CN103606245B - 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 PDF

Info

Publication number
CN103606245B
CN103606245B CN201310551887.9A CN201310551887A CN103606245B CN 103606245 B CN103606245 B CN 103606245B CN 201310551887 A CN201310551887 A CN 201310551887A CN 103606245 B CN103606245 B CN 103606245B
Authority
CN
China
Prior art keywords
fatigue driving
driver
mobile phone
meditation
bluetooth
Prior art date
Application number
CN201310551887.9A
Other languages
English (en)
Other versions
CN103606245A (zh
Inventor
何坚
万志江
刘东东
纪应龙
Original Assignee
北京工业大学
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 北京工业大学 filed Critical 北京工业大学
Priority to CN201310551887.9A priority Critical patent/CN103606245B/zh
Publication of CN103606245A publication Critical patent/CN103606245A/zh
Application granted granted Critical
Publication of CN103606245B publication Critical patent/CN103606245B/zh

Links

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

基于蓝牙脑电耳机和安卓手机的疲劳驾驶检测预警系统

技术领域

[0001] 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

[0002] 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MindWaveMobile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

[0003] 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。

[0004] 本发明的特征在于,含有:蓝牙脑电耳机和Andriod手机,其中:

[0005] 蓝牙脑电耳机,是由NeuroSky公司生产的MindWaveMobile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信号和冥想度Meditation信号, 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,取值范围是〇到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,

[0006] 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:

[0007] 步骤(1),所述疲劳驾驶检测软件初始化:

[0008] 设立Attention数据滑动窗口,用Wa[60]表示,窗口长度60秒,

[0009] Meditation数据滑动窗口,用WM[60]表示,窗口长度60秒,

[0010] 相关系数C的滑动窗口,用We[60]表不,窗口长度60秒,

[0011] 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;

[0012] 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We [60] 中,一直到填满为止;

Figure CN103606245BD00051

[0014]i为采样时刻的序号,i= 1,2,......,n,n= 60;

[0015] X1为时刻i采样得到的Attention数据;

[0016] 歹为在采样周期60秒内的平均值,采用包括时刻i在内的时刻i之前的一个采样 周期的数据来计算,;

[0017] Yi为时刻i采样得到的Meditation数据;

[0018]歹为在采样周期60秒内的平均值,采用包括时刻i在内的时刻i之前的一个采样 周期的数据来计算Y,

[0019] 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:

[0020] 若相关系数大于-0. 1,为"清醒驾驶"类型,执行步骤(2),

[0021] 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。

[0022] 本发明的效果是提前预防交通事故并减少伤害。

附图说明

[0023] 图1本发明的整体框架图。

[0024] 图2本发明的系统结构图。

[0025] 图3本发明的基于KNN的疲劳驾驶检测算法流程图。

[0026] 图4本发明的流程图。

具体实施方式

[0027] 本发明采用MindWaveMobile和Android手机开发疲劳驾驶检测报警系统。其 中MindWaveMobiIe米用NeuroSky公司的MindWaveMobiIe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 NeuroSkyeSense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(AdvancedAudioDistributionProfile蓝牙 音频传输模型),有效通讯距离10米,波特率为115200bps;

[0028] 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FPl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。

[0029] 如附图2所示,Mindset耳机采集到驾驶员脑部前额FPl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:

Figure CN103606245BD00061

[0031] i为采样时刻的序号,i= 1,2,......,n,n= 60 ;

[0032] Xi为时刻i采样得到的Attention数据;

[0033] X为在采样周期60秒内的平均值,采用包括时刻i在内的时刻i之前的一个采样 周期的数据来计算I;

[0034] Yi为时刻i采样得到的Meditation数据;

[0035] 歹为在采样周期60秒内的平均值,采用包括时刻i在内的时刻i之前的一个采样 周期的数据来计算

[0036] 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。

[0037] 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:

[0038] (1)创建滑动窗口Wa[60]、滑动窗口Wm[60]以及滑动窗口Wc [60]。

[0039] (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~和WM中。

[0040] (3)判断窗口~和Wm中是否填满,没有则执行第2步;否则执行第4步。

[0041 ] (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],

[0042] (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。

[0043] (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。

[0044] 请参阅图4,所示为本发明的疲劳驾驶判断的流程图。

[0045] 在步骤Sl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。

[0046] 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。

[0047] 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。

[0048] 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Sl,否则执行步骤S5。

[0049] 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信号和冥想度Meditation信号,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,取值范围是〇到1〇〇,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Android 2. 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We[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 We [60]中,一 直到填满为止;
Figure CN103606245BC00031
i为采样时刻的序号,i = 1,2,......,η, η = 60 ; Xi为时刻i采样得到的Attention数据; X为在采样周期60秒内的平均值,采用包括时刻i在内的时刻i之前的一个采样周期 的数据来计算无; Yi为时刻i采样得到的Meditation数据; F为在采样周期60秒内的平均值,采用包括时刻i在内的时刻i之前的一个采样周期 的数据来计算7. 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-〇. 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1,为"清醒驾驶"类型,执行步骤(2), 若相关系数小于等于-〇. 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。
CN201310551887.9A 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 CN103606245B (zh)

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 CN103606245A (zh) 2014-02-26
CN103606245B true CN103606245B (zh) 2015-11-18

Family

ID=50124464

Family Applications (1)

Application Number Title Priority Date Filing Date
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

Country Status (1)

Country Link
CN (1) CN103606245B (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
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
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
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
CN105105773B (zh) * 2015-08-11 2019-08-09 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
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
CN105249961B (zh) * 2015-11-02 2017-11-24 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

Citations (7)

* Cited by examiner, † Cited by third party
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

Patent Citations (7)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
Title
An EEG-based Method for Detecting Drowsy Driving State;Li Ming-ai等;《2010 Seventh International Conference on Fuzzy Systems and Knowledge Discovery》;20101231;2164-2167 *
EEG-based Mental Fatigue Prediction for Driving Application;Sitthichai Iampetch等;《The 2012 Biomedical Engineering International Conference》;20121231 *
Measuring and Processing the Brain"s EEG Signals with Visual Feedback for Human Machine Interface;Vijay Raghav Varada等;《International Journal of Scientific & Engineering Research》;20130131;第4卷(第1期);1-4 *
Single Channel Wireless EEG: Proposed Application in Train Drivers;Surya Darma Ridwan等;《Third International Conference on Broadband Communications, Information Technology & Biomedical Applications》;20081231;58-63 *
Wireless Dry EEG for Drowsiness Detection;Joon Park等;《33rd Annual International Conference of the IEEE EMBS》;20110903;3298-3301 *
基于Android智能移动终端的汽车疲劳驾驶预警系统的研究;石磊;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130615(第6期);I136-861 *
基于EEG频谱特征的驾驶员疲劳监测研究;胡淑燕等;《中国安全生产科学技术》;20100630;第6卷(第3期);90-94 *
基于生理信号的驾驶疲劳判别方法研究;许士丽;《中国优秀硕士学位论文全文数据库 信息科技辑》;20130115(第1期);I136-124 *
基于脑电信号的驾驶疲劳检测方法研究;南姣芬;《中国优秀硕士学位论文全文数据库 信息科技辑》;20111015(第10期);I138-497 *
新型多功能驾驶员状态监测系统设计;赵艳丽等;《制造业自动化》;20130331;第35卷(第3期);57-59,63 *
疲劳驾驶的脑电特性探索;彭军强等;《北京理工大学学报》;20070731;第27卷(第7期);585-589 *

Also Published As

Publication number Publication date
CN103606245A (zh) 2014-02-26

Similar Documents

Publication Publication Date Title
US10134256B2 (en) Portable monitoring devices and methods of operating the same
CN103405001B (zh) 一种蓝牙跌倒报警鞋垫
EP3041153B1 (en) Method and apparatus for generating distress signal
CN103191006B (zh) 一种室内无线全方位定位导盲系统
CN204618221U (zh) 一种具有健康监测功能的手环
CN204315035U (zh) 一种具有报警功能的智能穿戴设备及系统
CN103976717B (zh) 一种多维度睡眠质量监测方法及系统
US10034077B2 (en) Earphone control method, earphone control system and earphone
CN204274420U (zh) 学生用智能健康安全电子手环及健康管理系统
CN202838608U (zh) 一种人体活动监控系统
CN104104983B (zh) 一种检测用户在睡眠状态下自动关闭电视的方法及系统
CN105373219A (zh) 可穿戴装置及其操作方法
CN203310444U (zh) 一种环境质量实时检测装置及具有该装置的可穿戴式终端
CN205041401U (zh) 设备佩戴检测装置及具有佩戴检测功能的监护装置
US20170188895A1 (en) System and method of body motion analytics recognition and alerting
AU2013211563A1 (en) Proximity tag for object tracking
CN203953662U (zh) 一种穿戴式睡眠检测监控系统
CN107277164B (zh) 一种儿童远程智能监护系统
KR20120133979A (ko) 감성인지 기반 보디가드 시스템, 감성인지 디바이스, 영상 및 센서 제어 장치, 신변 보호 관리 장치 및 그 제어 방법
CN204618208U (zh) 一种实时监测人体健康、活动状态和环境的可穿戴系统
CN103271732A (zh) 一种健康腕带装置及健康监测方法
JP5926511B2 (ja) 美容・健康モニタリングシステム
CN105662384B (zh) 一种监测人的心率是否正常的方法及装置
CN103716725A (zh) 头戴式意念耳机
CN105078437A (zh) 一种穿戴式人体异常监测告警系统及其工作方法

Legal Events

Date Code Title Description
PB01 Publication
C06 Publication
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