[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

说明书

本发明公开车辆安全行驶和保护领域中的一种车辆行驶过程中驾驶员突发疾病监测及处理方法，分两个阶段实现，第一阶段是驾驶员突发疾病网络诊断模型的建立，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就是动态贝叶斯网络结构模型，第二阶段是通过驾驶员突发疾病网络诊断模型来输出对应诊断结果，从而输出相应处理方法，驾驶员突发疾病网络诊断模型采用动态的贝叶斯网络结构模型，采取了多个时间片分析判定的方法，对于正在行驶的车辆来说，能够提前预知到驾驶员下一刻的状态，提高突发疾病的判断准确性，能根据当前车速来智能控制车辆自动刹车。

技术领域

本发明涉及车辆安全行驶和保护领域，具体是针对在车辆行驶途中能监测驾驶员突发疾病状态的后续处理控制方法。

背景技术

在驾驶员已经有着足够的技术去操作车辆的前提下，在驾驶过程中，突发疾病总是无法预测和阻止的。车辆行驶途中驾驶员的突发疾病不仅耽误了驾驶员的后续救援时间，而且可能会对车辆内的乘客以及正常干道行驶的其他车辆造成严重伤害。目前，针对驾驶员突发疾病后的车辆安全保护系统，大多是利用心电图监测驾驶员生理状态，且在判定驾驶员处于突发疾病状态时，采取的措施是紧急制动，其存在的问题很明显：一是、心电采集信号装置一般与驾驶员胸膛位置进行接触，给驾驶员带来了一定程度上的拘束及不便，在车辆中难以实现安装；二是、紧急制动措施对于公共交通的乘员会造成大幅度前倾，可能会造成不适及伤害。

发明内容

本发明针对当前车辆行驶过程中当驾驶员突发疾病时存在的安全问题，提出一种驾驶员突发疾病的监测及处理方法，不依赖心电传感装置，提高判断驾驶员是否突发疾病的准确性，并且能根据当前车速来智能控制车辆。

本发明采用的技术方案是包括以下步骤：

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；

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网络疾病诊断模型；

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；