一种基于决策级数据融合的疲劳驾驶状态检测系统和方法

摘要

本发明公开了一种基于决策级数据融合的疲劳驾驶状态检测系统和方法，该系统首先利用加速度传感器采集方向盘运动加速度，基于加速度动态阈值判断出方向盘运动状态，基于方向盘4s不动理论初步判断驾驶员疲劳驾驶状态，还通过设置方向盘左右摇摆的误差值，增强检测的容错性；利用脉搏传感器采集驾驶员的脉搏时域值，基于脉率动态阈值检测出驾驶员生理状态；通过对两种检测结果进行决策级融合，可得到融合后的检测结果。在基于决策级数据融合的疲劳驾驶状态检测方法设计并构建了疲劳驾驶状态检测原型系统。与现有的方法相比，本发明公开的基于决策级数据融合的驾驶员疲劳驾驶状态检测方法在检测准确率方面具有一定的优势，在算法的响应时间、时间复杂度和内存消耗等方面均达具有理想的性能表现。

主权项

一种基于决策级数据融合的疲劳驾驶状态检测系统，其特征在于，所述系统包括加速度数据采集模块、加速度数据传输与预处理模块、加速度数据动态阈值训练模块、基于加速度数据检测驾驶员疲劳驾驶状态的算法应用模块、脉搏数据采集模块、脉搏数据存储与预处理模块、脉搏数据动态阈值训练模块、基于脉搏数据检测驾驶员疲劳驾驶状态的算法应用模块、数据融合模块；加速度数据采集模块的功能是：利用加速度传感器采集方向盘运动加速度数据；加速度数据传输与预处理模块的功能是：对用加速度传感器采集方向盘运动加速度原始数据应用加权移动平均法进行平滑处理；加速度数据动态阈值训练模块的功能是：对经过加速度数据传输与预处理模块处理过的数据再计算平均值，得到驾驶员在当前路段的动态阈值，然后通过比较加速度数据得到方向盘的波动区间；基于加速度数据检测驾驶员疲劳驾驶状态的算法应用模块的功能是：采用方向盘4s不动理论，初步判断疲劳驾驶状态的检测结果；脉搏数据采集模块的功能是：基于固定在人体的手腕桡动脉处的脉搏传感器采集驾驶员驾驶过程中的脉搏数据；脉搏数据存储与预处理模块的功能是：存储采集到的脉搏数据，然后基于小波变换的阈值方法去除脉搏信号噪声，再使用加权移动平均法对数据进行平滑处理；脉搏数据动态阈值训练模块的功能是：分析并计算出驾驶员的脉率变化，针对不同的个体建立相应正常驾驶状态的阈值；基于脉搏数据检测驾驶员疲劳驾驶状态的算法应用模块的功能是：通过与正常驾驶状态的阈值比较来判断当前得到的驾驶员脉率是否正常，进而判断出驾驶员是否处于疲劳驾驶状态；数据融合模块的功能是：对基于加速度数据检测驾驶员疲劳驾驶状态的算法应用模块和基于脉搏数据检测驾驶员疲劳驾驶状态的算法应用模块的识别结果应用证据理论进行决策级融合，通过基于决策级数据融合的疲劳驾驶状态检测算法得到驾驶员是否处于疲劳驾驶状态的检测结果。