[发明专利]一种车辆行驶过程中驾驶员突发疾病监测及处理方法

权利要求书

1.一种车辆行驶过程中驾驶员突发疾病监测及处理方法，其特征是包括以下步骤：

步骤一：在试验车辆上采集驾驶员的生命体征信息，生命体征信息包括心率S、血压B、呼吸频率f、体温T、瞳孔直径D；对生命体征信息进行预处理，将第k个时间片时的生命体征信息与驾驶员正常生命体征参数进行比较，得到每种生命体征信息预处理后的对应两种结果ΔS_j，ΔB_m，Δf_n，ΔT_p，ΔD_q，j＝1,2，m＝1,2，n＝1,2，p＝1,2，q＝1,2；

所述的预处理方法是：将驾驶员第k个时间片时的心率S_k、血压B_k、呼吸频率f_k、体温T_k、瞳孔直径D_k各自一一对应地与正常生命体征参数中的正常心率S₀、正常血压B₀、正常呼吸频率f₀、正常体温T₀、正常瞳孔直径D₀进行比较，若差值大于设定的对应的阈值，则一一对应地输出为ΔS₁、ΔB₁、Δf₁、ΔT₁、ΔD₁，反之，一一对应地输出为ΔS₂、ΔB₂、Δf₂、ΔT₂、ΔD₂，则预处理后的数据样本集{ΔS_j，ΔB_m，Δf_n，ΔT_p，ΔD_q}，即得到每种生命体征信息预处理后的对应的两种结果；

步骤二：将ΔS_j，ΔB_m，Δf_n，ΔT_p，ΔD_q作为贝叶斯网络结构的五个子节点，将驾驶员状态Y_i作为父节点，构建静态贝叶斯诊断模型，根据静态贝叶斯诊断模型判定出第k个时间片时的驾驶员状态Y_i，k＝2,3,4,…；

步骤三：根据第k个时间片时的驾驶员状态Y_i，分别对第k-1个和第k个相邻两个时间片的驾驶员状态Y_i进行诊断，得到不同的诊断结果以及相邻两个时间片的转移概率；将静态贝叶斯网络结构模型与相邻两个时间片的转移概率相结合获得动态贝叶斯网络结构模型；

步骤四：将动态贝叶斯网络结构模型与第k+1、k+2、k+3和k+4的连续时间片的驾驶员状态Y_i相结合构成驾驶员突发疾病诊断模型；

步骤五：在实际运行车辆上，采集实时的驾驶员生命体征信息：心率S′、血压B′、呼吸频率f′、体温T′、瞳孔直径D′，对实时的驾驶员生命体征信息进行预处理得到预处理结果ΔS′_j，ΔB′_m，Δf′_n，ΔT′_p，ΔD′_q；

步骤六：将ΔS′_j，ΔB′_m，Δf′_n，ΔT′_p，ΔD′_q输入到步骤四中的驾驶员突发疾病诊断模型中，当第k个时间片为突发疾病状态Y₁时，驾驶员突发疾病诊断模型输出电压信号V₁给车辆限制模块，然后对第k+1、k+2、k+3和k+4的连续时间片的预处理后的实时生命体征信息进行处理，获得连续时间片的驾驶员状态Y_i，当驾驶员突发疾病状态Y₁的个数N≥3时，输出电压信号V₁₁给车辆控制模块进行控制，同时解除对车辆的限制，当N3时，输出电压信号V₁₂，仅解除对车辆的限制。

2.根据权利要求1所述的一种车辆行驶过程中驾驶员突发疾病监测及处理方法，其特征是：步骤一中，从已有的网络数据大平台中抽取大量的人体生命体征信息参数，取各自的平均值作为所述的驾驶员正常生命体征参数。