CN112572454A - 疲劳驾驶检测方法、装置及方向盘设备 - Google Patents
疲劳驾驶检测方法、装置及方向盘设备 Download PDFInfo
- Publication number
- CN112572454A CN112572454A CN202011387060.5A CN202011387060A CN112572454A CN 112572454 A CN112572454 A CN 112572454A CN 202011387060 A CN202011387060 A CN 202011387060A CN 112572454 A CN112572454 A CN 112572454A
- Authority
- CN
- China
- Prior art keywords
- steering angle
- module
- steering wheel
- index
- heart rate
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 97
- 230000008859 change Effects 0.000 claims abstract description 64
- 238000007499 fusion processing Methods 0.000 claims abstract description 40
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000012360 testing method Methods 0.000 claims description 7
- 230000000747 cardiac effect Effects 0.000 claims description 4
- 238000000718 qrs complex Methods 0.000 claims description 4
- 230000003321 amplification Effects 0.000 claims description 2
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 12
- 206010016256 fatigue Diseases 0.000 description 99
- 238000010586 diagram Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 3
- 208000028327 extreme fatigue Diseases 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000002889 sympathetic effect Effects 0.000 description 3
- 230000005792 cardiovascular activity Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000001515 vagal effect Effects 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000016507 interphase Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001734 parasympathetic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- 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
- A61B5/02405—Determining heart rate variability
-
- 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
- A61B5/0245—Detecting, measuring or recording pulse rate or heart rate by using sensing means generating electric signals, i.e. ECG signals
-
- 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
- A61B5/68—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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/021—Determination of steering angle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
- B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0872—Driver physiology
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Cardiology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Signal Processing (AREA)
- Combustion & Propulsion (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Child & Adolescent Psychology (AREA)
- Developmental Disabilities (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Chemical & Material Sciences (AREA)
- Psychology (AREA)
- Social Psychology (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本申请提出一种疲劳驾驶检测方法、装置及方向盘设备,该方法包括检测驾驶员在目标时间段内的心电信号,并检测方向盘在目标时间段内的转向角;分析心电信号得到驾驶员的心率变异性指标;分析转向角得到转向角变化指标;对心率变异性指标和转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。通过本申请,由于是融合了心率变异性指标和转向角变化指标来进行疲劳驾驶检测,从而提升疲劳驾驶检测准确性,提升疲劳驾驶检测方法的适用性,提升疲劳驾驶检测效果。
Description
技术领域
本申请涉及车辆驾驶技术领域,尤其涉及一种疲劳驾驶检测方法、装置及方向盘设备。
背景技术
疲劳驾驶是导致交通事故的重要原因,客观的评价车辆驾驶给驾驶员带来的疲劳,是研究疲劳驾驶的一个重要领域。心电图指标包括心率指标和心率变异性指标,由于其测试手段比较简便,测试结果比较客观而在疲劳驾驶评价中广泛应用。
而相关技术中,基于单一生理特征参数得到的疲劳驾驶的评价结果,并不够准确,从而影响疲劳驾驶检测效果。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请在于提出一种疲劳驾驶检测方法、装置及方向盘设备,由于是融合了心率变异性指标和转向角变化指标来进行疲劳驾驶检测,从而提升疲劳驾驶检测准确性,提升疲劳驾驶检测方法的适用性,提升疲劳驾驶检测效果。
为达到上述目的,本申请第一方面实施例提出的疲劳驾驶检测方法,包括:检测驾驶员在目标时间段内的心电信号,并检测方向盘在所述目标时间段内的转向角;分析所述心电信号得到所述驾驶员的心率变异性指标;分析所述目标时间段内的转向角得到转向角变化指标;对所述心率变异性指标和所述转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。
本申请第一方面实施例提出的疲劳驾驶检测方法,通过检测驾驶员在目标时间段内的心电信号,并检测方向盘在目标时间段内的转向角,并分析心电信号得到驾驶员的心率变异性指标,分析目标时间段内的转向角得到转向角变化指标,以及对心率变异性指标和转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测,由于是融合了心率变异性指标和转向角变化指标来进行疲劳驾驶检测,从而提升疲劳驾驶检测准确性,提升疲劳驾驶检测方法的适用性,提升疲劳驾驶检测效果。
为达到上述目的,本申请第二方面实施例提出的疲劳驾驶检测装置,包括:检测模块,用于检测驾驶员在目标时间段内的心电信号,并检测方向盘在所述目标时间段内的转向角;第一分析模块,用于分析所述心电信号得到所述驾驶员的心率变异性指标;第二分析模块,用于分析所述目标时间段内的转向角得到转向角变化指标;融合处理模块,用于对所述心率变异性指标和所述转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。
本申请第二方面实施例提出的疲劳驾驶检测装置,通过检测驾驶员在目标时间段内的心电信号,并检测方向盘在目标时间段内的转向角,并分析心电信号得到驾驶员的心率变异性指标,分析目标时间段内的转向角得到转向角变化指标,以及对心率变异性指标和转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测,由于是融合了心率变异性指标和转向角变化指标来进行疲劳驾驶检测,从而提升疲劳驾驶检测准确性,提升疲劳驾驶检测方法的适用性,提升疲劳驾驶检测效果。
为达到上述目的,本申请第三方面实施例提出的方向盘设备,包括:本体、心电传感器、惯性导航模块,以及处理器,其中,所述心电传感器,检测驾驶员在目标时间段内的心电信号;所述惯性导航模块,检测方向盘在所述目标时间段内的转向角;所述处理器,分析所述心电信号得到所述驾驶员的心率变异性指标,并分析所述目标时间段内的转向角得到转向角变化指标,以及对所述心率变异性指标和所述转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。
本申请第三方面实施例提出的方向盘设备,通过针对方向盘设备配置了心电传感器和惯性导航模块,从而能够检测驾驶员在目标时间段内的心电信号,并检测方向盘的转向角,由处理器分析所述心电信号得到所述驾驶员的心率变异性指标,并分析所述目标时间段内的转向角得到转向角变化指标,以及根据所述心率变异性指标和所述转向角变化指标进行疲劳驾驶检测,由于是将疲劳驾驶检测功能集成在了方向盘设备中,并且是结合了心率变异性指标和转向角变化指标来进行疲劳驾驶检测,从而提升疲劳驾驶检测准确性,提升方向盘设备的实用性和适用性,保障车辆的驾驶安全性。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本申请一实施例提出的疲劳驾驶检测方法的流程示意图;
图2是本申请实施例中心电信号示意图;
图3是本申请实施例中方向盘转向角的波形示意图;
图4是本申请实施例中一转向角变化指标和疲劳驾驶状态关系示意图;
图5是本申请实施例中另一转向角变化指标和疲劳驾驶状态关系示意图;
图6是本申请另一实施例提出的疲劳驾驶检测方法的流程示意图;
图7是本申请实施例中融合处理方法示意图;
图8是本申请一实施例提出的疲劳驾驶检测装置的结构示意图;
图9是本申请一实施例提出的方向盘设备的结构示意图;
图10是本申请实施例中柔性电极的位置示意图;
图11是本申请一实施例提出的方向盘设备的结构示意图;
图12是本申请实施例中发射模组和接收模组的工作示意图;
图13是本申请实施例中发射模组和接收模组的安装示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。相反,本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本申请一实施例提出的疲劳驾驶检测方法的流程示意图。
本实施例以疲劳驾驶检测方法被配置为疲劳驾驶检测装置中来举例说明。
本实施例中疲劳驾驶检测方法可以被配置在疲劳驾驶检测装置中,疲劳驾驶检测装置设置在方向盘设备之中。
需要说明的是,本申请实施例的执行主体,在硬件上可以例如为方向盘设备的处理器,在软件上可以例如为方向盘设备的处理器对应的后台服务,对此不作限制。
参见图1,该方法包括:
S101:检测驾驶员在目标时间段内的心电信号,并检测方向盘在目标时间段内的转向角。
本实施例中疲劳驾驶检测方法可以被配置在疲劳驾驶检测装置中,疲劳驾驶检测装置设置在方向盘设备之中。
本申请实施例中的所述方向盘设备是方向盘或者方向盘套。
也即是说,本申请疲劳驾驶检测方法的执行主体可以是方向盘或者方向盘套,方向盘设备包括:本体、心电传感器、惯性导航模块,以及处理器,其中,心电传感器,检测驾驶员在目标时间段内的心电信号;惯性导航模块,检测方向盘在目标时间段内的转向角;处理器,分析心电信号得到驾驶员的心率变异性指标,分析目标时间段内的转向角得到转向角变化指标,并对心率变异性指标和转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。
针对方向盘设备的具体结构示意说明,可以参见下述实施例,在此不再赘述。
其中的目标时间段可以是预先配置的,目标时间段可以例如15s,比如,可以检测驾驶员在15s内的心电信号,并检测方向盘在15s内的转向角。
参见图2,图2是本申请实施例中心电信号示意图,每个心动周期包括P波、P-R间期、QRS波、S-T段、T波、Q-T间期和U波7个阶段,期中R波幅度高,变化最剧烈,可以用作ECG(electrocardiogram,心电图)特征检测的标志。相邻两个R波之间的时间间隔称为R-R间期,表示心脏逐次心跳的时间差距,而心率变异性(Heart rate variablity,HRV)指的是连续心动周期(R-R间期)的微小变化。HRV代表了这样一种量化标测,即通过测量连续正常R-R间期变化的变异性来反映心率变化程度、规律,从而用以判断其对心血管活动的影响。HRV降低为交感神经张力增高,HRV升高为副交感神经张力增高。HRV反映的是心脏交感神经和迷走神经活动的张性以及均衡性。因此,可以采用HRV定量评估驾驶环境中在不同负荷水平和疲劳程度下心脏交感神经和迷走神经活动的紧张性、均衡性及其对心血管系统活动的影响,综合反映体力和脑力负荷产生疲劳的状况。
针对检测方向盘在目标时间段内的转向角的说明可以如下:
比如,可以采用6轴高精度惯性导航模块采集方向盘在目标时间段内各个时间点的转向角,而后,可以将各个时间点的转向角发送至处理器,由处理器通过卡尔曼滤波算法去噪得到方向盘转向角。
参见图3,图3是本申请实施例中方向盘转向角的波形示意图,图3中示出了60s之内不同的方向盘转向角波形对应的疲劳状态。
S102:分析心电信号得到驾驶员的心率变异性指标。
本申请实施例中,经试验证明有四个HRV心电时频域测量指标跟驾驶疲劳程度明显相关,这四项测量指标分别是时域的RR间期的标准差,频域的高频段功率值HF(0.15Hz-0.4Hz),低频段功率值LF(0.04Hz-0.15Hz),以及LF成份与HF成份能量的比值(LF/HF)。
由此,本申请实施例中在上述检测驾驶员在目标时间段内的心电信号,可以分析心电信号得到驾驶员的心率变异性指标,具体地,可以对心电信号进行去噪处理,得到目标心电信号;对目标心电信号进行QRS波群检测,得到与目标心电信号对应的R-R间期数据;分析R-R间期数据得到时域的R-R间期的标准差,频域的高频段功率值HF、低频段功率值LF,以及LF与HF的比值;将时域的R-R间期的标准差,频域的高频段功率值HF、低频段功率值LF,以及LF与HF的比值,作为心率变异性指标,由于时域的R-R间期的标准差,频域的高频段功率值HF、低频段功率值LF,以及LF与HF的比值是与驾驶疲劳程度密切相关的,由此,通过根据时域的R-R间期的标准差,频域的高频段功率值HF、低频段功率值LF,以及LF与HF的比值去进行疲劳驾驶检测,能够有效地保障疲劳驾驶检测的准确性。
下面给出具体分析心电信号得到驾驶员的心率变异性指标的实施例:
第一步、可以是对心电信号进行预处理去噪,得到目标心电信号。
由于小波阈值去噪的原理简单、计算量小,且在保持信号的奇异性的同时能有效的去除噪声,因此,本申请实施例可以选用小波阈值去噪算法对心电信号进行去噪预处理,以得到目标心电信号。
比如,可以对于每段心电信号采用Daubechies小波族中的db06小波,因为它的波形与心电信号具有较大的相似性能,而且能量谱主要集中在低频,更能在各尺度上对心电信号进行精确的分解,从而利用db06小波进行8尺度的小波分解消除噪声,能够有效地除去心电信号中的工频干扰和基线漂移。
第二步、对目标心电信号进行QRS波群检测,得到与目标心电信号对应的R-R间期数据。
比如,可以对心电信号进行QRS波群检测,本申请可以运用差分阈值法获取R波峰值点,该方法是利用差分运算,对信号进行一阶二阶差分,建立奇异点与原信号之间的对应关系。
第三步、分析R-R间期数据得到时域的R-R间期的标准差,频域的高频段功率值HF、低频段功率值LF,以及LF与HF的比值;将时域的R-R间期的标准差,频域的高频段功率值HF、低频段功率值LF,以及LF与HF的比值,作为心率变异性指标。
比如,可以计算相邻R波峰值点的时间间隔,得到每段信号的R-R间期数据,利用CZT算法(线性调频z变换算法)对心电数据进行频谱细化,细化倍数20,细化频带为0.04-0.4Hz,而后计算出LF,HF和LF/HF。
本申请实施例中,经试验证明驾驶员进入驾驶疲劳状态后,R-R间期的标准差SNDD明显上升,低频段功率值LF明显上升,高频段功率值HF明显下降,LF和HF的比值LF/HF明显上升,由此,可以通过分析这些指标的变化程度进而去进行疲劳驾驶检测。
S103:分析目标时间段内的转向角得到转向角变化指标。
本申请实施例中,经试验得出零速百分比和角度标准差两个转向角变化指标下的驾驶员疲劳驾驶状态关系,参见图4和图5,图4是本申请实施例中一转向角变化指标和疲劳驾驶状态关系示意图,图5是本申请实施例中另一转向角变化指标和疲劳驾驶状态关系示意图。
由上述图4和图5可以看出:相对于清醒状态,疲劳和非常疲劳状态时的零速百分比显著增大,角度标准差在清醒和疲劳状态间没有显著差异,在疲劳状态转变为非常疲劳时则显著增大,由此,零速百分比指标适用于清醒与疲劳状态的判别,角度标准差适用于非常疲劳的判别。
一些实施例中,分析目标时间段内的转向角得到转向角变化指标,可以是分析目标时间段内的转向角得到零速百分比和角度标准差,并将零速百分比和角度标准差作为转向角变化指标,从而实现融合零速百分比、角度标准差,以及心率变异性指标对疲劳驾驶进行检测,能够显著提升疲劳驾驶检测的准确性。
S104:对心率变异性指标和转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。
可选地,一些实施例中,参见图6,图6是本申请另一实施例提出的疲劳驾驶检测方法的流程示意图,对心率变异性指标和转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测,包括:
S601:确定至少一种标准检测结果。
上述的至少一种标准检测结果,可以是预先标定的,比如至少一种标准检测结果可以是{清醒状态,疲劳状态,非常疲劳状态}中的一种或者多种的组合,对此不做限制。
该{清醒状态,疲劳状态,非常疲劳状态}可以被称为疲劳驾驶状态的识别框架。
也即是说,基于本申请实施例中的疲劳驾驶检测方法,检测得到的结果可以为清醒状态,或者疲劳状态,或者非常疲劳状态,对此不做限制。
S602:配置与心率变异性指标对应的第一基准概率,第一基准概率是基于心率变异性指标分析得到标准检测结果的概率。
S603:配置与转向角变化指标对应的第二基准概率,第二基准概率是基于转向角变化指标分析得到标准检测结果的概率。
针对步骤S602和S603的说明,可以综合参见如下:
本申请实施例中,可以具体是结合证据理论,利用疲劳驾驶知识库的专家经验,通过对基于心率变异性指标的疲劳驾驶状态判断,和基于转向角变化指标的疲劳驾驶状态判断的信息进行融合处理,从而综合心率变异性指标和转向角变化指标判断驾驶员的驾驶疲劳状态。
本申请实施例中的心率变异性指标可以是15分钟内的R-R间期的标准差,15分钟内的高频段功率值HF,15分钟内的低频段功率值LF,以及15分钟内的LF与HF的比值。
本申请实施例中的转向角变化指标可以是15分钟内的零速百分比、角度标准差。
则本申请实施例中的证据集合可以为【15分钟内的R-R间期的标准差,15分钟内的高频段功率值HF,15分钟内的低频段功率值LF,15分钟内的LF与HF的比值,15分钟内的零速百分比,15分钟内的角度标准差】
在具体执行的过程中,可以是结合疲劳驾驶知识库的专家经验配置与心率变异性指标对应的第一基准概率,并配置与转向角变化指标对应的第二基准概率。
具体地,可以是分别确定与R-R间期的标准差、高频段功率值HF、低频段功率值LF,以及LF与HF的比值对应的第一变化程度,并分别配置与各个第一变化程度对应的第一基准概率,以及分别确定与零速百分比、角度标准差对应的第二变化程度,分别配置与各个第二变化程度对应的第二基准概率。
则第一基准概率,是基于各个心率变异性指标分析得到标准检测结果的概率,则第二基准概率是基于各个转向角变化指标分析得到标准检测结果的概率。
参见图7,图7是本申请实施例中融合处理方法示意图,可以是结合疲劳驾驶知识库的专家经验配置与各个参数(R-R间期的标准差,高频段功率值HF,低频段功率值LF,LF与HF的比值,零速百分比,角度标准差)的变化程度对应的基准概率。
其中与各个心率变异性指标对应的变化程度,可以被称为第一变化程度,相应的分配的概率可以被称为第一基准概率,而与各个转向角变化指标对应的变化程度,可以被称为第二变化程度,相应的分配的概率可以被称为第二基准概率。
由此,得到了与每种标准检测结果对应的第一基准概率和第二基准概率,其中第一基准概率的数量为多个,是与心率变异性指标的数量相对应的,第二基准概率的数量也为多个,是与转向角变化指标相对应的。
S604:融合标准检测结果对应的第一基准概率和第二基准概率,得到与标准检测结果对应的目标概率。
上述得到了与每种标准检测结果对应的第一基准概率和第二基准概率之后,可以融合标准检测结果对应的第一基准概率和第二基准概率,得到与标准检测结果对应的目标概率,其中,融合得到的概率可以被称为目标概率,该目标概率与一个标准检测结果相对应。
融合的方式可以为加权融合,或者其他任意可能的融合方式,对此不做限制。
S605:根据目标概率,从标准检测结果之中选取出目标检测结果。
比如,可以选取最大的目标概率对应的标准检测结果作为实际检测得到的结果(可以被称为目标检测结果),由此,实现了融合了心率变异性指标和转向角变化指标来进行疲劳驾驶检测,具有较好的实用性,且实施运算较为便捷。
在一些实施例中,还可以采用磁共振耦合无线电能传输技术对方向盘设备进行无线供电。
也即是说,本申请实施例提出的疲劳驾驶检测方法,对相关技术中的方向盘设备进行了改进,使方向盘设备在同时具有准确的疲劳驾驶检测效能的基础上,还能够实现采用磁共振耦合无线电能传输技术进行充电,能够实现远距离的无线传输电能,从而改进了方向盘设备的电源充电方案,减少行车驾驶安全隐患。
本实施例中,通过检测驾驶员在目标时间段内的心电信号,并检测方向盘在目标时间段内的转向角,并分析心电信号得到驾驶员的心率变异性指标,分析转向角得到转向角变化指标,以及对心率变异性指标和转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测,由于是融合了心率变异性指标和转向角变化指标来进行疲劳驾驶检测,从而提升疲劳驾驶检测准确性,提升疲劳驾驶检测方法的适用性,提升疲劳驾驶检测效果。
图8是本申请一实施例提出的疲劳驾驶检测装置的结构示意图。
参见图8,该装置800包括:
检测模块801,用于检测驾驶员在目标时间段内的心电信号,并检测方向盘在目标时间段内的转向角。
第一分析模块802,用于分析心电信号得到驾驶员的心率变异性指标。
第二分析模块803,用于分析转向角得到转向角变化指标。
融合处理模块804,用于对心率变异性指标和转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。
需要说明的是,前述图1-图7实施例中对疲劳驾驶检测方法实施例的解释说明也适用该实施例的疲劳驾驶检测装置800,其实现原理类似,此处不再赘述。
本实施例中,通过检测驾驶员在目标时间段内的心电信号,并检测方向盘在目标时间段内的转向角,并分析心电信号得到驾驶员的心率变异性指标,分析转向角得到转向角变化指标,以及对心率变异性指标和转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测,由于是融合了心率变异性指标和转向角变化指标来进行疲劳驾驶检测,从而提升疲劳驾驶检测准确性,提升疲劳驾驶检测方法的适用性,提升疲劳驾驶检测效果。
图9是本申请一实施例提出的方向盘设备的结构示意图。
参见图9,该方向盘设备90包括:本体901、心电传感器902、惯性导航模块903,以及处理器904,其中,心电传感器902,检测驾驶员在目标时间段内的心电信号;惯性导航模块903,检测方向盘在目标时间段内的转向角;处理器904,分析心电信号得到驾驶员的心率变异性指标,并分析转向角得到转向角变化指标,以及对心率变异性指标和转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。
在本申请的一些实施例中,心电传感器902包括至少一个柔性电极9021,柔性电极9021铺设在本体901的表面上,当柔性电极9021的数量为两个时,两个柔性电极9021分别铺设在本体901的左侧表面和右侧表面上。
其中,柔性电极9021基于导电橡胶材质,分布在方向盘设备90的左右两侧,与心电传感器902的其他组件配合采集驾驶员的心电信号,而由于柔性电极9021的外观和手感与普通皮质材料无异,从而不影响驾驶员的正常驾驶,保障驾驶安全性。
参见图10,图10是本申请实施例中柔性电极的位置示意图,其中,左侧表面可以参见图10中标记1对应的表面,右侧表面可以参见图10中标记2对应的表面,也即是说,将一个柔性电极9021铺设在标记1对应的表面上,而将另外一个柔性电极9021铺设在标记2对应的表面,标记3对应的位置可以配置集成电路和电池模组906,集成电路可以集成心电传感器902、惯性导航模块903,以及处理器904。
由于方向盘设备90是套设在方向盘上的装置,图10中的圆环可以视为方向盘的本体901,该本体901的外形结构特征是与方向盘相适配的,并且,可以理解的是,通常驾驶员在驾驶过程中会自然地手握方向盘,对应于方向盘设备90的本体901的左侧表面和右侧表面的位置处,由此,当将柔性电极9021分别铺设在本体901的左侧表面和右侧表面上,在实际使用的过程中,能够较为准确地捕获到驾驶员的心电信号,并且,能够有效避免光照影响,使得所采集的数据较为准确,从而保障整体疲劳驾驶检测的效果。
在本申请的一些实施例中,参见图11,图11是本申请另一实施例提出的方向盘设备的结构示意图,方向盘设备90还包括:无线供电模组905和电池模组906,其中,无线供电模组905,采用磁共振耦合无线电能传输技术向电池模组906供电,以对方向盘设备90进行无线供电。
在本申请的一些实施例中,参见图11,无线供电模组905包括:发射模组9051和接收模组9052,发射模组9051配置在方向盘底座上,接收模组9052配置在方向盘设备90上,发射模组9051和接收模组9052平行设置,其中,发射模组9051可以与外部充电适配器909相连接,外部充电适配器909向发射模组9051提供电能,发射模组9051将电能转换为电磁能量,并经由磁谐振耦合无线电能传输技术将电磁能量传递至接收模组9052,接收模组9052将接收到的电磁能量转换为电能,并向电池模组906供电。
在本申请的一些实施例中,参见图12,图12是本申请实施例中发射模组和接收模组的工作示意图,发射模组包括:功放源和无线充电发射天线,接收模组包括:无线充电接收天线和接收模块,其中,功放源,用于将电能转换为电磁能量;无线充电发射天线,用于经由磁谐振耦合无线电能传输技术将电磁能量传递至接收模组;接收模块,经由无线充电接收天线接收电磁能量,并将接收到的电磁能量转换为电能。
上述的功放源和接收模块均可以是具有相应功能的集成电路。
本申请实施例中,发射模组9051可以是安装在方向盘的底座上,接收模组9052安装在方向盘设备90上,与发射模组9051平行设置,从而保障电磁能量的传输效果,保障供电效果。
参见图13,图13是本申请实施例中发射模组和接收模组的安装示意图。
在本申请的一些实施例中,参见图11,方向盘设备90还包括:通信模组907,通信模组907分别与心电传感器902、惯性导航模块903,以及处理器904相连接,其中,心电传感器902,通过通信模组907将心电信号传输至处理器904;惯性导航模块903,通过通信模组907将目标时间段内的转向角传输至处理器904。
例如,心电传感器902,可以通过SPI(Serial Peripheral Interface,串行外设接口)串口方式,并经由通信模组907将心电信号传输至处理器904,惯性导航模块903,可以通过IIC(Inter-Integrated Circuit,集成电路总线)串口方式,并经由通信模组907将目标时间段内的转向角传输至处理器904。
在本申请的一些实施例中,参见图11,方向盘设备90还包括:显示模组908,显示模组908与处理器904相连接,其中,显示模组908用于显示心电信号、和/或转向角,和/或疲劳驾驶检测的结果。
需要说明的是,前述图1-图7实施例中对疲劳驾驶检测方法实施例的解释说明也适用该实施例的方向盘设备90,其实现原理类似,此处不再赘述。
本实施例中,通过针对方向盘设备配置了心电传感器和惯性导航模块,从而能够检测驾驶员在目标时间段内的心电信号,并检测方向盘的转向角,由处理器分析所述心电信号得到所述驾驶员的心率变异性指标,并分析所述目标时间段内的转向角得到转向角变化指标,以及根据所述心率变异性指标和所述转向角变化指标进行疲劳驾驶检测,由于是将疲劳驾驶检测功能集成在了方向盘设备中,并且是结合了心率变异性指标和转向角变化指标来进行疲劳驾驶检测,从而提升疲劳驾驶检测准确性,提升方向盘设备的实用性和适用性,保障车辆的驾驶安全性。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (16)
1.一种疲劳驾驶检测方法,其特征在于,所述方法包括:
检测驾驶员在目标时间段内的心电信号,并检测方向盘在所述目标时间段内的转向角;
分析所述心电信号得到所述驾驶员的心率变异性指标;
分析所述转向角得到转向角变化指标;
对所述心率变异性指标和所述转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。
2.如权利要求1所述的方法,其特征在于,所述分析所述心电信号得到所述驾驶员的心率变异性指标,包括:
对所述心电信号进行去噪处理,得到目标心电信号;
对所述目标心电信号进行QRS波群检测,得到与所述目标心电信号对应的R-R间期数据;
分析所述R-R间期数据得到时域的R-R间期的标准差,频域的高频段功率值HF、低频段功率值LF,以及所述LF与所述HF的比值;
将所述时域的R-R间期的标准差,频域的高频段功率值HF、低频段功率值LF,以及所述LF与所述HF的比值,作为所述心率变异性指标。
3.如权利要求1所述的方法,其特征在于,所述分析所述目标时间段内的转向角得到转向角变化指标,包括:
分析所述目标时间段内的转向角得到零速百分比和角度标准差,并将所述零速百分比和角度标准差作为所述转向角变化指标。
4.如权利要求1-3所述的方法,其特征在于,所述对所述心率变异性指标和所述转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测,包括:
确定至少一种标准检测结果;
配置与所述心率变异性指标对应的第一基准概率,所述第一基准概率是基于所述心率变异性指标分析得到所述标准检测结果的概率;
配置与所述转向角变化指标对应的第二基准概率,所述第二基准概率是基于所述转向角变化指标分析得到所述标准检测结果的概率;
融合所述标准检测结果对应的第一基准概率和第二基准概率,得到与所述标准检测结果对应的目标概率;
根据所述目标概率,从所述标准检测结果之中选取出目标检测结果。
5.如权利要求4所述的方法,其特征在于,所述配置与所述心率变异性指标对应的第一基准概率,包括:
分别确定与所述标准差、所述高频段功率值HF、所述低频段功率值LF,以及所述比值对应的第一变化程度;
分别配置与各个所述第一变化程度对应的第一基准概率。
6.如权利要求4所述的方法,其特征在于,所述配置与所述转向角对应的第二基准概率,包括:
分别确定与所述零速百分比、所述角度标准差对应的第二变化程度;
分别配置与各个所述第二变化程度对应的第二基准概率。
7.如权利要求1所述的方法,其特征在于,还包括:
采用磁共振耦合无线电能传输技术对所述方向盘设备进行无线供电。
8.一种疲劳驾驶检测装置,其特征在于,所述装置包括:
检测模块,用于检测驾驶员在目标时间段内的心电信号,并检测方向盘在所述目标时间段内的转向角;
第一分析模块,用于分析所述心电信号得到所述驾驶员的心率变异性指标;
第二分析模块,用于分析所述转向角得到转向角变化指标;
融合处理模块,用于对所述心率变异性指标和所述转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。
9.一种方向盘设备,其特征在于,所述方向盘设备包括:本体、心电传感器、惯性导航模块,以及处理器,其中,
所述心电传感器,检测驾驶员在目标时间段内的心电信号;
所述惯性导航模块,检测方向盘在所述目标时间段内的转向角;
所述处理器,分析所述心电信号得到所述驾驶员的心率变异性指标,并分析所述目标时间段内的转向角得到转向角变化指标,以及对所述心率变异性指标和所述转向角变化指标进行信息融合处理,并根据融合处理结果进行疲劳驾驶检测。
10.如权利要求9所述的方向盘设备,其特征在于,所述心电传感器包括至少一个柔性电极,所述柔性电极铺设在所述本体的表面上,当所述柔性电极的数量为两个时,两个所述柔性电极分别铺设在所述本体的左侧表面和右侧表面上。
11.如权利要求9所述的方向盘设备,其特征在于,所述方向盘设备还包括:无线供电模组和电池模组,其中,
所述无线供电模组,采用磁共振耦合无线电能传输技术向所述电池模组供电,以对所述方向盘设备进行无线供电。
12.如权利要求11所述的方向盘设备,其特征在于,所述无线供电模组包括:发射模组和接收模组,所述发射模组配置在方向盘底座上,所述接收模组配置在方向盘设备上,所述发射模组和所述接收模组平行设置,其中,
所述发射模组与外部充电适配器相连接,所述外部充电适配器向所述发射模组提供电能,所述发射模组将所述电能转换为电磁能量,并经由磁谐振耦合无线电能传输技术将所述电磁能量传递至所述接收模组,所述接收模组将接收到的电磁能量转换为电能,并向所述电池模组供电。
13.如权利要求12所述的方向盘设备,其特征在于,所述发射模组包括:功放源和无线充电发射天线,所述接收模组包括:无线充电接收天线和接收模块,其中,
所述功放源,用于将所述电能转换为电磁能量;
所述无线充电发射天线,用于经由磁谐振耦合无线电能传输技术将所述电磁能量传递至所述接收模组;
所述接收模块,经由所述无线充电接收天线接收电磁能量,并将接收到的电磁能量转换为电能。
14.如权利要求9所述的方向盘设备,其特征在于,所述方向盘设备还包括:通信模组,所述通信模组分别与所述心电传感器、所述惯性导航模块,以及所述处理器相连接,其中,
所述心电传感器,通过所述通信模组将所述心电信号传输至所述处理器;
所述惯性导航模块,通过所述通信模组将所述目标时间段内的转向角传输至所述处理器。
15.如权利要求9所述的方向盘设备,其特征在于,所述方向盘设备还包括:显示模组,所述显示模组与所述处理器相连接,其中,
所述显示模组用于显示所述心电信号、和/或所述转向角,和/或疲劳驾驶检测的结果。
16.如权利要求9-15任一项所述的方向盘设备,其特征在于,所述方向盘设备是方向盘或者方向盘套。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011387060.5A CN112572454A (zh) | 2020-12-01 | 2020-12-01 | 疲劳驾驶检测方法、装置及方向盘设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011387060.5A CN112572454A (zh) | 2020-12-01 | 2020-12-01 | 疲劳驾驶检测方法、装置及方向盘设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112572454A true CN112572454A (zh) | 2021-03-30 |
Family
ID=75128123
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011387060.5A Pending CN112572454A (zh) | 2020-12-01 | 2020-12-01 | 疲劳驾驶检测方法、装置及方向盘设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112572454A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113647955A (zh) * | 2021-07-13 | 2021-11-16 | 华东师范大学 | 可采集心电数据的方向盘、生命体征监测系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102791556A (zh) * | 2010-03-11 | 2012-11-21 | 丰田自动车株式会社 | 生物体状态判定装置 |
CN104540701A (zh) * | 2012-08-14 | 2015-04-22 | 沃尔沃拉斯特瓦格纳公司 | 用于确定驾驶员的操作状态的方法 |
CN105243789A (zh) * | 2015-08-31 | 2016-01-13 | 江苏智海电子技术有限公司 | 一种融合心电信号和手握方向盘压力的疲劳驾驶检测方法 |
CN106073712A (zh) * | 2016-06-15 | 2016-11-09 | 南京理工大学 | 基于心生理信号的驾驶警示方向盘套装置及信号检测方法 |
CN106408032A (zh) * | 2016-09-30 | 2017-02-15 | 防城港市港口区高创信息技术有限公司 | 基于转向盘转角的疲劳驾驶检测方法 |
US20170079596A1 (en) * | 2009-04-22 | 2017-03-23 | Streamline Automation, Llc | Probabilistic parameter estimation using fused data apparatus and method of use thereof |
CN108765876A (zh) * | 2018-05-31 | 2018-11-06 | 东北大学 | 基于多模信号的驾驶疲劳深度分析预警系统及方法 |
CN109938719A (zh) * | 2019-03-21 | 2019-06-28 | 扬州大学 | 一种基于生理参数的驾驶员疲劳检测方法 |
-
2020
- 2020-12-01 CN CN202011387060.5A patent/CN112572454A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170079596A1 (en) * | 2009-04-22 | 2017-03-23 | Streamline Automation, Llc | Probabilistic parameter estimation using fused data apparatus and method of use thereof |
CN102791556A (zh) * | 2010-03-11 | 2012-11-21 | 丰田自动车株式会社 | 生物体状态判定装置 |
CN104540701A (zh) * | 2012-08-14 | 2015-04-22 | 沃尔沃拉斯特瓦格纳公司 | 用于确定驾驶员的操作状态的方法 |
CN105243789A (zh) * | 2015-08-31 | 2016-01-13 | 江苏智海电子技术有限公司 | 一种融合心电信号和手握方向盘压力的疲劳驾驶检测方法 |
CN106073712A (zh) * | 2016-06-15 | 2016-11-09 | 南京理工大学 | 基于心生理信号的驾驶警示方向盘套装置及信号检测方法 |
CN106408032A (zh) * | 2016-09-30 | 2017-02-15 | 防城港市港口区高创信息技术有限公司 | 基于转向盘转角的疲劳驾驶检测方法 |
CN108765876A (zh) * | 2018-05-31 | 2018-11-06 | 东北大学 | 基于多模信号的驾驶疲劳深度分析预警系统及方法 |
CN109938719A (zh) * | 2019-03-21 | 2019-06-28 | 扬州大学 | 一种基于生理参数的驾驶员疲劳检测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113647955A (zh) * | 2021-07-13 | 2021-11-16 | 华东师范大学 | 可采集心电数据的方向盘、生命体征监测系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102551708B (zh) | 活体状态监测仪设备 | |
CN100484470C (zh) | 测量步态运动学信息的系统和方法 | |
JP4001916B2 (ja) | 心臓モニタの装置と方法 | |
CN101856225B (zh) | 一种心电信号r波峰检测方法 | |
US8606353B2 (en) | Method, medium, and apparatus measuring biological signals using multi-electrode module, with a lead search | |
Jezewski et al. | A novel technique for fetal heart rate estimation from Doppler ultrasound signal | |
CN101828918B (zh) | 基于波形特征匹配的心电信号r波峰检测方法 | |
KR20130006813A (ko) | 차량 운전자의 생체정보 획득 장치 및 그 방법 | |
CN103263262B (zh) | 测量胎儿心率的系统及方法 | |
CN110491515A (zh) | 基于车载人体多参数监测终端的驾驶管控系统及方法 | |
US11638562B2 (en) | Brain activity analysis method and apparatus thereof | |
CN104354698A (zh) | 基于心电信号及地理信息的驾驶员应激判别系统和方法 | |
CN111968341A (zh) | 一种疲劳驾驶检测系统及方法 | |
Xu et al. | mmECG: Monitoring human cardiac cycle in driving environments leveraging millimeter wave | |
CN112572454A (zh) | 疲劳驾驶检测方法、装置及方向盘设备 | |
CN210990244U (zh) | 车载人体多参数监测终端 | |
CN212061888U (zh) | 基于车载人体多参数监测终端的驾驶管控系统 | |
EP2754390B1 (en) | TWA measuring apparatus and TWA measuring method | |
CN110477888A (zh) | 车载人体多参数监测终端 | |
EP0699323A1 (en) | Analysis of heart wave forms | |
CN106618548A (zh) | 一种躯体神经病变自动检测装备和方法 | |
CN101866423B (zh) | 一种动脉压信号逐拍分割方法 | |
US10512434B2 (en) | Brain activity measurement device, program, and method | |
CN110151164B (zh) | 一种针对心房颤动的周长标测法 | |
KR101679976B1 (ko) | 차량 내 심전도 측정 장치 |
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 |