直眼电分量vi和水平眼电分量hi合并得到汇总的垂直眼电信号v和水平眼电信号h;将所述三个通道各自的脑电信号ei、汇总的垂直眼电信号v和水平眼电信号h输入预先搭建并训练好的多通道循环神经网络,根据输出结果判断是否属于疲劳驾驶。

在本发明的一个实施例中,采集前额三通道电生理信号的方法为:采用三个数据采集电极,且所述三个数据采集电极的位置分别为左侧眉骨上方、右侧眉骨上方以及眉心上方,并将地电极和参考电极分别置于左侧太阳穴附近和右侧太阳穴附近。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州乐达纳米科技有限公司,未经苏州乐达纳米科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010317781.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top