CN103606245A - 基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统 - Google Patents
基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统 Download PDFInfo
- Publication number
- CN103606245A CN103606245A CN201310551887.9A CN201310551887A CN103606245A CN 103606245 A CN103606245 A CN 103606245A CN 201310551887 A CN201310551887 A CN 201310551887A CN 103606245 A CN103606245 A CN 103606245A
- Authority
- CN
- China
- Prior art keywords
- fatigue driving
- driver
- data
- mobile phone
- meditation
- 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.)
- Granted
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统属于电子信息领域,其特征在于,是由NeuroSky公司的MindWave Mobile蓝牙耳机和安卓手机共同组成的便携式疲劳驾驶检测报警系统。蓝牙耳机实时采集和发送驾驶员专注度和冥想度数据,并通过蓝牙将活动数据发送给运行了疲劳驾驶检测软件的安卓手机;疲劳驾驶检测软件依据接收到的活动数据,自动计算专注度和冥想度的相关系数,采用基于KNN的疲劳驾驶检测算法实时判断驾驶员状态类型属于“清醒驾驶”类型或者“疲倦状态”类型;若属于“疲劳驾驶”类型,安卓手机则将根据所设置的方式将驾驶员当前的状态类型反馈给驾驶员,提醒驾驶员注意休息。本发明具有检测精度高,方便驾驶员使用等特点。
Description
技术领域
电子信息领域,用于疲劳驾驶检测及报警的方法和设备
背景技术
近年来我国汽车拥有量急剧膨胀,汽车交通的安全问题日益引起人们的关注。如何避免和减少交通事故成为科学家积极研究的课题,主要研究目标为提前预防交通事故并减少伤害。疲劳驾驶一直都是交通事故的主要因素之一。驾驶员在疲劳状态下会出现注意力分散、思维活动降低,进而造成其反应迟钝、车辆控制力下降,增加发生交通事故的可能性。本发明利用NeuroSky公司的MindWave Mobile蓝牙耳机实时采集驾驶人员的脑电数据,并通过蓝牙将活动数据发送给运行了基于KNN的疲劳驾驶检测软件的Android手机;检测到驾驶人员疲劳状态后,手机将通过铃声向驾驶人员进行报警。系统具有检测精度高,方便驾驶人员携带和使用等特点。
发明内容
本发明的目的在于提供一种驾驶员疲劳驾驶检测预警系统。
本发明的特征在于,含有:蓝牙脑电耳机和Andriod手机,其中:
蓝牙脑电耳机,是由NeuroSky公司生产的MindWave Mobile蓝牙耳机,一个输入端与放置在驾驶员前额的脑电传感器的输出端相连,另一个输入端与放置在驾驶员耳部的参考电极接触点相连,输入驾驶员的脑电波信号,由所述的蓝牙脑电耳机内集成的脑电感知芯片ThinkGear从脑电波信号中提取专注度Attention数据和冥想度Meditation数据,其中,Attention信号的大小反映了使用者注意力的集中程度,Attention的取值范围是0到100,取值越高表明使用者的注意力越集中,Meditation信号的大小反映了使用者的冥想状态,取值范围是0到100,当Meditation取值较高时大脑活动会有明显减少,再通过所述的蓝牙脑电耳机内集成的蓝牙模块以每秒钟一次的速率发送给集成蓝牙模块的安卓手机内,
安卓手机,是一种运行Android2.3系统软件的手机,内置有基于KNN算法的疲劳驾驶检测软件,依次按以下步骤进行疲劳驾驶检测:
步骤(1),所述疲劳驾驶检测软件初始化:
设立Attention数据滑动窗口,用WA[60]表示,窗口长度60秒,
Meditation数据滑动窗口,用WM[60]表示,窗口长度60秒,
相关系数C的滑动窗口,用WC[60]表示,窗口长度60秒,
步骤(2),按每秒一次的采样速率读取所述的驾驶员的Attention脑电信号数据以及所述的Meditation脑电信号数据一直到所述两个滑动窗口WA[60]和WM[60]填满为止;
步骤(3),按下式计算每个采集时刻的Attention数据和Meditation数据的相关系数C,再按每秒一次的速率把所述的相关系数C放入所述相关系数C的滑动窗口WC[60]中,一直到填满为止;
i为采样时刻的序号,i=1,2,……,n,n=60;
Xi为时刻i采样得到的Attention数据;
Yi为时刻i采样得到的Meditation数据;
步骤(4),在每个采样时刻i,对步骤(3)得到的当前的相关系数C,执行KNN算法,根据大量实验数据得到阈值-0.1,判断当前采样时刻得到的相关系数C,属于“清醒驾驶”类型或“疲劳驾驶”类型,其判断准则如下:
若相关系数大于-0.1,为“清醒驾驶”类型,执行步骤(2),
若相关系数小于等于-0.1,为“疲劳驾驶”类型,则按设定的报警模式向驾驶者发出相应的报警信号。
本发明的效果是提前预防交通事故并减少伤害。
附图说明
图1本发明的整体框架图。
图2本发明的系统结构图。
图3本发明的基于KNN的疲劳驾驶检测算法流程图。
图4本发明的流程图。
具体实施方式
本发明采用MindWave Mobile和Android手机开发疲劳驾驶检测报警系统。其中MindWave Mobile采用NeuroSky公司的MindWave Mobile蓝牙耳机,通过干态电极传感器采集大脑产生的生物电信号,并将这些采集的信号送入ThinkGear芯片,ThinkGear将混杂在信号中的噪音以及运动产生的扰动进行滤除,并将有用信号进行放大,然后通过NeuroSky eSense算法解读出描述使用者当前精神状态的eSense参数(专注度、放松度),耳机上集成的蓝牙模块支持蓝牙A2DP协议(Advanced Audio Distribution Profile蓝牙音频传输模型),有效通讯距离10米,波特率为115200bps;
智能手机运行Android2.3系统,并运行基于KNN的疲劳驾驶检测算法。附图1所示为整体架构图,驾驶员在驾驶过程中将Mindset耳机戴在脑部前额FP1位置,耳机采集驾驶员生物电后将其转化成数字信号,通过蓝牙发送到运行着疲劳驾驶检测算法的智能手机上,智能手机实时判断驾驶员状态类型,根据设定的报警模式通过语音提醒的方式向驾驶员提供反馈。
如附图2所示,Mindset耳机采集到驾驶员脑部前额FP1位置生物电信号后,ThinkGear芯片将其转化成eSense指数,即专注度(Attention)和冥想度(Meditation),然后通过蓝牙将信号以每秒钟一次的频率发送给运行着疲劳驾驶检测软件的智能手机。智能手机收集到足够的专注度(Attention)和冥想度(Meditation)数据后,采用下列公式计算专注度(Attention)和冥想度(Meditation)的关联系数。公式如下:
i为采样时刻的序号,i=1,2,……,n,n=60;
Xi为时刻i采样得到的Attention数据;
Yi为时刻i采样得到的Meditation数据;
最后,采用如图3所示的基于KNN的疲劳驾驶检测算法,以每秒钟一次的频率判断驾驶员的状态类型,根据设定的报警模式通过语音提醒的方式向驾驶员提供反馈。
请参阅图3,所示为本发明的基于KNN算法的疲劳驾驶检测算法,疲劳驾驶检测算法运行步骤如下:
(1)创建滑动窗口WA[60]、滑动窗口WM[60]以及滑动窗口WC[60]。
(2)按照1次/每秒的速率读取驾驶员的Attention和Mediation脑电信号,并分别依次放入滑动窗口WA和WM中。
(3)判断窗口WA和WM中是否填满,没有则执行第2步;否则执行第4步。
(4)按照1次/每秒的速率将当前Attention和Meditation的相关系数放入滑动窗口WC[60],
(5)判断窗口WC[60]中是否填满,没有则执行第4步;否则执行第6步。
(6)执行KNN算法,每秒钟判断当前Attention和Meditation的关联系数属于“清醒驾驶”类型,还是“疲倦状态”类型;若属于“清醒驾驶”类型,则执行第2步;否则,智能手机根据设定的模式报警。
请参阅图4,所示为本发明的疲劳驾驶判断的流程图。
在步骤S1中,手机端软件通过蓝牙接收到驾驶员的专注度和冥想度的数据。
在步骤S2中,手机端软件计算出专注度和冥想度的关联系数数据。
在步骤S3中,手机端运行基于KNN的疲劳驾驶检测算法,判断出驾驶员的状态类型。
在步骤S4中,手机端软件每秒钟判断驾驶员当前的状态类型属于“清醒驾驶”类型或者“疲倦状态”类型;若属于“清醒驾驶”类型,则执行步骤S1,否则执行步骤S5。
在步骤S5中,手机端软件根据所设置的方式(语音提醒)将驾驶员当前的状态类型反馈给驾驶员,提醒驾驶员注意休息。
Claims (1)
1.基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统,其特征在于,含有:蓝牙脑电耳机和Andriod手机,其中:
蓝牙脑电耳机,是由NeuroSky公司生产的MindWave Mobile蓝牙耳机,一个输入端与放置在驾驶员前额的脑电传感器的输出端相连,另一个输入端与放置在驾驶员耳部的参考电极接触点相连,输入驾驶员的脑电波信号,由所述的蓝牙脑电耳机内集成的脑电感知芯片ThinkGear从脑电波信号中提取专注度Attention数据和冥想度Meditation数据,其中,Attention信号的大小反映了使用者注意力的集中程度,Attention的取值范围是0到100,取值越高表明使用者的注意力越集中,Meditation信号的大小反映了使用者的冥想状态,取值范围是0到100,当Meditation取值较高时大脑活动会有明显减少,再通过所述的蓝牙脑电耳机内集成的蓝牙模块以每秒钟一次的速率发送给集成蓝牙模块的安卓手机内,
安卓手机,是一种运行Android2.3系统软件的手机,内置有基于KNN算法的疲劳驾驶检测软件,依次按以下步骤进行疲劳驾驶检测:
步骤(1),所述疲劳驾驶检测软件初始化:
设立Attention数据滑动窗口,用WA[60]表示,窗口长度60秒,
Meditation数据滑动窗口,用WM[60]表示,窗口长度60秒,
相关系数C的滑动窗口,用WC[60]表示,窗口长度60秒,
步骤(2),按每秒一次的采样速率读取所述的驾驶员的Attention脑电信号数据以及所述的Meditation脑电信号数据一直到所述两个滑动窗口WA[60]和WM[60]填满为止;
步骤(3),按下式计算每个采集时刻的Attention数据和Meditation数据的相关系数C,再按每秒一次的速率把所述的相关系数C放入所述相关系数C的滑动窗口WC[60]中,一直到填满为止;
i为采样时刻的序号,i=1,2,……,n,n=60;
Xi为时刻i采样得到的Attention数据;
Yi为时刻i采样得到的Meditation数据;
步骤(4),在每个采样时刻i,对步骤(3)得到的当前的相关系数C,执行KNN算法,根据大量实验数据得到阈值-0.1,判断当前采样时刻得到的相关系数C,属于“清醒驾驶”类型或“疲劳驾驶”类型,其判断准则如下:
若相关系数大于-0.1,为“清醒驾驶”类型,执行步骤(2),
若相关系数小于等于-0.1,为“疲劳驾驶”类型,则按设定的报警模式向驾驶者发出相应的报警信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310551887.9A CN103606245B (zh) | 2013-11-08 | 2013-11-08 | 基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310551887.9A CN103606245B (zh) | 2013-11-08 | 2013-11-08 | 基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103606245A true CN103606245A (zh) | 2014-02-26 |
CN103606245B CN103606245B (zh) | 2015-11-18 |
Family
ID=50124464
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310551887.9A Expired - Fee Related CN103606245B (zh) | 2013-11-08 | 2013-11-08 | 基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103606245B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104010089A (zh) * | 2014-06-18 | 2014-08-27 | 中南大学 | 一种基于眨眼肌电信号检测的手机拨号方法及系统 |
CN104202644A (zh) * | 2014-09-29 | 2014-12-10 | 深圳市九洲电器有限公司 | 脑电波信号标准化输出方法、装置、机顶盒及系统 |
CN104574818A (zh) * | 2014-12-31 | 2015-04-29 | 东莞龙昌数码科技有限公司 | 一种应用手机的检测和消除疲劳驾驶的方法 |
CN104954903A (zh) * | 2015-04-28 | 2015-09-30 | 成都腾悦科技有限公司 | 一种基于便携式脑电波无线耳机的音乐终端实时交互系统 |
CN105011932A (zh) * | 2015-08-11 | 2015-11-04 | 西安科技大学 | 一种基于冥想度与专注度的疲劳驾驶脑电监测方法 |
CN105105774A (zh) * | 2015-10-09 | 2015-12-02 | 吉林大学 | 基于脑电信息的驾驶人警觉度监测方法及监测系统 |
CN105105773A (zh) * | 2015-08-11 | 2015-12-02 | 西安科技大学 | 一种基于多阈值比较的疲劳驾驶脑电监测方法 |
CN105249961A (zh) * | 2015-11-02 | 2016-01-20 | 东南大学 | 基于蓝牙脑电耳机的实时驾驶疲劳检测系统及检测方法 |
CN105411611A (zh) * | 2015-11-17 | 2016-03-23 | 东莞龙昌数码科技有限公司 | 一种应用手机客户端监测人脑疲劳的方法 |
CN106128032A (zh) * | 2016-07-05 | 2016-11-16 | 北京理工大学珠海学院 | 一种疲劳状态监测及预警方法及其系统 |
CN107742399A (zh) * | 2017-11-16 | 2018-02-27 | 百度在线网络技术(北京)有限公司 | 用于发出告警信号的方法及装置 |
CN109464152A (zh) * | 2019-01-09 | 2019-03-15 | 浙江强脑科技有限公司 | 脑部疲劳状态的检测方法、设备及计算机可读存储介质 |
CN110367975A (zh) * | 2019-07-10 | 2019-10-25 | 南京邮电大学 | 一种基于脑机接口的疲劳驾驶检测预警方法 |
US11253187B2 (en) | 2017-04-04 | 2022-02-22 | Samsung Electronics Co., Ltd. | Deep personalization based on contextual neurofeedback |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5813993A (en) * | 1996-04-05 | 1998-09-29 | Consolidated Research Of Richmond, Inc. | Alertness and drowsiness detection and tracking system |
WO2004028362A1 (en) * | 2002-09-24 | 2004-04-08 | University Of Technology, Sydney | Eeg-based fatigue detection |
DE102009050763A1 (de) * | 2009-10-27 | 2010-06-17 | Daimler Ag | Verfahren zur Unterstützung der Aufmerksamkeit eines Fahrzeugfahrers |
CN102129857A (zh) * | 2011-03-23 | 2011-07-20 | 江苏海陆装饰有限公司 | 阻抗复合型吸声板 |
CN102184415A (zh) * | 2011-05-17 | 2011-09-14 | 重庆大学 | 一种基于脑电信号的疲劳状态识别方法 |
CN102697494A (zh) * | 2012-06-14 | 2012-10-03 | 西南交通大学 | 高速列车驾驶员无线可穿戴脑电信号采集设备 |
CN202776331U (zh) * | 2012-08-31 | 2013-03-13 | 漳州师范学院 | 蓝牙传输的疲劳驾驶生理信号采集眼镜 |
-
2013
- 2013-11-08 CN CN201310551887.9A patent/CN103606245B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5813993A (en) * | 1996-04-05 | 1998-09-29 | Consolidated Research Of Richmond, Inc. | Alertness and drowsiness detection and tracking system |
WO2004028362A1 (en) * | 2002-09-24 | 2004-04-08 | University Of Technology, Sydney | Eeg-based fatigue detection |
DE102009050763A1 (de) * | 2009-10-27 | 2010-06-17 | Daimler Ag | Verfahren zur Unterstützung der Aufmerksamkeit eines Fahrzeugfahrers |
CN102129857A (zh) * | 2011-03-23 | 2011-07-20 | 江苏海陆装饰有限公司 | 阻抗复合型吸声板 |
CN102184415A (zh) * | 2011-05-17 | 2011-09-14 | 重庆大学 | 一种基于脑电信号的疲劳状态识别方法 |
CN102697494A (zh) * | 2012-06-14 | 2012-10-03 | 西南交通大学 | 高速列车驾驶员无线可穿戴脑电信号采集设备 |
CN202776331U (zh) * | 2012-08-31 | 2013-03-13 | 漳州师范学院 | 蓝牙传输的疲劳驾驶生理信号采集眼镜 |
Non-Patent Citations (11)
Title |
---|
JOON PARK等: "Wireless Dry EEG for Drowsiness Detection", 《33RD ANNUAL INTERNATIONAL CONFERENCE OF THE IEEE EMBS》, 3 September 2011 (2011-09-03), pages 3298 - 3301 * |
LI MING-AI等: "An EEG-based Method for Detecting Drowsy Driving State", 《2010 SEVENTH INTERNATIONAL CONFERENCE ON FUZZY SYSTEMS AND KNOWLEDGE DISCOVERY》, 31 December 2010 (2010-12-31), pages 2164 - 2167 * |
SITTHICHAI IAMPETCH等: "EEG-based Mental Fatigue Prediction for Driving Application", 《THE 2012 BIOMEDICAL ENGINEERING INTERNATIONAL CONFERENCE》, 31 December 2012 (2012-12-31) * |
SURYA DARMA RIDWAN等: "Single Channel Wireless EEG: Proposed Application in Train Drivers", 《THIRD INTERNATIONAL CONFERENCE ON BROADBAND COMMUNICATIONS, INFORMATION TECHNOLOGY & BIOMEDICAL APPLICATIONS》, 31 December 2008 (2008-12-31), pages 58 - 63 * |
VIJAY RAGHAV VARADA等: "Measuring and Processing the Brain"s EEG Signals with Visual Feedback for Human Machine Interface", 《INTERNATIONAL JOURNAL OF SCIENTIFIC & ENGINEERING RESEARCH》, vol. 4, no. 1, 31 January 2013 (2013-01-31), pages 1 - 4 * |
南姣芬: "基于脑电信号的驾驶疲劳检测方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 10, 15 October 2011 (2011-10-15), pages 138 - 497 * |
彭军强等: "疲劳驾驶的脑电特性探索", 《北京理工大学学报》, vol. 27, no. 7, 31 July 2007 (2007-07-31), pages 585 - 589 * |
石磊: "基于Android智能移动终端的汽车疲劳驾驶预警系统的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 6, 15 June 2013 (2013-06-15), pages 136 - 861 * |
胡淑燕等: "基于EEG频谱特征的驾驶员疲劳监测研究", 《中国安全生产科学技术》, vol. 6, no. 3, 30 June 2010 (2010-06-30), pages 90 - 94 * |
许士丽: "基于生理信号的驾驶疲劳判别方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 1, 15 January 2013 (2013-01-15), pages 136 - 124 * |
赵艳丽等: "新型多功能驾驶员状态监测系统设计", 《制造业自动化》, vol. 35, no. 3, 31 March 2013 (2013-03-31) * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104010089B (zh) * | 2014-06-18 | 2016-05-25 | 中南大学 | 一种基于眨眼肌电信号检测的手机拨号方法及系统 |
CN104010089A (zh) * | 2014-06-18 | 2014-08-27 | 中南大学 | 一种基于眨眼肌电信号检测的手机拨号方法及系统 |
CN104202644A (zh) * | 2014-09-29 | 2014-12-10 | 深圳市九洲电器有限公司 | 脑电波信号标准化输出方法、装置、机顶盒及系统 |
CN104202644B (zh) * | 2014-09-29 | 2017-07-07 | 深圳市九洲电器有限公司 | 脑电波信号标准化输出方法、装置、机顶盒及系统 |
CN104574818A (zh) * | 2014-12-31 | 2015-04-29 | 东莞龙昌数码科技有限公司 | 一种应用手机的检测和消除疲劳驾驶的方法 |
CN104574818B (zh) * | 2014-12-31 | 2017-01-18 | 东莞龙昌数码科技有限公司 | 一种应用手机的检测和消除疲劳驾驶的方法 |
CN104954903A (zh) * | 2015-04-28 | 2015-09-30 | 成都腾悦科技有限公司 | 一种基于便携式脑电波无线耳机的音乐终端实时交互系统 |
CN105011932A (zh) * | 2015-08-11 | 2015-11-04 | 西安科技大学 | 一种基于冥想度与专注度的疲劳驾驶脑电监测方法 |
CN105105773A (zh) * | 2015-08-11 | 2015-12-02 | 西安科技大学 | 一种基于多阈值比较的疲劳驾驶脑电监测方法 |
CN105105774A (zh) * | 2015-10-09 | 2015-12-02 | 吉林大学 | 基于脑电信息的驾驶人警觉度监测方法及监测系统 |
CN105249961A (zh) * | 2015-11-02 | 2016-01-20 | 东南大学 | 基于蓝牙脑电耳机的实时驾驶疲劳检测系统及检测方法 |
CN105411611A (zh) * | 2015-11-17 | 2016-03-23 | 东莞龙昌数码科技有限公司 | 一种应用手机客户端监测人脑疲劳的方法 |
CN106128032A (zh) * | 2016-07-05 | 2016-11-16 | 北京理工大学珠海学院 | 一种疲劳状态监测及预警方法及其系统 |
US11253187B2 (en) | 2017-04-04 | 2022-02-22 | Samsung Electronics Co., Ltd. | Deep personalization based on contextual neurofeedback |
CN107742399A (zh) * | 2017-11-16 | 2018-02-27 | 百度在线网络技术(北京)有限公司 | 用于发出告警信号的方法及装置 |
WO2019095733A1 (zh) * | 2017-11-16 | 2019-05-23 | 百度在线网络技术(北京)有限公司 | 用于发出告警信号的方法及装置 |
CN109464152A (zh) * | 2019-01-09 | 2019-03-15 | 浙江强脑科技有限公司 | 脑部疲劳状态的检测方法、设备及计算机可读存储介质 |
CN109464152B (zh) * | 2019-01-09 | 2021-11-26 | 浙江强脑科技有限公司 | 脑部疲劳状态的检测方法、设备及计算机可读存储介质 |
CN110367975A (zh) * | 2019-07-10 | 2019-10-25 | 南京邮电大学 | 一种基于脑机接口的疲劳驾驶检测预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103606245B (zh) | 2015-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103606245B (zh) | 基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统 | |
CN203299558U (zh) | 一种具有身体监测装置的智能手表 | |
CN103347115B (zh) | 一种控制电子产品的输出音量的方法和装置以及一种手机 | |
CN104142583A (zh) | 一种具有眨眼检测功能的智能眼镜及实现方法 | |
CN105595997B (zh) | 一种基于台阶式疲劳判定的疲劳驾驶脑电监测方法 | |
CN105615878A (zh) | 一种疲劳驾驶脑电监测方法 | |
CN104757981A (zh) | 一种高灵敏收发一体红外检测驾驶员疲劳度的方法及装置 | |
CN104382574A (zh) | 一种基于脉搏波数据监测睡眠质量的方法及系统 | |
CN103637782B (zh) | 一种基于智能终端的人体健康监控系统及方法 | |
CN107669250A (zh) | 一种基于大数据分析的人体健康度监测方法 | |
CN101488273A (zh) | 分体式人跌倒检测报警装置 | |
CN105249961A (zh) | 基于蓝牙脑电耳机的实时驾驶疲劳检测系统及检测方法 | |
CN103989295A (zh) | 面向社区矫正人员管控的电子腕带系统及异常检测方法 | |
CN203789910U (zh) | 测温提醒系统 | |
CN105534241A (zh) | 一种智能地毯 | |
CN105286799A (zh) | 基于信息融合的婴儿状态与欲望识别系统与方法 | |
CN106205048A (zh) | 基于脑‑机接口的昏迷自动报警系统及报警方法 | |
CN206137390U (zh) | 一种智能手环 | |
CN204744140U (zh) | 一种摔倒定位报警智能腕带 | |
CN204813826U (zh) | 一种儿童智能手环 | |
CN105193430A (zh) | 一种保护装置、可穿戴设备及保护方法和显示系统 | |
WO2008029362A3 (en) | Real time monitoring system and method of electrical signals relating to an athlete's heart action | |
CN104000716A (zh) | 带有智能睡眠唤醒功能的情趣用具系统 | |
CN104408873B (zh) | 一种智能报警的方法和系统 | |
CN106901704A (zh) | 身体异常检测预警方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190107 Address after: 100080 Haidian Street, Haidian District, Beijing, 27 1-4 Floor Part 3-132 Patentee after: Beijing Chengxing Technology Co., Ltd. Address before: No. 100, Chaoyang District flat Park, Beijing, Beijing Patentee before: Beijing University of Technology |
|
TR01 | Transfer of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151118 Termination date: 20201108 |
|
CF01 | Termination of patent right due to non-payment of annual fee |