CN115042796A - 基于健康模型的车辆控制方法及装置、目标车辆 - Google Patents

Abstract

本发明公开了一种基于健康模型的车辆控制方法及装置、目标车辆。其中，该车辆控制方法包括：采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据；基于生理数据，构建智能健康模型；采用智能健康模型，分析车内人员的健康状态；结合车内人员的健康状态，调整当前车辆中各模块的运行参数。本发明解决了相关技术中过于依赖外接设备对车内人员进行健康检测的技术问题。

Description

基于健康模型的车辆控制方法及装置、目标车辆

技术领域

本发明涉及车辆控制技术领域，具体而言，涉及一种基于健康模型的车辆控制方法及装置。

背景技术

传统汽车的汽车都会携带有座椅安全带，该汽车座椅安全带包括具有织带、带扣、调节件以及将其固定在机动车辆内部的连接件,用于在车辆骤然减速或碰撞时通过限制佩戴者身体的运动以减轻其伤害程度的总成,包括吸能或卷收织带的装置，是保障驾驶员被动安全的最重要设施之一。

但是传统汽车安全带作为最重要的被动安全措施之一，对于主动安全提醒仅包含：1)视觉提醒信号应被放置到驾驶员在日光下易于看见和识别的地方，并且能够与其它的提醒信号相区别；2)当驾驶员未系安全带并且点火开关打开，第一级提醒信号应至少有一个持续4s或更长时间的视觉提醒信号；3)第二级提醒信号在未系安全带、车辆处于正常运转状态且至少符合以下的一个条件(或这些条件的组合)时，除3s以上的提醒停止时间外，应启动30s以上的视觉和听觉信号。

据统计在现代交通事故中，驾驶员疲劳驾驶占比60％以上。车辆使用场景下驾驶室内不可避免的受到城市的大气、光或噪音等污染的影响，对驾驶员和乘客有很大的健康威胁，而由于驾驶员情绪异常、异常体征、突发疾病等因素导致的交通事故发生率也在逐年上升。所以驾驶场景中司乘人员健康人机交互系统已经形成了用户对汽车安全的新要求，也是智能网联汽车企业争夺的重要魅力属性。

目前主流的汽车智能健康监测系统有基于RGB(静态摄像头)对驾驶员面部进行识别，对体温、疲劳程度，注意力进行监测，从而达到提醒的目的，但是该方式夜间无法识别，而且缺乏隐私保护；也有实施方式是引用外部数据，即车联网系统联通驾驶员的智能手表或手环，驾驶员在驾驶车辆过程中提高手表或手环的采样频率并与车机系统实时交互数据进行检测，但是此方式过分依赖外接设备。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种基于健康模型的车辆控制方法及装置、目标车辆，以至少解决相关技术中过于依赖外接设备对车内人员进行健康检测的技术问题。

根据本发明实施例的一个方面，提供了一种基于健康模型的车辆控制方法，包括：采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据；基于所述生理数据，构建智能健康模型；采用所述智能健康模型，分析所述车内人员的健康状态；结合所述车内人员的健康状态，调整所述当前车辆中各模块的运行参数。

可选地，所述被动安全装置至少包括：安全带；所述识别装置为毫米波雷达组件，所述毫米波雷达组件包括：信号发生器、发射天线、接收天线、频率产生器、锁相环、调制电路、存储器、微处理器和CAN收发器，其中，所述发射天线集成安装在所述安全带中，所述接收天线和所述调制电路安装在座椅背部，所述信号发生器产生的信号通过所述发射天线发射，穿过被测人员后通过所述接收天线来接收反射回信号，所述频率产生器将发射信号和接收信号混频，所述锁相环产生所需的载波信号并提供给所述调制电路，所述微处理器控制数模转换器将中频模拟信号转换为数字信号并由数字信号处理器处理，所述数字信号处理器的输出数据由CAN收发器转换为CAN信号，并在所述当前车辆的CAN总线上传输所述CAN信号。

可选地，采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据的步骤，包括：基于所述毫米波雷达组件和近场相干传感策略，获取每个所述车内人员的物理距离及相位信息，其中，所述相位信息包含下述至少之一：人体生理信号、环境噪声及人体运动引动的干扰信号；基于所述物理距离和所述相位信息的方差，确定与所述车内人员对应的人体反射信号的距离，得到人体相位信号；基于所述人体相位信号，确定所述车内人员的脉搏波信号、呼吸信号和血氧信号；分析所述脉搏波信号，得到所述车内人员的脉搏参数；采取连续流的无创血压检测方式，采集所述车内人员在所述当前车辆行驶过程中的血压变化信息；基于所述脉搏参数、所述呼吸信号、所述血氧信号和所述血压变化信息，确定所述车内人员的生理数据。

可选地，分析所述脉搏波信号，得到所述车内人员的脉搏参数的步骤，包括：采用预先配置的滤波策略，去除所述脉搏波信号中的异常值；检测所述脉搏波信号中的特征点，其中，所述特征点包括下述至少之一：波峰、波谷；根据检测到脉搏波的特征点进行特征提取，得到多个脉搏参数，其中，所述多个脉搏参数包括：峰值强度比、心率、脉搏波信号的峰值、脉搏波信号的谷值、交流分量最大振幅、收缩期向上搏动时间、舒张时间和收缩期向上至峰值的断点。

可选地，采取连续流的无创血压检测方式，采集所述车内人员在所述当前车辆行驶过程中的血压变化信息的步骤，包括：采用所述当前车辆的被动安全装置对所述车内人员的血管壁施加预先配置的外压力；采集施加所述外压力后的反馈信息；根据所述反馈信息，调节所述外压力；在所述外压力与血管内压相等时，确定动脉血管处于恒定容积状态，采集所述恒定容积状态下的动脉血压，得到所述血压变化信息。

可选地，基于所述生理数据，构建智能健康模型的步骤，包括：获取所述当前车辆的车速、油门踏板加速参数、刹车踏板使用频率；结合所述当前车辆的车速、油门踏板加速参数、刹车踏板使用频率，以及车内驾驶人员的脉搏参数、呼吸信号和血压变化信息，分析所述车内驾驶人员的生理疲劳状态、肌力、肌肉僵持度、心率；结合所述车内驾驶人员的生理疲劳状态、肌力、肌肉僵持度、心率，构建疲劳驾驶子模型；结合所述车内驾驶人员的动态心电图、声音信号、呼吸信号、连续鸣笛次数和时长、加速度变化、用户表情、瞳孔反应，分析所述车内驾驶人员的情绪状态，以构建情绪子模型；结合所述车内驾驶人员的心率、呼吸信号、体温、血压变化信息、血氧信号，分析所述车内驾驶人员的体征数据，以构建体征子模型；结合所述车内驾驶人员的疾病判定信息，构建突发疾病子模型；综合所述疲劳驾驶子模型、所述情绪子模型、所述体征子模型和所述突发疾病子模型，构建所述智能健康模型。

可选地，采用所述智能健康模型，分析所述车内人员的健康状态的步骤，包括：采用所述智能健康模型分析所述车内人员的心率水平，在所述心率水平低于第一预设心率阈值达到第一预定时长的情况下，确定所述车内人员的健康状态为心动过缓；在所述心率水平维持在第一预设心率阈值和第二预设心率阈值之间，确定所述车内人员的健康状态为正常；在所述心率水平高于所述第二预设心率阈值达到第二预定时长的情况下，确定所述车内人员的健康状态为心动过速；采用所述智能健康模型分析所述车内人员的血氧水平，在所述血氧水平低于预设血氧阈值达到第三预定时长的情况下，确定所述车内人员的健康状态为血氧过低；在所述血氧水平预设血氧阈值达到第四预定时长高于的情况下，确定所述车内人员的健康状态为血氧过低血氧正常；采用所述智能健康模型分析所述车内人员的血压水平，在所述血压水平低于第一预设血压阈值达到第五预定时长的情况下，确定所述车内人员的健康状态为低血压；在所述血压水平保持在第一预设血压阈值和第二预设血压阈值的范围内，确定所述车内人员的健康状态为血压正常；在所述血压水平高于第二预设血压阈值达到第六预定时长的情况下，确定所述车内人员的健康状态为高血压。

可选地，结合所述车内人员的健康状态，调整所述当前车辆中各模块的运行参数的步骤，包括：结合所述车内人员的健康状态，调整所述当前车辆的智能座舱内的温度和气味。

根据本发明实施例的另一方面，还提供了一种基于健康模型的车辆控制装置，包括：采集单元，用于采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据；构建单元，用于基于所述生理数据，构建智能健康模型；分析单元，用于采用所述智能健康模型，分析所述车内人员的健康状态；调整单元，用于结合所述车内人员的健康状态，调整所述当前车辆中各模块的运行参数。

可选地，所述被动安全装置至少包括：安全带；所述识别装置为毫米波雷达组件，所述毫米波雷达组件包括：信号发生器、发射天线、接收天线、频率产生器、锁相环、调制电路、存储器、微处理器和CAN收发器，其中，所述发射天线集成安装在所述安全带中，所述接收天线和所述调制电路安装在座椅背部，所述信号发生器产生的信号通过所述发射天线发射，穿过被测人员后通过所述接收天线来接收反射回信号，所述频率产生器将发射信号和接收信号混频，所述锁相环产生所需的载波信号并提供给所述调制电路，所述微处理器控制数模转换器将中频模拟信号转换为数字信号并由数字信号处理器处理，所述数字信号处理器的输出数据由CAN收发器转换为CAN信号，并在所述当前车辆的CAN总线上传输所述CAN信号。

可选地，采集单元包括：第一获取模块，用于基于所述毫米波雷达组件和近场相干传感策略，获取每个所述车内人员的物理距离及相位信息，其中，所述相位信息包含下述至少之一：人体生理信号、环境噪声及人体运动引动的干扰信号；第一确定模块，用于基于所述物理距离和所述相位信息的方差，确定与所述车内人员对应的人体反射信号的距离，得到人体相位信号；第二确定模块，用于基于所述人体相位信号，确定所述车内人员的脉搏波信号、呼吸信号和血氧信号；第一处理模块，用于分析所述脉搏波信号，得到所述车内人员的脉搏参数；第一采集模块，用于采取连续流的无创血压检测方式，采集所述车内人员在所述当前车辆行驶过程中的血压变化信息；第三确定模块，用于基于所述脉搏参数、所述呼吸信号、所述血氧信号和所述血压变化信息，确定所述车内人员的生理数据。

可选地，第一处理模块包括：第一处理子模块，用于采用预先配置的滤波策略，去除所述脉搏波信号中的异常值；第一检测子模块，用于检测所述脉搏波信号中的特征点，其中，所述特征点包括下述至少之一：波峰、波谷；第二检测子模块，用于根据检测到脉搏波的特征点进行特征提取，得到多个脉搏参数，其中，所述多个脉搏参数包括：峰值强度比、心率、脉搏波信号的峰值、脉搏波信号的谷值、交流分量最大振幅、收缩期向上搏动时间、舒张时间和收缩期向上至峰值的断点。

可选地，第一采集模块包括：第一处理子模块，用于采用所述当前车辆的被动安全装置对所述车内人员的血管壁施加预先配置的外压力；采集子模块，用于采集施加所述外压力后的反馈信息；调节子模块，用于根据所述反馈信息，调节所述外压力；第二处理子模块，用于在所述外压力与血管内压相等时，确定动脉血管处于恒定容积状态，采集所述恒定容积状态下的动脉血压，得到所述血压变化信息。

可选地，构建单元包括：第二获取模块，获取所述当前车辆的车速、油门踏板加速参数、刹车踏板使用频率；第一分析模块，用于结合所述当前车辆的车速、油门踏板加速参数、刹车踏板使用频率，以及车内驾驶人员的脉搏参数、呼吸信号和血压变化信息，分析所述车内驾驶人员的生理疲劳状态、肌力、肌肉僵持度、心率；第一构建模块，用于结合所述车内驾驶人员的生理疲劳状态、肌力、肌肉僵持度、心率，构建疲劳驾驶子模型；第二构建模块，用于结合所述车内驾驶人员的动态心电图、声音信号、呼吸信号、连续鸣笛次数和时长、加速度变化、用户表情、瞳孔反应，分析所述车内驾驶人员的情绪状态，以构建情绪子模型；第三构建模块，用于结合所述车内驾驶人员的心率、呼吸信号、体温、血压变化信息、血氧信号，分析所述车内驾驶人员的体征数据，以构建体征子模型；第四构建模块，用于结合所述车内驾驶人员的疾病判定信息，构建突发疾病子模型；第五构建模块，用于综合所述疲劳驾驶子模型、所述情绪子模型、所述体征子模型和所述突发疾病子模型，构建所述智能健康模型。

可选地，分析单元包括：第二处理模块，用于采用所述智能健康模型分析所述车内人员的心率水平，在所述心率水平低于第一预设心率阈值达到第一预定时长的情况下，确定所述车内人员的健康状态为心动过缓；在所述心率水平维持在第一预设心率阈值和第二预设心率阈值之间，确定所述车内人员的健康状态为正常；在所述心率水平高于所述第二预设心率阈值达到第二预定时长的情况下，确定所述车内人员的健康状态为心动过速；第三处理模块，用于采用所述智能健康模型分析所述车内人员的血氧水平，在所述血氧水平低于预设血氧阈值达到第三预定时长的情况下，确定所述车内人员的健康状态为血氧过低；在所述血氧水平预设血氧阈值达到第四预定时长高于的情况下，确定所述车内人员的健康状态为血氧过低血氧正常；第四处理模块，用于采用所述智能健康模型分析所述车内人员的血压水平，在所述血压水平低于第一预设血压阈值达到第五预定时长的情况下，确定所述车内人员的健康状态为低血压；在所述血压水平保持在第一预设血压阈值和第二预设血压阈值的范围内，确定所述车内人员的健康状态为血压正常；在所述血压水平高于第二预设血压阈值达到第六预定时长的情况下，确定所述车内人员的健康状态为高血压。

可选地，调整单元包括：调整模块，用于结合所述车内人员的健康状态，调整所述当前车辆的智能座舱内的温度和气味。

根据本发明实施例的另一方面，还提供了一种目标车辆，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任一项所述的基于健康模型的车辆控制方法。

在本发明中，采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据，然后基于生理数据构建智能健康模型，之后采用构建好的智能健康模型，分析车内人员的健康状态，最后结合车内人员的健康状态，调整当前车辆中各模块的运行参数。在本发明中，通过设置在车辆被动安全装置上的识别装置无接触采集车内人员的生理数据，通过构建健康智能模型判断车内人员健康状态，及时调整车辆运行参数，达到了通过无接触的方式对车内人员进行健康分析并对车辆进行控制的目的，大大减少对外部设备的依赖性，进而解决了相关技术中过于依赖外接设备对车内人员进行健康检测的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的一种可选的基于健康模型的车辆控制方法的流程图；

图2是根据本发明实施例的一种可选的基于被动安全方式的智能健康人机交互系统的流程图；

图3是根据本发明实施例的一种可选的司乘人员智能健康监控管理系统的流程图；

图4是根据本发明实施例的一种可选的司乘人员智能健康模型与人机交互系统的流程图；

图5是根据本发明实施例的一种可选的基于健康模型的车辆控制装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本发明可以应用于各种自动驾驶系统\软件\产品中，还适用于辅助驾驶、半自动驾驶、有条件自动驾驶高度自动驾驶以及完全自动驾驶等系统中，将近场相干传感技术植入于被动安全系统中(汽车安全带和座椅)，通过非皮肤接触式便可监测人体生命特征和情绪，实现通过无接触的方式对车内人员进行健康分析并对车辆进行控制。

相关的被动安全装置，汽车安全带、儿童约束系统在车辆上安装的要求需遵循国标标准，其中，包含前排外侧、前排中间、非前排外侧、非前排中间、后向乘坐位置的安装要求和集成到安全带或约束系统的刚性部件的特殊要求，例如：1)不能要求织带承担有危险的配置；2)把由于前倾运动使正确安装的安全带从佩戴者胸部往下滑移的危险性降到最小；3)把与车辆、座椅结构、儿童约束系统或按制造商推荐的ISOFIX儿童约束系统的尖锐部件接触而使织带受损的危险降到最小；4)对于每个座椅位置提供的每个安全带的设计与安装应便于使用。此外，对于能够折叠以方便进入车辆的后部、货箱或行李厢的整体座椅或座垫或靠背，在折叠并恢复座椅到乘坐位置后，依据车辆的用户使用说明书，无需培训或练习，单人就能方便的使用这些座椅配套的安全带，或很容易从座椅下面或后面方便地进行恢复；5)应将锁舌插入带扣，以验证安全带可能的松弛不会影响对制造厂推荐的儿童约束系统进行正确安装，并且对于三点式安全带，当放置好规定的假人或装置时，对安全带的肩带从外部施加拉力可对安全带的腰带产生至少50N的张紧力。

图1是根据本发明实施例的一种可选的基于被动安全方式的智能健康人机交互系统的流程图，如图1所示，可以向通过采集司乘人员生理特征信号，可以采用非接触方式，然后根据司乘人员生理特征建立司乘人员健康模型，根据司乘人员健康模型与人机交互系统分析司乘人员健康装状态，最后可以通过驾驶员健康状态补偿系统的策略，调整当前车辆中各模块的运行参数，进而驱动车辆控制系统，还可以结合智能驾驶技术对车辆采取逐级操纵和安全保护。

本发明适用于车辆驾驶过程中车内人与方向盘或其他设备不接触情况下，采取植入于被动安全系统中(汽车安全带和座椅)的非皮肤接触式便可监测人体生命特征和情绪的最新方法，通过建立车里的智能健康人机交互系统，通过建立驾驶员及乘客的智能健康模型，对驾驶员的多项健康数据进行监测，同时通过车机系统分级别辅助驾驶员对车辆进行驾驶干预，有效避免因为疲劳驾驶、情绪异常、异常体征、突发疾病导致的交通事故发生率。

实施例一

根据本发明实施例，提供了一种可选的基于健康模型的车辆控制方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图2是根据本发明实施例的一种可选的基于健康模型的车辆控制方法的流程图，如图2所示，该方法包括如下步骤：

步骤S201，采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据；

步骤S202，基于生理数据，构建智能健康模型；

步骤S203，采用智能健康模型，分析车内人员的健康状态；

步骤S204，结合车内人员的健康状态，调整当前车辆中各模块的运行参数。

通过上述步骤，首先采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据，然后基于生理数据，构建智能健康模型，之后采用智能健康模型，分析车内人员的健康状态，最后结合车内人员的健康状态，调整当前车辆中各模块的运行参数。在本实施例中，通过设置在车辆被动安全装置上的识别装置无接触采集车内人员的生理数据，通过构建健康智能模型判断车内人员健康状态，及时调整车辆运行参数，达到了通过无接触的方式对车内人员进行健康分析并对车辆进行控制的目的，进而解决了相关技术中过于依赖外接设备对车内人员进行健康检测的技术问题。

下面结合上述各实施步骤来详细说明本发明实施例。

步骤S201，采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据。

上述被动安全装置上的识别装置，可以设置在当前车辆内的任意一个座位上，也可以设置多个，用于采集车内人员的生理数据，可以采用近场想干传感器技术对驾驶员或乘客的生理数据进行无接触采集。上述生理数据可以包括但不限于车内人员的心率、血压、血氧、呼吸、压力指数、生理疲劳状态、驾驶情绪、紧张程度等。通过采集车内人员的生理数据可以确定车内人员的健康状态，以便即是调整车辆的运行参数，保障人员的安全。上述车内人员可以是从事乘务工作的司乘人员、还可以是乘客。

一种可选的实施方式，被动安全装置至少包括：安全带；识别装置为毫米波雷达组件，毫米波雷达组件包括：信号发生器、发射天线、接收天线、频率产生器、锁相环、调制电路、存储器、微处理器和CAN收发器，其中，发射天线集成安装在安全带中，接收天线和调制电路安装在座椅背部，信号发生器产生的信号通过发射天线发射，穿过被测人员后通过接收天线来接收反射回信号，频率产生器将发射信号和接收信号混频，锁相环产生所需的载波信号并提供给调制电路，微处理器控制数模转换器将中频模拟信号转换为数字信号并由数字信号处理器处理，数字信号处理器的输出数据由CAN收发器转换为CAN信号，并在当前车辆的CAN总线上传输CAN信号。

采取近场相干传感技术，利用附在传统被动安全措施—安全带上的射频识别器(RFID)进行工作，可以无接触采集驾驶员和乘客的生理数据。上述识别装置可以为毫米波雷达组件，毫米波雷达组件包括但不限于：信号发生器、发射天线、接收天线、频率产生器、锁相环、调制电路、存储器、微处理器和CAN收发器，其中，发射天线可以集成安装在安全带中，与驾驶员心肺位置相对应，以便获取准确的心肺数据，接收天线和调制电路安装在座椅背部，由车辆进行供电。信号发生器产生的信号通过发射天线发射，穿过被测人员后接收天线接收反射回信号，频率产生器将发射信号和接收信号混频，锁相环产生所需的载波信号并提供给调制电路，微处理器控制数模转换器将中频模拟信号转换为数字信号并由数字信号处理器处理，数字信号处理器的输出由CAN收发器转换为CAN信号并在车辆的CAN总线上传输。

可选的，采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据的步骤，包括：基于毫米波雷达组件和近场相干传感策略，获取每个车内人员的物理距离及相位信息，其中，相位信息包含下述至少之一：人体生理信号、环境噪声及人体运动引动的干扰信号；基于物理距离和相位信息的方差，确定与车内人员对应的人体反射信号的距离，得到人体相位信号；基于人体相位信号，确定车内人员的脉搏波信号、呼吸信号和血氧信号；分析脉搏波信号，得到车内人员的脉搏参数；采取连续流的无创血压检测方式，采集车内人员在当前车辆行驶过程中的血压变化信息；基于脉搏参数、呼吸信号、血氧信号和血压变化信息，确定车内人员的生理数据。

需要说明的是，无接触采集车内人员的生理数据，可以为检测模块硬件包含发射天线、接收天线和频率产生器，基于毫米波雷达信号获取被测对象的物理距离及相位信息，将车内人员映射到数字模型内，并可支持单座位多组模型的记忆识别。基于物理距离，及相位信息的方差，接收天线确定对应人体反射信号的距离，得出人体相位信号。获取的相位信息包含人体生理信号、环境噪声及人体随机运动带来的干扰等。

为了增强心率信号的周期性，本实施例中可以利用一阶差分的方法对相位信号进行处理，可以有效识别心率信号的窗口区别于其他内脏器官和呼吸的震动；根据呼吸及脉搏波频率范围的不同，利用小波分解对差分后的相位信号进行分解，本实施例中可以对相位信号进行6级小波包分解，在第6层，可以得到包含64个节点的小波系数，这些节点间的频率差为0.15625Hz。第6至第30个节点的分量用于重构心率信号，获取心率波信号之后利用移动平均滤波进行处理，使其平滑，进而获取准确的心率信号。

下面通过一种可选的实施方式，对如何通过脉搏信号，得到车内人员的脉搏参数进行详细说明。

一种可选的实施方式，分析脉搏波信号，得到车内人员的脉搏参数的步骤，包括：采用预先配置的滤波策略，去除脉搏波信号中的异常值；检测脉搏波信号中的特征点，其中，特征点包括下述至少之一：波峰、波谷；根据检测到脉搏波的特征点进行特征提取，得到多个脉搏参数，其中，多个脉搏参数包括：峰值强度比、心率、脉搏波信号的峰值、脉搏波信号的谷值、交流分量最大振幅、收缩期向上搏动时间、舒张时间和收缩期向上至峰值的断点。

本实施例中，在获取脉搏波信号后，首先可以进行特征点检测，主要包括波峰、波谷等特征的检测。为了防止特征点检测错误，还可以通过滤波的方法去除脉搏波信号中的异常值，然后根据检测到脉搏波的特征点进行特征提取，主要包括峰值强度比、心率、脉搏波信号的峰值、脉搏波信号的谷值、交流分量最大振幅、收缩期向上搏动时间、舒张时间和收缩期向上至峰值的断点。

根据滤波后的脉搏波的特征点进行特征点提取，可以得到准确的脉搏波信号，进而确定脉搏参数，通过脉搏参数对车内人员的健康状态进行分析。

下面通过一种可选的实施方式对在当前车辆行驶过程中，通过连续的无创血压检测方式，采集车内人员的血压变化信息进行说明。

可选的，采取连续流的无创血压检测方式，采集车内人员在当前车辆行驶过程中的血压变化信息的步骤，包括：采用当前车辆的被动安全装置对车内人员的血管壁施加预先配置的外压力；采集施加外压力后的反馈信息；根据反馈信息，调节外压力；在外压力与血管内压相等时，确定动脉血管处于恒定容积状态，采集恒定容积状态下的动脉血压，得到血压变化信息。

在血压的检测系统中脉搏波从心脏开始向全身血管系统传导过程中，不但受心脏自身影响，而且还受血管阻力、血管弹性和血液年龄等因素影响，系统采取连续流的无创血压检测方式实现驾驶程中的血压监测。当前，血压的测量方式主要包括有创血压检测和无创血压检测，其中，有创血压检测是指动脉插管法，即将压力传感器以侵入的方式植入到人体的大动脉血管内，从而检测到心脏起搏引起的压力变化，这种检测方式相对准确，多数用于医疗行业，例如手术室和重症监护病房的患者，不适用于车辆使用场景。无创血压检测对人体没有伤害，是目前最常用的血压测量方法，日常通常使用间歇性测量技术，即只能提供血压的单次测量结果，不方便用于血压的连续检测。

需要说明的是，作为一种基本的生命特征信号，人体的血压并不是保持固定不变的，其具有一定的波动性，所以单次测量结果有时会存在着较大差异并且不能反映心血管功能状况的变化。连续流的无创血压检测方式是通过检测动脉血管壁、血管容积或脉搏波特征参数等来简介估测血压，该方法通过汽车安全带的预紧对人体血管壁施加一个预置的外压力，根据反馈信息不断调节外压力，当外部外压力与血管内压相等时，动脉血管处于恒定容积状态，最后通过对恒定容积状态下的外置压力测量间接测得动脉血压，得到血压变化信息。

在另一种可选实施方式中，还可以根据脉搏波传导时间对血压值进行计算，例如：脉搏波传导时间(Puls etransit time,简称PTT)指的是动脉脉压波从主动脉瓣到达周围血管所用的时间，脉搏波传播速度(Pulse wave velocity,简称PWV)与血压之间具有相关性，测量PWV可间接计算出血压值，而PWV可以通过脉搏波在动脉中两点之间的传导时间计算出，因此，可根据相同原理利用PTT间接计算出血压值。

步骤S202，基于生理数据，构建智能健康模型。

可选的，基于生理数据，构建智能健康模型的步骤，包括：获取当前车辆的车速、油门踏板加速参数、刹车踏板使用频率；结合当前车辆的车速、油门踏板加速参数、刹车踏板使用频率，以及车内驾驶人员的脉搏参数、呼吸信号和血压变化信息，分析车内驾驶人员的生理疲劳状态、肌力、肌肉僵持度、心率；结合车内驾驶人员的生理疲劳状态、肌力、肌肉僵持度、心率，构建疲劳驾驶子模型；结合车内驾驶人员的动态心电图、声音信号、呼吸信号、连续鸣笛次数和时长、加速度变化、用户表情、瞳孔反应，分析车内驾驶人员的情绪状态，以构建情绪子模型；结合车内驾驶人员的心率、呼吸信号、体温、血压变化信息、血氧信号，分析车内驾驶人员的体征数据，以构建体征子模型；结合车内驾驶人员的疾病判定信息，构建突发疾病子模型；综合疲劳驾驶子模型、情绪子模型、体征子模型和突发疾病子模型，构建智能健康模型。

上述疲劳驾驶子模型：驾驶疲劳属于急性疲劳，是由于日常驾驶行为所引起的暂时疲劳，经过短期的休息，疲劳就会消失。可选的，本实施例中的驾驶疲劳场景识别分为城市工况、市郊工况和高速工况三种模式。通常情况下TCU依靠当前车辆的车速、油门踏板加速参数、刹车踏板使用频率进行识别，如过具备智能网络功能汽车则直接调用车机地图进行确认。同时综合判断驾驶员生理疲劳状态、肌力、肌肉僵持度、心电、心率、血氧等情况进行判定。

上述情绪子模型，可以针对车内驾驶人员在移动出行过程中得愤怒、焦虑、亢奋等异常情绪进行识别。由于异常情绪下车辆的导致交通事故是正常的十倍左右，而且驾驶员特别容易受到外部因素干扰而出现异常情绪，易出现飙车、超速等问题。通常情况下，可以采取动态心电图、声音、呼吸、连续鸣笛次数和时长、车加速度变化、用户表情情绪、瞳孔反应(具备车载摄像头车辆)分析结果等进行判断。

体征子模型：主要通过车内驾驶人员的心率、呼吸频率、体温、血压、血氧等进行判断是否出现异常体征，异常体征是突发疾病的前兆，是预防事故的关键步骤。

突发疾病子模型，是指车内人员健康问题无法控制，趋向恶化时，可以结合车内驾驶人员的疾病判定信息确定上述突发疾病子模型。

步骤S203，采用智能健康模型，分析车内人员的健康状态。

可选的，采用智能健康模型，分析车内人员的健康状态的步骤，包括：采用智能健康模型分析车内人员的心率水平，在心率水平低于第一预设心率阈值达到第一预定时长的情况下，确定车内人员的健康状态为心动过缓；在心率水平维持在第一预设心率阈值和第二预设心率阈值之间，确定车内人员的健康状态为正常；在心率水平高于第二预设心率阈值达到第二预定时长的情况下，确定车内人员的健康状态为心动过速；采用智能健康模型分析车内人员的血氧水平，在血氧水平低于预设血氧阈值达到第三预定时长的情况下，确定车内人员的健康状态为血氧过低；在血氧水平预设血氧阈值达到第四预定时长高于的情况下，确定车内人员的健康状态为血氧过低血氧正常；采用智能健康模型分析车内人员的血压水平，在血压水平低于第一预设血压阈值达到第五预定时长的情况下，确定车内人员的健康状态为低血压；在血压水平保持在第一预设血压阈值和第二预设血压阈值的范围内，确定车内人员的健康状态为血压正常；在血压水平高于第二预设血压阈值达到第六预定时长的情况下，确定车内人员的健康状态为高血压。

用智能健康模型分析车内人员的心率水平，在心率水平低于第一预设心率阈值达到第一预定时长的情况下，可以确定车内人员的健康状态为心动过缓；在心率水平维持在第一预设心率阈值和第二预设心率阈值之间，确定车内人员的健康状态为正常；在心率水平高于第二预设心率阈值达到第二预定时长的情况下，确定车内人员的健康状态为心动过速。

需要说明的是，上述心率水平的健康状态还可以采用通过一个周期内，设置心率水平的监测阈值情况为：过缓、低落、正常、过速。如果车内人员的心率水平持续低于过缓值达到预定的窗口期内，车内人员当前的健康状态判断为心动过缓，通常预设阈值可以设置为45次/分钟。如果车内人员的心率水平维持在过缓值和正常值下限之间达到预定的窗口期内，驾驶员当前的健康状态判断为低落，通常预设阈值可以为45-60次/分钟；如果车内人员的心率水平维持在正常下限和正常上限之间且无突变，驾驶员当前的健康状态判断为正常，通常预设阈值可以为60-110次/分钟；如果车内人员的心率水平维持在正常上限和过速之间且达到预定的窗口期内，驾驶员当前的健康状态判断为心动过速，通常预设阈值可以为110-180次/分钟。判断车内人员心率状态，需要连续两次触发窗口期内的阈值后，同步结合血氧含量的检测结果，用以判断人员处于哪种健康模型状态。同时AI助手介入与车内人员进行交流互动，对智能座舱内的温度和气味进行舒缓性调节，以及安全驾驶辅助系统介入，执行辅助驾驶甚至减速停车呼叫医疗救助和交通协助。

或者，上述心率水平的健康状态还可以根据需要进行其他状态划分，例如，过缓、正常、过速；过缓、正常、增速、过速等等。

判断驾驶员的健康状态的步骤中，还可以通过分析车内人员的血氧水平，确定车内人员的健康状态，血氧饱和度可分为动脉血氧饱和度以及静脉血氧饱和度，血氧饱和度可以指动脉血氧饱和度。动态血氧饱和度是氧合血红蛋白占总血红蛋白的百分比，正常机体没有缺氧的情况下，被血红蛋白结合的氧气占血红蛋白的百分比，应该在95％以上。设置血氧水平的监测阈值为：正常值)(也即是上述血氧阈值)。如果车内人员的血氧水平持续低于正常值达到预定的第三预定时长的情况下，车内人员当前的健康状态可以判断为血氧过低，上述血氧阈值可以设置为95％。如果车内人员的血氧水平持续高于或等于正常值达到预定的第四预定时长，车内人员当前的健康状态判断为血氧正常。判断车内人员血氧状态，可以在超过第三预定时长以及第四预定时长的同时触发阈值后，同步结合心率的检测结果，用以判断人员处于哪种健康模型状态。同时还可以AI助手介入与车内人员进行交流互动，对智能座舱内的温度和气味进行舒缓性调节，甚至开窗强制换气，以及安全驾驶辅助系统介入，执行辅助驾驶甚至减速停车呼叫医疗救助和交通协助。

采用智能健康模型分析车内人员的血压水平，设置血压水平的监测阈值：低压(对应上述第一预设血压阈值)、高压(对应上述第二血压阈值)、还可以设置有超高压。该血压阈值可以根据需要自行设置，例如，上述第一预设血压阈值可以设置为80mmHg，上述第二血压阈值可以设置为120mmHg，还可以设置有超高压预设阈值为140mmHg。如果车内人员的血压水平持续低于第一预设血压阈值达到预定的第五预定时长的情况下，车内人员当前的健康状态可以判断为低血压。如果车内人员的血压水平持续在第一血压阈值到第二血压阈值内，车内人员当前的健康状态判断可以为正常。如果车内人员的血压水平持续高于第二预设血压阈值达到预定的第六预定时长的情况下，车内人员当前的健康状态判断为高血压。如果车内人员的血压水平持续高于超高压值达到预定的窗口期内，车内人员当前的健康状态可以判断为超高血压，判断车内人员血压状态，需要连续两次触发阈值后，同步结合心率的检测结果，用以判断人员处于哪种健康模型状态。同时也可以通过AI助手介入与车内人员进行交流互动，对智能座舱内的温度和气味进行舒缓性调节，以及安全驾驶辅助系统介入，执行辅助驾驶甚至减速停车呼叫医疗救助和交通协助。

步骤S204，结合车内人员的健康状态，调整当前车辆中各模块的运行参数。

可选的，结合车内人员的健康状态，调整当前车辆中各模块的运行参数的步骤，包括：结合车内人员的健康状态，调整当前车辆的智能座舱内的温度和气味。

结合车内人员的健康状态，根据车内人员是否是疲劳驾驶、情绪异常、异常体征、突发疾病等情况，可以调整当前车辆中各个模块的运行参数。

例如，系统判断驾驶员进入驾驶疲劳后，既可以触发人机交互功能，可分为以下三级：仪表提示请集中注意力，指示前方服务区或者休息位置；AI主动介入推荐舒缓音乐、释放舒适气味、降低驾驶员头部体感温度等；触发自动驾驶功能，对车辆进行L3或L4级驾驶。系统判断驾驶员进入情绪异常后，既触发人机交互功能，分为以下二级：仪表提示请注意交通安全；系统调整ECU油门踏板系数，使车辆加速性恶化。系统判断驾驶员进入体征异常后，既触发人机交互功能，分为以下二级：系统进行停车休息提示，AI系统联系紧急联系人，同时将驾驶员体征数据发给在线医生；触发自动驾驶模式同时降低车速、开启车窗；AI系统导航至最近的医疗机构。车内人员健康问题无法控制，趋向恶化时，自动驾驶系统介入进行安全减速停车，控制车辆信号灯，同时驾驶舱内座椅躺平；AI系统为用户推荐在线医生援助服务，并自动为用户呼叫救援服务。结合车内人员的健康状态，还可以调整当前车辆座舱内的温度和气味。

通过建立驾驶员及乘客的智能健康模型，对车内人员的多项健康数据进行监测，同时通过调整当前车辆中各个模块的运行参数对车辆进行驾驶干预，有效避免因为疲劳驾驶、情绪异常、异常体征、突发疾病导致的交通事故发生率。

下面结合另一种可选的实施例来说明本发明。

实施例二

随着智能手机的普及，人们已经习惯使用各种消费电子领域的可佩戴式健康监测设备，如心率监测手环、电话手表、随身血压计等，用户对自身健康的关注会延伸到生活的各个场景，而移动出行是每个人每天都要参与的一部分场景。但是，消费电子领域心率监测设备无法有效调动车内系统，给予驾驶员必要的人机交互。而当前车机端本身，虽然有互联互通软件，但是由于架构和协议的原因缺乏有效调动车内系统的能力，所以司乘人员的健康模型也无法与车机系统本身进行互通，所以提供一种基于移动出行座舱的司乘人员智能健康模型是互联网汽车的一个分支发展方向，因此本实施例提供了一种可选的司乘人员智能健康模型与人机交互系统。

以下以司乘人员为例进行详细说明。

本发明实施例，说明一种可选的基于被动安全方式的智能健康人机交互系统。

本发明实施例可以采取近场相干传感技术，利用附在传统被动安全措施—安全带上的射频识别器(RFID)进行工作，可以在无接触采集驾驶员和乘客的生理数据，根据生理数据计算得到驾驶员和乘客的疲劳驾驶、情绪异常、异常体征、突发疾病四类健康模型，进而驱动车辆控制系统，结合智能驾驶技术对车辆采取逐级操纵和安全保护，本实施例可以适应于对车内的所有人员包括驾驶员及乘客、还可以是司乘人员。

本实施例提供一种基于驾驶员和乘客健康模型的人机交互系统和驾驶员状态补偿系统的方法。

图3是根据本发明实施例的一种可选的司乘人员智能健康监控管理系统的流程图，如图3所示，提供了一种可选的司乘人员只能健康监控管理系统，系统可以包括如下组件：发射天线、接收天线、供电装置、频率产生器、锁相环、存储器、调制电路、微处理器、CAN收发器、车机系统、仪表等，图中的用户可以是驾驶员或乘客。

可以首先采取近场相干传感技术，利用附在传统被动安全设备—安全带上的射频识别器(RFID)进行工作，可以无接触采集驾驶员和乘客的生理数据。对驾驶员及乘客的生理状态进行识别的识别装置是毫米波雷达组件，毫米波雷达组件可以包括：信号发生器、发射天线、接收天线、频率产生器、锁相环、调制电路、存储器、微处理器和CAN收发器，其中发射天线可以集成安装在安全带中，与驾驶员心肺位置相对应，接收天线和调制电路可以安装在座椅背部，由车辆进行供电。信号发生器产生的信号通过发射天线发射，穿过被测人员后接收天线接收反射回信号，频率产生器将发射信号和接收信号混频，锁相环产生所需的载波信号并提供给调制电路，微处理器控制数模转换器将中频模拟信号转换为数字信号并由数字信号处理器处理，数字信号处理器的输出由CAN收发器转换为CAN信号并在车辆的CAN总线上传输。与其他装置仅监测驾驶员不同，可以对于每个乘客座位均可以独立安装使用。

司乘人员智能健康监控管理系统的实施方式可以为：检测模块硬件包含发射天线、接收天线和频率产生器，是基于毫米波雷达信号获取被测对象的物理距离及相位信息，将司乘人员映射到数字模型内，并可支持单座位五组模型的记忆识别。基于物理距离，及相位信息的方差，接收天线确定对应人体反射信号的距离，得出人体相位信号。获取的相位信息可以包含人体生理信号、环境噪声及人体随机运动带来的干扰等。需要说明是，采集的人体生理信号可以包括血氧、脉搏、血压等，为了增强心率信号的周期性，可以利用一阶差分的方法对相位信号进行处理，可以有效识别心率信号的窗口区别于其他内脏器官和呼吸的震动。根据呼吸及脉搏波频率范围的不同，利用小波分解对差分后的相位信号进行分解。通常可以对相位信号进行6级小波包分解，在第6层，可以得到包含64个节点的小波系数，这些节点间的频率差为0.15625Hz。第6至第30个节点的分量用于重构心率信号，获取心率波信号之后利用移动平均滤波进行处理，使其平滑。

因为在血压的检测系统中脉搏波从心脏开始向全身血管系统传导过程中，不但受心脏自身影响，而且还受血管阻力、血管弹性和血液年龄等因素影响，所以本实施例系统采取连续流的无创血压检测方式实现驾驶程中的血压监测，该连续流的无创血压检测方式是通过检测动脉血管壁、血管容积或脉搏波特征参数等来简介估测血压，该通过汽车安全带的预紧对人体血管壁施加一个预置的外压力，根据反馈信息不断调节外压力，当外部外压力与血管内压相等时，动脉血管处于恒定容积状态，最后通过对恒定容积状态下的外置压力测量间接测得动脉血压。

脉搏波传导时间(PTT)指的是动脉脉压波从主动脉瓣到达周围血管所用的时间。脉搏波传播速度(PWV)与血压之间具有相关性，测量PWV可间接计算出血压值，而PWV可以通过脉搏波在动脉中两点之间的传导时间计算出，因此，可根据相同原理利用PTT间接计算出血压值。

要估计的血压值。获取脉搏波信号后，首先进行特征点检测，主要包括波峰、波谷的检测。为了防止特征点检测错误，需要通过滤波的方法去除脉搏波信号中的异常值。根据检测到脉搏波的特征点进行特征提取，主要包括峰值强度比、心率、脉搏波信号的峰值、脉搏波信号的谷值、交流分量最大振幅、收缩期向上搏动时间、舒张时间和收缩期向上至峰值的断点分布见表1。需要测定表1各断点所处的时刻。

表1各断点所处的时刻

收缩期向上

10％

25％

33％

50％

66％

75％

峰值

舒张期向下

10％

25％

33％

50％

66％

75％

峰值

图4是根据本发明实施例的一种可选的司乘人员智能健康模型与人机交互系统的流程图，如图4所示，车机系统可以与AI助手、医疗救助、交通协助进行数据交互，一边驾驶车辆的乘车人员及时获得协助、车机系统还可以与司乘人员健康模型进行数据交互，保证车机系统及时掌握司乘人员的健康状态，车机系统还与车辆的安全驾驶辅助系统以及智能座舱管理连接，以响应车机系统发送的控制需求，通过安全驾驶辅助系统控制自动驾驶系统以及制动系统，通过智能座舱管理空调系统以及被动安全系统。

如图4所示，司乘人员健康模型主要分为以下四大个模型：疲劳驾驶、疲劳驾驶、情绪异常、异常体征、突发疾病，对应于疲劳驾驶子模型、情绪子模型、体征疾病子模型、突发疾病子模型。其中，疲劳驾驶的情况可以有生理疲劳、嗜睡、长时间驾驶等，情绪异常的情况可以有愤怒、焦虑、亢奋等，突发疾病的情况可以有发热、昏迷等，异常特征的情况可以根据呼吸、血压、心率进行体现。

通过司乘人员智能健康监控管理系统对司乘人员的心率、血压、血氧、呼吸、压力指数、生理疲劳、驾驶情绪、紧张程度等进行检测。

下面对司乘人员健康模型的四大模型进行详细说明。

综合疲劳驾驶子模型：驾驶疲劳属于急性疲劳，是由于日常驾驶行为所引起的暂时疲劳，经过短期的休息，疲劳就会消失。驾驶疲劳场景识别分为城市工况、市郊工况和高速工况三种模式。通常情况下TCU(Transmission Control Unit，自动变速箱控制单元)依靠车速、油门踏板加速性、刹车踏板使用频率进行识别，如具备智能网络功能汽车则直接调用车机地图进行确认。同时综合判断驾驶员生理疲劳状态、肌力、肌肉僵持度、心电、心率、血氧等情况进行判定。系统判断驾驶员进入驾驶疲劳后，既可以触发人机交互功能，人机交互功能可分为以下三级：仪表提示请集中注意力，指示前方服务区或者休息位置；AI(Artificial Intelligence，智械、机器智能)主动介入推荐舒缓音乐、释放舒适气味、降低驾驶员头部体感温度等；触发自动驾驶功能，对车辆进行L3(有条件自动驾驶)或L4级(高度自动驾驶)驾驶。

情绪子模型：主要是针对司乘人员在移动出行过程中得愤怒、焦虑、亢奋等异常情绪进行识别。异常情绪下车辆的导致交通事故是正常的十倍左右，而且驾驶员特别容易受到外部因素干扰而出现异常情绪，易出现飙车、超速等问题。通常情况下，采取动态心电图、声音、呼吸、连续鸣笛次数和时长、车加速度变化、用户表情情绪、瞳孔反应(具备车载摄像头车辆)分析结果等进行判断。系统判断驾驶员进入情绪异常后，既触发人机交互功能，分为以下二级：仪表提示请注意交通安全；系统调整ECU(Electronic Control Unit，电子控制单元)油门踏板系数，使车辆加速性恶化。

体征疾病子模型：主要通过司乘人员的心率、呼吸频率、体温、血压、血氧等进行判断是否出现异常体征。异常体征是突发疾病的前兆，是预防事故的关键步骤。系统判断驾驶员进入体征异常后，既触发人机交互功能，分为以下二级：系统进行停车休息提示，AI系统联系紧急联系人，同时将驾驶员体征数据发给在线医生；触发自动驾驶模式同时降低车速、开启车窗；AI系统导航至最近的医疗机构。

突发疾病子模型：司乘人员健康问题无法控制，趋向恶化时，自动驾驶系统介入进行安全减速停车，控制车辆信号灯，同时驾驶舱内座椅躺平；AI系统为用户推荐在线医生援助服务，并自动为用户呼叫救援服务。

在一个周期内，判断驾驶员的健康状态的步骤中，设置心率水平的监测阈值：过缓、常规-(减)、常规+(加)、过速。

例如，如果司乘人员的心率水平持续低于过缓值达到预定的窗口期内，司乘人员当前的健康状态判断为心动过缓，通常预设阈值可以为45次/分钟。

例如，如果司乘人员的心率水平维持在过缓和正常下限之间达到预定的窗口期内，驾驶员当前的健康状态判断为低落，通常预设阈值可以为45-60次/分钟。

例如，如果司乘人员的心率水平维持在正常下限和正常上限之间且无突变，驾驶员当前的健康状态判断为正常，通常预设阈值可以为60-110次/分钟。

例如，如果司乘人员的心率水平维持在正常上限和过速之间且达到预定的窗口期内，驾驶员当前的健康状态判断为心动过速，通常预设阈值可以为110-180次/分钟。

判断司乘人员心率状态，需要连续两次触发窗口期内的阈值后，同步结合血氧含量的检测结果，用以判断人员处于哪种健康模型状态。同时AI助手介入与司乘人员进行交流互动，对智能座舱内的温度和气味进行舒缓性调节，以及安全驾驶辅助系统介入，执行辅助驾驶甚至减速停车呼叫医疗救助和交通协助。

例如，在一个周期内，判断驾驶员的健康状态的步骤中，血氧饱和度可分为动脉血氧饱和度以及静脉血氧饱和度，本系统中的血氧饱和度指动脉血氧饱和度。动态血氧饱和度是氧合血红蛋白占总血红蛋白的百分比，正常机体没有缺氧的情况下，被血红蛋白结合的氧气占血红蛋白的百分比，应该在95％以上。设置血氧水平的监测阈值为：正常值。

例如，如果司乘人员的血氧水平持续低于正常值达到预定的窗口期内，司乘人员当前的健康状态判断为血氧过低，通常建议预设阈值为95％。

例如，如果司乘人员的血氧水平持续高于或等于正常值达到预定的窗口期内，司乘人员当前的健康状态判断为血氧正常，通常可以选择预设阈值为95％。

例如，判断司乘人员血氧状态，需要两个窗口期内的同时触发阈值后，同步结合心率的检测结果，用以判断人员处于哪种健康模型状态。同时AI助手介入与司乘人员进行交流互动，对智能座舱内的温度和气味进行舒缓性调节，甚至开窗强制换气，以及安全驾驶辅助系统介入，执行辅助驾驶甚至减速停车呼叫医疗救助和交通协助。

在一个周期内，判断驾驶员的健康状态的步骤中，设置血压水平的监测阈值：低压值、高压值、超高压值。通常建议低压预设阈值可以为80mmHg，高压预设阈值可以为120mmHg，超高压预设阈值可以为140mmHg。

例如，如果司乘人员(车内人员)的血压水平持续低于低压值达到预定的窗口期内，司乘人员当前的健康状态判断为低血压。

例如，如果司乘人员的血压水平持续在低压到高压的窗口期内，司乘人员当前的健康状态判断为正常。

例如，如果司乘人员的血压水平持续高于高压值达到预定的窗口期内，司乘人员当前的健康状态判断为高血压。

例如，如果司乘人员的血压水平持续高于超高压值达到预定的窗口期内，司乘人员当前的健康状态判断为超高血压。

判断司乘人员血压状态，需要连续两次触发窗口期内的阈值后，同步结合心率的检测结果，用以判断人员处于哪种健康模型状态。同时AI助手介入与司乘人员进行交流互动，对智能座舱内的温度和气味进行舒缓性调节，以及安全驾驶辅助系统介入，执行辅助驾驶甚至减速停车呼叫医疗救助和交通协助。

需要说明的上述各个阈值可以根据情况进行适应调整，上述各窗口期可以根据测试的司乘人员的各个健康指标进行适应调整。

根据生理体建立司乘人员健康模型，在司乘人员亚健康状态驾驶时，主动采取措施如安全制动等，保护驾驶员驾驶安全，避免因驾驶员健康问题导致的交通事故发生。同时主动采取一系列人机交互方式，积极调节驾驶员舒适度和安全性，提升车载人机交互体验，保障安全移动出行。

下面结合另一种可选的实施例来说明本发明

实施例三

本实施例提供了一种可选的基于健康模型的车辆控制装置，该车辆控制装置包含的各个实施单元对应于上述实施例一的各个实施步骤。

需要说明的是，本发明实施例的基于健康模型的车辆控制装置可以用于执行本发明实施例提供的基于健康模型的车辆控制方法，以下对本发明实施例所提供的基于健康模型的车辆控制装置进行介绍。

图5是根据本发明实施例的一种可选的基于健康模型的车辆控制装置的示意图，如图5所示，包括：

采集单元51，用于采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据；

构建单元52，用于基于生理数据，构建智能健康模型；

分析单元53，用于采用智能健康模型，分析车内人员的健康状态；

调整单元54，用于结合车内人员的健康状态，调整当前车辆中各模块的运行参数。

上述基于健康模型的车辆控制装置，可以先通过采集单元51采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据，然后通过构建单元52基于生理数据，构建智能健康模型；之后通过分析单元53采用智能健康模型，分析车内人员的健康状态，最后调整单元54结合车内人员的健康状态，调整当前车辆中各模块的运行参数。在本实施例，通过设置在车辆被动安全装置上的识别装置无接触采集车内人员的生理数据，通过构建健康智能模型判断车内人员健康状态，及时调整车辆运行参数，达到了通过无接触的方式对车内人员进行健康分析并对车辆进行控制的目的，进而解决了相关技术中过于依赖外接设备对车内人员进行健康检测的技术问题。

可选的，被动安全装置至少包括：安全带；识别装置为毫米波雷达组件，毫米波雷达组件包括：信号发生器、发射天线、接收天线、频率产生器、锁相环、调制电路、存储器、微处理器和CAN收发器，其中，发射天线集成安装在安全带中，接收天线和调制电路安装在座椅背部，信号发生器产生的信号通过发射天线发射，穿过被测人员后通过接收天线来接收反射回信号，频率产生器将发射信号和接收信号混频，锁相环产生所需的载波信号并提供给调制电路，微处理器控制数模转换器将中频模拟信号转换为数字信号并由数字信号处理器处理，数字信号处理器的输出数据由CAN收发器转换为CAN信号，并在当前车辆的CAN总线上传输CAN信号。

可选的，采集单元包括：第一获取模块，用于基于毫米波雷达组件和近场相干传感策略，获取每个车内人员的物理距离及相位信息，其中，相位信息包含下述至少之一：人体生理信号、环境噪声及人体运动引动的干扰信号；第一确定模块，用于基于物理距离和相位信息的方差，确定与车内人员对应的人体反射信号的距离，得到人体相位信号；第二确定模块，用于基于人体相位信号，确定车内人员的脉搏波信号、呼吸信号和血氧信号；第一处理模块，用于分析脉搏波信号，得到车内人员的脉搏参数；第一采集模块，用于采取连续流的无创血压检测方式，采集车内人员在当前车辆行驶过程中的血压变化信息；第三确定模块，用于基于脉搏参数、呼吸信号、血氧信号和血压变化信息，确定车内人员的生理数据。

可选的，第一处理模块包括：第一处理子模块，用于采用预先配置的滤波策略，去除脉搏波信号中的异常值；第一检测子模块，用于检测脉搏波信号中的特征点，其中，特征点包括下述至少之一：波峰、波谷；第二检测子模块，用于根据检测到脉搏波的特征点进行特征提取，得到多个脉搏参数，其中，多个脉搏参数包括：峰值强度比、心率、脉搏波信号的峰值、脉搏波信号的谷值、交流分量最大振幅、收缩期向上搏动时间、舒张时间和收缩期向上至峰值的断点。

可选的，第一采集模块包括：第一处理子模块，用于采用当前车辆的被动安全装置对车内人员的血管壁施加预先配置的外压力；采集子模块，用于采集施加外压力后的反馈信息；调节子模块，用于根据反馈信息，调节外压力；第二处理子模块，用于在外压力与血管内压相等时，确定动脉血管处于恒定容积状态，采集恒定容积状态下的动脉血压，得到血压变化信息。

可选的，构建单元包括：第二获取模块，获取当前车辆的车速、油门踏板加速参数、刹车踏板使用频率；第一分析模块，用于结合当前车辆的车速、油门踏板加速参数、刹车踏板使用频率，以及车内驾驶人员的脉搏参数、呼吸信号和血压变化信息，分析车内驾驶人员的生理疲劳状态、肌力、肌肉僵持度、心率；第一构建模块，用于结合车内驾驶人员的生理疲劳状态、肌力、肌肉僵持度、心率，构建疲劳驾驶子模型；第二构建模块，用于结合车内驾驶人员的动态心电图、声音信号、呼吸信号、连续鸣笛次数和时长、加速度变化、用户表情、瞳孔反应，分析车内驾驶人员的情绪状态，以构建情绪子模型；第三构建模块，用于结合车内驾驶人员的心率、呼吸信号、体温、血压变化信息、血氧信号，分析车内驾驶人员的体征数据，以构建体征子模型；第四构建模块，用于结合车内驾驶人员的疾病判定信息，构建突发疾病子模型；第五构建模块，用于综合疲劳驾驶子模型、情绪子模型、体征子模型和突发疾病子模型，构建智能健康模型。

可选的，分析单元包括：第二处理模块，用于采用智能健康模型分析车内人员的心率水平，在心率水平低于第一预设心率阈值达到第一预定时长的情况下，确定车内人员的健康状态为心动过缓；在心率水平维持在第一预设心率阈值和第二预设心率阈值之间，确定车内人员的健康状态为正常；在心率水平高于第二预设心率阈值达到第二预定时长的情况下，确定车内人员的健康状态为心动过速；第三处理模块，用于采用智能健康模型分析车内人员的血氧水平，在血氧水平低于预设血氧阈值达到第三预定时长的情况下，确定车内人员的健康状态为血氧过低；在血氧水平预设血氧阈值达到第四预定时长高于的情况下，确定车内人员的健康状态为血氧过低血氧正常；第四处理模块，用于采用智能健康模型分析车内人员的血压水平，在血压水平低于第一预设血压阈值达到第五预定时长的情况下，确定车内人员的健康状态为低血压；在血压水平保持在第一预设血压阈值和第二预设血压阈值的范围内，确定车内人员的健康状态为血压正常；在血压水平高于第二预设血压阈值达到第六预定时长的情况下，确定车内人员的健康状态为高血压。

可选的，调整单元包括：调整模块，用于结合车内人员的健康状态，调整当前车辆的智能座舱内的温度和气味。

根据本发明实施例的另一方面，还提供了一种目标车辆，包括：处理器；以及存储器，用于存储处理器的可执行指令；其中，处理器配置为经由执行可执行指令来执行上述任一项所述的基于健康模型的车辆控制方法

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，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单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于健康模型的车辆控制方法，其特征在于，包括：

采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据；

基于所述生理数据，构建智能健康模型；

采用所述智能健康模型，分析所述车内人员的健康状态；

结合所述车内人员的健康状态，调整所述当前车辆中各模块的运行参数。

2.根据权利要求1所述的控制方法，其特征在于，所述被动安全装置至少包括：安全带；所述识别装置为毫米波雷达组件，所述毫米波雷达组件包括：信号发生器、发射天线、接收天线、频率产生器、锁相环、调制电路、存储器、微处理器和CAN收发器，其中，所述发射天线集成安装在所述安全带中，所述接收天线和所述调制电路安装在座椅背部，所述信号发生器产生的信号通过所述发射天线发射，穿过被测人员后通过所述接收天线来接收反射回信号，所述频率产生器将发射信号和接收信号混频，所述锁相环产生所需的载波信号并提供给所述调制电路，所述微处理器控制数模转换器将中频模拟信号转换为数字信号并由数字信号处理器处理，所述数字信号处理器的输出数据由CAN收发器转换为CAN信号，并在所述当前车辆的CAN总线上传输所述CAN信号。

3.根据权利要求2所述的控制方法，其特征在于，采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据的步骤，包括：

基于所述毫米波雷达组件和近场相干传感策略，获取每个所述车内人员的物理距离及相位信息，其中，所述相位信息包含下述至少之一：人体生理信号、环境噪声及人体运动引动的干扰信号；

基于所述物理距离和所述相位信息的方差，确定与所述车内人员对应的人体反射信号的距离，得到人体相位信号；

基于所述人体相位信号，确定所述车内人员的脉搏波信号、呼吸信号和血氧信号；

分析所述脉搏波信号，得到所述车内人员的脉搏参数；

采取连续流的无创血压检测方式，采集所述车内人员在所述当前车辆行驶过程中的血压变化信息；

基于所述脉搏参数、所述呼吸信号、所述血氧信号和所述血压变化信息，确定所述车内人员的生理数据。

4.根据权利要求3所述的控制方法，其特征在于，分析所述脉搏波信号，得到所述车内人员的脉搏参数的步骤，包括：

采用预先配置的滤波策略，去除所述脉搏波信号中的异常值；

检测所述脉搏波信号中的特征点，其中，所述特征点包括下述至少之一：波峰、波谷；

根据检测到脉搏波的特征点进行特征提取，得到多个脉搏参数，其中，所述多个脉搏参数包括：峰值强度比、心率、脉搏波信号的峰值、脉搏波信号的谷值、交流分量最大振幅、收缩期向上搏动时间、舒张时间和收缩期向上至峰值的断点。

5.根据权利要求3所述的控制方法，其特征在于，采取连续流的无创血压检测方式，采集所述车内人员在所述当前车辆行驶过程中的血压变化信息的步骤，包括：

采用所述当前车辆的被动安全装置对所述车内人员的血管壁施加预先配置的外压力；

采集施加所述外压力后的反馈信息；

根据所述反馈信息，调节所述外压力；

在所述外压力与血管内压相等时，确定动脉血管处于恒定容积状态，采集所述恒定容积状态下的动脉血压，得到所述血压变化信息。

6.根据权利要求1所述的控制方法，其特征在于，基于所述生理数据，构建智能健康模型的步骤，包括：

获取所述当前车辆的车速、油门踏板加速参数、刹车踏板使用频率；

结合所述当前车辆的车速、油门踏板加速参数、刹车踏板使用频率，以及车内驾驶人员的脉搏参数、呼吸信号和血压变化信息，分析所述车内驾驶人员的生理疲劳状态、肌力、肌肉僵持度、心率；

结合所述车内驾驶人员的生理疲劳状态、肌力、肌肉僵持度、心率，构建疲劳驾驶子模型；

结合所述车内驾驶人员的动态心电图、声音信号、呼吸信号、连续鸣笛次数和时长、加速度变化、用户表情、瞳孔反应，分析所述车内驾驶人员的情绪状态，以构建情绪子模型；

结合所述车内驾驶人员的心率、呼吸信号、体温、血压变化信息、血氧信号，分析所述车内驾驶人员的体征数据，以构建体征子模型；

结合所述车内驾驶人员的疾病判定信息，构建突发疾病子模型；

综合所述疲劳驾驶子模型、所述情绪子模型、所述体征子模型和所述突发疾病子模型，构建所述智能健康模型。

7.根据权利要求1所述的控制方法，其特征在于，采用所述智能健康模型，分析所述车内人员的健康状态的步骤，包括：

采用所述智能健康模型分析所述车内人员的心率水平，在所述心率水平低于第一预设心率阈值达到第一预定时长的情况下，确定所述车内人员的健康状态为心动过缓；在所述心率水平维持在第一预设心率阈值和第二预设心率阈值之间，确定所述车内人员的健康状态为正常；在所述心率水平高于所述第二预设心率阈值达到第二预定时长的情况下，确定所述车内人员的健康状态为心动过速；

采用所述智能健康模型分析所述车内人员的血氧水平，在所述血氧水平低于预设血氧阈值达到第三预定时长的情况下，确定所述车内人员的健康状态为血氧过低；在所述血氧水平预设血氧阈值达到第四预定时长高于的情况下，确定所述车内人员的健康状态为血氧过低血氧正常；

采用所述智能健康模型分析所述车内人员的血压水平，在所述血压水平低于第一预设血压阈值达到第五预定时长的情况下，确定所述车内人员的健康状态为低血压；在所述血压水平保持在第一预设血压阈值和第二预设血压阈值的范围内，确定所述车内人员的健康状态为血压正常；在所述血压水平高于第二预设血压阈值达到第六预定时长的情况下，确定所述车内人员的健康状态为高血压。

8.根据权利要求1所述的控制方法，其特征在于，结合所述车内人员的健康状态，调整所述当前车辆中各模块的运行参数的步骤，包括：

结合所述车内人员的健康状态，调整所述当前车辆的智能座舱内的温度和气味。

9.一种基于健康模型的车辆控制装置，其特征在于，包括：

采集单元，用于采用设置在当前车辆的被动安全装置上的识别装置，无接触采集车内人员的生理数据；

构建单元，用于基于所述生理数据，构建智能健康模型；

分析单元，用于采用所述智能健康模型，分析所述车内人员的健康状态；

调整单元，用于结合所述车内人员的健康状态，调整所述当前车辆中各模块的运行参数。

10.一种目标车辆，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至8中任一项所述的基于健康模型的车辆控制方法。

Images