CN105852887A - 方向盘、疲劳检测系统及方法 - Google Patents

方向盘、疲劳检测系统及方法 Download PDF

Info

Publication number
CN105852887A
CN105852887A CN201610248673.8A CN201610248673A CN105852887A CN 105852887 A CN105852887 A CN 105852887A CN 201610248673 A CN201610248673 A CN 201610248673A CN 105852887 A CN105852887 A CN 105852887A
Authority
CN
China
Prior art keywords
data
heart rate
benchmark
blood flow
driver
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.)
Pending
Application number
CN201610248673.8A
Other languages
English (en)
Inventor
李朝霞
冯立华
李建功
林晨
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201610248673.8A priority Critical patent/CN105852887A/zh
Publication of CN105852887A publication Critical patent/CN105852887A/zh
Pending legal-status Critical Current

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/024—Detecting, measuring or recording pulse rate or heart rate
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/026—Measuring blood flow
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/117—Identification of persons
    • A61B5/1171—Identification of persons based on the shapes or appearances of their bodies or parts thereof
    • A61B5/1172—Identification of persons based on the shapes or appearances of their bodies or parts thereof using fingerprinting
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/68—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient
    • A61B5/6887—Arrangements of detecting, measuring or recording means, e.g. sensors, in relation to patient mounted on external non-worn devices, e.g. non-medical devices
    • A61B5/6893—Cars
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • A61B5/7235—Details of waveform analysis
    • A61B5/7253—Details of waveform analysis characterised by using transforms
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/20—Workers
    • A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • General Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • Physiology (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Hematology (AREA)
  • Child & Adolescent Psychology (AREA)
  • Developmental Disabilities (AREA)
  • Educational Technology (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Social Psychology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种方向盘、疲劳检测系统及方法。所述方向盘上设置有指纹检测器和血流检测器；指纹检测器用于检测出驾驶员的指纹数据，以供数据处理平台将检测出的指纹数据与预先采集的基准指纹数据进行对比，识别出所述驾驶员；血流检测器用于检测出驾驶员的血流数据，以供数据处理平台根据血流数据生成心率数据，并将心率数据与预先生成的驾驶员的基准心率数据进行对比，判断驾驶员是否疲劳。本发明通过采集驾驶员的血流数据来得到驾驶员的心率数据，通过与基准心率数据进行对比来判断驾驶员是否处于疲劳状态，与现有技术相比，本发明不受光照条件、路况、行车路线的限制和干扰，适用范围更广，检测准确度更高。

Description

方向盘、疲劳检测系统及方法
技术领域
本发明涉及汽车技术领域，尤其涉及一种方向盘、疲劳检测系统及方法。
背景技术
当前，因为疲劳驾驶引起的车祸事故很多，对个人和社会都造成了很大的危害，各机构都在研究各种方法来避免上述问题。
现有的疲劳检测方法多是基于驾驶员的历史驾车行为进行分析，例如：视频监视驾驶员的面部和眼部动作、监测驾驶员的历史操作行为、检测车辆的行车路线等。然而，这些方法会因为夜间光线暗而无法分析眼部动作，或者因为路况复杂、车辆拥挤而无法准确判断驾驶员的实际身体状况，导致检测误差较大，出现误判的概率很高。因此，上述方法并不适用于当前路况复杂、道路拥挤、路线变化多样的实际环境。
发明内容
本发明的目的在于提供一种方向盘、疲劳检测系统及方法，以解决现有的检测方法适用范围窄、误差大的技术问题。
为解决上述技术问题，作为本发明的第一个方面，提供一种方向盘，所述方向盘上设置有指纹检测器和血流检测器；
所述指纹检测器用于检测出驾驶员的指纹数据，以供数据处理平台将检测出的所述指纹数据与预先采集的基准指纹数据进行对比，识别出所述驾驶员；
所述血流检测器用于检测出所述驾驶员的血流数据，以供所述数据处理平台根据所述血流数据生成心率数据，并将所述心率数据与预先生成的所述驾驶员的基准心率数据进行对比，判断所述驾驶员是否疲劳。
优选地，所述指纹检测器位于所述方向盘的正面与所述驾驶员的大拇指相接触的位置；所述血流检测器位于所述方向盘的内侧与所述驾驶员手指末梢相接触的位置。
作为本发明的第二个方面，还提供一种疲劳检测系统，包括本发明所提供的上述方向盘、以及数据处理平台；
所述数据处理平台用于将检测出的所述指纹数据与预先采集的所述基准指纹数据进行对比，以识别出所述驾驶员；
根据所述血流数据生成心率数据，将检测出的所述心率数据与预先采集的所述基准心率数据进行对比，以判断所述驾驶员是否疲劳。
优选地，所述数据处理平台还用于：
当所述数据处理平台检测出的所述心率数据与所述基准心率数据之间的差值超出预定范围时，所述数据处理平台判定所述驾驶员处于疲劳状态，并发出报警信号。
优选地，所述方向盘通过车联网、或者移动网络将检测出的所述血流数据上传至所述数据处理平台，以供所述数据处理平台根据所述血流数据生成心率数据。
作为本发明的第三个方面，还提供一种疲劳检测方法，包括：
将检测出的驾驶员的指纹数据与预先采集的基准指纹数据进行对比，识别出所述驾驶员，所述指纹数据为设置在方向盘上的指纹检测器检测出的；
根据检测出的血流数据生成心率数据，并将所述心率数据与预先生成的所述驾驶员的基准心率数据进行对比，判断所述驾驶员是否疲劳，所述血流数据为设置在所述方向盘上的血流检测器检测出的。
优选地，所述疲劳检测方法还包括：
当检测出的所述心率数据与所述基准心率数据之间的差值超出预定范围时，判定所述驾驶员处于疲劳状态，并发出报警信号。
优选地，所述基准心率数据包括基准波峰平均间隔时间、基准心跳变异标准差、基准超低频功率、基准低频功率和基准高频功率；
所述疲劳检测方法还包括预先生成所述基准心率数据的步骤，该步骤包括：
在驾驶员身体处于初始状态时，所述方向盘采集所述驾驶员的基准血流数据，所述初始状态指驾驶员未开始驾车、无疲劳的状态；
根据所述基准血流数据生成基准心律波形；
计算所述基准心律波形中相邻两个波峰之间的间隔的平均值，得到所述基准波峰平均间隔时间meanRR；
根据公式计算所述基准心跳变异标准差SDNN，其中N为波峰间隔总数，i为取自[1，N]的整数，RRi表示第i个波峰间隔值；
对所述基准心律波形进行傅里叶变换，得到基准频域曲线，计算所述基准频域曲线在超低频段、低频段和高频段的功率，得到所述基准超低频功率、所述基准低频功率和所述基准高频功率，其中，所述超低频段为0.003-0.04HZ，所述低频段为0.040-0.150Hz，所述高频段为0.15-0.4Hz。
优选地，所述心率数据包括波峰平均间隔时间、心跳变异标准差、超低频功率、低频功率和高频功率；
所述根据检测出的血流数据生成心率数据的步骤包括：
根据检测出的所述血流数据生成心律波形；
计算所述心律波形中相邻两个波峰之间的间隔的平均值，得到所述波峰平均间隔时间meanRR'；
根据公式计算所述心跳变异标准差SDNN'，其中，N'为波峰间隔总数，j为取自[1，N']的整数，RRj'表示第j个波峰间隔值；
对所述心律波形进行傅里叶变换，得到频域曲线，计算所述频域曲线在超低频段、低频段和高频段的功率，得到所述超低频功率、所述低频功率和所述高频功率，其中，所述超低频段为0.003-0.04HZ，所述低频段为0.040-0.150Hz，所述高频段为0.15-0.4Hz。
优选地，所述方向盘上的血流检测器每隔10-15分钟检测一次所述驾驶员的血流数据，每次检测时长不低于3分钟。
本发明通过采集驾驶员的血流数据来得到驾驶员的心率数据，通过与基准心率数据进行对比来判断驾驶员是否处于疲劳状态，与现有技术相比，本发明不受光照条件、路况、行车路线的限制和干扰，适用范围更广，检测准确度更高。
附图说明
附图是用来提供对本发明的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明，但并不构成对本发明的限制。
图1是本发明实施例一提供的一种方向盘的示意图；
图2是本发明实施例一中血流检测器的示意图；
图3是本发明实施例一中的心率波形图；
图4是本发明实施例二提供的一种疲劳检测系统的示意图；
图5是本发明实施例三提供的一种疲劳检测方法的流程图。
在附图中，1-方向盘；11-指纹检测器；12-血流检测器；121-发光元件；122-光敏元件；2-数据处理平台。
具体实施方式
以下结合附图对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
实施例一
图1是本发明实施例一提供的一种方向盘的示意图，如图1所示，方向盘1上设置有指纹检测器11和血流检测器12。
指纹检测器11用于检测出驾驶员的指纹数据，以供数据处理平台将检测出的所述指纹数据与预先采集的基准指纹数据进行对比，识别出所述驾驶员；
血流检测器12用于检测出所述驾驶员的血流数据，以供所述数据处理平台根据所述血流数据生成心率数据，并将所述心率数据与预先生成的所述驾驶员的基准心率数据进行对比，判断所述驾驶员是否疲劳。
通常，人体心脏收缩及舒张的脉动周期中，血管内单位面积的血流量也会呈周期性的变化，因此，通过测量驾驶员手指末梢的血流变化情况即可得出驾驶员的心率变化情况，从而判断驾驶员的疲劳状态。
作为本发明的一种实现方式，血流检测器12的结构如图2所示。血流检测器12包括发光元件121和光敏元件122，发光元件121发出的光线经过驾驶员的手指后被光敏元件122接收。当血管内单位面积的血流量发生变化时，光敏元件122检测到的电压也会发生相应变化，从而得到心率波形图，如图3所示。
本发明通过采集驾驶员的血流数据来得到驾驶员的心率数据，通过与基准心率数据进行对比来判断驾驶员是否处于疲劳状态，与现有技术相比，本发明不受光照条件、路况、行车路线的限制和干扰，适用范围更广，检测准确度更高。
优选地，为了更方便地采集驾驶员的指纹数据和血流数据，指纹检测器11位于方向盘1的正面与所述驾驶员的大拇指相接触的位置；血流检测器12位于方向盘1的内侧与所述驾驶员手指末梢相接触的位置。
实施例二
图4是本发明实施例二提供的一种疲劳检测系统的示意图，如图4所示，所述疲劳检测系统，包括上述实施例一所提供的方向盘1、以及数据处理平台2。
数据处理平台2用于将检测出的所述指纹数据与预先采集的所述基准指纹数据进行对比，以识别出所述驾驶员；根据所述血流数据生成心率数据，将检测出的所述心率数据与预先采集的所述基准心率数据进行对比，以判断所述驾驶员是否疲劳。
其中，所述心率数据包括波峰平均间隔时间、心跳变异标准差、超低频功率、低频功率和高频功率；所述基准心率数据包括基准波峰平均间隔时间、基准心跳变异标准差、基准超低频功率、基准低频功率和基准高频功率。
通常，心跳变异标准差代表自律神经活性，超低频功率代表肌肉活性，低频功率代表交感神经活性，高频功率代表副交感神经活性，此外，低频功率与高频功率的比值代表自律神经平衡性，上述指标会在人体疲劳时数值增高。
所述基准心率数据是在人体未开始驾车的无疲劳状态下测量得到的，例如在清晨精神状态最好的情况下，驾驶员握住方向盘1维持3-5分钟测得的。因此，当驾驶员开始驾车后，通过将检测得到的实时心率数据与基准心率数据进行对比，当两者的差值超出预先设定的极限范围时，则认为驾驶员开始处于疲劳驾驶状态。
优选地，所述基准心率数据可以适当进行变更，也就是说，当驾驶员的身体处于更佳状态时，可以重新测量驾驶员的基准心率数据，以替代原先的基准心率数据。
进一步地，数据处理平台2还用于：
当数据处理平台2检测出的所述心率数据与所述基准心率数据之间的差值超出预定范围时，数据处理平台2判定所述驾驶员处于疲劳状态，并发出报警信号。
所述报警信号包括声音信号、视频信号、手机推送信息中的任意一种。
优选地，方向盘1通过车联网、或者移动网络将检测出的所述血流数据上传至数据处理平台2，以供数据处理平台2根据所述血流数据生成心率数据。
此外，数据处理平台2还可以包括存储单元，用于存储基准指纹数据、基准心率数据、以及后续每次采集的实时心率数据，以针对每个驾驶员建立个人数据库，以供对比查询。
实施例三
图5是本发明实施例三提供的一种疲劳检测方法的流程图，如图5所示，该方法包括：
步骤101、将检测出的驾驶员的指纹数据与预先采集的基准指纹数据进行对比，识别出所述驾驶员，所述指纹数据为设置在方向盘上的指纹检测器检测出的；
步骤102、根据检测出的血流数据生成心率数据，并将所述心率数据与预先生成的所述驾驶员的基准心率数据进行对比，判断所述驾驶员是否疲劳，所述血流数据为设置在所述方向盘上的血流检测器检测出的。
本发明通过采集驾驶员的血流数据来得到驾驶员的心率数据，通过与基准心率数据进行对比来判断驾驶员是否处于疲劳状态，与现有技术相比，本发明不受光照条件、路况、行车路线的限制和干扰，适用范围更广，检测准确度更高。
优选地，所述疲劳检测方法还包括：
当检测出的所述心率数据与所述基准心率数据之间的差值超出预定范围时，判定所述驾驶员处于疲劳状态，并发出报警信号。
具体地，所述基准心率数据包括基准波峰平均间隔时间、基准心跳变异标准差、基准超低频功率、基准低频功率和基准高频功率；
所述疲劳检测方法还包括预先生成所述基准心率数据的步骤，该步骤包括：
在驾驶员身体处于初始状态时，所述方向盘采集所述驾驶员的基准血流数据，所述初始状态指驾驶员未开始驾车、无疲劳的状态；
根据所述基准血流数据生成基准心律波形；
计算所述基准心律波形中相邻两个波峰之间的间隔的平均值，得到所述基准波峰平均间隔时间meanRR；
根据公式计算所述基准心跳变异标准差SDNN，其中N为波峰间隔总数，i为取自[1，N]的整数，RRi表示第i个波峰间隔值；
对所述基准心律波形进行傅里叶变换，得到基准频域曲线，计算所述基准频域曲线在超低频段、低频段和高频段的功率，得到所述基准超低频功率、所述基准低频功率和所述基准高频功率，其中，所述超低频段为0.003-0.04HZ，所述低频段为0.040-0.150Hz，所述高频段为0.15-0.4Hz。
具体地，所述心率数据包括波峰平均间隔时间、心跳变异标准差、超低频功率、低频功率和高频功率；
所述根据检测出的血流数据生成心率数据的步骤包括：
根据检测出的所述血流数据生成心律波形；
计算所述心律波形中相邻两个波峰之间的间隔的平均值，得到所述波峰平均间隔时间meanRR'；
根据公式计算所述心跳变异标准差SDNN'，其中，N'为波峰间隔总数，j为取自[1，N']的整数，RRj'表示第j个波峰间隔值；
对所述心律波形进行傅里叶变换，得到频域曲线，计算所述频域曲线在超低频段、低频段和高频段的功率，得到所述超低频功率、所述低频功率和所述高频功率，其中，所述超低频段为0.003-0.04HZ，所述低频段为0.040-0.150Hz，所述高频段为0.15-0.4Hz。
在具体实施过程中，当所述驾驶员开始驾车后，所述方向盘每隔预定时间检测一次所述驾驶员的指纹数据和血流数据；
然后将检测出的所述指纹数据与所述基准指纹数据进行对比，以识别出所述驾驶员；
然后根据检测出的所述血流数据生成心率数据，将生成的所述心率数据与所述基准心率数据进行对比，以判断所述驾驶员是否疲劳。
优选地，为了提高检测的准确性，所述方向盘每隔10-15分钟检测一次所述驾驶员的血流数据，每次检测时长不低于3分钟。也就是说，在检测过程中，所述驾驶员握住所述方向盘至少3分钟，以使得设置在所述方向盘上的血流检测器采集到平稳的血流数据。
并且，在本发明中，可以设置一个极限心率数据，该极限心率数据相当于是上述预设范围的上限。通常，人们驾车后3-4小时会感觉到疲劳，因此可以设置驾驶员驾车后3-4小时生成的心率数据为极限心率数据，当每隔预定时间检测出的心率数据超过所述极限心率数据时，判定所述驾驶员处于疲劳驾驶状态，并发出报警信号。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (10)

1.一种方向盘，其特征在于，所述方向盘上设置有指纹检测器和血流检测器；
所述指纹检测器用于检测出驾驶员的指纹数据，以供数据处理平台将检测出的所述指纹数据与预先采集的基准指纹数据进行对比，识别出所述驾驶员；
所述血流检测器用于检测出所述驾驶员的血流数据，以供所述数据处理平台根据所述血流数据生成心率数据，并将所述心率数据与预先生成的所述驾驶员的基准心率数据进行对比，判断所述驾驶员是否疲劳。
2.根据权利要求1所述的方向盘，其特征在于，所述指纹检测器位于所述方向盘的正面与所述驾驶员的大拇指相接触的位置；所述血流检测器位于所述方向盘的内侧与所述驾驶员手指末梢相接触的位置。
3.一种疲劳检测系统，其特征在于，包括权利要求1或2所述的方向盘、以及数据处理平台；
所述数据处理平台用于将检测出的所述指纹数据与预先采集的所述基准指纹数据进行对比，以识别出所述驾驶员；
根据所述血流数据生成心率数据，将检测出的所述心率数据与预先采集的所述基准心率数据进行对比，以判断所述驾驶员是否疲劳。
4.根据权利要求3所述的疲劳检测系统，其特征在于，所述数据处理平台还用于：
当所述数据处理平台检测出的所述心率数据与所述基准心率数据之间的差值超出预定范围时，所述数据处理平台判定所述驾驶员处于疲劳状态，并发出报警信号。
5.根据权利要求3所述的疲劳检测系统，其特征在于，所述方向盘通过车联网、或者移动网络将检测出的所述血流数据上传至所述数据处理平台，以供所述数据处理平台根据所述血流数据生成心率数据。
6.一种疲劳检测方法，其特征在于，包括：
将检测出的驾驶员的指纹数据与预先采集的基准指纹数据进行对比，识别出所述驾驶员，所述指纹数据为设置在方向盘上的指纹检测器检测出的；
根据检测出的血流数据生成心率数据，并将所述心率数据与预先生成的所述驾驶员的基准心率数据进行对比，判断所述驾驶员是否疲劳，所述血流数据为设置在所述方向盘上的血流检测器检测出的。
7.根据权利要求6所述的疲劳检测方法，其特征在于，所述疲劳检测方法还包括：
当检测出的所述心率数据与所述基准心率数据之间的差值超出预定范围时，判定所述驾驶员处于疲劳状态，并发出报警信号。
8.根据权利要求6所述的疲劳检测方法，其特征在于，所述基准心率数据包括基准波峰平均间隔时间、基准心跳变异标准差、基准超低频功率、基准低频功率和基准高频功率；
所述疲劳检测方法还包括预先生成所述基准心率数据的步骤，该步骤包括：
在驾驶员身体处于初始状态时，所述方向盘采集所述驾驶员的基准血流数据，所述初始状态指驾驶员未开始驾车、无疲劳的状态；
根据所述基准血流数据生成基准心律波形；
计算所述基准心律波形中相邻两个波峰之间的间隔的平均值，得到所述基准波峰平均间隔时间meanRR；
根据公式计算所述基准心跳变异标准差SDNN，其中N为波峰间隔总数，i为取自[1，N]的整数，RRi表示第i个波峰间隔值；
对所述基准心律波形进行傅里叶变换，得到基准频域曲线，计算所述基准频域曲线在超低频段、低频段和高频段的功率，得到所述基准超低频功率、所述基准低频功率和所述基准高频功率，其中，所述超低频段为0.003-0.04HZ，所述低频段为0.040-0.150Hz，所述高频段为0.15-0.4Hz。
9.根据权利要求6所述的疲劳检测方法，其特征在于，所述心率数据包括波峰平均间隔时间、心跳变异标准差、超低频功率、低频功率和高频功率；
所述根据检测出的血流数据生成心率数据的步骤包括：
根据检测出的所述血流数据生成心律波形；
计算所述心律波形中相邻两个波峰之间的间隔的平均值，得到所述波峰平均间隔时间meanRR'；
根据公式计算所述心跳变异标准差SDNN'，其中，N'为波峰间隔总数，j为取自[1，N']的整数，RRj'表示第j个波峰间隔值；
对所述心律波形进行傅里叶变换，得到频域曲线，计算所述频域曲线在超低频段、低频段和高频段的功率，得到所述超低频功率、所述低频功率和所述高频功率，其中，所述超低频段为0.003-0.04HZ，所述低频段为0.040-0.150Hz，所述高频段为0.15-0.4Hz。
10.根据权利要求6至9中任意一项所述的疲劳检测方法，其特征在于，所述方向盘上的血流检测器每隔10-15分钟检测一次所述驾驶员的血流数据，每次检测时长不低于3分钟。
CN201610248673.8A 2016-04-20 2016-04-20 方向盘、疲劳检测系统及方法 Pending CN105852887A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610248673.8A CN105852887A (zh) 2016-04-20 2016-04-20 方向盘、疲劳检测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610248673.8A CN105852887A (zh) 2016-04-20 2016-04-20 方向盘、疲劳检测系统及方法

Publications (1)

Publication Number Publication Date
CN105852887A true CN105852887A (zh) 2016-08-17

Family

ID=56633676

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610248673.8A Pending CN105852887A (zh) 2016-04-20 2016-04-20 方向盘、疲劳检测系统及方法

Country Status (1)

Country Link
CN (1) CN105852887A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109528186A (zh) * 2018-09-28 2019-03-29 上海掌门科技有限公司 一种用于采集、处理心率的方法及设备
CN109887239A (zh) * 2019-03-16 2019-06-14 南京英诺微盛光学科技有限公司 一种用于监测疲劳驾驶的可穿戴设备及使用方法
CN112336330A (zh) * 2020-11-06 2021-02-09 广东电网有限责任公司电力科学研究院 一种基于心率变化的安全监管装置及其设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007066513A1 (ja) * 2005-12-05 2007-06-14 Pioneer Corporation 生体情報検出装置、ハンドル部材、ハンドルカバー及びハンドル部材の製造方法
JP2008253455A (ja) * 2007-04-03 2008-10-23 Shimadzu Corp 飲酒検知装置
JP2010088487A (ja) * 2008-10-03 2010-04-22 Nissan Motor Co Ltd 脈波検出装置、この脈波検出装置を設けた車両、および脈波検出装置の制御方法
CN202573813U (zh) * 2012-03-23 2012-12-05 惠州市德赛西威汽车电子有限公司 车载智能报警系统
CN202960535U (zh) * 2012-12-10 2013-06-05 郭文浩 汽车疲劳驾驶监测报警装置
CN103395441A (zh) * 2013-08-23 2013-11-20 江苏惠通集团有限责任公司 汽车多功能方向盘
CN104044460A (zh) * 2014-03-20 2014-09-17 徐健 一种机动车防疲劳驾驶的报警方法及装置
CN104071110A (zh) * 2013-03-27 2014-10-01 原相科技股份有限公司 用于载人移动载具的安全监控装置及安全监控方法
CN204506976U (zh) * 2015-03-31 2015-07-29 深圳市长桑技术有限公司 一种智能方向盘及智能汽车

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007066513A1 (ja) * 2005-12-05 2007-06-14 Pioneer Corporation 生体情報検出装置、ハンドル部材、ハンドルカバー及びハンドル部材の製造方法
JP2008253455A (ja) * 2007-04-03 2008-10-23 Shimadzu Corp 飲酒検知装置
JP2010088487A (ja) * 2008-10-03 2010-04-22 Nissan Motor Co Ltd 脈波検出装置、この脈波検出装置を設けた車両、および脈波検出装置の制御方法
CN202573813U (zh) * 2012-03-23 2012-12-05 惠州市德赛西威汽车电子有限公司 车载智能报警系统
CN202960535U (zh) * 2012-12-10 2013-06-05 郭文浩 汽车疲劳驾驶监测报警装置
CN104071110A (zh) * 2013-03-27 2014-10-01 原相科技股份有限公司 用于载人移动载具的安全监控装置及安全监控方法
CN103395441A (zh) * 2013-08-23 2013-11-20 江苏惠通集团有限责任公司 汽车多功能方向盘
CN104044460A (zh) * 2014-03-20 2014-09-17 徐健 一种机动车防疲劳驾驶的报警方法及装置
CN204506976U (zh) * 2015-03-31 2015-07-29 深圳市长桑技术有限公司 一种智能方向盘及智能汽车

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
秦伟: "驾驶员生理指标对行车疲劳响应的敏感性研究", 《内蒙古农业大学硕士学位论文》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109528186A (zh) * 2018-09-28 2019-03-29 上海掌门科技有限公司 一种用于采集、处理心率的方法及设备
CN109887239A (zh) * 2019-03-16 2019-06-14 南京英诺微盛光学科技有限公司 一种用于监测疲劳驾驶的可穿戴设备及使用方法
CN112336330A (zh) * 2020-11-06 2021-02-09 广东电网有限责任公司电力科学研究院 一种基于心率变化的安全监管装置及其设备

Similar Documents

Publication Publication Date Title
Murugan et al. Detection and analysis: Driver state with electrocardiogram (ECG)
Zheng et al. V2iFi: In-vehicle vital sign monitoring via compact RF sensing
Kartsch et al. A sensor fusion approach for drowsiness detection in wearable ultra-low-power systems
Solovey et al. Classifying driver workload using physiological and driving performance data: two field studies
Pratama et al. A review on driver drowsiness based on image, bio-signal, and driver behavior
Begum Intelligent driver monitoring systems based on physiological sensor signals: A review
CN105615878B (zh) 一种疲劳驾驶脑电监测方法
Riener et al. Heart on the road: HRV analysis for monitoring a driver's affective state
CN102488512B (zh) 一种心电监护自动报警系统
CN104071110A (zh) 用于载人移动载具的安全监控装置及安全监控方法
CN109875583B (zh) 一种基于ar技术的疲劳驾驶检测系统及方法
Dehzangi et al. Towards multi-modal wearable driver monitoring: Impact of road condition on driver distraction
CN105852887A (zh) 方向盘、疲劳检测系统及方法
Ponnan et al. Driver monitoring and passenger interaction system using wearable device in intelligent vehicle
EP2962638B1 (en) Dozing prevention method
Arefnezhad et al. Driver drowsiness classification using data fusion of vehicle-based measures and ECG signals
El-Nabi et al. Machine learning and deep learning techniques for driver fatigue and drowsiness detection: a review
Kumar et al. Detecting distraction in drivers using electroencephalogram (EEG) signals
Zhang et al. Ubi-fatigue: toward ubiquitous fatigue detection via contactless sensing
Mindoro et al. Drowsy or not? Early drowsiness detection utilizing arduino based on electroencephalogram (eeg) neuro-signal
Liu et al. Toward nonintrusive camera-based heart rate variability estimation in the car under naturalistic condition
Zhu et al. Eeg-based system using deep learning and attention mechanism for driver drowsiness detection
KR20120121074A (ko) 귓불 착용형 운전자 졸음 방지 시스템
Murugan et al. Analysis of different measures to detect driver states: A review
CN109895782A (zh) 智能汽车座椅及工作方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160817