CN111098709B - 一种安全驾驶系统解锁启动方法和系统 - Google Patents

一种安全驾驶系统解锁启动方法和系统 Download PDF

Info

Publication number
CN111098709B
CN111098709B CN201911056156.0A CN201911056156A CN111098709B CN 111098709 B CN111098709 B CN 111098709B CN 201911056156 A CN201911056156 A CN 201911056156A CN 111098709 B CN111098709 B CN 111098709B
Authority
CN
China
Prior art keywords
module
state
vehicle
driver
fingerprint analysis
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.)
Active
Application number
CN201911056156.0A
Other languages
English (en)
Other versions
CN111098709A (zh
Inventor
韩智伟
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.)
Dilu Technology Co Ltd
Original Assignee
Dilu Technology 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 Dilu Technology Co Ltd filed Critical Dilu Technology Co Ltd
Priority to CN201911056156.0A priority Critical patent/CN111098709B/zh
Publication of CN111098709A publication Critical patent/CN111098709A/zh
Application granted granted Critical
Publication of CN111098709B publication Critical patent/CN111098709B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60K—ARRANGEMENT OR MOUNTING OF PROPULSION UNITS OR OF TRANSMISSIONS IN VEHICLES; ARRANGEMENT OR MOUNTING OF PLURAL DIVERSE PRIME-MOVERS IN VEHICLES; AUXILIARY DRIVES FOR VEHICLES; INSTRUMENTATION OR DASHBOARDS FOR VEHICLES; ARRANGEMENTS IN CONNECTION WITH COOLING, AIR INTAKE, GAS EXHAUST OR FUEL SUPPLY OF PROPULSION UNITS IN VEHICLES
    • B60K28/00—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions
    • B60K28/02—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver
    • B60K28/06—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver
    • B60K28/063—Safety devices for propulsion-unit control, specially adapted for, or arranged in, vehicles, e.g. preventing fuel supply or ignition in the event of potentially dangerous conditions responsive to conditions relating to the driver responsive to incapacity of driver preventing starting of vehicles
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14507—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue specially adapted for measuring characteristics of body fluids other than blood
    • A61B5/14517—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue specially adapted for measuring characteristics of body fluids other than blood for sweat
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/20—Means to switch the anti-theft system on or off
    • B60R25/25—Means to switch the anti-theft system on or off using biometry
    • B60R25/252—Fingerprint recognition
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R25/00—Fittings or systems for preventing or indicating unauthorised use or theft of vehicles
    • B60R25/20—Means to switch the anti-theft system on or off
    • B60R25/25—Means to switch the anti-theft system on or off using biometry
    • B60R25/257—Voice recognition
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/02—Feature extraction for speech recognition; Selection of recognition unit
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • 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

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Mechanical Engineering (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Surgery (AREA)
  • Multimedia (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Acoustics & Sound (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Signal Processing (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Transportation (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种安全驾驶系统解锁启动方法和系统，包括如下步骤，在车辆方向握把上左右两侧安装代谢指纹分析芯片；驾驶者双手大拇指与设置所述代谢指纹分析芯片的代谢指纹分析区域接触；所述代谢指纹分析芯片分析驾驶者的当前状态，输出状态结果；所述AI模块根据所述状态结果生成相应的判断动作指令；控制模块接收所述判断动作指令并执行。本发明的有益效果：利用当前成熟的大数据、AI技术和代谢指纹技术进行结合，可以提供智能化汽车驾驶安全发动解锁判别，可以有效的降低酒驾、毒驾等带来的安全隐患，为驾驶者和行人进行保驾护航。

Description

一种安全驾驶系统解锁启动方法和系统
技术领域
本发明涉及安全驾驶的技术领域，尤其涉及一种基于代谢指纹和AI技术的安全驾驶系统解锁启动方法。
背景技术
近年来随着社会发展，家庭收入的提高，车辆已经成为越来越多家庭的代步使用工具，尤其是随着大数据、AI技术的发展，原来越多的新能源汽车也开始使用了智能系统为驾驶者提供更加便捷的驾驶方式。但是随着车辆使用率的提高，酒驾、毒驾等问题造成的交通意外一直居高不下，已经成为全球性的驾驶安全问题。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题，提出了本发明。
因此，本发明解决的一个技术问题是：提供基于代谢指纹和AI判别能否安全启动车辆驾驶的解锁方法，能够提供智能化汽车驾驶安全发动解锁判别，有效的降低酒驾、毒驾等带来的安全隐患，为驾驶者和行人进行保驾护航。
为解决上述技术问题，本发明提供如下技术方案：一种安全驾驶系统解锁启动方法，包括如下步骤，在车辆方向握把上左右两侧安装代谢指纹分析芯片；驾驶者双手大拇指与设置所述代谢指纹分析芯片的代谢指纹分析区域接触；所述代谢指纹分析芯片分析驾驶者的当前状态，输出状态结果；所述AI模块根据所述状态结果生成相应的判断动作指令；控制模块接收所述判断动作指令并执行。
作为本发明所述的安全驾驶系统解锁启动方法的一种优选方案，其中：所述代谢指纹分析芯片包括以下步骤，所述代谢指纹分析芯片采集驾驶者拇指上的汗液代谢分泌物；将采集的数据信息和大量代谢产物图谱库进行数据对比；分析驾乘人员的当前生理状态，判断是否处于正常、酒驾或毒驾范围。
作为本发明所述的安全驾驶系统解锁启动方法的一种优选方案，其中：所述驾驶者的当前状态包括正常状态、醉酒状态和吸毒状态；所述AI模块根据驾驶者的当前状态数据判定是否需要帮助、是否安全解锁、是否处于非法状态。
作为本发明所述的安全驾驶系统解锁启动方法的一种优选方案，其中：所述AI模块生成的判断动作指令包括，正常状态下时，生成安装解锁的动作指令；醉酒状态下时，锁定车辆，生成联系代驾或者联系家人的提示动作指令；吸毒状态下时，锁定车辆，生成联系公安并发送当前位置信息的动作指令。
作为本发明所述的安全驾驶系统解锁启动方法的一种优选方案，其中：所述醉酒状态下时，包括所述AI模块语音提示为酒驾状态无法解锁安全限制汽车无法启动，并提供代驾及家人联系方式以供选择，通过语音识别模块识别驾乘人员语音需求，执行下一步操作。
作为本发明所述的安全驾驶系统解锁启动方法的一种优选方案，其中：所述AI模块判定为非正常违法状态，AI系统自动联系公安系统，并通过GPS 模块定位后，将车辆地址发送给公安系统，车辆始终处于无法发动状态。
作为本发明所述的安全驾驶系统解锁启动方法的一种优选方案，其中：所述语音识别模块包括以下识别步骤，采集模块采集驾驶室内的语音信号；所述语音信号输入特征提取模块提取特征信号；所述特征信号输入匹配模块中与模型库内的模板信号进行对比输出识别结果。
作为本发明所述的安全驾驶系统解锁启动方法的一种优选方案，其中：还包括对所述语音信号的预处理步骤，定义下式进行语音信号的过滤： H(Z)＝1-αz-1，其中α为滤波器系数取0.9667；以帧为单位进行处理得到语音帧，对信号进行切割，如下函数：
Figure RE-GDA0002414631600000021
其中L为窗长；
降噪处理，设立阀值并剔除阀值以下的噪音，提取阀值以上的真实信号。
作为本发明所述的安全驾驶系统解锁启动方法的一种优选方案，其中：所述降噪处理包括以下步骤，已知语音信号x(n)，定义短时能量：
Figure RE-GDA0002414631600000022
定义短时平均幅度：
Figure RE-GDA0002414631600000031
其中，w(n)为窗函数，用短时平均过零率来进行判断，定义两个阈值α1和α2，其中α1＞α2，得到了α1～α2之间的信号为采集的真实信号，用来提取特征值的信号。
因此，本发明解决的另一个技术问题是：提供一种安全驾驶系统解锁启动系统，上述方法能够依托于该系统实现。
为解决上述技术问题，本发明提供如下技术方案：一种安全驾驶系统解锁启动系统，包括代谢指纹分析芯片、AI模块和控制模块；所述代谢指纹分析芯片设置于车辆方向盘的两侧，驾驶者能够通过拇指与其接触采集汗液分泌物对其状态进行分析；所述AI模块为处理芯片，设置于车载电脑内，通过网络通信的方式与所述控制模块对接；所述控制模块为车载控制器，用于控制车辆的运行。
本发明的有益效果：利用当前成熟的大数据、AI技术和代谢指纹技术进行结合，可以提供智能化汽车驾驶安全发动解锁判别，可以有效的降低酒驾、毒驾等带来的安全隐患，为驾驶者和行人进行保驾护航。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：
图1为本发明第一种所述安全驾驶系统解锁启动方法的整体流程图；
图2为本发明第一种所述语音信号的初始波形示意图；
图3为本发明第一种所述语音信号的放大后的波形示意图；
图4为本发明第一种所述语音信号特征提取的结构示意图；
图5为本发明第二种所述安全驾驶系统解锁启动系统整体原理示意图；
图6为本发明第二种所述代谢指纹分析芯片的位置示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。
其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
实施例1
随着车辆驾驶的技术发展，其安全性越来越受到重视，对酒驾和危险驾驶也备受重视，本实施例能够提供智能化汽车驾驶安全发动解锁判别，有效的降低酒驾、毒驾等带来的安全隐患，为驾驶者和行人进行保驾护航。采用代谢指纹分析方法，代谢指纹分析是通过检测生物体收到刺激或扰动后其产生的代谢物进行整体性地定性分析样品，比较图谱的差异快速鉴别和分类。本实施例代谢指纹分析可以使用了一种名为“纸喷雾质谱分析”的技术进行代谢指纹分析，用以辨别受试者是否服用过酒精、可卡因等药物。代谢指纹检测技术的优点，就是能够快速、可靠且无创地完成任务。具体的，本实施例一种安全驾驶系统解锁启动方法，包括以下步骤，
参照图1～4的示意，在车辆方向握把上左右两侧安装代谢指纹分析芯片 100；驾驶者双手大拇指与设置代谢指纹分析芯片100的代谢指纹分析区域接触；代谢指纹分析芯片100分析驾驶者的当前状态，输出状态结果；AI模块 200根据状态结果生成相应的判断动作指令；控制模块300接收判断动作指令并执行。
代谢指纹分析芯片100包括以下步骤，
代谢指纹分析芯片100采集驾驶者拇指上的汗液代谢分泌物；将采集的数据信息和大量代谢产物图谱库进行数据对比；分析驾乘人员的当前生理状态，判断是否处于正常、酒驾或毒驾范围。
驾驶者的当前状态包括正常状态、醉酒状态和吸毒状态；AI模块200根据驾驶者的当前状态数据判定是否需要帮助、是否安全解锁、是否处于非法状态。 AI模块200生成的判断动作指令包括，正常状态下时，生成安装解锁的动作指令；醉酒状态下时，锁定车辆，生成联系代驾或者联系家人的提示动作指令；吸毒状态下时，锁定车辆，生成联系公安并发送当前位置信息的动作指令。
其中醉酒状态下时，包括AI模块200语音提示为酒驾状态无法解锁安全限制汽车无法启动，并提供代驾及家人联系方式以供选择，通过语音识别模块 201识别驾乘人员语音需求，执行下一步操作。AI模块200判定为非正常违法状态，AI系统自动联系公安系统，并通过GPS模块202定位后，将车辆地址发送给公安系统，车辆始终处于无法发动状态。
本实施例还包括语音识别模块201包括以下识别步骤，
采集模块201a采集驾驶室内的语音信号；语音信号输入特征提取模块201b 提取特征信号；特征信号输入匹配模块201c中与模型库201d内的模板信号进行对比输出识别结果。
其中语音信号的预处理步骤，
由于声门激励和口腔辐射都会对语音的功率谱产生影响。其高频端超过800HZ时就按每倍频程6dB下降，为此要进行预加重。其目的就是为了提升高频部分，平缓信号的频谱，为后期对语音情感信号的特征提取和分析打下基础。通常情况下，信号高频部分经预加重处理之后能够有与中频部分相齐的幅度，这里采用的是具有按每倍频程6dB提升高频特性的一阶数字滤波器，它的Z 传递函数形式如下：
定义下式进行语音信号的过滤：H(Z)＝1-αz-1，其中α为滤波器系数取0.9667；在需要恢复原信号时，就要还原它原本的频谱特性，这时要进行去加重操作，也就是将经过预处理之后的信号加上按每倍频程6dB下降的频率特性来还原。
语音信号非常混乱，是非平稳过程的现实表现，但是参照图2～3的示意，认为语音信号在一个极短的时间(10ms～30ms)范围内是平稳的，即性质稳定，参数不变。将这个极短时间称之为帧。在这个近似前提下，语音信号才能被方便地处理。
因此本实施例以帧为单位进行处理得到语音帧，对信号进行切割，如下函数：
Figure RE-GDA0002414631600000061
其中L为窗长；时域、频域和倒频域上的短时分析以及提取不同的语音特征参数可能对切割函数的要求不一样。但总体来说，一个理想函数的标准是：时域上，尽可能的降低时间两端的坡度，使两端平滑过渡到零，从而减少语音帧的截断效应；频域上拥有较小的边带最大值和较宽的带宽。
函数参数的选择严重影响着短时分析的结果，在时域分析中，汉明窗的主瓣宽度与窗长成反比，信号处理时需要选择合适的窗口长度，以便后期短时分析后的参数可以更好地反应原始信号的性能特点。
假设采样周期Ts＝1/fs，则长度N和频率分辨率Δf之间存在下列关系：
Figure RE-GDA0002414631600000062
由上式可知，当采样周期Ts一定时，Δf随长度N的减小而增加，时间分辨率得到提高；当长度增加后，时间分辨率下降，频率分辨率升高。
因此对短时帧能量进行分析，可区分清音和浊音与语音和噪声，以保证语音情感识别系统的高信噪比，进而提高语音情感的识别率。降噪处理，设立阀值并剔除阀值以下的噪音，提取阀值以上的真实信号。具体的，降噪处理包括以下步骤，
已知语音信号xn，定义短时能量：
Figure RE-GDA0002414631600000071
定义短时平均幅度：
Figure RE-GDA0002414631600000072
其中，wn为窗函数，用短时平均过零率来进行判断，定义两个阈值α1和α 2，其中α1＞α2，得到了α1～α2之间的信号为采集的真实信号，用来提取特征值的信号。
定义如下式的短时平均过零率：
Figure RE-GDA0002414631600000073
式中，sgn为符号参数，即
Figure RE-GDA0002414631600000074
求得上述短时平均过零率与上述阈值α1和α2对比，进行降噪处理。短时过零率是语音信号频率量的一种简单度量，在背景噪声较大时采用这种方法较为有效。过零率通常有两类主要的用途：首先能粗略地估计语音信号的频谱特性；其次可以用来判别浊音段和清音段、有声和无声的起止点。为了避免寂静无声段的随机噪声产生过高的过零率，故设置阈值K，即α1、α2，将过零率的含义修改为跨过正负阈值，其具体的表达式：
Figure RE-GDA0002414631600000075
式中K是计算得到的高、低阈值。进而对上述预处理后的语音信号进行特征提取，不难发现，此处也可以不用进预处理操作，但是会降低语音识别的准确率。
进一步的，本实施例中特征提取模块201b包括以下特征提取的步骤，
利用MALTAB对语音信号的提取，进入到系统界面的时候，首先要调取一段音频，所以在调取音频之前，我们要将系统界面进行初始化，利用wavread 函数对语音信号进行采样，然后直接设置采样频率和采样点数。Matlab程序源代码如下所示：
[FileName,PathName]＝uigetfile('*.wav')；％打开对话框
if～isequal(FileName,0)％open(file)；
[y,fs]＝audioread([PathNameFileName])；％x是音频的数据向量，fs是采样频率(单位Hz)，bits是每一个采样点的数据深度(即比特数)
end
handles.data＝y；％x是向量含有的所有数字的个数，与数据的大小有关
handles.sample＝fs；％采样的频率一般为8k
t＝length(handles.data)/fs；％采样的总时间
tt＝0:t/length(handles.data):t；％中间计算出来的采样周期
handles.t＝tt(1:length(tt)-1)；％作为要显示图形的横坐标
guidata(hObject,handles)；％保存更新
axes(handles.axes1)；％打开的文件显示在第二个里
plot(handles.t,y)；
ylabel('signalMagnitude')；
xlabel('time(s)')；
title('时域波形')。
包括频谱分析，将时域信号变换至频域加以分析的方法称为频谱分析。
频谱分析的目的是把复杂的时间历程波形，通过傅里叶变换，将其分解为若干单一的谐波分量来进行研究，从而获得信号的频率结构以及各谐波和相位信息。
对于模拟信号来说，进行频谱分析时，首先对其进行抽样，使其离散化，然后我们可以利用离散傅里叶变换(DFT)或者快速傅里叶变换(FFT)，分析其幅度(ABS)和相位(ANGLE)的图像，而对于数字信号来说，我们则可直接利用离散傅里叶变换或快速傅里叶变换进行分析。其matlab源程序代码如下：
Fs＝handles.sample；
Fs＝100；N＝256；％采样频率和数据点数
n＝0:N-1；t＝n/Fs；％时间序列
x＝0.5*sin(2*pi*15*t)+2*sin(2*pi*40*t)；％信号
y＝fft(x,N)；％对信号进行快速Fourier变换
mag＝abs(y)；％求得Fourier变换后的振幅
f＝n*Fs/N；％频率序列
plot(f,mag)；％绘出随频率变化的振幅
xlabel('频率/Hz')；
ylabel('振幅')；
title('N＝128')；
gridon。
倒谱分析：倒谱参数是重要的语音特征参数，它是对语音进行同态处理的产物，同态处理也称为同态滤波，实现将卷积关系变换为求和关系的分离处理，即解卷。对于语音信号进行解卷，可将语音信号的声门激励信息及声道响应信息分离开来，从而求得声道共振特性和基音周期，用于语音编码、合成和识别。其matlab源程序代码如下：
c＝fft(log(abs(handles.data)+eps))；％×
ms1＝handles.sample/1000；
ms20＝handles.sample/50；
q＝(ms1:ms20)/handles.sample；
axes(handles.axes1)；
plot(q,abs(c(ms1:ms20)))；
xlabel('倒角')；
ylabel('倒谱幅度')；
title('倒谱图')。
功率谱是数字信号处理的主要内容之一，信号的各种特征，这样做的目的是使被淹没在噪声中的有用信号根据有限数据在频域内将其进行提取。离散的非周期序列Xn可以用周期性连续信号x(t)的频谱表示,它的幅度频谱的平方│ Xn│2所排成的序列，所以被称之为该周期信号的“功率谱”。其matlab源程序代码如下：
fs＝handles.sample；％ù
N＝1024；
fs＝randn(1,N)；
Pxx＝10*log10(abs(fft(fs).^2)/N)；
f＝(0:length(Pxx)-1)/length(Pxx)；
axes(handles.axes1)；
plot(f,Pxx)；
xlabel('频率')；
ylabel('功率(dB)')；
title('周期图法N＝256')
gridon。
基于MATLAB GUI技术，较为直观地完成了语音信号特征提取，通过系统界面，提取参数显示其音频的波形，该算法可以非常方便地分析语音信号的典型特征，，提取语音信号的相关参数和信号特征与模型库201d内的语音特征进行相似度匹配识别后输出语音的识别结果。
场景一：
对本方法中采用的技术效果加以验证说明，本实施例选择的不同方法和采用本方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。
传统的技术方案对于醉酒的检测是通过酒精检测仪来实现，检测人体是否摄入酒精及摄入酒精多少程度的仪器，它可以作为交通警察执法时检测饮酒司机饮酒多少的检测工具，以有效减少重大交通事故的发生；也可以用在其他场合检测人体呼出气体中的酒精含量，避免人员伤亡和财产的重大损失。但其无法作为车辆是否能够启动的标准进行检测，例如醉酒后依然可以驾驶车辆进行酒驾等危险行为。而本方法可完美解决该问题，因此本实施例酒精检测仪和代谢指纹识别进行对比测试。
测试环境：选择酒精含量按梯度增加的不同饮酒人员5名，分别通过酒精测试仪进行检测酒精含量，以及将车辆运行在仿真平台模拟行驶，启动安全驾驶系统解锁启动方法，由5名饮酒人员(体内实际浓度值医检获得)依次摸车辆的方向盘进行检测，将测试的实际结果记录，如下表1。
表1：酒精浓度数据表。
Figure RE-GDA0002414631600000101
Figure RE-GDA0002414631600000111
由上表可知，本实施例提出的方法可以达到酒精检测仪的检测精度和效果，且当驾驶者酒精浓度越高时效果越明显，二者间的相对误差随着浓度逐渐减小。因此本实施例具有较高的检测精度，能够有效阻止酒驾的发生，提高驾驶的安全系数。
实施例2
参照图5～6的示意，本实施例中提出一种安全驾驶系统解锁启动系统，上述方法能够依托于本系统进行实现，将上述安全驾驶系统解锁启动方法应用于汽车内进行安全驾驶启动的判断。具体的，包括代谢指纹分析芯片100、AI模块200和控制模块300；其中代谢指纹分析芯片100设置于车辆方向盘的两侧，驾驶者能够通过拇指与其接触采集汗液分泌物对其状态进行分析；AI模块200 为处理芯片，设置于车载电脑内，通过网络通信的方式与控制模块300对接；控制模块300为车载控制器，用于控制车辆的运行。
还需要说明的是，代谢指纹分析芯片100为代谢指纹分析芯片，利用了纸喷雾质谱分析技术进行代谢指纹分析。将驾乘人员拇指上的汗液代谢分泌物，通代谢指纹芯片进行采集，将采集的数据信息和大量代谢产物图谱库进行数据对比，分析驾乘人员的当前生理状态，判别是否处于酒驾或毒驾范围。
代谢组学是通过考察生物体系受刺激或扰动后(某个特定的基因变异或环境变化)其代谢产物的变化或随时间的变化，是研究生物体系代谢途径的新技术，本实施例是进行纸喷雾质谱分析，对比谢产物图谱库，检测数据在醉酒数据范围内，即判定为醉酒状态或吸毒状态。
AI模块200为设置于车载电脑的处理芯片，与车载电脑进行电路集成，包括语音识别模块201和GPS模块202，以上模块均为嵌入式开发芯片，植入上述实施例的识别算法并进行电路集成的硬件，例如AI模块200可以是AI芯片也被称为AI加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块(其他非计算任务仍由CPU负责)。当前，AI芯片主要分为GPU、 FPGA、ASIC。其中通用芯片(GPU)是单指令、多数据处理，采用数量众多的计算单元和超长的流水线，主要处理图像领域的运算加速。但是GPU是不能单独使用的，它只是处理大数据计算时的能手，必须由CPU进行调用，下达指令才能工作。但CPU可单独作用，处理复杂的逻辑运算和不同的数据类型，但当需要处理大数据计算时，则可调用GPU进行并行计算。半定制化芯片(FPGA)适用于多指令，单数据流的分析，与GPU相反，因此常用于预测阶段，如云端。FPGA是用硬件实现软件算法，因此在实现复杂算法方面有一定的难度，缺点是价格比较高。全定制化芯片(ASIC)是为实现特定场景应用要求时，而定制的专用AI芯片。除了不能扩展以外，在功耗、可靠性、体积方面都有优势，尤其在高性能、低功耗的移动设备端。进一步的，语音识别模块201可以采用的是嵌入式WTK6900B-28SS语音识别芯片或WTK6900C语音识别芯片。以及GPS模块202可以采用型号为SKG12Q的车载定位芯片。
本实施例中语音识别模块201还包括采集模块201a、特征提取模块201b、匹配模块201c和模型库201d，采集模块201a为语音采集元件，例如可是微型声音传感器，特征提取模块201b和匹配模块201c为嵌入上述算法程序的模块，能够实现驾驶者的发出的语音识别。
控制模块300与AI模块200连接，执行AI模块200发出的控制指令，并可以将信息进行语音播报或者在车载显示器上进行显示提醒驾驶者，且本实施例兼顾锁定车辆和启动车辆。因此本实施例控制模块300可以采用可编程逻辑控制器，它是种专门为在工业环境下应用而设计的数字运算操作电子系统。采用一种可编程的存储器，在其内部存储执行逻辑运算、顺序控制、定时、计数和算术运算等操作的指令，通过数字式或模拟式的输入输出来控制各种类型的机械设备或生产过程。当可编程逻辑控制器投入运行后，其工作过程一般分为三个阶段，即输入采样、用户程序执行和输出刷新三个阶段，完成上述三个阶段称作一个扫描周期。在整个运行期间，可编程逻辑控制器的处理器以一定的扫描速度重复执行上述三个阶段。例如采用信号为CP1H-X40DT-D-SC的控制器，植入相应的控制程序即可实现本实施例的功能，此处不做详述。
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.一种安全驾驶系统解锁启动方法，其特征在于：包括如下步骤，
在车辆方向握把上左右两侧安装代谢指纹分析芯片(100)，所述代谢指纹分析芯片(100)包括以下步骤，
所述代谢指纹分析芯片(100)采集驾驶者拇指上的汗液代谢分泌物；
将采集的数据信息和大量代谢产物图谱库进行数据对比；
驾驶者双手大拇指与设置所述代谢指纹分析芯片(100)的代谢指纹分析区域接触；
所述代谢指纹分析芯片(100)分析驾驶者的当前状态，分析驾乘人员的当前生理状态，判断是否处于正常、酒驾或毒驾范围，驾驶者的当前状态包括正常状态、醉酒状态和吸毒状态，输出状态结果；
AI模块(200)根据所述状态结果生成相应的判断动作指令；所述AI模块(200)根据驾驶者的当前状态数据判定是否需要帮助、是否安全解锁、是否处于非法状态，所述AI模块(200)生成的判断动作指令包括，
正常状态下时，生成安装解锁的动作指令；
醉酒状态下时，锁定车辆，生成联系代驾或者联系家人的提示动作指令；
吸毒状态下时，锁定车辆，生成联系公安并发送当前位置信息的动作指令；
控制模块(300)接收所述判断动作指令并执行；
所述醉酒状态下时，包括所述AI模块(200)语音提示为酒驾状态无法解锁安全限制汽车无法启动，并提供代驾及家人联系方式以供选择，通过语音识别模块(201)识别驾乘人员语音需求，执行下一步操作；
所述AI模块(200)判定为非正常违法状态，AI系统自动联系公安系统，并通过GPS模块(202)定位后，将车辆地址发送给公安系统，车辆始终处于无法发动状态；
所述语音识别模块(201)包括以下识别步骤，
采集模块(201a)采集驾驶室内的语音信号；
所述语音信号输入特征提取模块(201b)提取特征信号；
所述特征信号输入匹配模块(201c)中与模型库(201d)内的模板信号进行
对比输出识别结果还包括
对所述语音信号的预处理步骤，
定义下式进行语音信号的过滤：H(Z)＝1-αZ-1，其中α为滤波器系数取0.9667；
以帧为单位进行处理得到语音帧，对信号进行切割，如下函数：
Figure QLYQS_1
其中L为窗长；
降噪处理，设立阀值并剔除阀值以下的噪音，提取阀值以上的真实信号；所述降噪处理包括以下步骤，
已知语音信号x(n)，定义短时能量：
Figure QLYQS_2
定义短时平均幅度：
Figure QLYQS_3
其中，w(n)为窗函数，用短时平均过零率来进行判断，定义两个阈值α1和α2，其中α1＞α2，得到了α1～α2之间的信号为采集的真实信号，用来提取特征值信号；
包括代谢指纹分析芯片(100)、AI模块(200)和控制模块(300)；
所述代谢指纹分析芯片(100)设置于车辆方向盘的两侧，驾驶者能够通过拇指与其接触采集汗液分泌物对其状态进行分析；
所述AI模块(200)为处理芯片，设置于车载电脑内，通过网络通信的方式与所述控制模块(300)对接；
所述控制模块(300)为车载控制器，用于控制车辆的运行。
CN201911056156.0A 2019-10-31 2019-10-31 一种安全驾驶系统解锁启动方法和系统 Active CN111098709B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911056156.0A CN111098709B (zh) 2019-10-31 2019-10-31 一种安全驾驶系统解锁启动方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911056156.0A CN111098709B (zh) 2019-10-31 2019-10-31 一种安全驾驶系统解锁启动方法和系统

Publications (2)

Publication Number Publication Date
CN111098709A CN111098709A (zh) 2020-05-05
CN111098709B true CN111098709B (zh) 2023-06-27

Family

ID=70420610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911056156.0A Active CN111098709B (zh) 2019-10-31 2019-10-31 一种安全驾驶系统解锁启动方法和系统

Country Status (1)

Country Link
CN (1) CN111098709B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116013310B (zh) * 2022-12-30 2024-05-14 江苏睿博数据技术有限公司 一种语音分析决策系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8581711B2 (en) * 2011-03-22 2013-11-12 Gordon*Howard Associates, Inc. Methods and systems of rule-based intoxicating substance testing associated with vehicles
JP5813689B2 (ja) * 2013-04-02 2015-11-17 本田技研工業株式会社 車両制御システム
CN205010007U (zh) * 2015-08-26 2016-02-03 淮南联合大学 一种汽车防酒驾装置
CN106205606A (zh) * 2016-08-15 2016-12-07 南京邮电大学 一种基于语音识别的动态定位监控方法及系统
CN107234968A (zh) * 2017-01-16 2017-10-10 北京兴科迪电子技术研究院 一种基于多模式生物感应的汽车控制系统

Also Published As

Publication number Publication date
CN111098709A (zh) 2020-05-05

Similar Documents

Publication Publication Date Title
Abdul et al. Mel frequency cepstral coefficient and its applications: A review
CN110575163B (zh) 一种检测驾驶员分心的方法及装置
Ajmera et al. Text-independent speaker identification using Radon and discrete cosine transforms based features from speech spectrogram
CN102628917B (zh) 局部放电识别方法和系统
EP4044175A1 (en) Voice recognition method and apparatus, and computer-readale storage medium
CN106909784A (zh) 基于二维时频图像深度卷积神经网络的癫痫脑电识别方法
US6876964B1 (en) Apparatus for detecting fatigue and doze by voice, and recording medium
CN103531206B (zh) 一种结合局部与全局信息的语音情感特征提取方法
US20110301945A1 (en) Speech signal processing system, speech signal processing method and speech signal processing program product for outputting speech feature
CN110917613A (zh) 一种基于振动触觉的游戏智能桌垫
CN106022291A (zh) 一种基于神经信号的紧急状态下驾驶员刹车意图检测方法
Shuuji et al. Low-speed bearing fault diagnosis based on improved statistical filtering and convolutional neural network
CN101930733A (zh) 一种用于语音情感识别的语音情感特征提取方法
CN111098709B (zh) 一种安全驾驶系统解锁启动方法和系统
CN104089699A (zh) 一种变电站设备声音重建算法
CN115911623A (zh) 一种储能系统基于声信号的电池热失控诊断方法及系统
Shen et al. RARS: Recognition of audio recording source based on residual neural network
US7966179B2 (en) Method and apparatus for detecting voice region
CN206781702U (zh) 一种基于量子神经网络的语音识别汽车防盗系统
CN117457031A (zh) 基于语音全局声学特征和局部频谱特征的情绪识别方法
CN116612754A (zh) 一种应用于车辆的语音指令识别方法及装置
Ambikairajah Emerging features for speaker recognition
Jamaludin et al. An improved time domain pitch detection algorithm for pathological voice
CN111862946A (zh) 一种订单处理方法、装置、电子设备及存储介质
CN116954105A (zh) 一种基于振动的污染源治污线的监控方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant