CN105678959A - 一种疲劳驾驶监控预警方法及系统 - Google Patents
一种疲劳驾驶监控预警方法及系统 Download PDFInfo
- Publication number
- CN105678959A CN105678959A CN201610104142.1A CN201610104142A CN105678959A CN 105678959 A CN105678959 A CN 105678959A CN 201610104142 A CN201610104142 A CN 201610104142A CN 105678959 A CN105678959 A CN 105678959A
- Authority
- CN
- China
- Prior art keywords
- module
- fatigue
- early warning
- driver
- main control
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种疲劳驾驶监控预警方法及系统,属于疲劳驾驶检测技术领域。本系统包括脑电信号采集分析模块、加速度采集模块、主控模块、无线传输模块以及预警模块。同时采集脑电信号和加速度信号,脑电信号分析模块处理计算脑电信号,将注意力特征值和眨眼强度发送给主控模块;主控模块处理计算加速度数据,得到头部运动情况;主控模块根据注意力特征值、眨眼强度和头部运动三个参数,对驾驶员疲劳进行判定,若判定疲劳,根据参数值划分疲劳等级;预警模块根据疲劳等级进行相应的预警,包括声、光、电三种形式;无线传输模块可将驾驶员驾驶状态传送至智能终端、车载网络和云端。本发明采用脑电信号和加速度信合联合监控疲劳驾驶的系统,检测成功率高,预警模式多样,反馈机制有效,并与物联网相结合,具有很好的实用效果。
Description
技术领域
本发明属于疲劳驾驶检测技术领域,涉及一种疲劳驾驶监控预警方法及系统,特别是一种基于脑电信号和头部运动对疲劳驾驶进行监控预警的方法和系统。
背景技术
随着社会经济的高速发展,汽车的数量也迅猛提升,同时,交通事故也逐渐增多。世界卫生组织2009年的研究分析表明,37.91%的交通事故是由疲劳驾驶引起的。疲劳驾驶已经成为交通事故的重要因素,严重威胁着人们的生命和财产安全。因此,快速、实时、有效地检测疲劳驾驶状态并向驾驶员发出预警信号,将能有效地减少交通事故发生的概率。
疲劳驾驶是指驾驶员在长时间连续驾车后,产生心理机能和生理机能的失调,出现诸如视线模糊、反应迟钝、动作呆板、腰酸背疼、驾驶能力下降等现象。近年来,疲劳驾驶监测的研究发展迅速。目前,主要的监测方式有三种:一是基于驾驶员的自身特征,比如生理信号、面部表情的变化;二是基于驾驶员的行为特征,比如方向盘的控制;三是基于车辆运行特征,比如行车轨迹的变化。
目前,有基于疲劳时眼睛特征发生变化的监测系统,如中国专利公开号为CN104881956A所公开的通过PERCLOS(PercentEyeClosure)特征值检测驾驶员的疲劳程度。这种系统利用摄像头定位驾驶员的眼睛并进行一系列的判断,实时性好,检测成功率高,但易受光线的影响,有一定的局限性。
有基于疲劳时头部位置发生变化的监测系统,如中国专利公开号为CN204632055U所公开根据头部位置的变化规律判定驾驶员是否瞌睡。这种系统简单易行,但误判率高,不能对驾驶员的主观动作进行判断。
发明内容
有鉴于此,本发明的目的在于提供一种疲劳驾驶监控预警方法及系统,该方法和系统不仅能够及时检测出驾驶员是否处于疲劳驾驶状态,而且能对驾驶员的疲劳程度进行等级划分,给予相应的预警缓解疲劳,驾驶完成后,驾驶员可以根据一路上的疲劳等级进行自我反馈,提升安全驾驶质量。
为达到上述目的,本发明提供如下技术方案:
一种疲劳驾驶监控预警系统,该系统包括脑电信号采集分析模块1、加速度采集模块2、主控模块3、无线传输模块4以及预警模块5;
所述脑电信号采集分析模块1和加速度采集模块2分别与主控模块3进行电连接;主控模块3进一步与无线传输模块4以及预警模块5连接;
所述脑电信号采集分析模块1用于对驾驶员的脑电信号进行采集和分析,并将分析数据发送至主控模块3;
所述加速度采集模块2用于采集驾驶员头部的加速度信号,并向主控模块3发送三轴加速度值与角加速度值;
所述主控模块3用于对接收到的数据信号进行处理,判断驾驶员的疲劳驾驶等级,并发送相应的预警信息;
所述无线传输模块4,用于连接智能终端、车载系统或者云端,并向其发送驾驶过程中的疲劳等级;
所述预警模块5用于接收主控模块3发送的预警信息,并发出相应预警。
进一步,所述脑电信号采集分析模块1包括脑电信号采集模块11和脑电信号分析模块12;
所述脑电信号采集模块11包括参考电极和信号电极,用于采集驾驶员的脑电信号;
所述脑电信号分析模块12用于对采集到的脑电信号进行分析处理和计算,并向主控模块发送注意力特征值和眨眼强度的参数。
进一步,所述主控模块3针对接收到的数据信息,结合注意力特征值、眨眼强度和头部运动三个参数对驾驶员进行疲劳检测,判断驾驶员的疲劳驾驶等级,并发送相应的预警信息。
进一步,所述预警模块5包括声预警模块51、光预警模块52和电预警模块53。
进一步,所述的脑电信号参考电极和声预警模块51为一个整体,以耳机的形式呈现;耳机外围金属片作为脑电信号参考电极,扬声器作为声预警模块51。
本发明还提供了一种疲劳驾驶监控预警方法,包括以下步骤:
S1:同步采集驾驶员行驶过程中的脑电信号和头部的加速度信号;
S2:分析计算采集的脑电信号,得到注意力特征值和眨眼强度;分析计算采集的加速度信号,得到头部运动情况;
S3:根据注意力特征值、眨眼强度和头部运动三个参数对疲劳驾驶进行判断和划分等级,其中注意力特征值为主要判断依据;
S4:若判断驾驶员处于疲劳状态,基于不同的疲劳等级对驾驶员发出不同程度的预警;
S5:通过无线传输,向智能终端、车载系统或云端实时推送驾驶员的驾驶状态和疲劳等级。
进一步,在步骤S3中,当注意力特征值小于一个阈值A并持续一段时间时,系统判定为疲劳,并通过注意力特征值、眨眼强度和头部运动三个参数对疲劳程度进行等级划分,每种疲劳等级对应不同程度的预警。
进一步,所述注意力特征值阈值A为动态阈值,由设定阈值和驾驶员开始驾驶时注意力特征值共同决定。
进一步,在步骤S3中,当眨眼强度大于阈值B并持续一段时间时,同时头部运动呈现低头规律时,系统判定为疲劳,并通过注意力特征值、眨眼强度和头部运动三个参数对疲劳程度进行等级划分,每种疲劳等级对应不同程度的预警。
进一步,所述眨眼强度阈值B为动态阈值,由设定阈值和驾驶员开始驾驶时眨眼强度特征值共同决定。
本发明的有益效果在于:1)疲劳驾驶检测功能完善,预警功能多样,利用注意力信息为主,眨眼强度和头部运动为辅的联合监测机制,检测成功率高,误判率低;2)不同的疲劳等级对应不同的预警模式,以不同强度的预警方式缓解疲劳,振奋精神;3)疲劳驾驶等级实时推送至手机终端和车载系统,驾驶员可以在驾驶结束后,进行积极的自我反馈,改善后续驾驶质量。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚,本发明提供如下附图进行说明:
图1为疲劳驾驶监控预警系统的结构示意图;
图2为疲劳驾驶监控预警方法的流程图。
具体实施方式
下面将结合附图,对本发明的优选实施例进行详细的描述。
图1为疲劳驾驶监控预警系统的结构示意图,如图所示,本系统包括脑电信号采集分析模块1、加速度采集模块2、主控模块3、无线传输模块4以及预警模块5。
其中,脑电信号采集分析模块1包括脑电信号采集模块11和脑电信号分析模块12;预警模块5包括声预警模块51,光预警模块52和电预警模块53。
各个模块功能如下:
脑电信号采集模块11,包括参考电极和信号电极,利用双电极系统采集驾驶员的脑电信号;脑电信号分析模块12,采用TGAM模块,将采集到的脑电信号进行分析处理和计算,向主控模块发送注意力特征值和眨眼强度的参数;
加速度采集模块2,利用加速度传感器采集驾驶员头部的加速度信号,并向主控模块发送三轴加速度值;
主控模块3,在本实施例中采用微处理器STM32F103V8,控制信号的采集和处理,结合注意力特征值、眨眼强度和头部运动三个参数对驾驶员进行疲劳检测,判断驾驶员是否疲劳,如果判断疲劳,进一步判断疲劳驾驶等级,并发送相应的预警信息;
无线传输模块4,采用蓝牙4.0芯片,可以连接智能终端和车载系统,并向其发送驾驶过程中的疲劳等级;采用移动通信模块,可将驾驶员状态发送到云端。
预警模块5,包括声预警模块51,光预警模块52和电预警模块53,接收主控模块发送的预警信息,并发出相应预警;
其中,声预警模块51采用佩戴式耳机,提供声音预警和播放音乐缓解疲劳;光预警模块52采用LED灯,提供不同频率的闪光预警;电预警模块53采用震动模块,提供不同幅度的震动预警;耳机模块包括参考电极和声预警模块51,将两个模块结合,提高装置的小型化和舒适度。
图2所示为疲劳驾驶监控预警方法的流程图,本方法具体步骤如下:
步骤1:同步采集驾驶员行驶过程中的脑电信号和头部的加速度信号。
利用耳机上的参考电极和额头的信号电极采集驾驶员的脑电信号,并将数据传入脑电信号分析模块。利用例如ADI公司的ADXL345芯片放置在驾驶员额头,采集头部的三轴加速度数据,并将数据通过I2C发送给主控模块。
步骤2:分析计算采集的脑电信号和加速度信号。
利用例如神念科技公司的TGAM模块,将采集到的脑电信号进行放大、滤波,提取有用的α波和β波,处理和计算出注意力特征值和眨眼强度两个参数。其中,注意力特征值从0到100,数值越低表明注意力集中程度越低;眨眼强度从0到100,数值越高表明眨眼力度越大。将得到的两个参数通过UART发送给主控模块。主控模块利用例如STM公司的STM32F103V8微处理器,通过对比加速度数据的变化,得到驾驶员头部运动情况,主要对低头行为进行判断。
步骤3:根据注意力特征值、眨眼强度和头部运动三个参数对疲劳驾驶进行判断和划分等级。
主控模块一直对注意力特征值进行判断,若注意力特征值小于阈值A,持续时间大于T1,处理器判定驾驶员疲劳。其中特征值阈值A由设定阈值X和驾驶员开始驾驶时注意力特征值Y共同决定,设定阈值为60,是注意力分散的经验阈值。阈值A的计算公式为A=X*60%+Y*40%。时间阈值T1=20s为经验值,通过大量实验得出。
此外,为了避免可能的漏判情况,处理器可通过另外两个参数判定疲劳。若眨眼强度大于阈值B,持续时间大于T2,同时1min内低头次数大于3次,处理器判定驾驶员疲劳。其中眨眼强度阈值B由设定阈值W和驾驶员开始驾驶时眨眼强度特征值Z共同决定,设定阈值为60,是疲劳时眨眼强度的经验阈值。阈值B的计算公式为B=W*60%+Z*40%。时间阈值T2=20s为经验值,低头频率阈值1分钟3次为经验值,通过大量实验得出。
当系统判定驾驶员疲劳后,可通过三个参数对疲劳程度划分等级。比如可以按如下方式划分等级:
轻度疲劳:阈值A的80%<注意力特征值<阈值A;
中度疲劳:阈值A的50%<注意力特征值<阈值A的80%&眨眼强度>阈值B;
重度疲劳:注意力特征值<阈值A的50%&眨眼强度>阈值B&1min内低头次数大于3次;
等级划分不受限定,可以根据三个参数逐层细分,上述划分方法仅是为了说明划分原则。
步骤4:若判断驾驶员处于疲劳状态,基于不同的疲劳等级对驾驶员发出不同程度的预警。
根据疲劳等级发出相应预警是更合理和人性化的预警机制。当驾驶员处于轻微疲劳时,系统可通过轻度的预警提醒驾驶员调整精神状态;当驾驶员处于极度疲劳时,系统可通过一系列强度的预警缓解疲劳,振奋精神或是提醒停车休息。比如预警模式可按照如下方式:
轻度疲劳:采用低频率的提示音;中度疲劳:采用高频率的提示音&一定频率的LED闪光;重度疲劳:采用停车休息的语音提示&高频的LED闪光&一定强度的震动;预警模式不受限定,可以根据疲劳等级进行设定,上述方法仅是为了说明预警方式。
步骤5:通过无线传输,向智能终端、车载系统或云端实时推送驾驶员的驾驶状态和疲劳等级。
无线传输可采用蓝牙模块,向智能终端或车载系统实时发送驾驶员的驾驶状态,驾驶结束后,驾驶员可查看行程中的疲劳等级,进行积极的自我反馈。无线传输也可采用网络模块,向云端发送驾驶员的驾驶状态,可以达到交管部门实时监控高危驾驶员的目的。
最后说明的是,以上优选实施例仅用以说明本发明的技术方案而非限制,尽管通过上述优选实施例已经对本发明进行了详细的描述,但本领域技术人员应当理解,可以在形式上和细节上对其作出各种各样的改变,而不偏离本发明权利要求书所限定的范围。
Claims (10)
1.一种疲劳驾驶监控预警系统,其特征在于:该系统包括脑电信号采集分析模块(1)、加速度采集模块(2)、主控模块(3)、无线传输模块(4)以及预警模块(5);
所述脑电信号采集分析模块(1)和加速度采集模块(2)分别与主控模块(3)进行电连接;主控模块(3)进一步与无线传输模块(4)以及预警模块(5)连接;
所述脑电信号采集分析模块(1)用于对驾驶员的脑电信号进行采集和分析,并将分析数据发送至主控模块(3);
所述加速度采集模块(2)用于采集驾驶员头部的加速度信号,并向主控模块(3)发送三轴加速度值与角加速度值;
所述主控模块(3)用于对接收到的数据信号进行处理,判断驾驶员的疲劳驾驶等级,并发送相应的预警信息;
所述无线传输模块(4),用于连接智能终端、车载系统或者云端,并向其发送驾驶过程中的疲劳等级;
所述预警模块(5)用于接收主控模块(3)发送的预警信息,并发出相应预警。
2.根据权利要求1所述的一种疲劳驾驶监控预警系统,其特征在于:所述脑电信号采集分析模块(1)包括脑电信号采集模块(11)和脑电信号分析模块(12);
所述脑电信号采集模块(11)包括参考电极和信号电极,用于采集驾驶员的脑电信号;
所述脑电信号分析模块(12)用于对采集到的脑电信号进行分析处理和计算,并向主控模块发送注意力特征值和眨眼强度的参数。
3.根据权利要求2所述的一种疲劳驾驶监控预警系统,其特征在于:所述主控模块(3)针对接收到的数据信息,结合注意力特征值、眨眼强度和头部运动三个参数对驾驶员进行疲劳检测,判断驾驶员的疲劳驾驶等级,并发送相应的预警信息。
4.根据权利要求3所述的一种疲劳驾驶监控预警系统,其特征在于:所述预警模块(5)包括声预警模块(51)、光预警模块(52)和电预警模块(53)。
5.根据权利要求4所述的一种疲劳驾驶监控预警系统,其特征在于:所述的脑电信号参考电极和声预警模块(51)为一个整体,以耳机的形式呈现;耳机外围金属片作为脑电信号参考电极,扬声器作为声预警模块(51)。
6.一种疲劳驾驶监控预警方法,其特征在于:包括以下步骤:
S1:同步采集驾驶员行驶过程中的脑电信号和头部的加速度信号;
S2:分析计算采集的脑电信号,得到注意力特征值和眨眼强度;分析计算采集的加速度信号,得到头部运动情况;
S3:根据注意力特征值、眨眼强度和头部运动三个参数对疲劳驾驶进行判断和划分等级,其中注意力特征值为主要判断依据;
S4:若判断驾驶员处于疲劳状态,基于不同的疲劳等级对驾驶员发出不同程度的预警;
S5:通过无线传输,向智能终端、车载系统或云端实时推送驾驶员的驾驶状态和疲劳等级。
7.根据权利要求6所述的一种疲劳驾驶监控预警方法,其特征在于:在步骤S3中,当注意力特征值小于一个阈值A并持续一段时间时,系统判定为疲劳,并通过注意力特征值、眨眼强度和头部运动三个参数对疲劳程度进行等级划分,每种疲劳等级对应不同程度的预警。
8.根据权利要求7所述的一种疲劳驾驶监控预警方法,其特征在于:所述注意力特征值阈值A为动态阈值,由设定阈值和驾驶员开始驾驶时注意力特征值共同决定.
9.根据权利要求6所述的一种疲劳驾驶监控预警方法,其特征在于:在步骤S3中,当眨眼强度大于阈值B并持续一段时间时,同时头部运动呈现低头规律时,系统判定为疲劳,并通过注意力特征值、眨眼强度和头部运动三个参数对疲劳程度进行等级划分,每种疲劳等级对应不同程度的预警。
10.根据权利要求9所述的一种疲劳驾驶监控预警方法,其特征在于:所述眨眼强度阈值B为动态阈值,由设定阈值和驾驶员开始驾驶时眨眼强度特征值共同决定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610104142.1A CN105678959B (zh) | 2016-02-25 | 2016-02-25 | 一种疲劳驾驶监控预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610104142.1A CN105678959B (zh) | 2016-02-25 | 2016-02-25 | 一种疲劳驾驶监控预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105678959A true CN105678959A (zh) | 2016-06-15 |
CN105678959B CN105678959B (zh) | 2018-06-15 |
Family
ID=56305540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610104142.1A Active CN105678959B (zh) | 2016-02-25 | 2016-02-25 | 一种疲劳驾驶监控预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105678959B (zh) |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106205052A (zh) * | 2016-07-21 | 2016-12-07 | 上海仰笑信息科技有限公司 | 一种行车记录预警方法 |
CN106218405A (zh) * | 2016-08-12 | 2016-12-14 | 深圳市元征科技股份有限公司 | 疲劳驾驶监控方法及云端服务器 |
CN106333672A (zh) * | 2016-09-12 | 2017-01-18 | 杨代辉 | 基于eeg的高压工作人群的疲劳监测与快速恢复的头戴设备 |
CN106691443A (zh) * | 2017-01-11 | 2017-05-24 | 中国科学技术大学 | 基于脑电的穿戴式司机防疲劳智能监测预警系统 |
CN106778618A (zh) * | 2016-12-16 | 2017-05-31 | 合肥寰景信息技术有限公司 | 一种疲劳驾驶监控预警系统 |
CN106815967A (zh) * | 2017-03-08 | 2017-06-09 | 京东方科技集团股份有限公司 | 基于移动互联网的疲劳驾驶预警方法和系统 |
CN107307870A (zh) * | 2017-05-24 | 2017-11-03 | 丹阳慧创医疗设备有限公司 | 一种基于近红外光谱的驾驶状态脑监测系统及方法 |
CN107374652A (zh) * | 2017-07-20 | 2017-11-24 | 京东方科技集团股份有限公司 | 基于电子产品学习的质量监测方法、装置和系统 |
CN108969865A (zh) * | 2018-06-22 | 2018-12-11 | 吉林省瑞中科技有限公司 | 一种新型防驾驶瞌睡监视器 |
CN109141346A (zh) * | 2018-08-14 | 2019-01-04 | 广东小天才科技有限公司 | 穿戴式设备的坐姿更正引导方法、装置、设备及存储介质 |
CN109334670A (zh) * | 2018-12-04 | 2019-02-15 | 吉林大学 | 一种车辆驾驶人监控预警方法、系统、设备及存储介质 |
CN109472224A (zh) * | 2018-10-26 | 2019-03-15 | 蓝色传感(北京)科技有限公司 | 基于eeg与eog融合的疲劳驾驶检测系统 |
CN109697831A (zh) * | 2019-02-25 | 2019-04-30 | 湖北亿咖通科技有限公司 | 疲劳驾驶监测方法、装置及计算机可读存储介质 |
CN109991891A (zh) * | 2017-12-29 | 2019-07-09 | 新华网股份有限公司 | 疲劳缓解系统 |
CN110084998A (zh) * | 2019-04-18 | 2019-08-02 | 西安理工大学 | 便携式驾驶疲劳监测与干预装置及其方法 |
CN110151166A (zh) * | 2019-05-07 | 2019-08-23 | 中国电子科技集团公司第二十八研究所 | 一种基于双模态生物电信号与生理数据的疲劳度评估系统及评估方法 |
CN110464370A (zh) * | 2019-08-28 | 2019-11-19 | 安徽星网软件技术有限公司 | 一种安全驾驶状态监测报警干预装置及其使用方法 |
CN111258428A (zh) * | 2020-01-20 | 2020-06-09 | 西安臻泰智能科技有限公司 | 脑电控制系统及方法 |
CN111902084A (zh) * | 2018-02-05 | 2020-11-06 | 株式会社疲劳科学研究所 | 信息处理装置、疲劳评价方法以及程序 |
CN112319419A (zh) * | 2020-10-23 | 2021-02-05 | 江西江铃集团新能源汽车有限公司 | 一种智能行车控制方法及控制系统 |
CN113907758A (zh) * | 2021-12-13 | 2022-01-11 | 深圳市心流科技有限公司 | 一种驾驶员疲劳检测方法、装置、设备及存储介质 |
CN114052747A (zh) * | 2020-08-10 | 2022-02-18 | 西安领跑网络传媒科技股份有限公司 | 脑状态调节方法、装置、计算机设备和存储介质 |
CN114140986A (zh) * | 2021-11-23 | 2022-03-04 | 奇瑞汽车股份有限公司 | 疲劳驾驶预警方法、系统、存储介质 |
CN116088399A (zh) * | 2023-04-10 | 2023-05-09 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种智慧电厂厂区监控系统及其监控方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104068850A (zh) * | 2014-06-03 | 2014-10-01 | 广州中国科学院先进技术研究所 | 基于fpga的脑电眼电信号分析方法和系统 |
CN104146722A (zh) * | 2014-08-18 | 2014-11-19 | 吉林大学 | 一种基于头部信号的驾驶疲劳检测分级预警装置及方法 |
CN204445878U (zh) * | 2015-01-19 | 2015-07-08 | 北京工业大学 | 一种基于前额叶脑电信号、3d加速度陀螺仪的疲劳驾驶检测装置 |
CN204740709U (zh) * | 2015-04-30 | 2015-11-04 | 南京铁道职业技术学院 | 列车司机疲劳驾驶监测装置 |
CN204833608U (zh) * | 2015-08-06 | 2015-12-02 | 西安科技大学 | 基于脑机接口的驾驶员疲劳监测装置 |
-
2016
- 2016-02-25 CN CN201610104142.1A patent/CN105678959B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104068850A (zh) * | 2014-06-03 | 2014-10-01 | 广州中国科学院先进技术研究所 | 基于fpga的脑电眼电信号分析方法和系统 |
CN104146722A (zh) * | 2014-08-18 | 2014-11-19 | 吉林大学 | 一种基于头部信号的驾驶疲劳检测分级预警装置及方法 |
CN204445878U (zh) * | 2015-01-19 | 2015-07-08 | 北京工业大学 | 一种基于前额叶脑电信号、3d加速度陀螺仪的疲劳驾驶检测装置 |
CN204740709U (zh) * | 2015-04-30 | 2015-11-04 | 南京铁道职业技术学院 | 列车司机疲劳驾驶监测装置 |
CN204833608U (zh) * | 2015-08-06 | 2015-12-02 | 西安科技大学 | 基于脑机接口的驾驶员疲劳监测装置 |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106205052A (zh) * | 2016-07-21 | 2016-12-07 | 上海仰笑信息科技有限公司 | 一种行车记录预警方法 |
CN106218405A (zh) * | 2016-08-12 | 2016-12-14 | 深圳市元征科技股份有限公司 | 疲劳驾驶监控方法及云端服务器 |
WO2018028068A1 (zh) * | 2016-08-12 | 2018-02-15 | 深圳市元征科技股份有限公司 | 疲劳驾驶监控方法及云端服务器 |
CN106333672A (zh) * | 2016-09-12 | 2017-01-18 | 杨代辉 | 基于eeg的高压工作人群的疲劳监测与快速恢复的头戴设备 |
CN106778618A (zh) * | 2016-12-16 | 2017-05-31 | 合肥寰景信息技术有限公司 | 一种疲劳驾驶监控预警系统 |
CN106691443A (zh) * | 2017-01-11 | 2017-05-24 | 中国科学技术大学 | 基于脑电的穿戴式司机防疲劳智能监测预警系统 |
CN106815967A (zh) * | 2017-03-08 | 2017-06-09 | 京东方科技集团股份有限公司 | 基于移动互联网的疲劳驾驶预警方法和系统 |
CN107307870A (zh) * | 2017-05-24 | 2017-11-03 | 丹阳慧创医疗设备有限公司 | 一种基于近红外光谱的驾驶状态脑监测系统及方法 |
CN107374652A (zh) * | 2017-07-20 | 2017-11-24 | 京东方科技集团股份有限公司 | 基于电子产品学习的质量监测方法、装置和系统 |
CN109991891A (zh) * | 2017-12-29 | 2019-07-09 | 新华网股份有限公司 | 疲劳缓解系统 |
CN111902084A (zh) * | 2018-02-05 | 2020-11-06 | 株式会社疲劳科学研究所 | 信息处理装置、疲劳评价方法以及程序 |
CN111902084B (zh) * | 2018-02-05 | 2023-09-26 | 株式会社疲劳科学研究所 | 信息处理装置、疲劳评价方法以及程序 |
CN108969865A (zh) * | 2018-06-22 | 2018-12-11 | 吉林省瑞中科技有限公司 | 一种新型防驾驶瞌睡监视器 |
CN109141346A (zh) * | 2018-08-14 | 2019-01-04 | 广东小天才科技有限公司 | 穿戴式设备的坐姿更正引导方法、装置、设备及存储介质 |
CN109472224A (zh) * | 2018-10-26 | 2019-03-15 | 蓝色传感(北京)科技有限公司 | 基于eeg与eog融合的疲劳驾驶检测系统 |
CN109334670A (zh) * | 2018-12-04 | 2019-02-15 | 吉林大学 | 一种车辆驾驶人监控预警方法、系统、设备及存储介质 |
CN109697831A (zh) * | 2019-02-25 | 2019-04-30 | 湖北亿咖通科技有限公司 | 疲劳驾驶监测方法、装置及计算机可读存储介质 |
CN110084998A (zh) * | 2019-04-18 | 2019-08-02 | 西安理工大学 | 便携式驾驶疲劳监测与干预装置及其方法 |
CN110151166B (zh) * | 2019-05-07 | 2022-04-26 | 中国电子科技集团公司第二十八研究所 | 一种基于双模态生物电信号与生理数据的疲劳度评估系统及评估方法 |
CN110151166A (zh) * | 2019-05-07 | 2019-08-23 | 中国电子科技集团公司第二十八研究所 | 一种基于双模态生物电信号与生理数据的疲劳度评估系统及评估方法 |
CN110464370A (zh) * | 2019-08-28 | 2019-11-19 | 安徽星网软件技术有限公司 | 一种安全驾驶状态监测报警干预装置及其使用方法 |
CN111258428A (zh) * | 2020-01-20 | 2020-06-09 | 西安臻泰智能科技有限公司 | 脑电控制系统及方法 |
CN111258428B (zh) * | 2020-01-20 | 2023-10-24 | 西安臻泰智能科技有限公司 | 脑电控制系统及方法 |
CN114052747A (zh) * | 2020-08-10 | 2022-02-18 | 西安领跑网络传媒科技股份有限公司 | 脑状态调节方法、装置、计算机设备和存储介质 |
CN112319419B (zh) * | 2020-10-23 | 2022-02-01 | 江西江铃集团新能源汽车有限公司 | 一种智能行车控制方法及控制系统 |
CN112319419A (zh) * | 2020-10-23 | 2021-02-05 | 江西江铃集团新能源汽车有限公司 | 一种智能行车控制方法及控制系统 |
CN114140986A (zh) * | 2021-11-23 | 2022-03-04 | 奇瑞汽车股份有限公司 | 疲劳驾驶预警方法、系统、存储介质 |
CN113907758A (zh) * | 2021-12-13 | 2022-01-11 | 深圳市心流科技有限公司 | 一种驾驶员疲劳检测方法、装置、设备及存储介质 |
CN116088399A (zh) * | 2023-04-10 | 2023-05-09 | 中国电力工程顾问集团西南电力设计院有限公司 | 一种智慧电厂厂区监控系统及其监控方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105678959B (zh) | 2018-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105678959A (zh) | 一种疲劳驾驶监控预警方法及系统 | |
CN106691443B (zh) | 基于脑电的穿戴式司机防疲劳智能监测预警系统 | |
CN104146722B (zh) | 一种基于头部信号的驾驶疲劳检测分级预警方法 | |
CN102930693B (zh) | 安全驾驶预警方法 | |
CN109147279B (zh) | 一种基于车联网的驾驶员疲劳驾驶监测预警方法及系统 | |
CN101976495B (zh) | 疲劳驾驶检测系统及方法 | |
CN106491104A (zh) | 基于智能穿戴设备的驾驶员状态智能实时监测系统和方法 | |
Shi et al. | A review on fatigue driving detection | |
CN106236046A (zh) | 驾驶员疲劳监测系统 | |
CN205158585U (zh) | 一种预防疲劳驾驶的智能设备及系统 | |
CN105959021A (zh) | 一种基于可穿戴设备的车载诊断处理方法和终端 | |
CN104068868A (zh) | 一种基于机器视觉的驾驶人疲劳监测方法及装置 | |
CN110334592A (zh) | 一种司机异常行为监测和安全保障系统及其方法 | |
CN108186034B (zh) | 一种驾驶员疲劳检测装置及工作方法 | |
CN108937923A (zh) | 一种基于脑电信号、眼电信号和肌电信号的疲劳驾驶监测系统 | |
CN110084998A (zh) | 便携式驾驶疲劳监测与干预装置及其方法 | |
CN107554293A (zh) | 一种安全驾驶预警装置及安全驾驶预警方法 | |
CN202686330U (zh) | 一种汽车防疲劳驾驶系统 | |
CN205405809U (zh) | 一种基于智能手表的疲劳驾驶检测报警系统 | |
CN206333896U (zh) | 一种多功能疲劳监护仪 | |
CN110934600A (zh) | 一种基于脑电波监测的防疲劳驾驶预警装置及监测方法 | |
CN208371800U (zh) | 一种基于多特征融合的眼镜式驾驶疲劳监测预警装置 | |
CN106394747A (zh) | 一种智能无线自行车尾灯 | |
CN209785217U (zh) | 一种基于卷积神经网络和矩阵摄影防疲劳驾驶系统 | |
CN203849834U (zh) | 一种驾驶疲劳提醒设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20181119 Address after: 402260 Shuangfu Industrial Park, Shuangfu Street, Jiangjin District, Chongqing Patentee after: Chongqing Medical Zhouzhou Information Technology Co., Ltd. Address before: 400065 No. 2 Chongwen Road, Huang Jue ya, Nan'an District, Chongqing Patentee before: Chongqing University of Posts and Telecommunications |
|
TR01 | Transfer of patent right |