專利名稱：一種疲勞實(shí)時(shí)檢測(cè)系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)嵌入式系統(tǒng)應(yīng)用和語音處理領(lǐng)域，特別涉及一種疲勞檢測(cè)系統(tǒng)及方法。
背景技術(shù)：
疲勞是一種自然現(xiàn)象，是人體的一種自我調(diào)節(jié)和保護(hù)功能。有資料表明，高速公路發(fā)生的交通事故中，有一半以上由于長時(shí)間疲勞駕駛或所見目標(biāo)單調(diào)使司機(jī)注意力不集中、甚至打瞌睡等原因造成的。為減少這方面的事故，疲勞度測(cè)試就具有十分重要的意義。 疲勞也往往成為腦與心臟疾病的誘因，如通過簡(jiǎn)單的方法實(shí)時(shí)檢測(cè)自己的身體狀態(tài)，對(duì)于預(yù)防疾病，減少人為的事故也具有積極的意義。疲勞度的檢測(cè)方法可以概括為客觀和主觀兩個(gè)方面。國內(nèi)主要采取主觀評(píng)測(cè)的方法，主要依據(jù)自我活動(dòng)記錄表、睡眠情況記錄表、個(gè)人行為記錄表等來測(cè)評(píng)被試者的疲勞程度，雖然主觀評(píng)價(jià)方法使用簡(jiǎn)單，但很難量化疲勞的等級(jí)和程度，又因各人的理解有明顯的差異，其結(jié)果往往不能令人滿意。國外則主要采取客觀測(cè)評(píng)的方法，有基于行為特征的檢測(cè)的視網(wǎng)膜檢測(cè)、頭部位置檢測(cè)、視線方向檢測(cè)等和基于生理參數(shù)的檢測(cè)的腦電圖信號(hào)檢測(cè)、 心電圖信號(hào)檢測(cè)、脈搏跳動(dòng)檢測(cè)、唾液檢測(cè)、其它生理信號(hào)檢測(cè)等。其不足之處在于這些方法雖然說能從一定程度上了解人的疲勞狀態(tài)，但是對(duì)每個(gè)人疲勞的心理、生理屬性還不是特別清楚，疲勞狀態(tài)下的變化規(guī)律很難總結(jié)歸納；目前大多數(shù)檢測(cè)算法因其檢測(cè)條件的限制和復(fù)雜環(huán)境的影響，檢測(cè)效果不能完全令人滿意；性價(jià)比是亟待解決的一個(gè)問題，如果成本太大則難以廣泛應(yīng)用。

發(fā)明內(nèi)容
本發(fā)明的目的在于為了解決因疲勞駕駛而導(dǎo)致的交通事故，提供一種疲勞實(shí)時(shí)檢測(cè)系統(tǒng)及方法，使其能及時(shí)檢測(cè)駕駛者的疲勞狀況，減小事故發(fā)生率。為解決以上技術(shù)問題，本發(fā)明所提供的一種疲勞實(shí)時(shí)檢測(cè)系統(tǒng)及方法，包括用于采集聲音的麥克風(fēng)、所述麥克風(fēng)將采集到的聲音信號(hào)傳輸給用于進(jìn)行疲勞檢測(cè)的處理器， 所述處理器包括用于獲取麥克風(fēng)采集到聲音的聲音采集模塊，所述聲音采集模塊將采集到的語音信號(hào)輸送給聲音預(yù)處理模塊進(jìn)行低通濾波，預(yù)處理后的語音信號(hào)進(jìn)入特征提取模塊進(jìn)行MFCC參數(shù)提取，再從提取的參數(shù)中提取參考模板，再放入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將訓(xùn)練后的語音信號(hào)與預(yù)處理后的語音樣本輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，得出實(shí)驗(yàn)結(jié)果。本發(fā)明工作時(shí)，語音信號(hào)的采集通過軟件完成的，采集到的語音信號(hào)再進(jìn)行聲音預(yù)處理，進(jìn)行低通濾波，濾除高于1/2采樣率的信號(hào)成分，從預(yù)處理后的信號(hào)中提取出參考模板，疲勞強(qiáng)度從低到高為1-5級(jí)，然后放入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，隨后把預(yù)處理后的語音信號(hào)輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，對(duì)比參考模板得出實(shí)驗(yàn)結(jié)果。本發(fā)明適用于各種駕駛環(huán)境下的疲勞檢測(cè)。作為本發(fā)明的改進(jìn)，所述語音采集過程通過Cooledit軟件完成，錄制的語音以wave格式保存。作為本發(fā)明的進(jìn)一步改進(jìn)，以元音[a:]作為實(shí)驗(yàn)對(duì)象，每個(gè)數(shù)字語音分別在上午 400、1000和下午400、1000四個(gè)時(shí)段各錄制40個(gè)，共160個(gè)數(shù)字語音作為實(shí)驗(yàn)的數(shù)據(jù)源。


圖1為本發(fā)明的工作流程圖。
具體實(shí)施例方式如圖1所示，一種疲勞實(shí)時(shí)檢測(cè)系統(tǒng)及方法，包括用于采集聲音的麥克風(fēng)、所述麥克風(fēng)將采集到的聲音信號(hào)傳輸給用于進(jìn)行疲勞檢測(cè)的處理器，所述處理器包括用于獲取麥克風(fēng)采集到聲音的聲音采集模塊，所述聲音采集模塊將采集到的語音信號(hào)輸送給聲音預(yù)處理模塊進(jìn)行低通濾波，預(yù)處理后的語音信號(hào)進(jìn)入特征提取模塊進(jìn)行MFCC參數(shù)提取，再從提取的參數(shù)中提取參考模板，再放入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將訓(xùn)練后的語音信號(hào)與預(yù)處理后的語音樣本輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，得出實(shí)驗(yàn)結(jié)果。工作中，語音信號(hào)的采集通過Cooledit軟件完成的，采集到的語音信號(hào)再進(jìn)行聲音預(yù)處理，進(jìn)行低通濾波，濾除高于1/2采樣率的信號(hào)成分，以元音[a:]作為實(shí)驗(yàn)對(duì)象，每個(gè)數(shù)字語音分別在上午4 00、10 00和下午4 00、10 00四個(gè)時(shí)段各錄制40個(gè)，共160個(gè)數(shù)字語音作為實(shí)驗(yàn)的數(shù)據(jù)源；從預(yù)處理后的信號(hào)中提取出10個(gè)參考模板，疲勞強(qiáng)度從低到高為1-5級(jí)，然后放入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，隨后把預(yù)處理后的160個(gè)語音信號(hào)輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，對(duì)比參考模板得出實(shí)驗(yàn)結(jié)果。除上述實(shí)施例外，本發(fā)明還可以有其他實(shí)施方式。凡采用等同替換或等效變換形成的技術(shù)方案，均落在本發(fā)明要求的保護(hù)范圍內(nèi)。
權(quán)利要求
1.一種疲勞實(shí)時(shí)檢測(cè)系統(tǒng)及方法，其特征在于包括用于采集聲音的麥克風(fēng)、所述麥克風(fēng)將采集到的聲音信號(hào)傳輸給用于進(jìn)行疲勞檢測(cè)的處理器，所述處理器包括用于獲取麥克風(fēng)采集到聲音的聲音采集模塊，所述聲音采集模塊將采集到的語音信號(hào)輸送給聲音預(yù)處理模塊進(jìn)行低通濾波，預(yù)處理后的語音信號(hào)進(jìn)入特征提取模塊進(jìn)行MFCC參數(shù)提取，再從提取的參數(shù)中提取參考模板，再放入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將訓(xùn)練后的語音信號(hào)與預(yù)處理后的語音樣本輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，得出實(shí)驗(yàn)結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種疲勞實(shí)時(shí)檢測(cè)系統(tǒng)及方法，其特征是，所述語音采集過程通過Cooledit軟件完成，錄制的語音以wave格式保存。
3.根據(jù)權(quán)利要求1或2所述的一種疲勞實(shí)時(shí)檢測(cè)系統(tǒng)及方法，其特征是，以元音[a:] 作為實(shí)驗(yàn)對(duì)象，每個(gè)數(shù)字語音分別在上午4 00、10 00和下午4 00、10 00四個(gè)時(shí)段各錄制 40個(gè)，共160個(gè)數(shù)字語音作為實(shí)驗(yàn)的數(shù)據(jù)源。
全文摘要
本發(fā)明公開了語音處理領(lǐng)域內(nèi)的一種疲勞實(shí)時(shí)檢測(cè)系統(tǒng)及方法，包括用于采集聲音的麥克風(fēng)、所述麥克風(fēng)將采集到的聲音信號(hào)傳輸給用于進(jìn)行疲勞檢測(cè)的處理器，所述處理器包括用于獲取麥克風(fēng)采集到聲音的聲音采集模塊，所述聲音采集模塊將采集到的語音信號(hào)輸送給聲音預(yù)處理模塊進(jìn)行低通濾波，預(yù)處理后的語音信號(hào)進(jìn)入特征提取模塊進(jìn)行MFCC參數(shù)提取，再從提取的參數(shù)中提取參考模板，再放入神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，將訓(xùn)練后的語音信號(hào)與預(yù)處理后的語音樣本輸入神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，得出實(shí)驗(yàn)結(jié)果。使得提前警告疲勞駕駛，減少因疲勞駕駛而引發(fā)的事故。本發(fā)明適用于各種駕駛環(huán)境下的疲勞檢測(cè)。
文檔編號(hào)G10L15/16GK102543072SQ20101057537
公開日2012年7月4日 申請(qǐng)日期2010年12月7日 優(yōu)先權(quán)日2010年12月7日
發(fā)明者王誠本 申請(qǐng)人:王誠本