[发明专利]头戴式疲劳检测装置及方法

说明书

技术领域

本发明属于生理参数检测领域，尤其是一种头戴式疲劳检测装置及方法。

背景技术

随着现代交通运输业的飞速发展，交通事故已成为当前全球所面临的严重问题。据统计，全世界每年因交通事故导致的死亡人数达60万，直接经济损失约125亿美元，这些事故中57％的灾难性事故与驾驶员疲劳驾驶有关。

近年来，疲劳检测问题已受到世界各国越来越多研究人员的关注。目前，疲劳驾驶的检测方法主要分为三大类，即基于行为特征的方法、基于图像处理的方法、基于生理检测的方法。

首先，基于行为特征的检测方法受到驾驶员驾驶习惯各异的制约，而且还受到长期强化训练因素的干扰。其次，基于图像处理的方法要求用户的面部必须处于合适的空间范围(超出范围就无法实现检测)、且摄像机要能拍摄到正面图像(非正面面部识别技术目前还存在短期无法解决的巨大缺陷)。最后，基于生理信号的方法所采用的信号主要包括心率、呼吸、头动、人眼和嘴部形态等，这些生理信号的获取生态性较差，而且佩戴相应传感器不是很方便。

发明内容

发明目的：一方面提供一种头戴式疲劳检测装置，以解决现有技术的上述问题，为用户提供生态性强、使用方便、检测可靠的疲劳实时检测结果，并将计算结果通过语音实时反馈给用户。另一方面，提供一种头戴式疲劳检测方法。

技术方案：一种头戴式疲劳检测装置，包括：

脑电采集模块，用于获取用户的原始脑电信号；

脑电分析模块，用于实时接收所述原始脑电信号，并通过标准时频分析算法处理原始脑电信号，获得特征参数，包括脑电节律功率谱和眨眼频率；

疲劳估计器，用于根据所述特征参数所处的空间分布实现对用户的疲劳程度的估计，生成疲劳估计结果；

语音播报模块，用于将所述疲劳估计结果实时播放给用户；

电源模块，用于为上述各模块提供能量。

在进一步的实施例中，所述脑电采集模块、脑电分析模块、疲劳估计器、语音播报模块和电源模块整体封装在头戴式外壳中。所述脑电采集模块采用干电极，脑电信号采集的头皮位置为双侧前额叶，参考电极和地电极分别位布置在左右耳垂。所述脑电分析模块通过标准的时频分析获得的脑电节律功率谱和眨眼频率；其中，脑电节律包括δ波、θ波、α波、β波和γ波。所述特征参数包括δ波功率谱、θ波功率谱、α波功率谱、β波功率谱、γ波功率谱、眨眼频率和眨眼频率历史信息。所述疲劳估计器采用三层前向神经网络，隐层激励函数是Sigmoid函数，输出层激活函数为线性函数。疲劳估计结果分为“不疲劳”、“稍微有些疲劳”、“有些疲劳”、“非常疲劳”和“极度疲劳”五个量化等级。

基于上述头戴式疲劳检测装置的疲劳检测方法，包括如下步骤：

步骤1：通过脑电采集模块采集原始脑电信号，并将其实时传输给脑电分析模块；

所述脑电采集模块包括信号电极输入、带通滤波电路、初级放大电路、低通滤波电路、次级放大电路、陷波电路、第三级放大电路和数模转换器；

信号电极输入采集到的微弱原始脑电信号输入带通滤波电路滤除脑电信号的低频噪声；接着信号进入到初级放大电路进行第一次放大，放大之后的脑电信号进入到低通滤波电路中滤除信号中掺杂的高频噪声，而让所有的有用信号通过；信号接着又进入到次级放大电路中进行了第二次放大；接着信号经过陷波电路来抑制50Hz工频干扰；信号经过陷波电路之后进入都第三级放大电路中进行最后一次信号放大，其输出信号经过模数转换获得数字信号，并输入到脑电分析模块进行进一步处理；其中，所述信号电极输入采用干电极，脑电信号采集的头皮位置为双侧前额叶，参考电极和地电极分别位布置在左右耳垂；

步骤2：通过标准时频分析算法处理原始脑电信号，获得特征参数；

首先，通过时频分析单元对脑电采集模块发送来的脑电信号进行标准化的时频分析，为后续节律功率谱计算单元和眨眼频率计算单元提供输入信号；节律功率谱计算单元分别计算不同脑电节律脑电波功率谱，其中脑电节律包括δ波、θ波、α波、β波、和γ波；眨眼频率计算单元则通过时频分析获得眨眼时刻的间隔信息，并进而获得用户眨眼频率信息，与此同时这些信息将通过历史信息存储单元进行存储；最后，特征参数提取单元将根据节律功率谱计算单元、眨眼频率计算单元和历史信息存储单元的结果，通过主元分析方法确定后续疲劳估计器进行模式分类用的特征参数；