[发明专利]基于脑电信息的驾驶人警觉度监测方法及监测系统

说明书

技术领域

本发明涉及驾驶员警觉度状态监测技术领域，特别涉及一种基于脑电信息的驾驶人警觉度状态监测方法及检测系统。

背景技术

20世纪90年代开始，陆续有科研机构及公司涉足驾驶人警觉度的研究当中。在现阶段常用的技术包括在基于表情特征的警觉度监测技术、基于驾驶行为的警觉度监测技术、基于生理特征参数的警觉度监测技术。

基于驾驶人眼部特征的警觉度监测方法仍然应用最广，其凭借无需接触人体，使用方便等优点，得到了很好的推广。但该技术因为存在易受环境的亮度、被试人员头部的位置、面部运动问题，警觉度估计精度较低。此外，近视人群在驾驶人的比例逐年增加，许多非近视驾驶人也有佩戴偏光眼镜的习惯，由于眼镜对光线遮挡的影响，使得该技术测得的警觉度精度大大的降低。

基于驾驶行为的技术，简单、方便，不需要更多的数据分析，比较直观，但是随着经济的发展，汽车的需求量越来越大，越来越多的人考驾照，在短时间内驾照就可以拿到手。驾驶人良好的驾驶行为不可能在短时间内养成，由此导致基于驾驶行为的技术会因为驾驶人的不良驾驶行为而产生错误的判断信息。

基于脑电EEG的技术能够最为客观、准确、实时地获得驾驶人的警觉度状态，在驾驶疲劳监测领域展现出了巨大的潜力，能够有效地减少交通事故的发生。但是，对于一些具有由脑电信息异常引起的疾病的驾驶人来说，就会对数据产生很大的影响，可能会造成交通事故。

因此需要找到外部影响最小，监测最准确的方法，来进行驾驶人警觉度的监测与分析。

发明内容

本发明的目的是克服现有技术中脑电信息容易受到干扰的缺陷，提供了一种基于脑电信息的驾驶人警觉度状态监测方法及监测系统，能够准确的监测出驾驶人警觉度状态。

本发明提供的技术方案为：

一种基于脑电信息的驾驶人警觉度监测方法，包括以下步骤：

步骤一、使用脑电传感器采集驾驶人原始脑电信号并转换为脑电电压信号；

步骤二、对所述脑电信号进行降噪去伪迹处理，提高脑电信号的可靠性；

步骤三、提取警觉度相关的时域特征、频谱特性和复杂度特征；

步骤四、过滤警觉度相关特征，去除与警觉度状态无关的信号；

步骤五、通过实验对警觉度状态进行标注，进而确定所述脑电信号与驾驶人警觉度状态之间的关系，对驾驶人警觉度状态作出估计。

优选的是，步骤一中利用如下公式将脑电传感器采集的原始脑电信号转化为电压信号：

Voltage=[rawValue·(1.84096)]/2000]]>

其中，Voltage为电压信号，rawValue为原始脑电信号。

优选的是，步骤二中，将采集的脑电时序信号b(t,x)变换到频率域B(f,x)，并对B(f,x)进行经验模态分解，结果为：