基于人体生理信号的汽车驾驶员疲劳监测方法

摘要

本发明公开了一种基于人体生理信号的汽车驾驶员疲劳监测方法，包括疲劳标定方法和检测方法。标定方法包括：通过传感器采集并提取N次单位时间的脉搏峰值与频率、心率以及呼吸频率构成疲劳特征标定矩阵，通过主成分分析方法建立各疲劳特征的权重向量，将权值加成至标定矩阵，由此构建疲劳标定向量。疲劳检测方法包括：将标定权重加成至单位时间内疲劳特征向量，计算特征向量与标定向量的马氏距离，通过其距离离散程度判别汽车驾驶员疲劳程度，并进行预警。本发明基于中医理论，结合现代信号处理方法寻找出汽车驾驶员的疲劳特征，具有显著的社会与经济效益，对减少由于疲劳驾驶引发的交通事故有重要意义。

主权项

一种基于人体生理信号的汽车驾驶员疲劳监测方法，其特征在于：采用脉搏、心率和呼吸传感器采集汽车驾驶员的脉搏、心率和呼吸等人体生理信号；将脉搏频率、峰值、心率以及呼吸频率信号构成疲劳特征向量，利用主成分分析方法(PCA)确定各特征权重，通过马氏距离方法判断其疲劳程度；该方法包括疲劳标定方法与检测方法；标定方法在驾驶员初次驾驶某型号车辆时完成，疲劳检测方法在标定过后同一驾驶员任意时刻完成；其中所述的标定方法包括以下步骤：步骤1、在汽车驾驶员初次驾驶某型号车辆时，采集驾驶员的脉搏、心率和呼吸等人体生理信号，通过信号采样，获取驾驶员初次驾驶时各采集信号的离散时间序列；步骤2、通过傅里叶变换，获取步骤1中的脉搏信号频率成分；步骤3、以N次单位时间内的脉搏信号的频率与峰值、心率以及呼吸频率均值构成标定矩阵；步骤4、对标定样本集，采用主成分分析(PCA)的方法，得到主成分变换矩阵以及标定权重；其中所述的疲劳检测方法包括以下步骤：步骤1、在标定后，采集每单位时间内的驾驶员脉搏、心率和呼吸等人体生理信号，通过信号采样，获取各采集信号的离散时间序列；步骤2、通过傅里叶变换，获取步骤1中的脉搏信号频率成分；步骤3、以每单位时间内的脉搏信号的频率与峰值、心率以及呼吸频率均值构成疲劳特征向量；步骤4、将标定方法所述步骤4中得到的标定权重加成至疲劳特征向量；步骤5、对疲劳特征向量与疲劳标定向量计算其马氏距离；步骤6、通过其距离离散程度判别汽车驾驶员疲劳程度，并进行预警。