CN109747382A - 基于脑电信号分析的车舱环境智能控制系统及控制方法 - Google Patents

Abstract

本发明公开了基于脑电信号分析的车舱环境智能控制系统，包括车内环境感知模块，车内空气质量分析模块，脑电仪监测模块，脑电信号分析模块，控制系统模块，执行系统模块；本发明将车舱环境参数与脑电信号耦合起来进行分析，即在监控车舱环境参数的同时，融入对驾驶员人体行为信息的分析，得到驾驶员现状的精神状态以及注意力集中程度的相关参数，并借助环境参数判断对驾驶员精神状态造成影响的环境因素来源，进而通过决策优化，得到最佳车内环境控制方案，使车内空调通风装置、净化装置、以及音乐灯光系统等各执行元件实现协同工作，能根据每个驾驶员个体的驾驶体验进行实时调节车舱环境，提高车内空气质量调控的智能化程度。

Description

基于脑电信号分析的车舱环境智能控制系统及控制方法

技术领域

本发明具体涉及基于脑电信号分析的车舱环境智能控制系统及控制方法。

背景技术

车舱环境为驾驶员提供舒适安全的驾驶环境。现有技术大都是基于车内空气质量监测(例如对PM2.5，CO₂，以及温/湿度的监测)进行的车舱环境控制，旨在将车舱内空气控制在健康安全的范围内，且控制策略一直固定不变。近年来，健康传感器(测量脉搏，体温等)开始应用到车舱设计中，以提升驾驶员的车舱体验，车辆根据健康传感器判断乘员的舒适度，进而调控车内环境。但依靠健康监测传感器无法全面判断驾驶员不舒适的原因，只能根据经验推测人体温度/脉搏等发生变化的原因，因而无法做出正确的车内环境调控决策。

发明内容

为了解决上述存在的问题，本发明提供了基于脑电信号分析的车舱环境智能控制系统及控制方法。

为了实现上述目的，本发明采用以下技术方案：

基于脑电信号分析的车舱环境智能控制系统，包括车内环境感知模块，车内空气质量分析模块，脑电仪监测模块，脑电信号分析模块，控制系统模块，执行系统模块；

车内环境感知模块设置在车辆内部，采集车辆内外的空气质量数据信息并将信息实时传输到车内空气质量分析模块，车内空气质量分析模块对数据进行处理分析，脑电仪监测模块与脑电信号分析模块相连，并能够将采集的脑电信号传送到脑电信号分析模块，脑电信号分析模块对脑电信号数据进行处理分析，脑电信号分析模块与车内空气质量分析模块耦合，将信息实时交换，综合分析，得出最终决策，并将决策信息传输到控制系统模块，控制系统模块与执行系统模块相连，控制系统模块协调控制执行系统模块实现调节车内环境。

进一步地，车内环境感知模块包括温度传感器、湿度传感器、PM2.5浓度传感器、CO₂浓度传感器、挥发性有机物VOC传感器，用于监测车内的温度，湿度，以及包括PM2.5，CO₂在内的各污染物浓度。

进一步地，脑电仪监测模块与电极帽和脑电信号分析模块相连；脑电仪监测模块通过蓝牙实时传送数据；电极帽是一种电压传感器，通过它可获取并记录下头皮上的电位变化。

进一步地，脑电信号分析模块利用傅里叶变换提取脑电信号的频率特征。

进一步地，车内空气质量分析模块对车内温度、湿度进行分析，并针对各污染物的浓度进行分析，然后与标准规定的污染物浓度限制以及热舒适度范围进行比较。

进一步地，所述的脑电信号分析模块将根据脑电信号特征，利用功率谱分析方法进行快速傅里叶变换(FFT)，进而利用功率谱估计得到：

其中，为功率谱密度，N为随机脑电信号中信号数据的个数,|X_N(ω)|为信号的幅值；将随机信号x(n)的N点观察数据x_N(n)看作一能量有限信号，直接取x_N(n)的傅里叶变换，得x_N(e^jω)，然后再取其幅值的平方，并除以N，作为对x(n)真实的功率谱的估计。

进一步地，控制系统模块包括风量控制、温度控制、内/外循环控制；控制系统模块基于分析模块得出的决策，综合控制空气质量，协调控制执行系统模块中的空调通风子系统、空气净化子系统，以实现调节车内温度、湿度、空气内循环和外循环的切换，净化空气，清除空气中的有害物质。

进一步地，执行系统模块包括空调通风子系统、空调净化子系统，灯光及音乐系统，其中，空调通风子系统负责调控车内机械通风的必要参数，例如风速，温度等，空调净化子系统负责滤清器部分，可高效的过滤室外的PM2.5和其他室外污染物。

本发明还提供了基于脑电信号分析的车舱环境智能控制方法，采用以上所述的车舱环境智能控制系统，包括以下步骤：

(1)脑电仪监测模块与车内环境感知模块同时运行，采集数据并将数据分别传送到脑电信号分析模块与车内空气质量分析模块；

(2)车内空气质量分析模块对数据进行处理分析，脑电信号分析模块对脑电信号数据进行处理分析，然后，脑电信号分析模块与车内空气质量分析模块进行信息融合；

(3)根据融合分析结果形成车内环境优化控制方案，作为最终决策，并将决策信息反馈给控制系统模块；

(4)控制系统模块处理信息并控制执行系统模块中各执行元件协同工作，调节车舱环境。

本发明的有益效果是：

本发明将车舱环境参数与脑电信号耦合起来进行分析，即在监控车舱环境参数的同时，融入对驾驶员人体行为信息的分析，得到驾驶员现状的精神状态以及注意力集中程度的相关参数，并借助环境参数判断对驾驶员精神状态造成影响的环境因素来源，进而通过决策优化，得到最佳车内环境控制方案，使车内空调通风装置、净化装置、以及音乐灯光系统等各执行元件实现协同工作，能根据每个驾驶员个体的驾驶体验进行实时调节车舱环境，以保证驾驶的舒适性和安全性，提高车内空气质量调控的智能化程度。

附图说明

图1为本发明车内空气质量控制系统的功能模块示意图。

图2为基于独立信息源的决策层信息融合流程。

图3为脑电信号处理流程图。

具体实施方式

以下结合附图对本发明的技术方案做进一步详细说明，应当指出的是，具体实施方式只是对本发明的详细说明，不应视为对本发明的限定。

本发明的基于脑电信号分析的车舱环境智能控制系统，如图1所示，包括车内环境感知模块2，车内空气质量分析模块3，脑电仪监测模块1，脑电信号分析模块4，控制系统模块5，执行系统模块6；

车内环境感知模块2设置在车辆内部，采集车辆内外的空气质量数据信息并将信息实时传输到车内空气质量分析模块3，车内空气质量分析模块3对数据进行处理分析，脑电仪监测模块1与脑电信号分析模块4相连，并能够将采集的脑电信号传送到脑电信号分析模块4，脑电信号分析模块4对脑电信号数据进行处理分析，脑电信号分析模块4与车内空气质量分析模块3耦合，将信息实时交换，综合分析，得出最终决策，并将决策信息传输到控制系统模块5，控制系统模块5与执行系统模块6相连，控制系统模块5协调控制执行系统模块6实现调节车内温度、湿度、空气内循环和外循环的切换、净化空气中的有害物质等。

作为一种优选的方式，车内环境感知模块2包括温度传感器、湿度传感器、PM2.5浓度传感器、CO₂浓度传感器、挥发性有机物VOC传感器等，用于监测车内的温度、湿度以及包括PM2.5、CO₂在内的各污染物浓度。

作为一种优选的方式，车内环境感知模块2采集车内环境的实时数据，并将实时数据通过蓝牙传递到车内空气质量分析模块3。

PM2.5的主要污染源来自于室外大气污染，因而需在车舱外，以及车舱内各安装一个PM2.5浓度传感器，以判断空调净化子系统是否处在正常工作范围内，并及时发出警报。

作为一种优选的方式，脑电仪监测模块1属于穿戴设备，脑电仪监测模块1与专用电极帽和脑电信号分析模块4相连；脑电仪监测模块1通过蓝牙实时传送数据；电极帽是一种电压传感器，通过它可获取并记录下头皮上微弱的电位变化。

对于电极帽，电极放置位置按照国际标准导联10-20系统安放。根据国际标准的基本原则的要求，由于每个人头颅的大小不一，头颅上各个测量点也略有不同。

脑电仪检测模块主要装备为智能脑电仪。

车辆行驶过程中，驾驶员可以佩戴轻巧式脑电仪，脑电仪监测模块1启动，脑电仪将采集乘客的脑电信息，以便于监控乘客的精神状态。

作为一种优选的方式，车内空气质量分析模块3将对车内温度、湿度进行分析，并针对各污染物的浓度进行分析，然后与标准规定的污染物浓度限制以及热舒适度范围进行比较。

当污染物浓度不在安全范围内，控制系统将自动发出指令，使空调净化子系统运行，快速将车内PM2.5浓度以及其他污染物浓度降低到安全范围内。

作为一种优选的方式，脑电信号分析模块4将利用傅里叶变换对脑电仪监测模块1得到的脑电信号进行频率特征分析，进而依据脑电信号频率特征进行疲劳特征的提取。脑电信号主要可划分为α，β，θ三个频段，医学上对于脑电信号中生理信息的研究表明，前额脑电各个节律的信息与大脑的唤醒程度有着密切的联系，θ节律(4-7Hz)表示大脑皮层内某些神经元细胞的受抑制程度，而α节律(8-13Hz)和β节律(13-30Hz)表示大脑皮层内某些神经元细胞的兴奋程度。因而在脑电信号分析过程中，θ节律的脑电波是大脑处于意识朦胧阶段时的主要频率成分，α节律的脑电波是大脑注意力高度集中时的主要频率成分，β节律的脑电波是大脑处于焦虑紧张状态下的主要频率成分。提取脑电信号频率特征的具体表达式如下：

公式中，F(ω)为f(t)的像函数，f(t)为F(ω)的像原函数；ω代脑电波表频率，t代表时间，e^-iωt为复变函数，i为虚数单位。该公式可将时域内的脑电信息转换为频域内的脑电信息，最终依据α，β，θ节律信号的频率范围，提取脑电信号在各节律频段内的波形特征，为进一步的功率谱分析铺垫。

在频率分析的基础上，脑电信号分析模块4将根据脑电信号特征，利用功率谱分析方法对脑电数据进行分析：

其中，为功率谱密度，N为随机脑电信号中信号数据的个数，|X_N(ω)|为信号的幅值。将随机脑电信号x(n)的N点观察数据x_N(n)看作一能量有限信号，直接取x_N(n)的傅里叶变换，得x_N(e^jω)，然后再取其幅值的平方，并除以N，作为对x(n)真实的功率谱的估计；进而得到脑电信号分别在α、β、θ节律下的绝对频带能量强度，以准确的表征大脑所处的状态，并区分驾驶员的疲劳状态和清醒状态。当驾驶员逐渐进入困倦、意识不清醒甚至睡眠状态时，θ节律的能量比快速上升，而α节律和β节律的能量快速下降。

脑电信号分析模块4与车内空气质量分析模块3耦合，在脑电信号突变的位置，寻找对应的污染物浓度是否偏高，温度湿度是否适宜，进而判断脑电信号电位发生突变的原因，进而形成车内环境优化控制方案，并传送到控制系统模块的中央处理单元。

作为一种优选的方式，执行系统模块6包括空调通风子系统、空调净化子系统，灯光及音乐系统，其中，空调通风子系统负责调控车内机械通风的必要参数，例如风速，温度等，空调净化子系统负责滤清器部分，可高效的过滤室外的PM2.5和其他室外污染物。

作为一种优选的方式，空调滤清器采用高效吸附材料-活性炭与长丝无纺布复合的活性炭复合滤布，结构紧凑，能有效过滤烟尘、花粉以及室外有害气体；并且在空气经过阻流的很短时间段里，可利用颗粒活性炭本身的物理性能，吸附空气中其它的微小物和有害物质，高效地过滤室外的PM2.5和其他室外污染物。

作为一种优选的方式，空调滤清器的过滤装置为高效HEAP滤网，针对PM2.5的过滤效率可以达到90％以上。

作为一种优选的方式，空调是执行系统的关键设备。可通过调节出风温度，调节出风量大小，以及出风方向，并切换通风子系统内循环与外循环，以控制车内空气质量在合理范围内。

当脑电信号分析模块4对数据分析显示驾驶人注意力分散，而且此时车内CO₂浓度较高，控制系统模块将控制空调系统由内循环转成外循环，使新鲜空气进入车内，降低车内二氧化碳的浓度。一旦车内二氧化碳的浓度降低到和室外温度相同的400ppm，空调系统再次调节为内循环，以最大限度的减少外界环境中的PM2.5进入到室内。

作为一种优选的方式，控制系统模块5包括风量控制、温度控制、内/外循环控制；控制系统模块5基于分析模块得出的决策，综合控制空气质量，集中协调控制执行系统模块6中的空调通风子系统、空气净化子系统，以实现调节车内温度、湿度、空气内循环和外循环的切换，净化空气，清除空气中的有害物质。

作为一种优选的方式，如图2所示，车内环境感知模块2与脑电仪监测模块1的原始数据分别进行预处理并依据脑电信号的功率谱密度进行疲劳特征提取，得到能够表征目标信息的特征后，基于所述车内环境感知模块2与脑电仪检测模块1的处理得到的局部的单一决策，然后将各信息源的局部单一决策进行关联判决，然后进行基于决策层的多元信息融合，最后做出最终决策。

作为一种优选的方式，车内空气质量分析模块3和脑电信号分析模块4会分别生成对驾驶人疲劳程度及健康程度的决策结果。车内环境信息与脑电信息在决策层进行融合可以减少系统的计算量。

基于脑电信号分析的车舱环境智能控制方法，采用以上所述的车舱环境智能控制系统，包括以下步骤：

脑电仪监测模块1运行的同时，车内环境感知模块2运行，脑电仪检测模块1和车内环境感知模块2采集数据并将数据分别传送到脑电信号分析模块4与车内空气质量分析模块3，车内空气质量分析模块3对数据进行处理分析，脑电信号分析模块4对脑电信号数据进行处理分析，脑电信号分析模块4与车内空气质量分析模块3的处理单元进行信息融合，决策层信息融合流程如图2所示，

对于疲劳/非疲劳的二分类检测而言，D-S证据理论的识别空间Ω＝{fatigue,Non-fatigue}，将脑电信号的功率谱作为判别驾驶员疲劳状态的证据来源，给出对于识别空间Ω＝{fatigue,Non-fatigue}的基本概率分配m(fatigue)和m(Non-fatigue)，m(fatigue)和m(Non-fatigue)表示功率谱信号特征对于驾驶员疲劳程度判别的支持程度，并具有以下特征：m(fatigue)+m(non-fatigue)＝1，

依据Dempster证据组合规则，对车内环境感知模块2所测具体环境信息和脑电信号的功率谱信息所得的决策进行融合：

其中，m_i与m_j分别代表车内环境特征(比如车内CO₂浓度与PM2.5浓度)和脑电信号特征在框架Ω＝{fatigue,Non-fatigue}上的基本概率分配函数。X与Y代表对驾驶员疲劳程度的判别。m(C)代表最终决策得到的驾驶员处于疲劳状态的概率，即车内空气质量分析模块3和脑电信号分析模块4的共同决策，得到驾驶员基于Ω＝{fatigue,Non-fatigue}识别空间的基本概率分配情况。若决策融合分析得到驾驶员疲劳的概率大于驾驶员非疲劳状态的概率，那么车内空气质量分析模块3和脑电信号分析模块4共同决策的结果是驾驶员处于疲劳状态，将对控制系统5发出命令，进行车内环境调节；

根据决策融合分析结果形成车内环境优化控制方案，作为最终决策，并将最终决策信息反馈给控制系统模块5，控制系统模块5处理信息并控制执行系统模块6中各执行元件协同工作，实时调节车舱环境。

各执行系统协同工作，形成车舱环境的闭环控制，即空调通风子系统，空调净化子系统，灯光系统，音乐系统等按照分析模块生成的控制方案协同工作。

当检测到驾驶员脑电信号呈现疲劳状态时，通过加大通风风量以降低二氧化碳的浓度，并调节车内温湿度，音乐播放系统等，以保证人的注意力集中，确保驾驶安全性。

Claims (9)

1.基于脑电信号分析的车舱环境智能控制系统，其特征在于，包括车内环境感知模块，车内空气质量分析模块，脑电仪监测模块，脑电信号分析模块，控制系统模块，执行系统模块；

车内环境感知模块设置在车辆内部，采集车辆内外的空气质量数据信息并将信息实时传输到车内空气质量分析模块，车内空气质量分析模块对数据进行处理分析，脑电仪监测模块与脑电信号分析模块相连，并能够将采集的脑电信号传送到脑电信号分析模块，脑电信号分析模块对脑电信号数据进行处理分析，脑电信号分析模块与车内空气质量分析模块耦合，将信息实时交换，综合分析，得出最终决策，并将决策信息传输到控制系统模块，控制系统模块与执行系统模块相连，控制系统模块协调控制执行系统模块实现调节车内环境。

2.根据权利要求1所述的基于脑电信号分析的车舱环境智能控制系统，其特征在于，车内环境感知模块包括温度传感器、湿度传感器、PM2.5浓度传感器、CO₂浓度传感器、挥发性有机物VOC传感器，用于监测车内的温度，湿度，以及包括PM2.5，CO₂在内的各污染物浓度。

3.根据权利要求1所述的基于脑电信号分析的车舱环境智能控制系统，其特征在于，脑电仪监测模块与电极帽和脑电信号分析模块相连；脑电仪监测模块通过蓝牙实时传送数据；电极帽是一种电压传感器，通过它可获取并记录下头皮上的电位变化。

4.根据权利要求1所述的基于脑电信号分析的车舱环境智能控制系统，其特征在于，脑电信号分析模块利用傅里叶变换提取脑电信号的频率特征。

5.根据权利要求1所述的基于脑电信号分析的车舱环境智能控制系统，其特征在于，车内空气质量分析模块对车内温度、湿度进行分析，并针对各污染物的浓度进行分析，然后与标准规定的污染物浓度限制以及热舒适度范围进行比较。

6.根据权利要求1所述的基于脑电信号分析的车舱环境智能控制系统，其特征在于，所述的脑电信号分析模块将根据脑电信号特征，利用功率谱分析方法进行快速傅里叶变换(FFT)，进而利用功率谱估计得到：

其中，为功率谱密度，N为随机脑电信号中信号数据的个数,|X_N(ω)|为信号的幅值；将随机信号x(n)的N点观察数据x_N(n)看作一能量有限信号，直接取x_N(n)的傅里叶变换，得x_N(e^jω)，然后再取其幅值的平方，并除以N，作为对x(n)真实的功率谱的估计。

7.根据权利要求1所述的基于脑电信号分析的车舱环境智能控制系统，其特征在于，控制系统模块包括风量控制、温度控制、内/外循环控制；控制系统模块基于分析模块得出的决策，综合控制空气质量，协调控制执行系统模块中的空调通风子系统、空气净化子系统，以实现调节车内温度、湿度、空气内循环和外循环的切换，净化空气，清除空气中的有害物质。

8.根据权利要求1所述的基于脑电信号分析的车舱环境智能控制系统，其特征在于，执行系统模块包括空调通风子系统、空调净化子系统，灯光及音乐系统，其中，空调通风子系统负责调控车内机械通风的必要参数，例如风速，温度等，空调净化子系统负责滤清器部分，可高效的过滤室外的PM2.5和其他室外污染物。

9.基于脑电信号分析的车舱环境智能控制方法，其特征在于，采用权利要求1-8任一项所述的控制系统，包括以下步骤：

(1)脑电仪监测模块与车内环境感知模块同时运行，采集数据并将数据分别传送到脑电信号分析模块与车内空气质量分析模块；

(2)车内空气质量分析模块对数据进行处理分析，脑电信号分析模块对脑电信号数据进行处理分析，然后，脑电信号分析模块与车内空气质量分析模块进行信息融合；

(3)根据融合分析结果形成车内环境优化控制方案，作为最终决策，并将决策信息反馈给控制系统模块；

(4)控制系统模块处理信息并控制执行系统模块中各执行元件协同工作，调节车舱环境。