一種基于眨眼頻率識別的疲勞駕駛腦電監測方法
【技術領域】
[0001] 本發明屬于腦電波監測技術領域，尤其是涉及一種基于眨眼頻率識別的疲勞駕駛 腦電監測方法。
【背景技術】
[0002] 近年來，隨著汽車保有量的增加和公路建設規模的擴大，交通事故等問題日益突 出。中國是世界上人口最多的國家，道路交通事故死亡人數也是全世界最高的國家，連續數 年一直居世界第一位。司機冒險疲勞駕駛，無疑會對自己和乘客的安全帶來隱患。駕駛疲勞 的研究分為主觀和客觀兩種方法，主觀的研究方法有主觀調查表、駕駛員自我記錄、睡眠習 慣調查表、斯坦福睡眠尺度表四種。客觀的研究方法有腦電圖、眼電圖、肌電圖、呼吸氣流、 呼吸效果、動脈血液氧飽和時的溫度和心電圖等測量方法。盡管上述方法的駕駛疲勞判定 結果是比較準確的，但由于上述方法一般是在駕駛前或駕駛后進行測量的，因而是超前或 滯后的，而非實時的，況且在駕駛室有限的空間內安置復雜的檢測儀器也是十分困難的；而 且，駕駛員脫離駕駛室或未進入駕駛室的精神狀態是不同的，再精確的儀器的測量結果也 會大受影響。
[0003] 眨眼是人的正常生理特征，人除去睡眠時間眨眼無時不在。眨眼卻不是一成不變， 不同的情況會有不同的表現，人在疲勞時眨眼會有很明顯的變化，人會感到眼睛很困，不停 地想閉眼睛。每個人正常的眨眼頻率也不一樣，但是疲勞時的眨眼頻率有顯著的提升。眼 睛不僅人體得到外界視覺信息的唯一輸入通道，還同時反映了人的生理與精神狀況；當人 很疲倦的時候，眨眼的頻率和眨眼的時間都會增加，因此，可以利用偵測人眼睛的閉合情況 去判斷實驗人員是否疲勞。在機動車輛的行駛過程中，駕駛員是否處于疲勞駕駛的狀態可 以從其眼睛的閉合狀態觀察出來。當駕駛員注意力集中的時候，眨眼的頻率以及眼睛張開 的大小都有一個統計值；當駕駛員疲倦，注意力分散的時候，眨眼的頻率以及眼睛張開的大 小都會有所減小。所以，利用駕駛員眨眼的信息來判斷駕駛員是否處于疲勞狀況是一種可 行的方法。以往眨眼檢測都是要看攝像頭去捕捉畫面，再進行圖像分析去識別眨眼，這樣識 別有一定的延遲性，因為捕捉圖畫再到處理有一定的時間。
[0004] 腦電波控制技術在生物醫學，計算機等領域成為近年來的熱點研究之一。傳統 的皮下腦波采集方法，既復雜，又不方便，因此很難推廣到其它領域。目前，在國內腦機 接口技術正處于發展起步階段，相關的研究還比較少。TGAM(ThinkGearAM)模塊是美國 NeuroSky(神念科技）公司為大眾市場應用所設計的腦波傳感器ASIC模塊，也稱TGAM腦電 模塊（簡稱TGAM模塊）。此TGAM(ThinkGearAM)模塊可以處理并輸出腦波頻率譜、腦電 信號質量、原始腦電波和三個Neurosky的eSense參數：專注度，冥想度（也稱放松度）和 眨眼偵測。由于NreuoSky公司的TGAM模塊可檢測到眨眼，它本身提供眨眼判別函數，但是 現在給出的接口只有PC端和ios端。因此，需開發一種方法步驟簡單、設計合理且實現方 便、使用效果好的基于眨眼頻率識別的疲勞駕駛腦電監測方法，能簡便、快速對駕駛員的疲 勞駕駛狀態進行準確監測。
【發明內容】
[0005] 本發明所要解決的技術問題在于針對上述現有技術中的不足，提供一種基于眨眼 頻率識別的疲勞駕駛腦電監測方法，其方法步驟簡單、設計合理且實現方便、使用效果好， 能簡便、快速對駕駛員的疲勞駕駛狀態進行準確監測。
[0006] 為解決上述技術問題，本發明采用的技術方案是：一種基于眨眼頻率識別的疲勞 駕駛腦電監測方法，其特征在于該方法包括以下步驟：
[0007] 步驟一、腦電波信號采集：采用腦電信號獲取裝置且按照預先設定的采樣頻率對 駕駛員的腦電波信號進行采集及預處理，并將預處理后的腦電波信號同步傳送至腦電信號 監測裝置；
[0008] 本步驟中，所述腦電波信號中包含原始腦電波信號，且所述原始腦電波信號的采 樣頻率為512Hz;
[0009] 所述腦電信號獲取裝置與腦電信號監測裝置之間以無線通信方式進行通信；所述 腦電信號獲取裝置為TGAM模塊，所述TGAM模塊包括對駕駛員的腦電波信號進行提取的腦 電信號提取裝置和對腦電信號提取裝置所提取信號進行采樣及預處理的腦電信號預處理 裝置，所述腦電信號預處理裝置與腦電信號提取裝置相接，所述腦電信號提取裝置包括對 駕駛員額葉區的電位進行實時采樣的第一腦電電極以及對駕駛員的耳部電位進行實時采 樣的第二腦電電極和第三腦電電極，所述第一腦電電極、第二腦電電極和第三腦電電極均 與腦電信號預處理裝置相接；所述腦電信號監測裝置包括主控芯片以及分別與主控芯片相 接的第二無線通信模塊和報警提示單元，所述報警提示單元由主控芯片進行控制且其與主 控芯片相接；所述腦電信號預處理裝置與第一無線通信模塊相接，所述腦電信號預處理裝 置通過第一無線通信模塊和第二無線通信模塊與主控芯片進行通信；
[0010] 步驟二、腦電波信號分析處理：所述主控芯片按照預先設定的分析處理頻率f，且 按照時間先后順序，對各分析處理周期內接收到的所述腦電波信號分別進行分析處理；其 中，分析處理周期為6s，f= |Hz; 6
[0011] 對各分析處理周期內接收到的所述腦電波信號分別進行分析處理時，過程如下：
[0012] 步驟201、第一個分析處理周期內所接收腦電波信號分析處理，包括以下步驟：
[0013] 步驟2011、腦電波信號同步存儲：對該分析處理周期內接收到的腦電信號獲取裝 置采集并預處理后的腦電波信號進行同步存儲，所存儲的腦電波信號為當前待處理腦電波 信號；
[0014] 步驟2012、原始腦電波信號提取及信號值最大值記錄：從步驟2011中所述當前待 處理腦電波信號中提取出原始腦電波信號，并對所提取原始腦電波信號的信號值最大值進 行記錄；本步驟中，所提取的原始腦電波信號為該分析處理周期的原始腦電波信號，所記錄 的信號值最大值為該分析處理周期的腦電波信號值最大值；
[0015] 步驟202、下一個分析處理周期內所接收腦電波信號分析處理：按照步驟2011至 步驟2012中所述的方法，對下一個分析處理周期內所接收腦電波信號進行分析處理，并獲 得該分析處理周期的腦電波信號值最大值；
[0016] 步驟203、n-2次重復步驟202,直至完成前n個分析處理周期內所接收腦電波信 號的分析處理過程，獲得前n個分析處理周期的腦電波信號值最大值；其中，n為正整數且n多9 ;
[0017] 步驟204、眨眼判斷閾值確定：根據公式Ziz=ZQ+Zf (1-1)，計算得出駕駛員的眨眼 判斷閾值Ziz;公式（1-1)中，Z。為步驟2014中所獲得前n個分析處理周期的腦電波信號值 最大值的平均值，Zf為眨眼判斷閾值ZIZ的基礎值且Zf= 140~160 ;
[0018] 步驟205、前n個分析處理周期內駕駛員眨眼次數統計：對前n個分析處理周期內 駕駛員的眨眼次數分別進行統計，且前n個分析處理周期內駕駛員眨眼次數的統計方法均 相同；
[0019] 對前n個分析處理周期中任一個分析處理周期內駕駛員的眨眼次數進行統計時， 均根據該分析處理周期的原始腦電波信號的信號值變化情況，調用眨眼次數統計模塊且結 合步驟204中計算得出的眨眼判斷閾值Ziz，對該分析處理周期內駕駛員的眨眼次數進行統 計；并且，對該分析處理周期內駕駛員的眨眼次數進行統計時，當所提取原始腦電波信號的 信號值大于Ziz且持續時間大于t。時，說明駕駛員眨眼一次；其中，t。=0. 3s~0. 4s;
[0020] 步驟206、第n+1個分析處理周期內所接收腦電波信號分析處理：對第n+1個分析 處理周期內所接收的腦電波信號分析處理，包括以下步驟：
[0021] 步驟2061、腦電波信號同步存儲：對該分析處理周期內接收到的腦電信號獲取裝 置采集并預處理后的腦電波信號進行同步存儲，所存儲的腦電波信號為當前待處理腦電波 信號；
[0022] 步驟2062、原始腦電波信號提取：從步驟2061中所述當前待處理腦電波信號中提 取出原始腦電波信號，所提取的原始腦電波信號為該分析處理周期的原始腦電波信號；
[0023] 步驟2063、眨眼次數統計：按照步驟205中所述的眨眼次數統計方法，對該分析處 理周期內駕駛員的眨眼次數進行統計；
[0024] 步驟2064、眨眼頻率確定：對此時駕駛員的眨眼頻率P進行確定；
[0025] 其中，眨眼頻率P為駕駛員在一分鐘內的眨眼次數且其為步驟2063中統計出的該 分析處理周期內駕駛員的眨眼次數與該分析處理周期之前的9個分析處理周期內駕駛員 的眨眼次數總和；
[0026] 步驟2065、疲勞駕駛判斷：調用閾值比較模塊，對步驟2064中所述的眨眼頻率P 與Pc進行差值比較：當眨眼頻率P大于Pc時，說明此時駕駛員處于疲勞駕駛狀態，所述主控 芯片控制報警提示單元進行報警提示；否則，說明此時駕駛員處于正常駕駛狀態；
[0027] 其中，P。為預先設定的眨眼疲勞判斷閾值且P。=25~30;
[0028] 步驟207、下一個分析處理周期內所接收腦電波信號分析處理：返回步驟2061，對 下一個分析處理周期內所接收的腦電波信號進行分析處理。
[0029] 上述一種基于眨眼頻率識別的疲勞駕駛腦電監測方法，其特征是：步驟203中所 述的n= 9~15 ;步驟204中所述的Zf= 150。
[0030] 上述一種基于眨眼頻率識別的疲勞駕駛腦電監測方法，其特征是：步驟2065中所 述的PQ= 28。
[0031] 上述一種基于眨眼頻率識別的疲勞駕駛腦電監測方法，其特征是：步驟2065中當 眨眼頻率P大于P。時，所述主控芯片控制報警提示單元進行報警提示之前，還需調用多閾 值比較判斷模塊，對步驟2061中該分析處理周期內任一秒接收到的腦電波信號進行分析 處理；并根據分析處理結果對此時駕駛員的疲勞駕駛狀態進行驗證，過程如下：
[0032] 步驟B1、特征信號提取：所述主控芯片調用特征提取模塊，從此時所處理腦電波 信號中提取出7個特征信號；
[0033] 步驟B2、特征量確定：所述主控芯片將步驟B1中7個所述特征信號的信號值作 為此時所處理腦電波信號的7個特征量；7個所述特征信號分別為原始腦電波、Iowa波、 higha波、1〇W0波、highP波、0波和S波信號，7個所述特征量分別為R、\、AH、B^BH、 T和D;
[0034] 步驟一中所述腦電信號獲取裝置對駕駛員的腦電波信號進行采集及預處理時，所 述原始腦電波的采樣頻率為512Hz，Iowa波、higha波、l〇w 0波、high0波、0波和5 波的采樣頻率均為1Hz;7個所述特征信號中，所述原始腦電波信號的數量為512個，Iowa 波、higha波、1〇W0波、highP波、0波和S波信號的數量均為一個；
[0035] 其中，R為從此時所處理腦電波信號中提取出的512個所述原始腦電波信號的信 號值的平均值，\為從此時所處理腦電波信號中提取出的Iowa波信號的信號值，AH為從 此時所處理腦電波信號中提取出的higha波信號的信號值，從此時所處理腦電波信號 中提取出的lowP波信號的信號值，BH為從此時所處理腦電波信號中提取出的highP波信 號的信號值，T為從此時所處理腦電波信號中提取出的0波信號的信號值，D為從此時所處 理腦電波信號中提取出的S波信號的信號值；
[0036] 步驟B3、多閾值比較：所述主控芯片根據預先確定的7組疲勞駕駛判斷閾值且調 用閾值比較模塊，對步驟B2中確定的7個所述特征量分別進行閾值比較，并采用計數器對 閾值比較結果進行記錄；
[0037] 所述計數器的初始計數值為0 ;
[0038] 7組所述疲勞駕駛判斷閾值分別為一組原始腦電波判斷閾值、一組Iowa波判斷 閾值、一組higha波判斷閾值、一組l〇w 0波判斷閾值、一組high0波判斷閾值、一組0波 判斷閾值和一組S波判斷閾值；其中，所述原始腦電波判斷閾值包括原始腦電波疲勞閾值 Rs了和原始腦電波清醒閾值RWT，所述lowa波判斷閾值包括l〇wa波疲勞閾值\ST和lowa 波清醒閾值AMT，所述higha波判斷閾值包括higha波疲勞閾值AHST和higha波清醒閾 值AHWT，所述low0波判斷閾值包括low0波疲勞閾值UPlow0波清醒閾值B"T，所述 high0波判斷閾值包括high0波疲勞閾值BHST和high0波清醒閾值BHWT，所述0波判斷 閾值包括0波疲勞閾值Tst和0波清醒閾值Twt，所述S波判斷閾值包括S波疲勞閾值 Dst和S波清醒閾值Dwt;
[0039] 對步驟B2中確定的7個所述特征量分別進行閾值比較時，所述主控芯片調用閾值 比較模塊，對特征量R與一組原始腦電波判斷閾值、特征量\與一組lowa波判斷閾值、特 征量AH與一組higha波判斷閾值、特征量B^與一組low0波判斷閾值、特征量BH與一組 high0波判斷閾值、特征量T與一組0波判斷閾值以及特征量D與一組S波判斷閾值分 別進行閾值比較；
[0040] 其中，對特征量R與一組原始腦電波判斷閾值進行閾值比較時，先將特征量R與Rst 進行差值比較：當R< 1^時，主控芯片將此時所述計時器的計數值加5 ;否則，所述計時器 的計數值不變；之后，將特征量R與RWT進行差值比較：當R>RWT時，主控芯片將此時所述 計時器的計數值減5 ;否則，所述計時器的計數值不變；
[0041 ] 對特征量A。與一組lowa波判斷閾值進行閾值比較時，先將特征量A^與Am進行 差值比較：當\<A^時，將此時所述計時器的計數值加1 ;否則，所述計時器的計數值不 變；之后，將特征量\與A"T進行差值比較：當A時，將此時所述計時器的計數值減 1 ;否則，所述計時器的計數值不變；
[0042] 對特征量AH與一組higha波判斷閾值進行閾值比較時，先將特征量A"與AHST進 行差值比較：當AH<AHST時，將此時所述計時器的計數值加1 ;否則，所述計時器的計數值不 變；之后，將特征量心與AHWT進行差值比較：當AH>AHWT時，將此時所述計時器的計數值減 1 ;否則，所述計時器的計數值不變；
[0043] 對特征量^與一組low0波判斷閾值進行閾值比較時，先將特征量I與B^進行 差值比較：當時，將此時所述計時器的計數值加2;否則，所述計時器的計數值不 變；之后，將特征量^與B"T進行差值比較：當B時，將此時所述計時器的計數值減 2 ;否則，所述計時器的計數值不變；
[0044]對特征量BH與一組high0波判斷閾值進行閾值比較時，先將特征量B"與BHST進 行差值比較：當BH<BHST時，將此時所述計時器的計數值加2 ;否則，所述計時器的計數值不 變；之后，將特征量仏與BHWT進行差值比較：當BH>BHWT時，將此時所述計時器的計數值減 2 ;否則，所述計時器的計數值不變；
[0045] 對特征量T與一組0波判斷閾值進行閾值比較時，先將特征量T與Tst進行差值 比較：當T< 1^時，將此時所述計時器的計數值加1 ;否則，所述計時器的計數值不變；之 后，將特征量T與Twt進行差值比較：當T> ，將此時所述計時器的計數值減1 ;否則， 所述計時器的計數值不變；
[0046] 對特征量D與一組5波判斷閾值分別進行閾值比較時，先將特征量D與DST進行 差值比較：當D< ^時，將此時所述計時器的計數值加6 ;否則，所述計時器的計數值不變； 之后，將特征量D與DWT進行差值比較：當D>D"時，將此時所述計時器的計數值減6 ;否 貝1J，所述計時器的計數值不變；
[0047] 步驟B4、疲勞駕駛判斷：所述主控芯片根據步驟B3中多閾值比較完成后所述計數 器的計數值，對此時駕駛員的疲勞駕駛狀態進行判斷：當此時所述計數器的計數值>N時， 說明經驗證此時駕駛員處于疲勞駕駛狀態，所述主控芯片控制報警提示單元進行報警提 示；否則，說明經驗證此時駕駛員處于疲勞駕駛狀態；
[0048] 其中，N為正整數且N= 52~58。
[0049] 上述一種基于眨眼頻率識別的疲勞駕駛腦電監測方法，其特征是：步驟二中進行 腦電波信號分析處理之前，先采用主控芯片對步驟B3中7組所述疲勞駕駛判斷閾值進行確 定；
[0050] 對步