CN105167785A - 基于数字化头盔的疲劳监测及预警系统和方法 - Google Patents

Abstract

本发明公开了一种基于数字化头盔的疲劳监测及预警系统及方法，该方法包括：通过集成在数字化头盔上的脑电采集器采集使用者的脑电波信号，并根据脑电波信号的节律性变化分析使用者的心理疲劳系数；通过集成在数字化头盔上的摄像头摄取使用者的眼部图像，并从眼部图像中分析使用者的生理疲劳系数；根据使用者的心理疲劳系数和生理疲劳系数计算使用者的疲劳度；当使用者的疲劳度超过使用者正常情况下的预设值时，产生一条包含使用者疲劳度的报警信息，并将报警信息通过通讯网络发送至监测中心平台对使用者的疲劳情况进行预警。本发明应用于数字化战场中，能够实时监测军队战备时或执行任务时士兵的疲劳状况，对于出现生理疲劳和心理疲劳的士兵进行预警。

Description

基于数字化头盔的疲劳监测及预警系统和方法

技术领域

本发明涉及人体生理心理侦测技术领域，尤其涉及一种基于数字化头盔的疲劳监测及预警系统和方法。

背景技术

人体疲劳是一种生理心理现象，由机体脑力和体力活动过度、精神刺激过多或某种单调活动所致。人体疲劳可以简单分为体力疲劳和脑力疲劳两类。特别是，军事作业疲劳是指部队官兵在平时或战士特殊环境条件下由军事劳动、训练及战斗所引起的疲劳。在军事劳动和训练中，由于劳动强度大、时间长，肌肉持久重复收缩，能量消耗大，从而产生体力疲劳；由于注意力高度集中，精神紧张，易产生脑力疲劳，从而使训练能力减退，训练成绩下降。同时，随着机械化及信息化的飞速发展，军队作战方式也发生了具大变化。在多变的战场或执行任务环境中，关键战位指挥员的疲劳状态的变化会影响一次行动、一个战斗甚至是一场战争。因此，在战争或执行任务过程中对广大官兵进行疲劳监测具有较重要的意义。

目前，单兵数字化头盔系统被誉为广大官兵的第二大脑，功能越来越强大，在战争中发挥着越来越重要的作用。单兵数字化头盔系统主要分为头部防护系统(包括冲击防护、核生化防护、激光防护等)、人机交互系统(包括通话模块、视频模块等)、探测传感系统(包括红外热成像、激光探测等)等部分组成。然而，现有的单兵数字化头盔系统不能实时监测战时或执行任务时士兵的疲劳状况，因而战备指挥中心可能无法即时掌握士兵的而导致战场决策失误，从而影响到军队战备时或执行任务时士兵的战斗力。

发明内容

本发明的主要目的在于提供一种基于数字化头盔的疲劳监测及预警系统和方法，旨在解决现有的单兵数字化头盔系统不能实时监测并预警军队战备时或执行任务时士兵疲劳状况的技术问题。

为实现上述目的，本发明提供了一种基于数字化头盔的疲劳监测及预警系统，该系统包括：心理疲劳监测模块，用于通过集成在数字化头盔上的脑电采集器采集使用者的脑电波信号，并根据所述脑电波信号的节律性变化分析使用者的心理疲劳系数；生理疲劳监测模块，用于通过集成在数字化头盔上的摄像头摄取使用者的眼部图像，并从所述眼部图像中分析使用者的生理疲劳系数；疲劳度计算模块，用于根据使用者的心理疲劳系数和生理疲劳系数计算使用者的疲劳度，并判断所述疲劳度是否超过使用者正常情况下的预设值；报警模块，用于当所述疲劳度超过使用者正常情况下的预设值时，产生一条包含使用者疲劳度的报警信息，并将所述报警信息通过通讯网络发送至监测中心平台对使用者的疲劳情况进行预警。

优先地，当所述疲劳度超过使用者正常情况下的预设值时，所述的报警模块还用于控制集成在数字化头盔上的报警器产生警报声。

进一步地，所述的心理疲劳监测模块根据脑电波信号的节律性变化分析使用者的心理疲劳系数包括：将所述脑电采集器采集的脑电波信号进行预处理剔出干扰信号；利用小波包分解法提取脑电波的特征波段alpha波、delta波、theta波、beta波；利用频带能量比例值法分析所述特征波段alpha波、delta波、theta波、beta波的节律性变化得到所述使用者的心理疲劳系数。

进一步地，所述的生理疲劳监测模块从眼部图像中分析使用者的生理疲劳系数包括：从所述摄像头摄取的眼部图像中识别出所述使用者的眼部运动；采用Perclos测量原理分析所述使用者的眼部运动得到使用者的生理疲劳系数。

进一步地，所述的疲劳度计算模块根据使用者的心理疲劳系数和生理疲劳系数计算使用者的疲劳度包括：预先定义使用者的心理疲劳系数和生理疲劳系数的加权比例；根据预定义的加权比例将使用者的心理疲劳系数和生理疲劳系数进行加权运算得到使用者的疲劳度。

为实现本发明上述目的，本发明还提供了一种基于数字化头盔的疲劳监测及预警方法，该方法包括步骤：通过集成在数字化头盔上的脑电采集器采集使用者的脑电波信号，并根据所述脑电波信号的节律性变化分析使用者的心理疲劳系数；通过集成在数字化头盔上的摄像头摄取使用者的眼部图像，并从眼部图像中分析使用者的生理疲劳系数；根据使用者的心理疲劳系数和生理疲劳系数计算使用者的疲劳度；判断所述疲劳度是否超过使用者正常情况下的预设值；当所述疲劳度超过使用者正常情况下的预设值时，产生一条包含使用者疲劳度的报警信息，并将所述报警信息通过通讯网络发送至监测中心平台对使用者的疲劳情况进行预警。

优先地，所述的基于数字化头盔的疲劳监测及预警方法还包括步骤：当所述疲劳度超过使用者正常情况下的预设值时，控制集成在数字化头盔上的报警器产生警报声。

进一步地，所述的根据脑电波信号的节律性变化分析使用者的心理疲劳系数的步骤包括：将所述脑电采集器采集的脑电波信号进行预处理剔出干扰信号；利用小波包分解法提取脑电波的特征波段alpha波、delta波、theta波、beta波；利用频带能量比例值法分析所述特征波段alpha波、delta波、theta波、beta波的节律性变化得到所述使用者的心理疲劳系数。

进一步地，所述的从眼部图像中分析使用者的生理疲劳系数的步骤包括：从所述摄像头摄取的眼部图像中识别出所述使用者的眼部运动；采用Perclos测量原理分析所述使用者的眼部运动得到使用者的生理疲劳系数。

进一步地，所述的根据使用者的心理疲劳系数和生理疲劳系数计算使用者的疲劳度的步骤包括：预先定义使用者的心理疲劳系数和生理疲劳系数的加权比例；根据预定义的加权比例将使用者的心理疲劳系数和生理疲劳系数进行加权运算得到使用者的疲劳度。

相较于现有技术，本发明所述基于数字化头盔的疲劳监测及预警及方法，通过同时监测使用者的心理疲劳程度和生理疲劳程度，能够实时准确地监测使用者的疲劳状况并对于出现生理疲劳的使用者进行预警。特别是，本发明应用于数字化战场中，能够实时准确地监测军队战备时或执行任务时士兵的疲劳状况。对于出现生理疲劳的士兵和轻度心理疲劳的士兵进行预警，同时，对于严重心理疲劳的士兵，上报指挥员，进行岗位调配，避免执行重要战位作业，从而保障作战任务的顺利完成，避免因士兵过度疲劳而导致的各种损失。在执行任务结束时，通过重点监测士兵的心理疲劳，并对中度、重度心理疲劳士兵制定相应的治疗方案，帮助士兵恢复心理疲劳和生理疲劳，从而提高军队的凝聚力及战斗力。

附图说明

图1是本发明基于数字化头盔的疲劳监测及预警系统优选实施例的应用环境示意图。

图2是图1中的数字化头盔优选实施例的结构示意图。

图3是图1中的疲劳监测及预警系统优选实施例的功能模块图。

图4是本发明基于数字化头盔的疲劳监测及预警方法第一优选实施例的流程图。

图5是本发明基于数字化头盔的疲劳监测及预警方法第二优选实施例的流程图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明所述的数字化头盔可以佩戴在需要使用该数字化头盔的任意使用者。本发明所称的使用者包括，但不仅限于，在作战或执行战备任务中使用数字化头盔的作战指挥员和士兵等军人、高强度高危险作业(例如高空作业)时使用数字化头盔的建筑人员、参加高强度激烈运动时使用数字化头盔的竞技运动员以及需要使用本发明数字化头盔的工作人员等。本发明实施例仅以军队战备时或执行任务时的士兵为例进行详细阐述。

如图1所示，是本发明基于数字化头盔的疲劳监测及预警系统优选实施例的应用环境示意图。在本实施例中，所述的疲劳监测及预警系统10安装并运行于佩戴在士兵头上的数字化头盔1上。当所述数字化头盔1未被士兵开启时，该数字化头盔1处于一种休眠状态，其为一种低辐射、低功耗的非工作模式，因此不会对士兵的身体健康带来影响。

所述的数字化头盔1通过通讯网络3与设置在战备指挥部的监控中心平台2进行无线通讯。所述通讯网络3为一种远程无线通讯网络，包括但不仅限于，GSM网络、GPRS网络、CDMA等无线传输网络。所述的监控中心平台2是可以为一种监控器、计算机装置、或者服务器等。

所述的疲劳监测及预警系统10能够实时准确地监测军队战备时或执行任务时士兵的疲劳状况，并根据士兵的疲劳状况通过通讯网络3向监控中心平台2发出预警，以便战备指挥部能够即时掌握士兵的疲劳程度，从而为战备指挥部进行战场决策提供依据，并能够在军队战备时或执行任务时提高军人的战斗力。

如图2所示，是图1中的数字化头盔1优选实施例的结构示意图。在本优选实施例中，所述的数字化头盔1包括，但不仅限于，疲劳监测及预警系统10、脑电波采集器11、摄像头12、报警器13、存储器14以及微处理器15。所述的脑电波采集器11、摄像头12、报警器13、存储器14电气连接至微处理器15上，并能通过微处理器15与疲劳监测及预警系统10进行信息交互。

所述的脑电波采集器11是一种侦测使用者脑电波的感测器，用于从佩戴有数字化头盔1的士兵脑部侦测出士兵的脑电波信号，该脑电采集器11从士兵头部额头上方区域采集士兵的脑电波信号。

所述的摄像头12可以是一种摄像仪器或者小型影像摄取装置，用于监控并获取士兵的眼部图像。在本实施例中，可以在数字化头盔1的左右护目镜片上安装两个摄像头12，也可以在数字化头盔1的护目镜架中间区域安装一个摄像头12。

所述的报警器13可以为一种低音喇叭或者扬声器，其用于士兵在高度疲劳发出警报声来寻求周边战士帮助。所述存储器14可以为一种只读存储器ROM，电可擦写存储器EEPROM、或者快闪存储器FLASH等。所述微处理器15可以为一种微控制器(MCU)、数据处理芯片、或者具有数据处理功能的信息处理单元。

如图3所示，是图1中的疲劳监测及预警系统10优选实施例的功能模块图。在本优选实施例中，所述的疲劳监测及预警系统10包括，但不仅限于，心理疲劳监测模块101、生理疲劳监测模块102、疲劳度计算模块103以及报警模块104。本发明实施例所称的模块是指一种能够被所述数字化头盔1的微处理器15所执行并且能够完成固定功能的一系列计算机程序指令段，其存储在所述数字化头盔1的存储器14中。

所述的心理疲劳监测模块101用于通过集成在数字化头盔1上的脑电采集器11采集士兵的脑电波信号，并根据士兵的脑电波信号的节律性变化分析出士兵的心理疲劳系数。

在本实施例中，心理疲劳监测模块101采用脑电图(EEG)来反映士兵的脑电波信号，并通过脑电波节律性变化，例如alpha波、delta波、theta波、beta波的节律性变化，来分析出士兵的紧张程度及心理疲劳程度作为士兵的心理疲劳系数。所述delta波频率范围为1-4Hz，健康人在睡眠时能观察到此波；所述theta波频率范围4-8Hz，士兵处于困倦状态时会出现此波；所述alpha波，频率范围8-13Hz，该波段与人的心情是否平静随和、感觉是否轻松愉快有关，忧虑和紧张会抑制alpha波，当人体思考问题或受刺激时则消失；所述beta波，频率范围14-30Hz，大脑皮层兴奋时出现，一般由忧郁和紧张引起。当开始对人体作施力活动时，alpha节律减少或消失，beta节律加强；随着时间的延长，负荷增加，出现theta波，theta波表明大脑皮层受到抑制；当施力活动结束后，随着负荷的消除，慢波渐渐消失，beta节律也逐渐减少，alpha节律恢复。如果EEG信号中theta节律和delta节律增加，beta节律减少，则表示处于疲劳思睡状态。

在本实施例中，当脑电采集器11采集士兵的脑电波信号后，心理疲劳监测模块101进行脑电波信号预处理来剔出干扰信号，并利用小波包分解法提取脑电波的特征波段，例如delta波、theta波、alpha波、beta波。本实施例可采取归一化能量相对监测法，即采用频带能量比例值法(FrequencyBandEnergyRatio,FBER)，分析特征波段delta波、theta波、alpha波、beta波来得到士兵的紧张程度及心理疲劳程度，该频带能量比例值法包括：1)当alpha波为主，FBERa等于0.8至1单位之间，处于清醒状态；2)当FBER(beta)>FBER(alpha)且FBER(alpha+beta)>FBER(theta+delta)时，处于紧张状态；3)当FBER(alpha+beta)<FBER(theta+delta)处于疲劳状态。其中，theta波和belta波对评估正常人清醒和脑力疲劳的特征结构影响最大，随着脑力疲劳的加深，EEG信号中的theta波能量增多，belta波能量减少；alpha波为人体在舒适状况下的波；beta波表示紧张压力；theta波表示疲倦；delta波为睡眠中的正常波段；在脑力疲劳状态下，theta波能量增多；beta波能量减少。

所述的生理疲劳监测模块102用于通过集成在数字化头盔1上的摄像头12摄取士兵的眼部图像，并从眼部图像中分析出士兵的生理疲劳系数。在本实施例中，生理疲劳监测模块102可以从摄像头12所摄取的眼部图像中通过分析眼部运动，例如眼眨眼频率、眼睑平均闭合时间、眼睑平均张开时间、左右瞳孔直径、眼球转动速度、眼睛稍视等，并采用Perclos测量原理分析所述士兵的眼部运动来得到士兵的生理疲劳系数。在复杂多变的外界环境和数字化单兵系统的信息干扰情况下，会对EEG监测士兵的生理疲劳和心理疲劳结果准确性产生影响；利用眼部监测可以辅助EEG对生理疲劳监测，同时有助于确认士兵在清醒状态下的心理疲劳程度。在士兵清醒状态下，眼部疲劳监测可以作为生理疲劳监测的标准，并与EEG监测心理来共同判别士兵的生理疲劳程度。

本发明实施例根据Perclos测量原理，结合摄像头12摄取的眼部图像中的瞳孔面积，利用疲劳检测公式：f＝∑[open(t)]/N，其中f为单位时间眼睛的总帧数睁闭比例，即用帧数比例代替具体的时间比例，比如将取30秒为一个单位。N为单位时间内的总帧数。open(t)为当前帧图像中的人眼是否睁闭，如果open(t)＝0，则为睁眼；如果open(t)＝1，则为闭眼。如果单位时间内，f大于0.4则认为士兵疲劳状态。如果闭眼的持续闭眼时间超过3秒，则认为士兵处于瞌睡状态，若持续闭眼总帧数超过37帧，则认为士兵出于疲劳状态。如果平均眨眼次数为大于10-15次/分钟这个标准士兵可能处于疲劳思睡状态。

所述的疲劳度计算模块103用于根据士兵的心理疲劳系数和生理疲劳系数计算出士兵的疲劳度，以及判断所述士兵的疲劳度是否超过士兵正常情况下的预设值。在本实施例中，疲劳度计算模块103可以按照预先定义的心理疲劳系数和生理疲劳系数的加权比例来计算士兵的疲劳度。例如，可以定义士兵的心理疲劳系数占士兵的疲劳度的60％比例，而定义士兵的生理疲劳系数占士兵的疲劳度的40％比例，再根据预定义的加权比例将心理疲劳系数和生理疲劳系数进行加权运算得到士兵的疲劳度。

所述的报警模块104用于当所述士兵的疲劳度超过士兵正常情况下的预设值时，产生一条包含士兵疲劳度的报警信息并将所述报警信息通过无线通讯网络3发送至监测中心平台2对士兵的疲劳情况进行预警，以便战备指挥部能够即时掌握广大士兵的疲劳程度，从而为战备指挥部进行战场决策时提供依据。

所述的报警模块104还用于控制集成在数字化头盔1上的报警器13产生警报声，来寻求周边战士帮助，对于严重心理疲劳的士兵，上报指挥员，进行岗位调配，避免让心理疲劳的士兵执行重要战位作业，从而增强部队的斗志及凝聚力。

为实现本发明上述目的，本发明还提供了一种基于数字化头盔的疲劳监测及预警方法，能够实时准确地监测军队战备时或执行任务时士兵的疲劳状况，对于出现生理疲劳的士兵和轻度心理疲劳的士兵进行预警。

如图4所示，是本发明基于数字化头盔的疲劳监测及预警方法第一优选实施例的流程图。结合图1、图2和图3，在第一优选实施例中，所述的疲劳监测及预警方法应用于军人随身佩戴的数字化头盔1中，该方法包括，但不仅限于，步骤S11至步骤S15：

步骤S11，通过集成在数字化头盔上的脑电采集器采集士兵的脑电波信号，并根据脑电波信号的节律性变化分析出士兵的心理疲劳系数；

具体地，心理疲劳监测模块101采用脑电图(EEG)来反映士兵的脑电波信号，并通过脑电波节律性变化，例如alpha波、delta波、theta波、beta波的节律性变化，来分析出表示士兵的紧张程度及心理疲劳程度的心理疲劳系数。当脑电采集器11采集士兵的脑电波信号后，心理疲劳监测模块101进行脑电波信号预处理来剔出干扰信号，并利用小波包分解法提取脑电波的特征波段，delta波、theta波、alpha波、beta波。如前所述，本实施例可采用频带能量比例值法(FBER)分析士兵的紧张程度及心理疲劳程度作为士兵心理疲劳系数。

步骤S12，通过集成在数字化头盔上的摄像装置摄取士兵的眼部图像，并从眼部图像中分析出士兵的生理疲劳系数；

具体地，生理疲劳监测模块102通过集成在数字化头盔1上的摄像头12摄取士兵的眼部图像，并从眼部图像中分析出士兵的生理疲劳系数。当摄像头12摄取士兵的眼部图像时，生理疲劳监测模块102可以从摄像头12所摄取的眼部图像中通过分析眼部运动，例如眨眼频率、眼睑平均闭合时间、眼睑平均张开时间、左右瞳孔直径、眼球转动速度、眼睛稍视等，再采用Perclos测量原理分析士兵的眼部运动来得到士兵的生理疲劳系数。

步骤S13，根据所述士兵的心理疲劳系数和生理疲劳系数计算出士兵的疲劳度；

具体地，疲劳度计算模块103根据士兵的心理疲劳系数和生理疲劳系数计算出士兵的疲劳度。在本实施例中，疲劳度计算模块103可以按照预先定义的心理疲劳系数和生理疲劳系数的加权比例来运算士兵的疲劳度。例如，可以定义士兵的心理疲劳系数占士兵的疲劳度的60％比例，而定义士兵的生理疲劳系数占士兵的疲劳度的40％比例，再根据预定义的加权比例将心理疲劳系数和生理疲劳系数进行加权计算得到士兵的疲劳度。

步骤S14，判断所述疲劳度是否超过士兵正常情况下的预设值；

具体地，疲劳度计算模块103判断所述士兵的疲劳度是否超过士兵正常情况下的预设值。若所述士兵的疲劳度未超过士兵正常情况下的预设值，则流程执行步骤S11；若所述士兵的疲劳度超过士兵正常情况下的预设值，则流程执行步骤S15。

步骤S15，产生一条包含士兵疲劳度的报警信息，并将所述报警信息通过无线通讯网络发送至监测中心平台对士兵的疲劳情况进行预警。

具体地，报警模块104产生一条包含士兵疲劳度的报警信息并将所述报警信息通过无线通讯网络3发送至监测中心平台2对士兵的疲劳情况进行预警，以便战备指挥部能够即时掌握广大士兵的疲劳程度，从而为战备指挥部进行战场决策提供依据。

如图5所示，是本发明基于数字化头盔的疲劳监测及预警方法第二优选实施例的流程图。在第二优选实中，方法除了包括与图4所示的第一优选实施例的全部方法步骤(即步骤S11至步骤S15)之外，在步骤S15之后还包括步骤S16。

步骤S16，控制集成在数字化头盔上的报警器产生警报声；

具体地，报警模块104控制集成在数字化头盔1上的报警器13产生警报声，来寻求周边战士帮助，对于严重心理疲劳的士兵，上报指挥员，进行岗位调配，避免让心理疲劳的士兵执行重要战位作业。

本发明提供的基于数字化头盔的疲劳监测及预警系统及方法，能够实时准确地监测军队战备时或执行任务时士兵的疲劳状况，对于出现生理疲劳的士兵和轻度心理疲劳的士兵进行预警。对于严重心理疲劳的士兵，上报指挥员，进行岗位调配，避免执行重要战位作业，从而保障作战任务的顺利完成，避免因士兵过度疲劳而导致的各种损失。在执行任务结束时，通过EEG重点监测士兵的心理疲劳，并对中度、重度心理疲劳士兵制定相应的治疗方案，帮助士兵恢复心理疲劳和生理疲劳，从而提高军队的凝聚力及战斗力。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效功能变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于数字化头盔的疲劳监测及预警方法，其特征在于，该方法包括步骤：

通过集成在数字化头盔上的脑电采集器采集使用者的脑电波信号，并根据所述脑电波信号的节律性变化分析使用者的心理疲劳系数；

通过集成在数字化头盔上的摄像头摄取使用者的眼部图像，并从眼部图像中分析使用者的生理疲劳系数；

根据使用者的心理疲劳系数和生理疲劳系数计算使用者的疲劳度；

判断所述疲劳度是否超过使用者正常情况下的预设值；

当所述疲劳度超过使用者正常情况下的预设值时，产生一条包含使用者疲劳度的报警信息，并将所述报警信息通过通讯网络发送至监测中心平台对使用者的疲劳情况进行预警。

2.如权利要求1所述的基于数字化头盔的疲劳监测及预警方法，其特征在于，该方法还包括步骤：

当所述疲劳度超过使用者正常情况下的预设值时，控制集成在数字化头盔上的报警器产生警报声。

3.如权利要求1或2所述的基于数字化头盔的疲劳监测及预警方法，其特征在于，所述的根据脑电波信号的节律性变化分析使用者的心理疲劳系数的步骤包括：

将所述脑电采集器采集的脑电波信号进行预处理剔出干扰信号；

利用小波包分解法提取脑电波的特征波段alpha波、delta波、theta波、beta波；

利用频带能量比例值法分析所述特征波段alpha波、delta波、theta波、beta波的节律性变化得到所述使用者的心理疲劳系数。

4.如权利要求1或2所述的基于数字化头盔的疲劳监测及预警方法，其特征在于，所述的从眼部图像中分析使用者的生理疲劳系数的步骤包括：

从所述摄像头摄取的眼部图像中识别出所述使用者的眼部运动；

采用Perclos测量原理分析所述使用者的眼部运动得到使用者的生理疲劳系数。

5.如权利要求1或2所述的基于数字化头盔的疲劳监测及预警方法，其特征在于，所述的根据使用者的心理疲劳系数和生理疲劳系数计算使用者的疲劳度的步骤包括：

预先定义使用者的心理疲劳系数和生理疲劳系数的加权比例；

根据预定义的加权比例将使用者的心理疲劳系数和生理疲劳系数进行加权运算得到使用者的疲劳度。

6.一种基于数字化头盔的疲劳监测及预警系统，其特征在于，该系统包括：

心理疲劳监测模块，用于通过集成在数字化头盔上的脑电采集器采集使用者的脑电波信号，并根据所述脑电波信号的节律性变化分析使用者的心理疲劳系数；

生理疲劳监测模块，用于通过集成在数字化头盔上的摄像头摄取使用者的眼部图像，并从所述眼部图像中分析使用者的生理疲劳系数；

疲劳度计算模块，用于根据使用者的心理疲劳系数和生理疲劳系数计算使用者的疲劳度，并判断所述疲劳度是否超过使用者正常情况下的预设值；

报警模块，用于当所述疲劳度超过使用者正常情况下的预设值时，产生一条包含使用者疲劳度的报警信息，并将所述报警信息通过通讯网络发送至监测中心平台对使用者的疲劳情况进行预警。

7.如权利要求6所述的基于数字化头盔的疲劳监测及预警系统，其特征在于，当所述疲劳度超过使用者正常情况下的预设值时，所述的报警模块还用于控制集成在数字化头盔上的报警器产生警报声。

8.如权利要求6或7所述的基于数字化头盔的疲劳监测及预警方法，其特征在于，所述的心理疲劳监测模块根据脑电波信号的节律性变化分析使用者的心理疲劳系数包括：

将所述脑电采集器采集的脑电波信号进行预处理剔出干扰信号；

利用小波包分解法提取脑电波的特征波段alpha波、delta波、theta波、beta波；

利用频带能量比例值法分析所述特征波段alpha波、delta波、theta波、beta波的节律性变化得到所述使用者的心理疲劳系数。

9.如权利要求6或7所述的基于数字化头盔的疲劳监测及预警系统，其特征在于，所述的生理疲劳监测模块从眼部图像中分析使用者的生理疲劳系数包括：

从所述摄像头摄取的眼部图像中识别出所述使用者的眼部运动；

采用Perclos测量原理分析所述使用者的眼部运动得到使用者的生理疲劳系数。

10.如权利要求6或7所述的基于数字化头盔的疲劳监测及预警系统，其特征在于，所述的疲劳度计算模块根据使用者的心理疲劳系数和生理疲劳系数计算使用者的疲劳度包括：

预先定义使用者的心理疲劳系数和生理疲劳系数的加权比例；

根据预定义的加权比例将使用者的心理疲劳系数和生理疲劳系数进行加权运算得到使用者的疲劳度。