[发明专利]基于Android平台的疲劳驾驶实时监控与预警方法

摘要

一种基于Android平台的疲劳驾驶实时监控与预警方法，系统设计以搭载Android操作平台的智能手机为载体，首先将智能手机固定在方向盘中央后，利用智能手机自带的GPS定位及陀螺仪传感器，每隔1s计算并存储车辆驾驶过程中的加速度及方向盘转角数据，然后每隔10s利用小波变换从存储数据中提取加速度的db5小波尺度1归一化能量、方向盘转向角速度标准差、方向盘转向db5小波尺度4归一化能量作为疲劳程度判定指标，接下来将指标带入计数模型确定疲劳程度，预警系统将疲劳程度分为清醒、轻度疲劳、中度疲劳、深度疲劳四级。最后根据计数模型判定结果，对不同的疲劳程度采取不同的预警措施。系统设计实现成本低，可靠性高，容易实现市场推广，系统实现不涉及车辆改装，实现驾驶状态的实时监控。

主权项

一种基于Android平台的疲劳驾驶实时监控与预警方法，其特征在于，系统设计以搭载Android操作平台的智能手机为载体；首先将智能手机固定在方向盘中央后，利用智能手机自带的GPS定位及陀螺仪传感器，每隔1s计算并存储车辆驾驶过程中的加速度及方向盘转角数据；然后每隔10s利用小波变换从存储数据中提取加速度的db5小波尺度一归一化能量、方向盘转向角速度标准差、方向盘转向db5小波尺度四归一化能量作为疲劳程度判定指标；接下来将指标带入计数模型确定疲劳程度，预警系统将疲劳程度分为：清醒、轻度疲劳、中度疲劳、深度疲劳四级；最后根据计数模型判定结果，对不同的疲劳程度采取不同的预警措施；具体包括以下步骤：a)开始驾驶，将智能手机固定在方向盘中央，启动驾驶疲劳实时监控与缓解的预警系统；b)系统进入“绩效获取”模块：驾驶1min后，待驾驶操作稳定进入该模块；该模块下系统将进行3min的车辆加速度及方向盘转角变化数据采集工作，采集频率为1s；并每隔10s计算和存储一次加速度的db5小波尺度一归一化能量、方向盘转向角速度标准差、方向盘转向db5小波尺度四归一化能量值；(1)加速度及方向盘转向角度的小波尺度归一化能量值计算包括两个步骤：●加速度及方向盘转向角度小波尺度分解与重构：采用二通道滤波器组与Daubechies小波对加速度及方向盘信号分别进行1层和4层分解与重构；分解过程为:将指标信号{xn}与低通滤波器做卷积，再向下抽样得到低频系数{an},信号与高通滤波器做卷积后再向下抽样，得到高频系数{dn}；重构过程与分解过程相反，重构后的信号为{yn}；对于Daubechies小波，其低通滤波器和高通滤波器系数为：h~=0.0024;-0.0089;-0.0044;0.0549;-0.0228;-0.1713;0.0979;0.5122;0.4270;0.1132]]>g~=-0.1132;0.4270;-0.5122;0.0979;0.1713;-0.0228;-0.0549;-0.044;0.0089;0.0024]]>●加速度及方向盘转向角度小波尺度归一化能量计算：令尺度j上的小波系数矢量为尺度j的能量定义为：Ej=||Wj||2=Σi=1n|wji|2---(1)]]>能量序列的分布定义为各尺度的归一化能量：pi＝Ei/E(i＝1，2，…，M)   (2)其中总能量为：E=Σj=1MEj---(3)]]>(2)方向盘转向角速度标准差σ计算采用公式：σ=1NΣi=1N(xi-μ)2---(4)]]>xi为方向盘转向角度，μ为方向盘转向角均值；c)系统进入“模型训练”模块：该模块用于后期疲劳程度判别模型——计数模型(Data Count Model)的参数标定；计数模型有关公式为：P(y＝s)＝(e^(‑λ)λ^s)/s！   (5)λ＝E(y|x)＝exβ   (6)xβ＝β0+x1β1+…+xkβk   (7)s表示驾驶疲劳等级，λ表示驾驶疲劳等级的均值；该公式可用于计算出现某种驾驶疲劳等级的概率；用户可以选择经过大量样本实验得到的系统默认参数，或者选择根据自身情况重新标定模型参数，选择后者需进行30min的驾驶过程与过程中不定时的驾驶状态自评操作；●选择系统默认参数，●λ＝exp(1.20+0.51*x1+0.76*x2+(‑0.45)*x3)x1表示加速度的db5小波尺度一归一化能量；x2表示方向盘转向角速度标准差；x3表示方向盘转向db5小波尺度四归一化能量；●选择个体参数重新标定，根据自身需要自主决定一段时间的驾驶操作，驾驶过程中不定时对自身驾驶状态进行自评，驾驶状态按从清醒到深度疲劳1～10评分，随后由系统根据采集到的车辆加速度、方向盘转角数据以及对应的驾驶状态，进行计数模型中λ表达式参数β＝(β0，β1，β2)T生成，参数生成方法采用最小二乘估计法计算，公式如下β^=(XTX)-1XTS---(8)]]>d)系统进入“状态判别”模块：驾驶4min后进入该模块，利用计数模型(Data Count Model)，根据车辆加速度的db5小波尺度一归一化能量、方向盘转向角速度标准差、方向盘转向db5小波尺度四归一化能量值情况，对驾驶员驾驶状态进行判定；先利用公式(6)得到疲劳程度y的期望值；再利用公式(5)求得y在1到10的之间整数点对应的概率；最后，概率最大处的y值即为预测的疲劳程度；算法每隔1min判定一次，每次判定取最近3min驾驶数据计算得到的平均状态；该模块将疲劳程度分为：清醒、轻度疲劳、中度疲劳、深度疲劳四级；e)系统进入“预警模块”：每次驾驶状态判定结束后启动该模块,根据不同的判定结果，模块采取不同的预警措施：1)清醒：不采取任何措施；2)轻度疲劳：播放轻音乐，缓解疲劳；3)中度疲劳：低频警报声；4)深度疲劳：高频警报声。