CN113012394A - 融合心率和方向盘动作特征的疲劳驾驶预警系统及方法 - Google Patents

融合心率和方向盘动作特征的疲劳驾驶预警系统及方法 Download PDF

Info

Publication number
CN113012394A
CN113012394A CN202110287105.XA CN202110287105A CN113012394A CN 113012394 A CN113012394 A CN 113012394A CN 202110287105 A CN202110287105 A CN 202110287105A CN 113012394 A CN113012394 A CN 113012394A
Authority
CN
China
Prior art keywords
heart rate
steering wheel
driver
fatigue
center
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
CN202110287105.XA
Other languages
English (en)
Inventor
李维汉
梁宸
刘康伟
赖杰文
韩龚杰
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.)
Hefei University of Technology
Original Assignee
Hefei University of Technology
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 Hefei University of Technology filed Critical Hefei University of Technology
Priority to CN202110287105.XA priority Critical patent/CN113012394A/zh
Publication of CN113012394A publication Critical patent/CN113012394A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • A61B5/02438—Detecting, measuring or recording pulse rate or heart rate with portable devices, e.g. worn by the patient
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • 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
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7455—Details of notification to user or communication with user or patient ; user input means characterised by tactile indication, e.g. vibration or electrical stimulation
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources

Abstract

本发明涉及一种融合心率和方向盘动作特征的疲劳驾驶预警系统，包括：心率检测模块、方向盘转角检测模块、后台控制中心；所述后台控制中心采用STM32F103单片机；所述后台控制中心分别与心率检测模块、方向盘转角检测模块双向通讯。本发明还公开了一种融合心率和方向盘动作特征的疲劳驾驶预警系统的预警方法。本发明过心率手环及方向盘转角来对心率和方向盘转角信号进行检测，编写易用,不影响行车安全,同时多指标的信息融合方式，以更低的成本完成了对驾驶员疲劳状态的预警。

Description

融合心率和方向盘动作特征的疲劳驾驶预警系统及方法
技术领域
本发明涉及智能手环和疲劳驾驶预警技术领域，尤其是一种融合心率和方向盘动作特征的疲劳驾驶预警系统及方法。
背景技术
智能手环是一种佩戴在人体手腕上的可穿戴电子设备。它集成了传感器、多媒体和无线通信等相关技术，借助数据交互、APP支持以及云端交互达到强大的功能。智能手环通过内置的各类传感器，如：心率传感器、温度传感器、光传感器、三轴加速度传感器、GPS等，对佩戴者的心率、皮肤温度、等生理信号以及位置，距离，路线等运动情况进行监测。通过内置的通信接口，如：蓝牙，WiFi等进行通信，将数据传输给智能手机，用户可以在智能手机应用程序上直观地看到自己的各项运动数据及生理数据。通过内置的微型振动马达，对预先设定的状态进行提醒。通过外置LED显示屏进行简单的信息显示。智能手环内置一块可反复充电的锂电池，给内部电子电路供电。目前的智能手环，功能主要是用作计步器、闹钟、监测运动情况等。
据统计疲劳驾驶每年导致的交通事故大约占总数的15％左右，然而，因疲劳驾驶所导致的交通安全伤害的数量明显高于交通管理部门的统计数量,导致统计数据偏低的原因包括如下几点：第一，疲劳驾驶造成的交通安全伤害一般而言较为严重，导致当事者死亡，令事故责任认定困难；第二，即使驾驶员侥幸存活，往往为了逃避责任，对疲劳驾驶这一客观事实进行隐瞒；第三，因疲劳驾驶导致交通安全伤害发生时，驾驶员可能有其它不当或错误操作，因此在事故责任认定时通常会被认为是由超载、超速、误判、注意力不集中等原因造成的。研究表明，如果对交通安全伤害的原因进行深入调查，因疲劳驾驶导致的道路交通伤害的比例会达到35％-45％，甚至更高。
近年来，国内外学者对监测疲劳驾驶状态的装置和方法都有了比较深入的研究方法，也取得了一定的研究成果。目前对驾驶员的疲劳检测基本方法主要可以分为以下的几个方面：一是在车内增加对准驾驶员的摄像头，对驾驶员的驾驶行为信号进行采集，并将数据输送给行车电脑或单独的运算处理模块进行连接，根据驾驶员清醒状态与疲劳状态的不同，采用与其对应的模式识别技术进行疲劳检测，并且可以根据需要输出相应的报警信息。由于各设备之间无关联，各自判断，使得这种单一手段判断驾驶员的疲劳驾驶准确度不高，预警效果差。且这种方式通常只针对驾驶员面部部分动作进行分析(如眼部)，没有对驾驶员的生理信息进行全面的采集和分析也使得其预警的分析结果和准确性不高。二是根据车辆运行特征间接判断疲劳驾驶，该方法不仅可以用来检测驾驶员的疲劳还适用于长途运输的管理。然而现有的检测设备难以推广应用，且多数检测效果不理想，容易出现误报。而精密检测仪器则因为成本高昂仅仅出现在高配车型中。而上述的通过摄像头对驾驶员的驾驶行为信息进行信息采集的方法也无法克服空间、光照、天气等环境变化对精度的影响，使得驾驶员疲劳检测存在较大的误差。
发明内容
本发明的首要目的在于提供一种通过从生理信号心率和方向盘转角上检测人体的疲劳程度,在疲劳指数大于临界值时做出提醒,有效防止了疲劳驾驶造成重大交通事故危害驾驶人和他人的生命财产安全的融合心率和方向盘动作特征的疲劳驾驶预警系统。
为实现上述目的，本发明采用了以下技术方案：一种融合心率和方向盘动作特征的疲劳驾驶预警系统，包括：
心率检测模块，用于检测驾驶员的心率信号，并将其发送至后台控制中心；
方向盘转角检测模块，用于检测驾驶员操控方向盘得到的转角信号，并将其发送至后台控制中心；
后台控制中心，用于提取心率信号和方向盘转角信号的特征，通过计算得到疲劳驾驶等级，并对达到疲劳驾驶所属等级的驾驶员发出警报提醒；所述后台控制中心采用STM32F103单片机；
所述后台控制中心分别与心率检测模块、方向盘转角检测模块双向通讯。
所述方向盘转角检测模块包括：
方向盘转角传感器，用于检测收集方向盘转角数据；
危险报警灯，用于在判定结果为“疲劳”时亮起，以提醒周围行驶车辆及行人；
方向盘转角传感器通过CAN总线与STM32F103单片机通讯；STM32F103单片机的输出端与危险报警灯连接。
所述心率检测模块包括：
振动马达，接收到疲劳信号后会产生一定频率的震动以提醒驾驶员；
心率传感器，用于检测收集驾驶员的心率信号；
蓝牙模块，将心率传感器收集到的信号传输给后台控制中心，以及实现后台控制中心与振动马达的信息传输；
心率传感器的型号为MAX30102，蓝牙模块采用两个HC-06蓝牙模块，其中一个HC-06蓝牙模块的一端通过无线通讯与心率传感器传输数据，另一端与后台控制中心传输数据；另一个HC-06蓝牙模块的一端通过无线通讯与振动马达传输数据，另一端与后台控制中心传输数据。
本发明的另一目的在于提供一种融合心率和方向盘动作特征的疲劳驾驶预警系统的预警方法，该方法包括下列顺序的步骤：
(1)心率检测模块将检测到的驾驶员的心率信号发送至后台控制中心，方向盘转角检测模块将检测到的驾驶员操控方向盘得到的转角信号发送至后台控制中心；
(2)后台控制中心通过实时检测得到一组方向盘转角数据以及一组心率数据；
(3)提取该段实时检测的数据，根据标准差公式
Figure BDA0002980923160000041
计算出零速百分比标准差Di、方向盘转角速度标准差Dj、心率标准差Dk；上式中，N为10秒内采集数据的个数，n表示检测到的第n个数据，ei、ej、ek为10秒内检测到的各数据的平均值；xn表示检测到的第n个数据；
(4)根据公式
Figure BDA0002980923160000042
计算出运动系数D；
(5)一次检测时间为10秒，100秒内可检测到十个运动系数D的值，统计100秒内D值的最大值Max，以及D值高于门限值Dt的次数Num，并构建采集二维对象(Max，Num)；
(6)采用空间聚类算法得到疲劳状态中心和清醒状态中心；
(7)计算出每一时刻的采集二维对象(Max，Num)与疲劳状态中心和清醒状态中心的距离判断驾驶员是否疲劳；
(8)若判断驾驶员为疲劳驾驶，则发出警报对驾驶员以及周围的车辆进行提醒。
所述步骤(6)具体包括以下步骤：
(6a)建立包含k个样本二维对象(max，num)的样本集合C，并对样本集合C进行归一化处理；
(6b)确定采集二维对象(Max，Num)需要聚类的数目K＝2，即为疲劳状态类和清醒状态类；
(6c)选择2个对象作为种子，每个种子代表一个均值中心，计算样本集合C中剩余对象与种子的平方欧式距离，将其赋给相距最近的均值中心所在的集合；
(6d)重新计算每个新集合的均值中心，并将其作为种子，重复步骤(6c)，直到下列函数收敛为止：
Figure BDA0002980923160000051
其中，E是所有对象的误差总和，p为样本集合C中的一个点，ei为集合ci的均值；k为样本对象的数量；
(6e)按照上述算法，在MATLAB中进行算法设计，在simulink中建立算法模型，得出疲劳状态中心点和清醒状态中心点。
所述步骤(7)具体是指：后台控制中心计算采集到的样本点即采集二维对象(Max，Num)和预设的清醒状态中心、疲劳状态中心的距离，若采集二维对象(Max，Num)与清醒状态中心的距离小于其与疲劳状态中心的距离，则判定驾驶员处于疲劳状态,否则，判定驾驶员不处于疲劳状态；其中，预设的清醒状态中心和疲劳状态中心是由实验中获得的运动系数的最大值和运动系数超过门限值的次数组成的实验样本点确定的，运动系数门限值也是基于实验得到的；计算出每十次检测后得到的采集二维对象(Max，Num)与疲劳状态中心和清醒状态中心的距离，进而判定驾驶员是否疲劳。
由上述技术方案可知，本发明的有益效果为：第一，本发明佩戴在人体手腕部通过测量人体实时心率特征、方向盘转角特征再结合算法计算得出运动系数D,运动系数D直接反应了动车司机手部的运动情况，当D值大于门限值Dt时，判定其在运动；第二，D值越大，判定手部运动越剧烈，当运动系数D小于临界值时手环进行震动预警,并通过蓝牙将这一预警信号发送给手环进行提醒,能较早发现人体生理疲劳,提醒驾驶人员集中注意力驾驶,防止疲劳驾驶造成重大交通事故危害驾驶人和他人的生命财产安全；第三，通过心率手环及方向盘转角来对心率和方向盘转角信号进行检测，编写易用,不影响行车安全,同时多指标的信息融合方式，以更低的成本完成了对驾驶员疲劳状态的预警。
附图说明
图1为本发明的系统结构框图；
图2为本发明的方法流程图。
具体实施方式
如图1所示，一种融合心率和方向盘动作特征的疲劳驾驶预警系统，包括：
心率检测模块1，用于检测驾驶员的心率信号，并将其发送至后台控制中心3；
方向盘转角检测模块2，用于检测驾驶员操控方向盘得到的转角信号，并将其发送至后台控制中心3；
后台控制中心3，用于提取心率信号和方向盘转角信号的特征，通过计算得到疲劳驾驶等级，并对达到疲劳驾驶所属等级的驾驶员发出警报提醒；所述后台控制中心3采用STM32F103单片机；
所述后台控制中心3分别与心率检测模块1、方向盘转角检测模块2双向通讯。
所述方向盘转角检测模块2包括：
方向盘转角传感器，用于检测收集方向盘转角数据；
危险报警灯，用于在判定结果为“疲劳”时亮起，以提醒周围行驶车辆及行人；
方向盘转角传感器通过CAN总线与STM32F103单片机通讯；STM32F103单片机的输出端与危险报警灯连接。
所述心率检测模块1包括：
振动马达，接收到疲劳信号后会产生一定频率的震动以提醒驾驶员；
心率传感器，用于检测收集驾驶员的心率信号；
蓝牙模块，将心率传感器收集到的信号传输给后台控制中心3，以及实现后台控制中心3与振动马达的信息传输；
心率传感器的型号为MAX30102，蓝牙模块采用两个HC-06蓝牙模块，其中一个HC-06蓝牙模块的一端通过无线通讯与心率传感器传输数据，另一端与后台控制中心3传输数据；另一个HC-06蓝牙模块的一端通过无线通讯与振动马达传输数据，另一端与后台控制中心3传输数据。
如图2所示，本预警方法包括下列顺序的步骤：
(1)心率检测模块1将检测到的驾驶员的心率信号发送至后台控制中心3，方向盘转角检测模块2将检测到的驾驶员操控方向盘得到的转角信号发送至后台控制中心3；
(2)后台控制中心3通过实时检测得到一组方向盘转角数据以及一组心率数据；
(3)提取该段实时检测的数据，根据标准差公式
Figure BDA0002980923160000071
计算出零速百分比标准差Di、方向盘转角速度标准差Dj、心率标准差Dk；上式中，N为10秒内采集数据的个数，n表示检测到的第n个数据，ei、ej、ek为10秒内检测到的各数据的平均值；xn表示检测到的第n个数据；
(4)根据公式
Figure BDA0002980923160000072
计算出运动系数D；
(5)一次检测时间为10秒，100秒内可检测到十个运动系数D的值，统计100秒内D值的最大值Max，以及D值高于门限值Dt的次数Num，并构建采集二维对象(Max，Num)；
(6)采用空间聚类算法得到疲劳状态中心和清醒状态中心；
(7)计算出每一时刻的采集二维对象(Max，Num)与疲劳状态中心和清醒状态中心的距离判断驾驶员是否疲劳；
(8)若判断驾驶员为疲劳驾驶，则发出警报对驾驶员以及周围的车辆进行提醒。
所述步骤(6)具体包括以下步骤：
(6a)建立包含k个样本二维对象(max，num)的样本集合C，并对样本集合C进行归一化处理；
(6b)确定采集二维对象(Max，Num)需要聚类的数目K＝2，即为疲劳状态类和清醒状态类；
(6c)选择2个对象作为种子，每个种子代表一个均值中心，计算样本集合C中剩余对象与种子的平方欧式距离，将其赋给相距最近的均值中心所在的集合；
(6d)重新计算每个新集合的均值中心，并将其作为种子，重复步骤(6c)，直到下列函数收敛为止：
Figure BDA0002980923160000081
其中，E是所有对象的误差总和，p为样本集合C中的一个点，ei为集合ci的均值；k为样本对象的数量；
(6e)按照上述算法，在MATLAB中进行算法设计，在simulink中建立算法模型，得出疲劳状态中心点和清醒状态中心点。
所述步骤(7)具体是指：后台控制中心3计算采集到的样本点即采集二维对象(Max，Num)和预设的清醒状态中心、疲劳状态中心的距离，若采集二维对象(Max，Num)与清醒状态中心的距离小于其与疲劳状态中心的距离，则判定驾驶员处于疲劳状态,否则，判定驾驶员不处于疲劳状态；其中，预设的清醒状态中心和疲劳状态中心是由实验中获得的运动系数的最大值和运动系数超过门限值的次数组成的实验样本点确定的，运动系数门限值也是基于实验得到的；计算出每十次检测后得到的采集二维对象(Max，Num)与疲劳状态中心和清醒状态中心的距离，进而判定驾驶员是否疲劳。
以下结合图1、2对本发明作进一步的说明。
所述心率检测模块1通过HC-06蓝牙模块，将HC-06蓝牙模块上的VCC、GND、TX、RX引脚依次与STM32F103单片机上的VCC、GND、RX、TX引脚一一对应连接，通过程序设置STM32F103单片机中的两个串口TX、RX以实现实时数据的接收与发送。
所述心率检测模块1通过采用心率传感器实时采集人体脉搏的心率信号,输出心率信号波形,当心率信号波形中每个新的上升沿到来时,采集到新的心率信号上升沿后,进行心率信号的分析和疲劳驾驶的判断；所述方向盘转角检测模块2利用CAN总线从电动助力转向控制器中获取方向盘处动作特征，利用MAX30102传感器即心率传感器吗来获得驾驶员的心率信号，通过蓝牙模块将数据传递给STM32F103单片机，STM32F103单片机根据设定好的程序对数据进行分析处理，若达到不符合驾驶要求的疲劳等级，则STM32F103单片机通过蓝牙将报警信号传送给心率手环即心率检测模块1使心率手环震动，危险报警灯闪烁以此提醒驾驶员和其他车辆注意行车安全，减少疲劳驾驶造成的交通事故。根据车辆不同的速度和行驶状态，设定一个疲劳检测时间，根据检测在该时间内的零速百分比和方向盘转角速度标准差，进行疲劳驾驶的判定。零速百分比量化了方向盘在某时间段内是否有转动动作的数值指标，方向盘转角速度标准差体现了驾驶员对方向盘的控制稳定性。
采用MAX30102传感器来获得驾驶员的心率信号,它集成了一个红光LED和一个红外光LED、光电检测器、光器件，以及带环境光抑制的低噪声电子电路。心脏跳动会改变人体血管内的血流量，而血流量的变化会改变探测器接收到的光强，根据上述原理即可实现心率值的测量。MAX30102不仅具有良好的光学性能和电气性能，而且芯片尺寸较小，因此非常适合用于可穿戴设备，只需将其佩戴在驾驶者手腕上，就可以检测到实时心率。
方向盘转角检测模块2采用的算法为：
Figure BDA0002980923160000101
Figure BDA0002980923160000102
SWVStd：方向盘转角速度标准差
SWVi：第i个方向盘转角速度
SWVm：方向盘转角速度均值
N：每组数据的采样点个数。
在一次检测时间内，根据心率传感器采集到的心率数据和方向盘转角传感器采集到的转向盘转角数据，计算心率标准差、转向盘零速百分比标准差以及方向盘转角速度标准差，进而计算运动系数。十次检测后，得到一组运动系数的最大值；根据设定的运动系数门限值，统计运动系数超过门限值的次数。运动系数的最大值和运动系数超过门限值的次数组成一个样本点。基于大量实验样本点确定的正常成年驾驶员的清醒状态范围和疲劳状态范围，由后台控制中心3得到疲劳评价结果，根据疲劳评价结果，预警装置——危险报警灯和手环内的振动马达分别产生语音警示和振动提示。
本发明的具体工作过程为：
车辆启动后，安装在车辆上的方向盘转角检测模块2开始工作，采集方向盘的转角数据；
驾驶员佩戴心率手环，其内置的心率传感器开始采集驾驶员的心率；
心率手环和方向盘转角检测模块2分别检测驾驶员的心率信息和转角数据，并将数据发送到后台控制中心3；
基于预设的清醒状态范围和疲劳状态范围，后台控制中心3对采集的驾驶员方向盘转角数据和心率数据进行存储、处理和分析，获得驾驶员的疲劳评价结果；
根据疲劳评价结果，后台控制中心3输出对应的控制指令给危险报警灯和手环内的振动马达，由危险报警灯和手环内的振动马达作出相应的动作：若疲劳评价结果为“疲劳”则后台控制中心3输出控制指令给危险报警灯和手环内的振动马达，由危险报警灯和手环内的振动马达产生对应的动作；若疲劳评价结果为“正常”，则后台控制中心3不输出控制指令给危险报警灯和手环内的振动马达，即危险报警灯和手环内的振动马达不发生动作。
具体的，清醒状态范围和疲劳状态范围各自为从大量实验中获得的心率数据和方向盘转角数据组成的样本点中提取出的清醒状态中心和疲劳状态中心周围的区域。
综上所述，本发明过心率手环及方向盘转角来对心率和方向盘转角信号进行检测，编写易用,不影响行车安全,同时多指标的信息融合方式，以更低的成本完成了对驾驶员疲劳状态的预警。

Claims (6)

1.一种融合心率和方向盘动作特征的疲劳驾驶预警系统，其特征在于：包括：
心率检测模块，用于检测驾驶员的心率信号，并将其发送至后台控制中心；
方向盘转角检测模块，用于检测驾驶员操控方向盘得到的转角信号，并将其发送至后台控制中心；
后台控制中心，用于提取心率信号和方向盘转角信号的特征，通过计算得到疲劳驾驶等级，并对达到疲劳驾驶所属等级的驾驶员发出警报提醒；所述后台控制中心采用STM32F103单片机；
所述后台控制中心分别与心率检测模块、方向盘转角检测模块双向通讯。
2.根据权利要求1所述的融合心率和方向盘动作特征的疲劳驾驶预警系统，其特征在于：所述方向盘转角检测模块包括：
方向盘转角传感器，用于检测收集方向盘转角数据；
危险报警灯，用于在判定结果为“疲劳”时亮起，以提醒周围行驶车辆及行人；
方向盘转角传感器通过CAN总线与STM32F103单片机通讯；STM32F103单片机的输出端与危险报警灯连接。
3.根据权利要求1所述的融合心率和方向盘动作特征的疲劳驾驶预警系统，其特征在于：所述心率检测模块包括：
振动马达，接收到疲劳信号后会产生一定频率的震动以提醒驾驶员；
心率传感器，用于检测收集驾驶员的心率信号；
蓝牙模块，将心率传感器收集到的信号传输给后台控制中心，以及实现后台控制中心与振动马达的信息传输；
心率传感器的型号为MAX30102，蓝牙模块采用两个HC-06蓝牙模块，其中一个HC-06蓝牙模块的一端通过无线通讯与心率传感器传输数据，另一端与后台控制中心传输数据；另一个HC-06蓝牙模块的一端通过无线通讯与振动马达传输数据，另一端与后台控制中心传输数据。
4.根据权利要求1至3中任一项所述的融合心率和方向盘动作特征的疲劳驾驶预警系统的预警方法，其特征在于：该方法包括下列顺序的步骤：
(1)心率检测模块将检测到的驾驶员的心率信号发送至后台控制中心，方向盘转角检测模块将检测到的驾驶员操控方向盘得到的转角信号发送至后台控制中心；
(2)后台控制中心通过实时检测得到一组方向盘转角数据以及一组心率数据；
(3)提取该段实时检测的数据，根据标准差公式
Figure FDA0002980923150000021
计算出零速百分比标准差Di、方向盘转角速度标准差Dj、心率标准差Dk；上式中，N为10秒内采集数据的个数，n表示检测到的第n个数据，ei、ej、ek为10秒内检测到的各数据的平均值；xn表示检测到的第n个数据；
(4)根据公式
Figure FDA0002980923150000022
计算出运动系数D；
(5)一次检测时间为10秒，100秒内可检测到十个运动系数D的值，统计100秒内D值的最大值Max，以及D值高于门限值Dt的次数Num，并构建采集二维对象(Max，Num)；
(6)采用空间聚类算法得到疲劳状态中心和清醒状态中心；
(7)计算出每一时刻的采集二维对象(Max，Num)与疲劳状态中心和清醒状态中心的距离判断驾驶员是否疲劳；
(8)若判断驾驶员为疲劳驾驶，则发出警报对驾驶员以及周围的车辆进行提醒。
5.根据权利要求4所述的预警方法，其特征在于：所述步骤(6)具体包括以下步骤：
(6a)建立包含k个样本二维对象(max，num)的样本集合C，并对样本集合C进行归一化处理；
(6b)确定采集二维对象(Max，Num)需要聚类的数目K＝2，即为疲劳状态类和清醒状态类；
(6c)选择2个对象作为种子，每个种子代表一个均值中心，计算样本集合C中剩余对象与种子的平方欧式距离，将其赋给相距最近的均值中心所在的集合；
(6d)重新计算每个新集合的均值中心，并将其作为种子，重复步骤(6c)，直到下列函数收敛为止：
Figure FDA0002980923150000031
其中，E是所有对象的误差总和，p为样本集合C中的一个点，ei为集合ci的均值；k为样本对象的数量；
(6e)按照上述算法，在MATLAB中进行算法设计，在simulink中建立算法模型，得出疲劳状态中心点和清醒状态中心点。
6.根据权利要求4所述的预警方法，其特征在于：所述步骤(7)具体是指：后台控制中心计算采集到的样本点即采集二维对象(Max，Num)和预设的清醒状态中心、疲劳状态中心的距离，若采集二维对象(Max，Num)与清醒状态中心的距离小于其与疲劳状态中心的距离，则判定驾驶员处于疲劳状态,否则，判定驾驶员不处于疲劳状态；其中，预设的清醒状态中心和疲劳状态中心是由实验中获得的运动系数的最大值和运动系数超过门限值的次数组成的实验样本点确定的，运动系数门限值也是基于实验得到的；计算出每十次检测后得到的采集二维对象(Max，Num)与疲劳状态中心和清醒状态中心的距离，进而判定驾驶员是否疲劳。
CN202110287105.XA 2021-03-17 2021-03-17 融合心率和方向盘动作特征的疲劳驾驶预警系统及方法 Pending CN113012394A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110287105.XA CN113012394A (zh) 2021-03-17 2021-03-17 融合心率和方向盘动作特征的疲劳驾驶预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110287105.XA CN113012394A (zh) 2021-03-17 2021-03-17 融合心率和方向盘动作特征的疲劳驾驶预警系统及方法

Publications (1)

Publication Number Publication Date
CN113012394A true CN113012394A (zh) 2021-06-22

Family

ID=76409328

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110287105.XA Pending CN113012394A (zh) 2021-03-17 2021-03-17 融合心率和方向盘动作特征的疲劳驾驶预警系统及方法

Country Status (1)

Country Link
CN (1) CN113012394A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207875505U (zh) * 2018-01-05 2018-09-18 吉林大学 一种基于多源信息融合的疲劳驾驶预警系统
CN110781873A (zh) * 2019-12-31 2020-02-11 南斗六星系统集成有限公司 一种双模态特征融合的驾驶员疲劳等级识别方法
CN110796207A (zh) * 2019-11-08 2020-02-14 中南大学 一种疲劳驾驶检测方法及系统
CN111881799A (zh) * 2020-07-22 2020-11-03 交通运输部公路科学研究所 基于多源信息融合差别判定的驾驶人疲劳检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207875505U (zh) * 2018-01-05 2018-09-18 吉林大学 一种基于多源信息融合的疲劳驾驶预警系统
CN110796207A (zh) * 2019-11-08 2020-02-14 中南大学 一种疲劳驾驶检测方法及系统
CN110781873A (zh) * 2019-12-31 2020-02-11 南斗六星系统集成有限公司 一种双模态特征融合的驾驶员疲劳等级识别方法
CN111881799A (zh) * 2020-07-22 2020-11-03 交通运输部公路科学研究所 基于多源信息融合差别判定的驾驶人疲劳检测方法

Similar Documents

Publication Publication Date Title
Kattukkaran et al. Intelligent accident detection and alert system for emergency medical assistance
CN207029159U (zh) 集成身份识别系统与多模式生物感应的车载系统
CN103405001B (zh) 一种蓝牙跌倒报警鞋垫
CN105615878B (zh) 一种疲劳驾驶脑电监测方法
CN105996990A (zh) 一种融合心率和驾驶动作的疲劳驾驶预警手环及预警方法
CN202010160U (zh) 基于方向盘握力和温度的驾驶员疲劳监测装置
CN105342623A (zh) 智能跌倒监护装置及其处理方法
CN205375757U (zh) 一种老人防跌倒报警器
CN103927848A (zh) 一种基于生物识别技术的安全驾驶辅助系统
CN106236047A (zh) 驾驶员疲劳监测系统的控制方法
CN105869356A (zh) 一种铁路司机工作状态的评估干预系统及方法
Yang et al. A wearable real-time fall detector based on Naive Bayes classifier
Tabei et al. Accident detection system for bicycle riders
CN107595306A (zh) 一种基于脑电信号分析的疲劳驾驶预警系统
Wei et al. Multi-source information fusion for drowsy driving detection based on wireless sensor networks
CN109816933A (zh) 基于复合式传感器的老人防跌倒智能监测系统及监测方法
CN103198618A (zh) 一种能够预警疲劳驾驶的手机及预警方法
CN205405809U (zh) 一种基于智能手表的疲劳驾驶检测报警系统
CN112754095A (zh) 一种基于多生理信号监测的智能安全帽及其控制方法
CN204744140U (zh) 一种摔倒定位报警智能腕带
US10435099B2 (en) Personal exercise measuring safety system
CN202923394U (zh) 基于Andriod系统的智能导航仪安全驾驶系统
CN206541127U (zh) 一种智能手表
CN113012394A (zh) 融合心率和方向盘动作特征的疲劳驾驶预警系统及方法
Wu et al. Fall detection monitoring system based on mems sensor

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210622