本發(fā)明涉及疲勞駕駛檢測領(lǐng)域，具體涉及一種基于腦電信號的疲勞駕駛檢測方法。
背景技術(shù)：
近年來，機動車、駕駛?cè)顺掷m(xù)增長，但社會的交通安全觀念明顯滯后，道路交通安全面臨諸多挑戰(zhàn)。為了預(yù)防疲勞駕駛，我國交通法規(guī)定連續(xù)駕駛4小時算疲勞駕駛。但由于個體間是有差異的，需要考慮到每個駕駛員在體質(zhì)、生活狀況等方面的不同，這種時間的限定在執(zhí)行的時候比較難以把握。因此，需要對疲勞駕駛的產(chǎn)生機理和檢測方法進行研究，疲勞駕駛檢測方法分為以下三類：基于面部特征的檢測方法，基于車輛行駛狀態(tài)的檢測方法，基于生理信號的檢測方法。
通過面部表情特征檢測駕駛員的疲勞程度，不會給駕駛員帶來任何的行為干擾。但這種方法對視頻檢測技術(shù)的要求比較高，測量的準確性和可靠性等相關(guān)的技術(shù)需要突破。
基于車輛行駛特征的疲勞檢測設(shè)備不需要接觸駕駛員，同樣的也不會干擾其正常駕駛，以車輛的現(xiàn)有裝置為基礎(chǔ)，只需增加少量的硬件設(shè)施而且不會對駕駛員的正常駕駛造成干擾，因此具有很高的實用價值。其缺點是受到車輛的具體型號、道路的具體狀況和駕駛員的個人駕駛習(xí)慣、經(jīng)驗和條件的限制，并傳感器技術(shù)的限制，其準確度有待提高。
駕駛員生理參數(shù)檢測法的優(yōu)點是客觀性強，能比較準確地反映人體的疲勞狀態(tài)，并且能夠反映疲勞的程度。雖然生理信號測量需要接觸人的身體，檢測設(shè)備會干擾駕駛員的正常操作，影響行車安全。并且，由于個體間的差異，不同人的生理信號特征會有所不同，有的區(qū)別相當大，所以有很大的局限性。但是隨著傳感器制造技術(shù)的進步及各種新型智能生物傳感器的發(fā)展，基于駕駛員生理參數(shù)的疲勞駕駛檢測方法將以其在疲勞檢測精確性方面的優(yōu)勢，在舒適性、可靠性和實用性方面得到進一步改善和提高，并將在未來疲勞駕駛?cè)诤蠙z測中發(fā)揮更重要的作用。
技術(shù)實現(xiàn)要素：
本發(fā)明要解決的技術(shù)問題是提供一種基于腦電信號的疲勞駕駛檢測方法。
基于腦電信號的疲勞駕駛檢測方法，包括以下步驟：
S1：實時采集駕駛員在駕車時的腦電信號，并進行去除眨眼偽跡處理，獲取EEG腦波信號；
S1-1：對腦電信號進行ICA，得到N個獨立成分和混合矩陣A；
S1-2：計算每個成分的CBI(j)；
S1-3：找出CBI最大的成分，把它當作候選成分；
S1-4：檢查候選成分是否滿足相關(guān)條件，如果滿足，則是眨眼成分，否則不是；
S1-5：確定眨眼成分之后，把矩陣A中對應(yīng)眨眼成分的那一列系數(shù)置為零，然后重構(gòu)信號；
S2：對時域信號的EEG腦波進行轉(zhuǎn)換，轉(zhuǎn)換到頻域，進而求得腦波中各個頻域段特征腦波的能量值，再根據(jù)其相對能量的大小來確定疲勞程度，具體方法如下：
S2-1:對EEG腦波進行傅里葉變換后求得功率譜密度，將腦電信號分解為4個基本節(jié)律，即δ節(jié)律、θ節(jié)律、σ節(jié)律和β節(jié)律，δ節(jié)律、θ節(jié)律、σ節(jié)律和β節(jié)律所對應(yīng)的頻率范圍分別是1-3.8Hz、4-7.8Hz、8-12.8Hz、13-30Hz；
S2-2：當σ節(jié)律和β節(jié)律呈主導(dǎo)優(yōu)勢時，表明人的意識是清醒的，當δ節(jié)律和θ節(jié)律占主導(dǎo)優(yōu)勢時，表明人的意識模糊甚至輕微睡眠；
S3：設(shè)計BP神經(jīng)網(wǎng)絡(luò)分類器，進行識別疲勞程度的特征信號，具體方法如下：
S3-1：建立BP網(wǎng)絡(luò)對象；
S3-2：確定網(wǎng)絡(luò)種類以及網(wǎng)絡(luò)層數(shù)，采用具有一個隱含層的三層BP神經(jīng)網(wǎng)絡(luò)；
S3-3：確定傳遞函數(shù)，采用S型傳遞函數(shù)；
S3-4：確定輸入層和輸出層神經(jīng)元個數(shù)，輸入神經(jīng)元個數(shù)確定為4個，輸出神經(jīng)元個數(shù)確定為1個；
S3-5：確定隱含層神經(jīng)元個數(shù)，確定公式如下：
其中m為輸入層神經(jīng)元個數(shù)，n為輸出層神經(jīng)元個數(shù)；
根據(jù)上述公式確定隱含層神經(jīng)元個數(shù)的范圍為4《h《13；
S3-6：選取初始值，選取初始權(quán)值在(-1，1)之間的隨機數(shù)；
S3-7：確定訓(xùn)練函數(shù)，使用“Trainrp”函數(shù)作為網(wǎng)絡(luò)的訓(xùn)練函數(shù)；
S3-8：選取學(xué)習(xí)速率η，選取范圍在0.01-0.8之間；
S3-9：選取動量因子α，選取范圍在0-1之間；
S3-10：神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與測試，采用清醒和疲勞時的樣本數(shù)據(jù)作為訓(xùn)練集；再選取清醒時采集的樣本和疲勞時采集的樣本作為測試數(shù)據(jù)集。
S4：疲勞指數(shù)和疲勞程度的估計，具體方法如下：
S4-1：疲勞指數(shù)F的計算方法如下：
其中，Eδ、Eθ、Eα和Eβ分別是δ節(jié)律、θ節(jié)律、σ節(jié)律和β節(jié)律的能量值；
S4-2：疲勞指數(shù)的疲勞程度(P)計算公式如下：
S4-3：當F＝1時，即腦波中Eδ+Eθ＝Eα+Eβ，表明占清醒地位和疲勞地位的腦波成分均等，即疲勞程度為0.5即對應(yīng)50％；
當F趨近于10時，P則趨近于1，表示疲勞程度已經(jīng)趨近100％。
進一步的，所述隱含層神經(jīng)元個數(shù)為8時BP網(wǎng)絡(luò)對函數(shù)的逼近效果最好。
進一步的，所述學(xué)習(xí)效率η確定為0.1為最佳。
進一步的，所述動量因子α確定為0.9最佳。
本發(fā)明的有益效果是：
本發(fā)明提出一種基于腦電信號的疲勞駕駛檢測方法，通過對自發(fā)腦電信號進行腦電節(jié)律分析，實現(xiàn)實時判斷駕駛員的疲勞狀態(tài)，判斷準確而且客觀、直接。
具體實施方式
以下具體實施例對本發(fā)明作進一步闡述，但不作為對本發(fā)明的限定。
基于腦電信號的疲勞駕駛檢測方法，包括以下步驟：
S1：實時采集駕駛員在駕車時的腦電信號，并進行去除眨眼偽跡處理，獲取EEG腦波信號；
S1-1：對腦電信號進行ICA，得到N個獨立成分和混合矩陣A；
S1-2：計算每個成分的CBI(j)；
S1-3：找出CBI最大的成分，把它當作候選成分；
S1-4：檢查候選成分是否滿足相關(guān)條件，如果滿足，則是眨眼成分，否則不是；
S1-5：確定眨眼成分之后，把矩陣A中對應(yīng)眨眼成分的那一列系數(shù)置為零，然后重構(gòu)信號；
S2：對時域信號的EEG腦波進行轉(zhuǎn)換，轉(zhuǎn)換到頻域，進而求得腦波中各個頻域段特征腦波的能量值，再根據(jù)其相對能量的大小來確定疲勞程度，具體方法如下：
S2-1:對EEG腦波進行傅里葉變換后求得功率譜密度，將腦電信號分解為4個基本節(jié)律，即δ節(jié)律、θ節(jié)律、σ節(jié)律和β節(jié)律，δ節(jié)律、θ節(jié)律、σ節(jié)律和β節(jié)律所對應(yīng)的頻率范圍分別是1-3.8Hz、4-7.8Hz、8-12.8Hz、13-30Hz；
S2-2：當σ節(jié)律和β節(jié)律呈主導(dǎo)優(yōu)勢時，表明人的意識是清醒的，當δ節(jié)律和θ節(jié)律占主導(dǎo)優(yōu)勢時，表明人的意識模糊甚至輕微睡眠；
S3：設(shè)計BP神經(jīng)網(wǎng)絡(luò)分類器，進行識別疲勞程度的特征信號，具體方法如下：
S3-1：建立BP網(wǎng)絡(luò)對象；
S3-2：確定網(wǎng)絡(luò)種類以及網(wǎng)絡(luò)層數(shù)，采用具有一個隱含層的三層BP神經(jīng)網(wǎng)絡(luò)；
S3-3：確定傳遞函數(shù)，采用S型傳遞函數(shù)；
S3-4：確定輸入層和輸出層神經(jīng)元個數(shù)，輸入神經(jīng)元個數(shù)確定為4個，輸出神經(jīng)元個數(shù)確定為1個；
S3-5：確定隱含層神經(jīng)元個數(shù)，確定公式如下：
其中m為輸入層神經(jīng)元個數(shù)，n為輸出層神經(jīng)元個數(shù)；
根據(jù)上述公式確定隱含層神經(jīng)元個數(shù)的范圍為4《h《13；隱含層神經(jīng)元個數(shù)為8時BP網(wǎng)絡(luò)對函數(shù)的逼近效果最好；
S3-6：選取初始值，選取初始權(quán)值在(-1，1)之間的隨機數(shù)；
S3-7：確定訓(xùn)練函數(shù)，使用“Trainrp”函數(shù)作為網(wǎng)絡(luò)的訓(xùn)練函數(shù)；
S3-8：選取學(xué)習(xí)速率η，選取范圍在0.01-0.8之間；所述學(xué)習(xí)效率η確定為0.1為最佳；
S3-9：選取動量因子α，選取范圍在0-1之間；動量因子α確定為0.9最佳；
S3-10：神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與測試，采用清醒和疲勞時的樣本數(shù)據(jù)作為訓(xùn)練集；再選取清醒時采集的樣本和疲勞時采集的樣本作為測試數(shù)據(jù)集。
S4：疲勞指數(shù)和疲勞程度的估計，具體方法如下：
S4-1：疲勞指數(shù)F的計算方法如下：
其中，Eδ、Eθ、Eα和Eβ分別是δ節(jié)律、θ節(jié)律、σ節(jié)律和β節(jié)律的能量值；
S4-2：疲勞指數(shù)的疲勞程度(P)計算公式如下：
S4-3：當F＝1時，即腦波中Eδ+Eθ＝Eα+Eβ，表明占清醒地位和疲勞地位的腦波成分均等，即疲勞程度為0.5即對應(yīng)50％；
當F趨近于10時，P則趨近于1，表示疲勞程度已經(jīng)趨近100％。
實驗1神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與測試。
采用清醒和疲勞時的各90個樣本數(shù)據(jù)作為訓(xùn)練集；再選取清醒時采集的112個樣本和疲勞時采集的109個樣本作為測試數(shù)據(jù)集。訓(xùn)練結(jié)果和測試結(jié)果如下：
1)訓(xùn)練一個經(jīng)過了10步達到了小于目標誤差0.01的要求；
2)測試集221組樣本的測試結(jié)果共有8個樣本分類錯誤，起中國誤把清醒時采集的數(shù)據(jù)劃分為疲勞的共2處，誤把疲勞時采集的數(shù)據(jù)劃分為清醒的共6處，分類正確率達96.38％。
實驗2通過模擬駕駛系統(tǒng)設(shè)計模擬駕駛實驗，來驗證本發(fā)明的疲勞駕駛檢測方法的正確性與有效性。
安排6名受試者進行實驗，年齡介于20-30周歲之間，男女各3名。第一階段，讓受試者熟悉模擬駕駛系統(tǒng)操作，約15-30分鐘后，對受試者進行腦電信號的采集和疲勞程度的檢測。第二階段，要求受試者進行連續(xù)4小時以上的模擬駕駛過程，并再次使用本發(fā)明的疲勞駕駛方法進行腦電采集和疲勞檢測，檢測結(jié)果如下：
1)第一階段下，男性的疲勞檢測結(jié)果的平均疲勞程度為7.8％，女性的疲勞檢測結(jié)果的平均疲勞程度為15.3％；
2)第二階段經(jīng)過4小時的連續(xù)模擬駕駛之后，男性的疲勞檢測結(jié)果的平均疲勞程度達到43.6％，女性的疲勞檢測結(jié)果的平均疲勞程度為76.4％。