CN102961126B - 基于脉象诊断模式的驾驶预警方法 - Google Patents
基于脉象诊断模式的驾驶预警方法 Download PDFInfo
- Publication number
- CN102961126B CN102961126B CN201210470407.1A CN201210470407A CN102961126B CN 102961126 B CN102961126 B CN 102961126B CN 201210470407 A CN201210470407 A CN 201210470407A CN 102961126 B CN102961126 B CN 102961126B
- Authority
- CN
- China
- Prior art keywords
- automobile
- driver
- signal
- grade
- baseband signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Abstract
本发明提供一种基于脉象诊断模式的驾驶预警方法,包括:步骤1、设置不同的场景,通过传感头采集人在各所述不同场景中的基本信号,建立人的情绪数据库;步骤2、通过汽车总线采集汽车的状态信号,建立车辆状态数据库;步骤3、通过传感头实时采集驾驶员的所述基本信号,并结合所述情绪数据库,得到驾驶员的情绪等级;通过汽车总线采集汽车当前的状态信号,并结合所述车辆状态数据库,得到汽车当前状态;步骤4、将驾驶员的情绪等级与所述汽车当前状态做比对,从而发出驾驶提醒。本发明通过传感头采集脉象,并将脉象转换为基本信号,实时监测驾驶员的特征信号,判断驾驶员是否适合开车,减低交通事故率。
Description
【技术领域】
本发明涉及一种基于脉象诊断模式的驾驶预警方法。
【背景技术】
交通安全问题是个世界性的难题,造车交通事故的主要因素包括车子状态、性能、气候条件、道路交通状况等,但最主要的因素是驾驶员本身。由于驾驶员自身问题是现代交通安全的最主要因素,如何判断驾驶的心理生理状态是否适合开车?如何根据驾驶的心理生理状态,告诉驾驶员现在如何开车合适,给予驾驶员和管理人员及时的预警,以免交通事故的发生,这已成为现代交通安全研究的热点问题。
现有的方法有酒精检测,通过酒精浓度判断驾驶员是否酗酒,通过图像进行驾驶员的脸部识别的方法,进行疲劳分析,通过行车记录仪记录驾驶员的驾驶行为,进而判断驾驶行为是否异常。
现有的技术通过采集驾驶员的酒精含量、驾驶员的脸部特征来判断驾驶员的心理和生理状态来判断驾驶员的状态,信息不够丰富全面,而且采集的信息手段复杂,而且是静态的,从医学角度来说,信息的不全面性,会造成误判。同时,驾驶是个高速行为,对实时性要求高,突发事件很难通过现有的技术进行诊断。
【发明内容】
本发明要解决的技术问题,在于提供一种基于脉象诊断模式的驾驶预警方法,通过脉象的诊断以及血压、心跳的实时监测,判断驾驶员是否适合开车,减低交通事故率。
本发明是这样实现的:
基于脉象诊断模式的驾驶预警方法,包括如下步骤:
步骤1、设置不同的场景,通过传感头采集人在各所述不同场景中的基本信号,将所述脉象转换为基本信号,建立人的情绪数据库;具体为:
设定四种场景,分为平静场景、舒心场景、兴奋场景以及愤怒场景,通过传感头采集至少5个人在四种场景下的基本信号并进行分类存储至情绪数据库;所述分类具体为:将平静场景下采集到的基本信号定义为平静情绪等级,将舒心场景下采集到的基本信号定义为舒心情绪等级,将兴奋场景下采集到的基本信号定义为兴奋情绪等级,将愤怒场景下采集到的基本信号定义为愤怒情绪等级;然后将各等级的基本信号进行统计处理,所述统计处理具体为:计算出各等级的基本信号中各指标的数学期望、方差、按照标准正态分布的规律给出95%的置信区间,从而得到各等级的基本信号中各个指标的取值范围,同等级内各指标之间是与的关系,取同等级各指标取值范围的交集,即同时为真时该等级成立,将同时为真的交集范围定义为该等级的阈值区间,若两个等级的阈值区间相交,抛弃该两个等级的阈值区间,重新通过传感头采集该两个等级的基本信号,并进行所述统计处理;将睡觉时的场景定义为平静场景,将听轻松音乐时的场景定义为舒心场景,将听摇滚或烦躁时的场景定义为兴奋场景,将情绪暴怒时的场景定义为愤怒场景;
步骤2、通过汽车总线采集汽车的状态信号,建立车辆状态数据库;
步骤3、通过传感头实时采集驾驶员的所述基本信号,将所述脉象转换为所述基本信号,将驾驶员的基本信号定义为特征信号;所述特征信号结合所述情绪数据库,得到驾驶员的情绪等级;通过汽车总线采集汽车当前的状态信号,并将当前的状态信号结合所述车辆状态数据库,得到汽车当前状态,所述汽车当前状态包括:是否在行驶以及行驶的状态;
步骤4、将驾驶员的情绪等级与所述汽车当前状态做比对,从而发出驾驶提醒。
进一步地,所述基本信号根据中医临床的经验具体分为八种指标:频率、节律、位置、强度、粗细、长短、紧张度和流利度,所述频率是单位时间内脉搏跳动的次数;所述节律是脉搏跳动的周期性;所述位置是单位力道下脉搏跳动最强的位置;所述强度是脉搏的跳动的振幅大小;所述粗细是脉搏横向跳动范围;所述长短是脉搏纵向跳动范围;所述紧张度是单位力道下脉搏的弹性度;所述流利度是单位力道下脉搏的顺畅度。
进一步地,所述步骤2具体为:通过汽车CAN总线采集汽车的状态信号,建立车辆状态数据库;所述汽车的状态信号包括:发动机负荷计算值、发动机冷却液温度、发动机转速、里程、车速、温度、长期燃油修正值、气缸提前点火角度、进气岐管绝对压力、瞬时油耗、车辆装配的车载诊断系统ODB类型、空气流量、节气门绝对位置、车辆电瓶电压、环境温度、前后左右门的开关状态、尾箱门、ACC开关、档位、轮胎压力监测系统TPMS/防锁死刹车系统ABS/安全气囊SRS和发动机的开关状态,以及刹车、离合、油门、空档滑行的传感信号,建立车辆状态数据库。
进一步地,所述步骤3具体为:将安装有所述传感头的采集设备的一端绕在驾驶员腕部,将所述传感头对准寸、关、尺的位置,所述采集设备的另一端连接汽车的车载诊断系统ODB诊断口,即CAN总线的CAN高线H线和CAN低线L线,实时采集特征信号和汽车的当前状态信号,将实时采集的特征信号与所述情绪数据库中各等级的阈值相比较,判断属于哪个阈值区间,确定驾驶员的情绪等级,汽车上的ECU通过CAN总线查询车辆的当前的状态信号,将当前的状态信号结合所述车辆状态数据库,得到汽车当前状态,所述汽车当前状态包括:是否在行驶以及行驶的状态。
进一步地,所述步骤4具体为:当汽车当前状态为:不在行驶时,汽车上的ECU不发出驾驶提醒;当驾驶员的情绪等级为舒心情绪等级,同时汽车当前状态为:在高速行驶,汽车上的ECU做出正常驾驶的驾驶提醒;当驾驶员的情绪等级为平静情绪等级,同时汽车当前状态为:在高速行驶,汽车上的ECU做出疲劳驾驶的驾驶提醒;当驾驶员的情绪等级为兴奋情绪等级,同时汽车当前状态为:正在行驶,汽车上的ECU做出谨慎驾驶的驾驶提醒;当驾驶员的情绪等级为愤怒情绪等级,同时汽车当前状态为:正在行驶,汽车上的ECU做出危险驾驶的驾驶提醒;所述驾驶提醒信息通过人机界面显示,与驾驶员进行信息交互,让驾驶员在行车途中更好地控制整个车辆。
进一步地,所述步骤1和步骤3中,通过传感头采集到的基本信号均通过陷波滤波器和数字信号处理技术滤除所述基本信号中的噪声干扰。
进一步地,所述陷波滤波器具体包括依次连接的一级放大电路、基线校准电路、带阻滤波器、带通滤波器以及二级放大电路,所述一级放大电路采用差分输入的方式,有效提高共模抑制比,所述基线校准电路采用负反馈原理设计,以抑制人体颤抖、人体紧张、呼吸产生的基线漂移,所述带阻滤波器去除50Hz的工频干扰,所述带通滤波器和二级放大电路,将信号放大,使信号达到适合AD转换的要求。
进一步地,所述数字信号处理技术采用中值滤波法或小波变换自适应滤波法或神经网络法或模糊算法或混沌算法或向量积算法或复杂网络模式算法,有效去除因偶然因素引入的波动或传感头不稳定造成误码的脉冲干扰。
进一步地,所述步骤1和步骤3中传感头的采集方式为接触式或非接触式,所述接触式通过手腕或手指方式,所述非接触式通过红外或超声波方式。
本发明具有如下优点:本发明通过传感头采集脉象,并将脉象转换为基本信号,实时监测驾驶员的特征信号,结合情绪数据库,判断出驾驶员的心理和生理状态,然后通过采集汽车当前状态信息,并结合汽车状态数据库,得到汽车当前的形式状态,最后给予驾驶员以实时驾驶预警提醒,减低交通事故率,提供交通安全服务。
【附图说明】
下面参照附图结合实施例对本发明作进一步的说明。
图1为本发明的系统框图。
图2为本发明滤除干扰信号的流程图
【具体实施方式】
请参阅图1,基于脉象诊断模式的驾驶预警方法,包括如下步骤:
基于脉象诊断模式的驾驶预警方法,包括如下步骤:
步骤1、设置不同的场景,通过传感头采集人在各所述不同场景中的基本信号,将所述脉象转换为基本信号,建立人的情绪数据库;所述基本信号根据中医临床的经验具体分为八种指标:频率、节律、位置、强度、粗细、长短、紧张度和流利度,所述频率是单位时间内脉搏跳动的次数;所述节律是脉搏跳动的周期性;所述位置是单位力道下脉搏跳动最强的位置;所述强度是脉搏的跳动的振幅大小;所述粗细是脉搏横向跳动范围;所述长短是脉搏纵向跳动范围;所述紧张度是单位力道下脉搏的弹性度;所述流利度是单位力道下脉搏的顺畅度;
所述步骤1具体为:设定四种场景,分为平静场景、舒心场景、兴奋场景以及愤怒场景,通过传感头采集至少5个人在四种场景下的基本信号并进行分类存储至情绪数据库;所述分类具体为:将平静场景下采集到的基本信号定义为平静情绪等级,将舒心场景下采集到的基本信号定义为舒心情绪等级,将兴奋场景下采集到的基本信号定义为兴奋情绪等级,将愤怒场景下采集到的基本信号定义为愤怒情绪等级;然后将各等级的基本信号进行统计处理,所述统计处理具体为:计算出各等级的基本信号中各指标的数学期望、方差、按照标准正态分布的规律给出95%的置信区间,从而得到各等级的基本信号中各个指标的取值范围,同等级内各指标之间是与的关系,取同等级各指标取值范围的交集,即同时为真时该等级成立,将同时为真的交集范围定义为该等级的阈值区间,若两个等级的阈值区间相交,抛弃该两个等级的阈值区间,重新通过传感头采集该两个等级的基本信号,并进行所述统计处理;将睡觉时的场景定义为平静场景,将听轻松音乐时的场景定义为舒心场景,将听摇滚或烦躁时的场景定义为兴奋场景,将情绪暴怒时的场景定义为愤怒场景;
步骤2、通过汽车总线采集汽车的状态信号,建立车辆状态数据库;具体为:通过汽车CAN总线采集汽车的状态信号,建立车辆状态数据库;所述汽车的状态信号包括:发动机负荷计算值、发动机冷却液温度、发动机转速、里程、车速、温度、长期燃油修正值、气缸提前点火角度、进气岐管绝对压力、瞬时油耗、车辆装配的车载诊断系统ODB类型、空气流量、节气门绝对位置、车辆电瓶电压、环境温度、前后左右门的开关状态、尾箱门、ACC开关、档位、轮胎压力监测系统TPMS/防锁死刹车系统ABS/安全气囊SRS和发动机的开关状态,以及刹车、离合、油门、空档滑行的传感信号,建立车辆状态数据库;
步骤3、通过传感头实时采集驾驶员的所述基本信号,将所述脉象转换为所述基本信号,将驾驶员的基本信号定义为特征信号;所述特征信号结合所述情绪数据库,得到驾驶员的情绪等级;通过汽车总线采集汽车当前的状态信号,并将当前的状态信号结合所述车辆状态数据库,得到汽车当前状态,所述汽车当前状态包括:是否在行驶以及行驶的状态;
所述步骤3具体为:
将安装有所述传感头的采集设备的一端绕在驾驶员腕部,将所述传感头对准寸、关、尺的位置,所述采集设备的另一端连接汽车的车载诊断系统ODB诊断口,即CAN总线的CAN高线H线和CAN低线L线,实时采集特征信号和汽车的当前状态信号,将实时采集的特征信号与所述情绪数据库中各等级的阈值相比较,判断属于哪个阈值区间,确定驾驶员的情绪等级,汽车上的ECU通过CAN总线查询车辆的当前的状态信号,将当前的状态信号结合所述车辆状态数据库,得到汽车当前状态,所述汽车当前状态包括:是否在行驶以及行驶的状态;所述ECU全称:Electronic Control Unit,中文名称:电子控制单元,又称“行车电脑”、“车载电脑”;
步骤4、将驾驶员的情绪等级与所述汽车当前状态做比对,从而发出驾驶提醒;所述步骤4具体为:当汽车当前状态为:不在行驶时,汽车上的ECU不发出驾驶提醒;当驾驶员的情绪等级为舒心情绪等级,同时汽车当前状态为:在高速行驶,汽车上的ECU做出正常驾驶的驾驶提醒;当驾驶员的情绪等级为平静情绪等级,同时汽车当前状态为:在高速行驶,汽车上的ECU做出疲劳驾驶的驾驶提醒;当驾驶员的情绪等级为兴奋情绪等级,同时汽车当前状态为:正在行驶,汽车上的ECU做出谨慎驾驶的驾驶提醒;当驾驶员的情绪等级为愤怒情绪等级,同时汽车当前状态为:正在行驶,汽车上的ECU做出危险驾驶的驾驶提醒;所述驾驶提醒信息通过人机界面显示,与驾驶员进行信息交互,让驾驶员在行车途中更好地控制整个车辆。
由于人体脉象信号微弱,且存在严重外界干扰和人体自身其他信号的干,比如,电源线干扰、人体噪声、电极分离或接触产生的噪声、驾驶员在移动中引入的伪影,驾驶员的说话声音、还有基线漂移等等,这些噪声和伪影也在我们感兴趣的频段内,往往与脉象信号本身相互干扰,从而影响到脉象信号分析和特征提取。本发明采用硬件和软件相结合共同去除干扰噪声的方法,由于输入的脉搏信号含有多种的噪音和干扰,硬件方式滤除了周期间的主要干扰,以及人体噪声和接触噪声,但为了提高系统的测量精度和可靠性,采用数字滤波技术进一步判断和减少叠加在有用信号上的噪声干扰的比重。
请参阅图2,在所述步骤1和步骤3中,通过传感头采集到的基本信号均通过陷波滤波器和数字信号处理技术滤除所述基本信号中的噪声干扰。所述传感头的采集方式为接触式或非接触式,所述接触式通过手腕或手指方式,所述非接触式通过红外或超声波方式。
所述陷波滤波器具体包括依次连接的一级放大电路、基线校准电路、带阻滤波器、带通滤波器以及二级放大电路,所述一级放大电路采用差分输入的方式,有效提高共模抑制比,所述基线校准电路采用负反馈原理设计,以抑制人体颤抖、人体紧张、呼吸产生的基线漂移,所述带阻滤波器去除50Hz的工频干扰,所述带通滤波器和二级放大电路,将信号放大,使信号达到适合AD转换的要求。
所述数字信号处理技术采用中值滤波法或小波变换自适应滤波法或神经网络法或模糊算法或混沌算法或向量积算法或复杂网络模式算法,有效去除因偶然因素引入的波动或传感头不稳定造成误码的脉冲干扰。
本发明具有如下优点:本发明通过传感头采集脉象,并将脉象转换为基本信号,实时监测驾驶员的特征信号,结合情绪数据库,判断出驾驶员的心理和生理状态,然后通过采集汽车当前状态信息,并结合汽车状态数据库,得到汽车当前的形式状态,最后给予驾驶员以实时驾驶预警提醒,减低交通事故率,提供交通安全服务。
虽然以上描述了本发明的具体实施方式,但是熟悉本技术领域的技术人员应当理解,我们所描述的具体的实施例只是说明性的,而不是用于对本发明的范围的限定,熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化,都应当涵盖在本发明的权利要求所保护的范围内。
Claims (9)
1.基于脉象诊断模式的驾驶预警方法,其特征在于:包括如下步骤:
步骤1、设置不同的场景,通过传感头采集人在各所述不同场景中的脉象,将所述脉象转换为基本信号,建立人的情绪数据库;具体为:
设定四种场景,分为平静场景、舒心场景、兴奋场景以及愤怒场景,通过传感头采集至少5个人在四种场景下的基本信号并进行分类存储至情绪数据库;所述分类具体为:将平静场景下采集到的基本信号定义为平静情绪等级,将舒心场景下采集到的基本信号定义为舒心情绪等级,将兴奋场景下采集到的基本信号定义为兴奋情绪等级,将愤怒场景下采集到的基本信号定义为愤怒情绪等级;然后将各等级的基本信号进行统计处理,所述统计处理具体为:计算出各等级的基本信号中各指标的数学期望、方差、按照标准正态分布的规律给出95%的置信区间,从而得到各等级的基本信号中各个指标的取值范围,同等级内各指标之间是与的关系,取同等级各指标取值范围的交集,即同时为真时该等级成立,将同时为真的交集范围定义为该等级的阈值区间,若两个等级的阈值区间相交,抛弃该两个等级的阈值区间,重新通过传感头采集该两个等级的基本信号,并进行所述统计处理;将睡觉时的场景定义为平静场景,将听轻松音乐时的场景定义为舒心场景,将听摇滚或烦躁时的场景定义为兴奋场景,将情绪暴怒时的场景定义为愤怒场景;
步骤2、通过汽车总线采集汽车的状态信号,建立车辆状态数据库;
步骤3、通过传感头实时采集驾驶员的脉象,将所述脉象转换为所述基本信号,将驾驶员的基本信号定义为特征信号;所述特征信号结合所述情绪数据库,得到驾驶员的情绪等级;通过汽车总线采集汽车当前的状态信号,并将当前的状态信号结合所述车辆状态数据库,得到汽车当前状态,所述汽车当前状态包括:是否在行驶以及行驶的状态;
步骤4、将驾驶员的情绪等级与所述汽车当前状态做比对,从而发出驾驶提醒。
2.根据权利要求1所述的基于脉象诊断模式的驾驶预警方法,其特征在于:所述基本信号根据中医临床的经验具体分为八种指标:频率、节律、位置、强度、粗细、长短、紧张度和流利度,所述频率是单位时间内脉搏跳动的次数;所述节律是脉搏跳动的周期性;所述位置是单位力道下脉搏跳动最强的位置;所述强度是脉搏的跳动的振幅大小;所述粗细是脉搏横向跳动范围;所述长短是脉搏纵向跳动范围;所述紧张度是单位力道下脉搏的弹性度;所述流利度是单位力道下脉搏的顺畅度。
3.根据权利要求1所述的基于脉象诊断模式的驾驶预警方法,其特征在于:所述步骤2具体为:通过汽车CAN总线采集汽车的状态信号,建立车辆状态数据库;所述汽车的状态信号包括:发动机负荷计算值、发动机冷却液温度、发动机转速、里程、车速、温度、长期燃油修正值、气缸提前点火角度、进气岐管绝对压力、瞬时油耗、车辆装配的车载诊断系统ODB类型、空气流量、节气门绝对位置、车辆电瓶电压、环境温度、前后左右门的开关状态、尾箱门、ACC开关、档位、轮胎压力监测系统TPMS/防锁死刹车系统ABS/安全气囊SRS和发动机的开关状态,以及刹车、离合、油门、空档滑行的传感信号,建立车辆状态数据库。
4.根据权利要求1所述的基于脉象诊断模式的驾驶预警方法,其特征在于:所述步骤3具体为:将安装有所述传感头的采集设备的一端绕在驾驶员腕部,将所述传感头对准人体的寸、关、尺的位置,所述采集设备的另一端连接汽车的车载诊断系统ODB诊断口,即CAN总线的CAN高线H线和CAN低线L线,实时采集特征信号和汽车的当前状态信号,将实时采集的特征信号与所述情绪数据库中各等级的阈值相比较,判断属于哪个阈值区间,确定驾驶员的情绪等级,汽车上的ECU通过CAN总线查询车辆的当前的状态信号,将当前的状态信号结合所述车辆状态数据库,得到汽车当前状态,所述汽车当前状态包括:是否在行驶以及行驶的状态。
5.根据权利要求1所述的基于脉象诊断模式的驾驶预警方法,其特征在于:所述步骤4具体为:当汽车当前状态为:不在行驶时,汽车上的ECU不发出驾驶提醒;当驾驶员的情绪等级为舒心情绪等级,同时汽车当前状态为:在高速行驶,汽车上的ECU做出正常驾驶的驾驶提醒;当驾驶员的情绪等级为平静情绪等级,同时汽车当前状态为:在高速行驶,汽车上的ECU做出疲劳驾驶的驾驶提醒;当驾驶员的情绪等级为兴奋情绪等级,同时汽车当前状态为:正在行驶,汽车上的ECU做出谨慎驾驶的驾驶提醒;当驾驶员的情绪等级为愤怒情绪等级,同时汽车当前状态为:正在行驶,汽车上的ECU做出危险驾驶的驾驶提醒;所述驾驶提醒信息通过人机界面显示,与驾驶员进行信息交互,让驾驶员在行车途中更好地控制整个车辆。
6.根据权利要求1所述的基于脉象诊断模式的驾驶预警方法,其特征在于:所述步骤1和步骤3中,通过传感头采集到的基本信号均通过陷波滤波器和数字信号处理技术滤除所述基本信号中的噪声干扰。
7.根据权利要求7所述的基于脉象诊断模式的驾驶预警方法,其特征在于:所述陷波滤波器具体包括依次连接的一级放大电路、基线校准电路、带阻滤波器、带通滤波器以及二级放大电路,所述一级放大电路采用差分输入的方式,有效提高共模抑制比,所述基线校准电路采用负反馈原理设计,以抑制人体颤抖、人体紧张、呼吸产生的基线漂移,所述带阻滤波器去除50Hz的工频干扰,所述带通滤波器和二级放大电路,将信号放大,使信号达到适合AD转换的要求。
8.根据权利要求7所述的基于脉象诊断模式的驾驶预警方法,其特征在于:所述数字信号处理技术采用中值滤波法或小波变换自适应滤波法或神经网络法或模糊算法或混沌算法或向量积算法或复杂网络模式算法,有效去除因偶然因素引入的波动或传感头不稳定造成误码的脉冲干扰。
9.根据权利要求1所述的基于脉象诊断模式的驾驶预警方法,其特征在于:所述步骤1和步骤3中传感头的采集方式为接触式或非接触式,所述接触式通过手腕或手指方式,所述非接触式通过红外或超声波方式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210470407.1A CN102961126B (zh) | 2012-11-16 | 2012-11-16 | 基于脉象诊断模式的驾驶预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210470407.1A CN102961126B (zh) | 2012-11-16 | 2012-11-16 | 基于脉象诊断模式的驾驶预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102961126A CN102961126A (zh) | 2013-03-13 |
CN102961126B true CN102961126B (zh) | 2014-08-13 |
Family
ID=47791764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210470407.1A Expired - Fee Related CN102961126B (zh) | 2012-11-16 | 2012-11-16 | 基于脉象诊断模式的驾驶预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102961126B (zh) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10335075B2 (en) * | 2013-03-14 | 2019-07-02 | Dexcom, Inc. | Advanced calibration for analyte sensors |
CN103871197A (zh) * | 2013-09-04 | 2014-06-18 | 山东交通学院 | 智能型传感腕带 |
CN103956028B (zh) * | 2014-04-23 | 2016-01-20 | 山东大学 | 一种汽车多元驾驶安全防护方法 |
CN104490374A (zh) * | 2014-12-09 | 2015-04-08 | 财团法人车辆研究测试中心 | 驾驶者心脏状态的判断系统及方法 |
CN105730370A (zh) * | 2014-12-11 | 2016-07-06 | 鸿富锦精密工业(深圳)有限公司 | 汽车驾驶系统及控制方法 |
CN104527562B (zh) * | 2014-12-19 | 2018-01-19 | 浙江吉利汽车研究院有限公司 | 一种车辆约束系统的设计开发方法 |
CN104523240B (zh) * | 2015-01-12 | 2018-03-27 | 联想(北京)有限公司 | 信息提示方法和电子设备 |
CN105496369A (zh) * | 2015-10-19 | 2016-04-20 | 南京邮电大学 | 一种愤怒驾驶状态检测方法 |
CN105232064B (zh) * | 2015-10-30 | 2018-06-26 | 科大讯飞股份有限公司 | 一种预测音乐对驾驶员行为影响的系统和方法 |
US11423651B2 (en) * | 2016-02-09 | 2022-08-23 | Hrl Laboratories, Llc | System and method for the fusion of bottom-up whole-image features and top-down enttiy classification for accurate image/video scene classification |
CN107703931B (zh) * | 2016-08-09 | 2019-04-05 | 北京百度网讯科技有限公司 | 用于控制无人驾驶车辆的方法和装置 |
CN106473703B (zh) * | 2016-09-21 | 2019-06-11 | 广州视源电子科技股份有限公司 | 睡眠状态分类器的训练方法和系统 |
CN107953892A (zh) * | 2016-10-12 | 2018-04-24 | 德尔福电子(苏州)有限公司 | 一种车载驾驶行为综合评估和矫正系统 |
KR101846734B1 (ko) * | 2016-11-09 | 2018-05-18 | 현대자동차주식회사 | 운전 상태 판단 장치 및 방법 |
CN108324250B (zh) * | 2018-02-12 | 2021-07-20 | 厚磊 | 基于红外成像温度指标的人体热代谢状态的监测方法 |
CN110403617A (zh) * | 2018-04-26 | 2019-11-05 | 广州汽车集团股份有限公司 | 一种用于监测驾驶员精神状态的驾驶辅助方法及系统 |
CN109498041B (zh) * | 2019-01-15 | 2021-04-16 | 吉林大学 | 基于脑电与脉搏信息的驾驶员路怒状态识别方法 |
WO2022178695A1 (zh) * | 2021-02-24 | 2022-09-01 | 华为技术有限公司 | 车辆功能提示方法、装置、电子设备及车辆 |
CN113059574A (zh) * | 2021-03-25 | 2021-07-02 | 湖南翰坤实业有限公司 | 陪伴机器人智能陪伴方法及智能陪伴机器人 |
CN113059563A (zh) * | 2021-03-25 | 2021-07-02 | 湖南翰坤实业有限公司 | 智能陪伴机器人 |
CN113454645B (zh) * | 2021-05-27 | 2022-08-09 | 华为技术有限公司 | 驾驶状态检测方法及装置、设备、存储介质、系统、车辆 |
CN113397500B (zh) * | 2021-08-03 | 2022-06-28 | 华东师范大学 | 一种脉搏监测装置 |
CN117657170A (zh) * | 2024-02-02 | 2024-03-08 | 江西五十铃汽车有限公司 | 一种新能源汽车智能安全和整车控制方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4162375B2 (ja) * | 2000-12-01 | 2008-10-08 | 日産ディーゼル工業株式会社 | 車両安全運行管理装置 |
JP2004074948A (ja) * | 2002-08-20 | 2004-03-11 | Yazaki Corp | 運行記憶装置 |
JP2005253590A (ja) * | 2004-03-10 | 2005-09-22 | Nissan Motor Co Ltd | 運転支援装置 |
JP4905832B2 (ja) * | 2007-03-01 | 2012-03-28 | 株式会社エクォス・リサーチ | 運転者状態判定装置、及び運転支援装置 |
JP2008225827A (ja) * | 2007-03-13 | 2008-09-25 | Suzuki Motor Corp | 車両制御システム |
JP2012061222A (ja) * | 2010-09-17 | 2012-03-29 | Tokai Rika Co Ltd | 運転者状態推定装置 |
-
2012
- 2012-11-16 CN CN201210470407.1A patent/CN102961126B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN102961126A (zh) | 2013-03-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102961126B (zh) | 基于脉象诊断模式的驾驶预警方法 | |
US10618522B2 (en) | Drowsiness detection and intervention system and method | |
Murugan et al. | Detection and analysis: Driver state with electrocardiogram (ECG) | |
CN108765876A (zh) | 基于多模信号的驾驶疲劳深度分析预警系统及方法 | |
AU767533B2 (en) | Vigilance monitoring system | |
US9408570B2 (en) | Physiological feature extraction and fusion to assist in the diagnosis of post-traumatic stress disorder | |
CN103021134A (zh) | 汽车疲劳驾驶监测报警装置 | |
CN109770923A (zh) | 一种基于相位锁定值构建脑功能网络的驾驶疲劳检测方法 | |
CN106963348A (zh) | 基于行驶环境的用于车辆座椅的生物信号测量系统 | |
Eilebrecht et al. | The relevance of HRV parameters for driver workload detection in real world driving | |
Koh et al. | Driver drowsiness detection via PPG biosignals by using multimodal head support | |
Yu et al. | Investigation on driver stress utilizing ECG signals with on-board navigation systems in use | |
CN108711204B (zh) | 一种综合人-车-路多源信息的行车异常检测系统及方法 | |
Hu et al. | Analysis on biosignal characteristics to evaluate road rage of younger drivers: A driving simulator study | |
CN110301921A (zh) | 用于进行困倦检测和干预的系统和方法 | |
Suman et al. | EOG based vigilance monitoring system | |
CN202960535U (zh) | 汽车疲劳驾驶监测报警装置 | |
CN106859644A (zh) | 一种基于脑电波的疲劳驾驶监控系统及监控方法 | |
CN207029275U (zh) | 能实时监测人体健康状况的汽车方向盘系统 | |
Schneider et al. | An approach to automotive ECG measurement validation using a car-integrated test framework | |
CN104490374A (zh) | 驾驶者心脏状态的判断系统及方法 | |
Albalawi et al. | Single-channel real-time drowsiness detection based on electroencephalography | |
CN205130998U (zh) | 一种防疲劳汽车坐垫 | |
CN106491127A (zh) | 驾驶肌劳损预警值测试方法和装置及驾驶肌劳损预警装置 | |
CN114435373A (zh) | 疲劳驾驶检测方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20140813 Termination date: 20151116 |
|
EXPY | Termination of patent right or utility model |