[发明专利]一种基于脉搏波信号的驾驶疲劳识别方法及系统

说明书

本发明公开了一种基于脉搏波信号的驾驶疲劳识别方法及系统。所述方法包括：获取待测者的脉搏波信号；提取待测者的脉搏波信号的驾驶疲劳指标特征；驾驶疲劳指标特征包括时域特征、频域特征和非线性特征；将待测者的脉搏波信号的驾驶疲劳指标特征分别输入至多个驾驶疲劳识别模型中得到多个分类结果，并将分类结果中出现疲劳类别次数最多的分类结果确定为待测者的疲劳类别；各驾驶疲劳识别模型均是将两个不同疲劳类别的训练样本输入至SVM分类器中训练而成的；训练样本包括训练者的脉搏波信号的驾驶疲劳指标特征和训练者的疲劳类别；训练者的疲劳类别是由对应的训练者的瞳孔面积确定的。本发明能实现司机疲劳的快速识别。

技术领域

本发明涉及轨道交通驾驶领域，特别是涉及一种基于脉搏波信号的驾驶疲劳识别方法及系统。

背景技术

驾驶疲劳导致驾驶员产生生理、心理上的波动，影响驾驶员的驾驶性能，进而影响行车安全，城市轨道交通列车司机作为轨道交通运营生产的关键岗位，为保证运营生产安全，其工作疲劳不容忽视，并更有必要通过实时监测其生理情况和作业状态来保证运营生产安全。

现有司机疲劳检测方法主要包括主观测量及客观测量两种方法。主观测量方法主要是指司机借助主观调查表记录自我状态情况、睡眠情况，以此调查测量司机的疲劳程度；客观测量法主要包括基于生理信号的测量方法和基于身体反应的测量方法，基于生理信号的测量方法如脑电图法、心电图法等，基于身体反应的测量方法如根据面部特征、手部运动和眼球转动测量的方法等。

主观测量方法简单易用，但由于个体差异的存在，量表之间横向比较没有统一标准。另外，被试的主观感受会受环境变化和时间因素的影响而消退，因此，主观测量方法只能作为辅助手段。而上述客观测量方法虽然具有较高的准确性，但因其采集信号过程复杂，设备要求高，对正常驾驶车辆影响大，而且其生理信号复杂，通常是经过实验获取信号后再进行分析，无法实现司机疲劳的快速识别。

发明内容

基于此，有必要提供一种基于脉搏波信号的驾驶疲劳识别方法及系统，以实现司机疲劳的快速识别。

为实现上述目的，本发明提供了如下方案：

一种基于脉搏波信号的驾驶疲劳识别方法，包括：

获取待测者的脉搏波信号；

提取所述待测者的脉搏波信号的驾驶疲劳指标特征；所述驾驶疲劳指标特征包括时域特征、频域特征和非线性特征；

将所述待测者的脉搏波信号的驾驶疲劳指标特征分别输入至多个驾驶疲劳识别模型中得到多个分类结果，并将所述分类结果中出现疲劳类别次数最多的分类结果确定为所述待测者的疲劳类别；各所述驾驶疲劳识别模型均是将两个不同疲劳类别的训练样本输入至SVM分类器中训练而成的；所述训练样本包括训练者的脉搏波信号的驾驶疲劳指标特征和训练者的疲劳类别；所述训练者的疲劳类别是由对应的训练者的瞳孔面积确定的。

可选的，在所述获取待测者的脉搏波信号之后，还包括：

对所述待测者的脉搏波信号进行去基线漂移处理。

可选的，所述驾驶疲劳识别模型的确定方法为：

获取训练者的脉搏波信号；

提取所述训练者的脉搏波信号的驾驶疲劳指标特征；

获取各所述训练者的瞳孔面积；

采用K-means聚类算法对所有的瞳孔面积进行聚类，确定各所述训练者的疲劳类别；

将每个训练者的脉搏波信号和对应的训练者的疲劳类别确定为一个训练样本；

对于任意两个不同的疲劳类别的训练样本构成的训练集，均生成以所述训练集为输入训练而成的驾驶疲劳识别模型，得到E*(E-1)/2个驾驶疲劳识别模型，其中，E为所有训练者的疲劳类别的总数。