CN113212410A - 一种脑波智能驾驶系统 - Google Patents

Abstract

一种脑波智能驾驶系统，它包括智能驾驶计算机，智能驾驶计算机的输入端与传感系统、脑波仪的输出端连接，智能驾驶计算机的输出端接入驾驶系统，将计算出的驾驶控制信号传递给驾驶系统，以控制交通工具的驾驶操作。本技术方案完全无需人工干预，由传感器系统获取交通工具的工作状态信息、驾驶员工作状态信息和周围环境信息，并根据采集到的驾驶员脑波信号分析驾驶员的脑波操作指令码，并提前计算交通工具下一步的工作状态，确认安全后向驾驶系统发送脑波操作指令码，控制交通工具的驾驶系统，以使交通工具的驾驶状态符合驾驶员要求，同时兼顾交通工具的安全状态。

Description

一种脑波智能驾驶系统

技术领域

本发明涉及交通工具智能驾驶辅助系统和一种脑电波控制系统，尤其是一种基于脑波的智能驾驶系统。

背景技术

现有的交通工具驾驶辅助系统能够为交通工具驾驶员提供驾驶辅助服务和更好的驾驶体验，具备便捷高效的特点，极大地方便了用户的交通工具控制操作。以机动车驾驶为例，与传统的驾驶方式相比，通常包括车道保持辅助系统、自动泊车辅助系统、刹车辅助系统、倒车辅助系统和行车辅助系统。有效的驾驶辅助系统控制可以帮助节省能源，优化系统能耗和速度的合理匹配，带给驾驶员更直观的感受和更方便的驾驶控制效果。交通工具驾驶辅助系统能够利用安装在车上的各式各样的传感器，在交通工具的驾驶过程中随时感应周围的环境，收集数据，进行静态、动态物体的辨别、侦测与追踪，并结合导航仪地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，有效增加交通工具驾驶的舒适性与安全性。甚至在这个领域延伸出无人驾驶系统，更加方便了驾驶便捷性与舒适性，有成为现今交通工具驾驶辅助系统的主流的趋势。

但是，现有的交通工具驾驶辅助系统，在给大家带来方便的同时也仍然存在一定问题。首先，虽然交通工具驾驶辅助系统虽然能够帮助驾驶员轻易直观地获取行驶和交通工具与外物的间距信息，但是交通工具控制始终还是靠驾驶员的操作，在发生紧急情况时，驾驶员在过度紧张时，极易出现与思想不一致的行为，比如将油门和刹车弄混，造成交通事故或飞行事故。其次，交通工具的控制与驾驶员的生理精神状态息息相关，这种辅助系统无法判断与制约驾驶员的行为，一旦有不自觉的驾驶员酒驾甚至醉驾或者疲劳驾驶，甚至有旁人干扰或攻击驾驶员，极易发生严重事故，每年全球此类交通事故数不胜数，水下的潜航器的长期驾驶也容易导致类似的安全问题。再次，即使使用先进的传感器技术，如果没有很好的数据整合，仍然会导致严重事故。例如，著名的737MAX飞机上新增的自动失速保护系统，由于迎角传感器校准不当，已经造成多起波音飞机飞行事故。近年来新出的无人驾驶系统，也无法弥补这些缺陷。最后，现有的驾驶系统还面临偷盗和盗驾问题，即非法驾驶员驾驶合法的交通工具。现有的智能驾驶系统存储着大量驾驶员信息，包括驾驶员的目的地、停留时间、以及驾驶员所在地等信息，而这些信息也很容易被黑客们获取。黑客可以远程控制自动驾驶汽车，目前已可使正在处于自动驾驶状态的汽车制动。而信息安全专家公开承认，黑客可通过自动驾驶系统获取许多重要信息；而目前专家能做的只是当黑客入侵之后，尽可能地把损害降到最低，而且黑客的行为无法被阻止。

随着智能系统和脑波控制技术的进步，为交通工具驾驶辅助系统提供了一个更加方便同时也更加安全的解决方案，但是，目前市场上还没有发现基于脑电波的交通工具智能驾驶系统。

发明内容

本发明的目的是为了提供一种能通过脑波技术对驾驶员在进行驾驶前的安全状态进行监测，并提供相应的介入性措施，而且通过脑波技术对交通工具的驾驶进行控制的技术。

为解决上述技术问题，本发明所采用的技术方案是：

一种脑波智能驾驶系统，它包括智能驾驶计算机，智能驾驶计算机的输入端与传感系统、脑波仪的输出端连接，智能驾驶计算机的输出端接入驾驶系统，将计算出的驾驶控制信号传递给驾驶系统，以控制交通工具的驾驶操作；

传感系统用于获取交通工具各个传感器的数据，并将采集的数据传输给智能驾驶计算机；传感系统包括采集交通工具不同部件工作状态的传感器、采集交通工具周围环境状态的传感器、以及采集驾驶员工作状态的传感器；

脑波仪用于对驾驶员脑波信号进行采集，并将采集的数据传输给智能驾驶计算机；

驾驶计算机用于解析所述传感系统获取的传感器信号和脑波仪捕捉的脑波信号，并转换成对应的控制信号控制交通工具的驾驶。

上述传感系统中的传感器，可随时检测交通工具的传感器信号，采集交通工具不同部位的工作状态参数，采集交通工具周围环境的信号，采集驾驶员的工作状态信号，为驾驶员提供全方位的精准感知。

在驾驶过程中，通过聚类分析判断驾驶员的脑波操作指令码属于何种分类，包括方向控制脑波操作指令码、速度控制脑波操作指令码、其他类脑波操作指令码；进一步地，方向控制脑波操作指令码用于识别驾驶员对交通工具的方向控制操作，包括向前、向后、向左、向右、向上、向下几类脑波指令；速度控制脑波操作指令码用于识别驾驶员对交通工具的速度控制操作，包括加速、减速、启动、停止几类脑波指令；其他类脑波操作指令码用于识别驾驶员脑波指令的强度、持续时间、安全性之类的参考信号，包括轻微的、猛烈的、短时的、持续的、发现操作失误、纠正的操作、大脑的疲劳状态、身体的不舒服状态。

上述在驾驶过程中不断检测驾驶员产生的脑波信号，并传送给智能驾驶计算机，判断驾驶员驾驶操作是否可以正常完成，以及确定所需的驾驶模式；智能驾驶计算机首先分析各种传感器在交通工具中不同部位所采集的数据，对采集的数据进行必要的清洗和数据整理；其次，智能驾驶计算机分析不同传感器在空间和时间上的互补与冗余信息，将按预先定义的准则将所有数据组合起来，产生对交通工具、驾驶员、周围环境的三维解释或完整描述；再次，智能驾驶计算机分析驾驶员的脑波指令和信号，并预先推断和仿真指令在实施完成后是否可以保证交通工具安全，如果可以保证安全，则智能驾驶计算机根据脑波指令控制交通工具的不同部件协同工作，确保交通工具符合驾驶员发出的脑波控制指令。

上述脑波仪用于捕捉驾驶员的脑波信号，在驾驶前，判断该驾驶员的脑波信号是否与交通工具中预存的合法脑波信号匹配，匹配合法的驾驶员能够启动交通工具，匹配失败的驾驶员将无法启动交通工具，确保交通工具只能由合法的驾驶员驾驶。

上述脑波仪采集的驾驶员脑波信息以图形文件压缩方式存储在智能驾驶计算机中，并根据驾驶员的不同驾驶预期进行聚类分析和分类存储，为驾驶计算机提供驾驶员的预期操作指令码；进一步地，脑波信号根据驾驶员的操作指令可分为方向控制脑波指令、速度控制脑波指令、其他类脑波信息。

上述驾驶计算机将传感系统获取的传感器信号以图形化方式展示出来，通过交通工具的形状、传感器布置情况、传感器参数和性能指标，精确计算交通工具的工作状态信息和周围环境信息，并与传感器平时工作的历史数据比较，为驾驶系统工作提供精准的工作参考；进一步地，驾驶计算机将传感系统采集的传感器信号进行深入分析，挖掘驾驶员的工作状态是否正常，将驾驶员平时的工作历史数据和工作习惯与当前的交通工具驾驶状态进行对比分析；驾驶计算机将脑波仪捕捉的脑波信号进行聚类分析和分类计算，精确计算驾驶员的脑波信号是否与驾驶员的工作状态信息和周围环境信息一致，并根据脑波仪获取的驾驶员操作指令预先评估和仿真操作成功后的交通工具是否安全；如果评估操作结束后的交通工具处于安全状态，则驾驶计算机控制相应的驾驶系统工作。

上述传感系统，包括油门传感器、方位传感器、制动传感器、雷达信号传感器、人员传感器、环境传感器；

上述驾驶系统，包括油门控制器、方位控制器、制动控制器、雷达控制器、人员控制器、环境控制器。

与现有技术相比，本发明具有如下技术效果：

首先，本发明的一种基于脑波的智能驾驶系统自动驾驶智能化程度高。系统通过脑波仪进行驾驶员脑波信号的采集和去噪处理，由智能驾驶计算机对脑波信号和传感系统产生的传感器信号进行识别处理，并转化为相应的控制信号，以控制交通工具的驾驶；驾驶计算机通过传感器网络自行获取交通工具和外部环境参数，并根据用户脑波指令进行驾驶操作，完全无需用户直接动手操作交通工具，即使是身体残废的用户也可以成功驾驶交通工具，并保证安全驾驶。

其次，本发明的一种基于脑波的智能驾驶系统安全性高。通过本系统，可使交通工具和驾驶员脑波信号严格配对，交通工具启动时必须与相应的脑波信号配对成功，启动后才开启车载电脑，也就是说，交通工具如果不配对成功的话，将不会联网，有效的避免了黑客的网络入侵。如是否按照驾驶员的意愿左右拐弯等，以及交通工具环境如是否拥堵等来判断交通工具是否正常行驶，若是正常行驶则能将用户的脑波信号转换为相应方向控制和速度控制信号来正常的控制交通工具的驾驶；甚至能够根据用户的脑波驾驶指令提前预判是否安全行驶，对用户可能发生的误操作提前进行检查，提高行驶安全性。

再次，本发明的一种基于脑波的智能驾驶系统提供更好的驾驶体验。结合脑波仪检测用户脑波，可以合交通工具的驾驶操控更接近驾驶员的想法，如打方向盘错误、搞混油门和刹车、油门加速过大或过小、刹车过大或过小、倒车错误、停车错误，并采取有针对性的应对措施减少错误的发生。当脑波仪检测到驾驶员注意力不集中、困乏等异常脑波信号，系统能做出预警，必要时智能驾驶计算机能生成泊车控制信号，交通工具自动泊车。并且当脑波系统发生故障时，驾驶员通过拉动，可以使交通工具切换到手动驾驶；

最后，本发明的一种基于脑波的智能驾驶系统具有与交通工具无关的特性。能够同时用于路面驾驶、空中和太空驾驶、水面和水下驾驶、以及这些不同驾驶场景的相互转换；所述交通工具，包括机动车、飞行器、水面船舶、水下潜航器、气垫船、水陆两栖车辆、水上飞机等工具；能够实行脑波控制局域互联，能够应用于需要多名驾驶员同时驾驶的场合，比如舰艇、水下潜航器、复杂航天器等的驾驶；当脑波仪检测到驾驶员有紧急刹车的脑波信号时，会对跟随其后的交通工具发出预警信号，必要时能够直接生成刹车信号，使后面的交通工具及时刹车，避免追尾事故。

附图说明

下面结合附图和实施例对本发明作进一步说明：

图1为本发明的结构框图；

图2为本发明的流程图。

具体实施方式

一种脑波智能驾驶系统，它包括智能驾驶计算机300，智能驾驶计算机300的输入端与传感系统100、脑波仪200的输出端连接，智能驾驶计算机300的输出端接入驾驶系统400，将计算出的驾驶控制信号传递给驾驶系统400，以控制交通工具的驾驶操作；

传感系统100用于获取交通工具各个传感器的数据，并将采集的数据传输给智能驾驶计算机300；传感系统100用于采集与脑波智能驾驶系统有关的各种信号，并将采集到的传感器信号转化为驾驶计算机300能够处理的电信号，传感系统100生成的电信号通过有线或无线计算机网络方式与驾驶计算机300相连接；进一步地，传感系统100中的不同传感器信号按不同优先级送入驾驶计算机300，传感器信号的优先级可由专家根据交通工具的安全性定义或具体应用场合定义，也可根据交通工具用户需求进行客户化定制。

脑波仪200用于对驾驶员脑波信号进行采集，并将采集的数据传输给智能驾驶计算机300；脑波仪200用于采集用户的脑波信号，并将采集到的脑波信号转化为驾驶计算机300能够处理的电信号，脑波仪200生成的脑波信号通过有线或无线计算机网络方式与驾驶计算机300相连接；进一步地，脑波仪200中的不同脑波信号按不同优先级送入驾驶计算机300，脑波信号的优先级可由专家根据交通工具的安全性定义或具体应用场合定义，也可根据交通工具用户需求进行客户化定制。

智能驾驶计算机300用于解析所述传感系统100获取的传感器信号和脑波仪200捕捉的脑波信号，并转换成对应的控制信号控制交通工具的驾驶；进一步地，智能驾驶计算机300将所述传感系统100获取的传感器信号根据交通工具的形状生成三维视图，三维视图中能够看到所驾驶的交通工具完整形状和内部空间状态，并在三维视图中展示交通工具不同部位传感器所获取的参数；进一步地，智能驾驶计算机300根据所述传感系统100获取的传感器信号计算交通工具的状态是否处于安全状态，包括交通工具前后左右上下方位是否有障碍物，交通工具不同部位是否有破损，交通工具的不同工作部件的工作参数（包括温度、湿度、压力、高度、速度、油、水、机械部件、控制系统、驾驶系统）是否正常，驾驶员的工作状态是否正常；进一步地，智能驾驶计算机300根据所述脑波仪200获取的脑波信号计算驾驶员的脑波状态是否处于安全状态，包括当前驾驶员的脑波信号是否和驾驶员的脑波历史数据一致，驾驶员的脑波数据是否可以识别出正常的操作指令，根据驾驶员的脑波信号分析驾驶员的操作指令码，根据所述传感系统100获取的交通工具三维视图和驾驶员的脑波操作指令码进行仿真，在仿真中分析驾驶员的脑波操作指令是否会导致交通工具处于不安全状态，如果驾驶员的脑波信号不正常或脑波操作指令不安全则根据预先定义的策略采取相应措施，并在交通工具三维视图中进行声光报警；进一步地，智能驾驶计算机300根据所述脑波仪200获取的脑波信号和分析得出的操作指令码，给驾驶系统400中的相应部件发送控制指令，控制驾驶系统400中的相应部件工作。

传感系统100中的传感器，可随时检测交通工具的传感器信号，并感知交通工具周围环境的信号，为驾驶员提供全方位的精准感知。

所述传感系统100，包括油门传感器、方位传感器、制动传感器、雷达信号传感器、人员传感器、环境传感器；油门传感器采用机械电子结构，安装于驾驶系统400中推进部件上，根据油门所处的不同位置发出不同的电信号，油门越大则驾驶系统400中推进部件工作功率越高，智能驾驶计算机300根据油门传感器电信号的数值能够判断油门所处的不同位置，油门传感器在驾驶过程中不断向智能驾驶计算机300发送油门状态数据；方位传感器采用机械电子结构，优选地，为三维结构，根据交通工具所处的不同方向发出不同的电信号，方位传感器信号数值越大则交通工具转弯方向越大或高度越高，智能驾驶计算机300根据方位传感器电信号的数值能够判断交通工具所处的不同方位，方位传感器在驾驶过程中不断向智能驾驶计算机300发送方向状态数据或高度状态数据；制动传感器采用机械电子结构，安装在交通工具驾驶系统400中制动系统上，根据交通工具所处的制动状态发出不同的电信号，智能驾驶计算机300根据制动传感器电信号的数值能够判断交通工具所处的不同制动状态，制动传感器在驾驶过程中不断向智能驾驶计算机300发送制动状态数据；雷达信号传感器采用机械电子结构，安装于交通工具四周，能够向交通工具周围发射雷达波，根据交通工具周围雷达波反射波接收状态而产生不同的电信号，反射的雷达波越多则电信号数值越大，智能驾驶计算机300根据雷达信号传感器的电信号数值能够判断交通工具所处环境中周围障碍物的状态，雷达信号传感器在驾驶过程中不断向智能驾驶计算机300发送交通工具周围环境状态数据；人员传感器能够获取驾驶员和乘客的身体状态信号，优选地，包括红外探测传感器，脉搏传感器、生命探测传感器，驾驶计算机300对比人员传感器传送的信号和历史数据信号，判断驾驶员和乘客的状态是否正常；环境传感器用于探测交通工具的环境参数，优选地，环境传感器使用摄像头、图像传感器、光敏传感器获取交通工具内部和外部的三维影像，并传送给智能驾驶计算机300进一步分析和构建交通工具三维视图，提供交通工具三维建模参数；进一步地，环境传感器使用声敏传感器获取交通工具内部和外部的声音，并传送给智能驾驶计算机300进一步分析和构建交通工具三维视图参考，并能在交通工具三维视图中提示发出异响的部位，以便驾驶员和维修人员进行故障诊断，智能驾驶计算机300也可以根据预先定义的策略库提示解决策略；进一步地，环境传感器在脑波驾驶系统的不同机械部件、控制系统、驾驶系统、油管、水管使用压力传感器、温度传感器、湿度传感器获取交通工具内部和外部的压力、温度、湿度、高度、速度状态，并传送给智能驾驶计算机300进一步分析和构建交通工具三维视图参考。

脑波仪200用于捕捉驾驶员的脑波信号，在驾驶前判断该驾驶员的脑波信号是否与交通工具中预存的合法脑波信号匹配，匹配合法的驾驶员能够启动交通工具，匹配失败的驾驶员将无法启动交通工具，确保了交通工具只能由合法的驾驶员驾驶；

在驾驶过程中不断检测驾驶员产生的脑波信号，并传送给智能驾驶计算机（300），判断驾驶员驾驶操作是否正常，以及确定所需的驾驶模式；

智能驾驶计算机300对驾驶员的脑波信号进行脑波指令读取、脑波指令分析、脑波指令操作；

所述智能驾驶计算机300的脑波指令读取，通过脑波仪的磁电转换，将驾驶员的脑波信号转化为智能驾驶计算机300能够识别的电信号，使用滤波算法滤除脑波信号中的无效脑波信号和干扰信号，将有效的脑波信号放大后读取到智能驾驶计算机300中；

所述智能驾驶计算机300的脑波指令分析，判断脑波指令读取所获得的脑波指令信号属于何种类型的脑波操作指令码，并将不同的脑波操作指令码进行二进制编码，包括方向控制脑波操作指令码、速度控制脑波操作指令码、其他类脑波操作指令码；进一步地，方向控制脑波操作指令码用于识别驾驶员对交通工具的方向控制操作，包括向前（或称前进）、向后（或称倒车）、向左、向右、向上、向下几类脑波指令；速度控制脑波操作指令码用于识别驾驶员对交通工具的速度控制操作，包括加速、减速、启动、停止几类脑波指令；其他类脑波操作指令码用于识别驾驶员脑波指令的强度、持续时间、安全性之类的参考信号，包括轻微的（方向控制或速度控制）、猛烈的（方向控制或速度控制）、短时的（方向控制或速度控制）、持续的（方向控制或速度控制）、发现操作失误（或后悔的操作）、纠正的操作、大脑的疲劳状态、身体的不舒服状态；

所述智能驾驶计算机300的脑波指令操作，根据脑波操作指令码的二进制编码，分别控制驾驶系统400的相应部件工作；方向控制脑波操作指令码将操作指令发送到驾驶系统400的方位控制器；速度控制脑波操作指令码将操作指令发送到驾驶系统400的油门控制器和制动控制器；其他类脑波操作指令码将操作指令发送到驾驶系统400的油门控制器、方位控制器、制动控制器、雷达控制器、人员控制器、环境控制器。

所述驾驶系统400，包括油门控制器、方位控制器、制动控制器、雷达控制器、人员控制器、环境控制器；所述油门控制器，能够接受智能驾驶计算机300发送的速度控制脑波操作指令，从而控制交通工具推进系统的工作功率，使交通工具的运动速度提高或减慢；所述方位控制器能够接受智能驾驶计算机300发送的方向控制脑波操作指令，从而控制交通工具转向系统的工作状态，使交通工具的运动方向发生变化；所述制动控制器能够接受智能驾驶计算机300发送的速度控制脑波操作指令，从而控制交通工具运动的速度状态，使交通工具的运动速度发生变化；所述雷达控制器、人员控制器、环境控制器能够接受智能驾驶计算机300发送的其他类脑波操作指令，从而控制交通工具雷达、驾驶员及乘客、环境传感器的工作状态变化，激活安全保护装备包括安全气囊、氧气袋、救生衣、防撞吸能系统的工作，为交通工具的运动提供安全保护。

本系统具有交通工具的无关性，能够完成各类交通工具的驾驶，包括路面驾驶、空中和太空驾驶、水面和水下驾驶、以及这些不同驾驶场景的相互转换；所述交通工具，包括机动车、飞行器、水面船舶、水下潜航器、气垫船、水陆两栖车辆、水上飞机等工具。不同的交通工具可以使用相同的接口与脑波仪200和智能驾驶计算机300相连接，只需根据所服务的交通工具特性重新定义脑波操作指令集合，不需要对交通工具硬件架构进行大的调整或改动。

本系统能够提供脑波驾驶、自动驾驶、手动驾驶，共三种驾驶模式；通过检测传感系统获取的交通工具传感器信号，以及脑波仪采集的驾驶员脑波信号，判断交通工具所处环境是否安全，是否正常驾驶；若交通工具处于非安全状态或非正常行驶，则做出预警，并可按照预先设定的程序切换至自动驾驶或手动驾驶；在脑波驾驶模式下，驾驶员无需直接操作相应的驾驶控制器，相应的驾驶员自动驾驶和手动驾驶操作功能被锁定，交通工具完全按照驾驶员的脑波信号进行驾驶控制；在自动驾驶和手动驾驶模式下，通过检测传感系统获取的交通工具传感器信号，以及脑波仪采集的驾驶员脑波信号，能够为驾驶员提供辅助驾驶信号，提高驾驶的安全性。

智能驾驶计算机能够运行人工智能算法，优化驾驶操作，优化行驶路线，提供比人为操作更快捷、更准确的驾驶操作方式；优选地，智能驾驶计算机能够在采集脑波信号过程中使用人工智能算法进行滤波，根据历史数据提取交通工具的驾驶特性和驾驶员的驾驶习惯，并滤除无效的脑波成份；进一步地，智能驾驶计算机能够分析驾驶员的脑波操作指令码，使用人工智能算法进行计算，并结合传感器检测到的环境参数判断驾驶员的操作是否安全，对于不安全的脑波操作指令码由人工智能算法计算可行的解决方案；进一步地，智能驾驶计算机采集驾驶员连续多个脑波操作指令码，使用人工智能算法分析驾驶员的驾驶意图和行驶路线，并由人工智能算法优化脑波操作指令码序列和行驶路线，优化目标函数可以选择安全驾驶或最短路线作为评估指标；进一步地，所述智能驾驶计算机能够实行脑波仪局域网互联，能够应用于需要多名驾驶员协同驾驶的场合，比如舰艇、水下潜航器、航天器、坦克等复杂交通工具的驾驶；优选地，智能驾驶计算机可同时采集多名驾驶员的脑波操作指令码，使用人工智能算法进行计算，并结合传感器检测到的环境参数判断多名驾驶员的操作是否安全，对于判断为安全的脑波操作指令码由人工智能算法计算优化的控制方案，并发送给交通工具驾驶系统的不同部件，控制不同部件的协同工作，对于判断为不安全的脑波操作指令码由人工智能算法计算可行的解决方案。

所述驾驶系统与交通工具上的相应的设备和装置相连，能够接收智能驾驶计算机传递来的驾驶控制信，并操作交通工具上的相应的设备和装置工作，包括发动机系统、方向机系统、制动系统、雷达系统、人员系统、环境控制系统等；进一步地，能够由脑波直接控制交通工具执行换挡、变速、转向和制动等操作，或由智能驾驶计算机控制交通工具的自动驾驶。

其方法流程如下：

步骤1，进行驾驶员脑波信号的匹配，只有匹配成功的驾驶员才可以启动和驾驶交通工具；

子步骤1-1，脑波仪采集一名或多名驾驶员的脑波信号，滤除干扰信号和无效脑波信号，并发送给智能驾驶计算机；

子步骤1-2，智能驾驶计算机使用人工智能算法从脑波信号中提取驾驶员的脑波特征，并与智能驾驶计算机中保存的历史脑波信号特征进行比较和匹配；

子步骤1-3，脑波信号特征匹配合格的驾驶员允许驾驶交通工具，智能驾驶计算机向驾驶系统发送使能信号，开启驾驶系统工作，以便驾驶员通过脑波信号控制驾驶系统；脑波信号特征匹配合格的驾驶员被禁止驾驶交通工具，驾驶系统保持关闭；进一步地，对于管理员也可以通过授权口令进入智能驾驶计算机，添加或修改驾驶员的脑波信号，授权该驾驶员允许驾驶该交通工具；

步骤2，进行脑波信号、行驶信号、人员信号、环境信号等的处理与综合分析，并判断驾驶模式；

子步骤2-1，传感系统采集交通工具不同部位的工作状态参数，采集交通工具周围环境的信号，采集驾驶员的工作状态信号，将所有信号经过滤波处理和波形整理后，发送到驾驶计算机；

子步骤2-2，驾驶计算机将传感系统获取的传感器信号以图形化方式展示出来，通过交通工具的形状、传感器布置情况、传感器参数和性能指标，精确计算交通工具的工作状态信息和周围环境信息；

子步骤2-3，驾驶计算机将获取的传感器信号与传感器平时工作的历史数据比较，判断是否有异常现象，传感器当前采集的数据是否超过了历史数据的阈值；进一步地，传感器当前采集的数据如果超出了历史数据的阈值，则判断为异常，并发出异常报警，否则判断为正常驾驶状态；

步骤3，根据驾驶模式，选择脑波驾驶、或自动驾驶、或手动驾驶，并完成相应的参数设置；

子步骤3-1，智能驾驶计算机将脑波仪捕捉的脑波信号进行聚类分析和分类计算，精确计算驾驶员的脑波信号是否与驾驶员的工作状态信息和周围环境信息一致，判断驾驶员的脑波信号属于何种分类，包括方向控制脑波指令、速度控制脑波指令、其他类脑波信息；

子步骤3-2，智能驾驶计算机根据脑波仪获取的驾驶员操作指令预先评估和仿真操作成功后的交通工具是否安全；如果在仿真过程中，交通工具按驾驶员的脑波信号工作后，交通工具的传感器信号仍然属于正常范围或未超出历史数据阈值，则可判断驾驶员操作指令为安全指令；否则，可判断驾驶员操作指令为非安全指令；

子步骤3-3，智能驾驶计算机将确认安全的脑波驾驶指令通过人工智能算法优化，优化一名或多名脑波操作指令码序列和行驶路线，优化目标函数可以选择安全驾驶或最短路线作为评估指标；智能驾驶计算机对于不安全的脑波操作指令码由人工智能算法计算可行的解决方案；

步骤4，在相应的驾驶模式下完成驾驶操作，如果评估操作结束后的交通工具处于安全状态，则驾驶计算机300控制相应的驾驶系统工作，例如将方向控制脑波指令发送到交通工具的方向控制系统，将速度控制脑波指令发送到交通工具的油门控制系统或刹车控制系统，将其他类脑波信息发送到相关的交通工具控制机构。

在硬件的选用下，具体如下：

传感器系统100可使用交通工具自带的信号传感器，这样不仅交通工具本身的传感器相适性很好，而且与可以很大程度上减少所需经费。

脑波仪200利用脑波的唯一性与稳定性，通过检测驾驶员脑波来完成身份验证，并进行一系列交通工具智能控制功能，实现“脑波控车”。脑波仪200安装于正驾驶座头枕上部或装于驾驶头盔内部，或者用于交通工具的远程驾驶的脑波采集，用于采集驾驶员的脑波信号或远程驾驶控制员的脑波信号，非入侵式脑波技术具有使用安全，使用舒适等特点，可以给驾驶员提供良好的体验。脑波仪采用无线干电极脑电信号采集系统，其为一种靠性、高稳定性嵌入式多通道高分辨率脑电信号处理与传输电路，优选的，其ADC 可选择TI 公司生产的８通道、16 位、高精度、低功耗SAR-ADC，采样速率高达100KHz，并且可以通过多个模拟通道切换实现采样，降低系统功耗。将采集的信号进行A/D转换后，进行信号处理，然后进行无线传输，输出到所述计算机101。

优选的，智能处理计算机300包括CPU、显示器，连接脑波仪200及传感系统100、交通工具的驾驶系统400，是一台高性能智能计算机，用于处理脑波仪200输出的信号，并转化为相关信号传递给传感系统和交通工具的驾驶系统，以及显示周围交通工具驾驶员行为动向。

CPU采用主频为2.6GHz的Intel 酷睿i9 7980XE，十八核、三十六线程、六十四位处理器，能采用快速独立分量Fast ICA方法对于脑波仪传输的脑波信号进行去噪处理，对信号进行高效的处理和转化。Fast ICA方法具有快速收敛特性，且具有很好的稳定性，能够在保护有用信号的同时较为成功地削弱甚至完全消除脑电信号中的各种干扰信号，使过滤后的脑波信号便于分析和转化；

环境传感器109可用道可视360度全景泊车影像雷达，其可探测车前2.5m，车后3.5m，车身左右两侧各2.5m，工作电流400mA，图像清晰520TVL，即在车前后左右各装一个可实现全景雷达影像，对车周围的环境进行探知。

计算机可用Acer Predator 21X，其CPU是Intel 酷睿i7 7820HK，主频2.9GHZ，内存容量64G，显卡为发烧级独立显卡，显卡容量16G，五风扇散热，无线网卡支持802.11a/b/g/n无线协议，可实现全网联通。

显示器，安装于车速表旁，客户舒适直观地观看的位置，优选地，为分辨率不低于1024*864的液晶显示屏，响应时间小于1ms，提供2个高速充电的USB 3.0接口，满足多项使用需求，通过独立区域背光扫描技术，强化残影控制，拥有20档可调节的黑色均衡器，能快速高效的将周围交通工具驾驶员行为动向显示出来，避免突发交通事故。

Claims (7)

1.一种脑波智能驾驶系统，其特征在于：它包括智能驾驶计算机（300），智能驾驶计算机（300）的输入端与传感系统（100）、脑波仪（200）的输出端连接，智能驾驶计算机（300）的输出端接入驾驶系统（400），将计算出的驾驶控制信号传递给驾驶系统（400），以控制交通工具的驾驶操作；

传感系统（100）用于获取交通工具各个传感器的数据，并将采集的数据传输给智能驾驶计算机（300）；传感系统（100）包括采集交通工具不同部件工作状态的传感器、采集交通工具周围环境状态的传感器、以及采集驾驶员工作状态的传感器；

脑波仪（200）用于对驾驶员脑波信号进行采集，并将采集的数据传输给智能驾驶计算机（300）；

驾驶计算机（300）用于解析所述传感系统（100）获取的传感器信号和脑波仪（100）捕捉的脑波信号，并转换成对应的控制信号控制交通工具的驾驶。

2.根据权利要求1所述的脑波智能驾驶系统，其特征在于：所述传感系统（100）中的传感器，可随时检测交通工具的传感器信号，采集交通工具不同部位的工作状态参数，采集交通工具周围环境的信号，采集驾驶员的工作状态信号，为驾驶员提供全方位的精准感知。

3.根据权利要求3所述的脑波智能驾驶系统，其特征在于：在驾驶过程中，通过聚类分析判断驾驶员的脑波操作指令码属于何种分类，包括方向控制脑波操作指令码、速度控制脑波操作指令码、其他类脑波操作指令码；进一步地，方向控制脑波操作指令码用于识别驾驶员对交通工具的方向控制操作，包括向前（或称前进）、向后（或称倒车）、向左、向右、向上、向下几类脑波指令；速度控制脑波操作指令码用于识别驾驶员对交通工具的速度控制操作，包括加速、减速、启动、停止几类脑波指令；其他类脑波操作指令码用于识别驾驶员脑波指令的强度、持续时间、安全性之类的参考信号，包括轻微的（方向控制或速度控制）、猛烈的（方向控制或速度控制）、短时的（方向控制或速度控制）、持续的（方向控制或速度控制）、发现操作失误（或后悔的操作）、纠正的操作、大脑的疲劳状态、身体的不舒服状态。

4.根据权利要求1所述的脑波智能驾驶系统，其特征在于：所述在驾驶过程中不断检测驾驶员产生的脑波信号，并传送给智能驾驶计算机（300），判断驾驶员驾驶操作是否可以正常完成，以及确定所需的驾驶模式；智能驾驶计算机（300）首先分析各种传感器在交通工具中不同部位所采集的数据，对采集的数据进行必要的清洗和数据整理；其次，智能驾驶计算机（300）分析不同传感器在空间和时间上的互补与冗余信息，将按预先定义的准则将所有数据组合起来，产生对交通工具、驾驶员、周围环境的三维解释或完整描述；再次，智能驾驶计算机（300）分析驾驶员的脑波指令和信号，并预先推断和仿真指令在实施完成后是否可以保证交通工具安全，如果可以保证安全，则智能驾驶计算机（300）根据脑波指令控制交通工具的不同部件协同工作，确保交通工具符合驾驶员发出的脑波控制指令。

5.根据权利要求1所述的脑波智能驾驶系统，其特征在于：所述脑波仪（200）用于捕捉驾驶员的脑波信号，在驾驶前，判断该驾驶员的脑波信号是否与交通工具中预存的合法脑波信号匹配，匹配合法的驾驶员能够启动交通工具，匹配失败的驾驶员将无法启动交通工具，确保交通工具只能由合法的驾驶员驾驶。

6.根据权利要求1或5所述的脑波智能驾驶系统，其特征在于：所述脑波仪（200）采集的驾驶员脑波信息以图形文件压缩方式存储在智能驾驶计算机（300）中，并根据驾驶员的不同驾驶预期进行聚类分析和分类存储，为驾驶计算机（300）提供驾驶员的预期操作指令码；进一步地，脑波信号根据驾驶员的操作指令可分为方向控制脑波指令、速度控制脑波指令、其他类脑波信息。

7.根据权利要求1所述的脑波智能驾驶系统，其特征在于：所述驾驶计算机（300）将传感系统（100）获取的传感器信号以图形化方式展示出来，通过交通工具的形状、传感器布置情况、传感器参数和性能指标，精确计算交通工具的工作状态信息和周围环境信息，并与传感器平时工作的历史数据比较，为驾驶系统工作提供精准的工作参考；进一步地，驾驶计算机（300）将传感系统（100）采集的传感器信号进行深入分析，挖掘驾驶员的工作状态是否正常，将驾驶员平时的工作历史数据和工作习惯与当前的交通工具驾驶状态进行对比分析；驾驶计算机（300）将脑波仪（100）捕捉的脑波信号进行聚类分析和分类计算，精确计算驾驶员的脑波信号是否与驾驶员的工作状态信息和周围环境信息一致，并根据脑波仪获取的驾驶员操作指令预先评估和仿真操作成功后的交通工具是否安全；如果评估操作结束后的交通工具处于安全状态，则驾驶计算机（300）控制相应的驾驶系统工作。

Images