CN105212924A - 一种基于脑电波疲劳驾驶检测方法及其装置 - Google Patents
一种基于脑电波疲劳驾驶检测方法及其装置 Download PDFInfo
- Publication number
- CN105212924A CN105212924A CN201510658894.8A CN201510658894A CN105212924A CN 105212924 A CN105212924 A CN 105212924A CN 201510658894 A CN201510658894 A CN 201510658894A CN 105212924 A CN105212924 A CN 105212924A
- Authority
- CN
- China
- Prior art keywords
- brain wave
- ripple
- brain
- driver
- value
- 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
Links
Landscapes
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种基于脑电波疲劳驾驶检测方法及其装置,涉及疲劳检测技术领域,其特征在于:包括以下步骤,脑电波采集:分别同时每各0.6~2秒内采集脑电波中的θ波、α波、β波,持续三秒以上;脑电波传输:将上述的脑电波中的θ波、α波、β波分别传输到电脑中;脑电波分析:通过P值以及驾驶的时间来分析,所述的P值=(θ值+α值)/β值,所述的时间分别白天和夜间;包括脑电波采集模块、脑电波处理模块和判断预警模块,所述的脑电波采集模块将采集的脑电波通过蓝牙传送给脑电波处理模块,所述的脑电波处理模块将采集的信号传送给判断预警模块。本发明通过脑电波来判断驾驶员是否处于疲劳状态,检测方便,可靠性高,有利于降低安全事故。<!-- 2 -->
Description
技术领域:
本发明涉及疲劳检测技术领域,具体是一种基于脑电波疲劳驾驶检测方法及其装置。
背景技术:
脑电波(Electroencephalogram,EEG)是大脑在活动时,大量神经元同步发生的突触后电位经总和后形成的。它记录大脑活动时的电波变化,是脑神经细胞的电生理活动在大脑皮层或头皮表面的总体反。脑电波来源于锥体细胞顶端树突的突触后电位。脑电波同步节律的形成还与皮层丘脑非特异性投射***的活动有关。脑电波是是一些自发的有节律的神经电活动,其频率变动范围在每秒1-30次之间的,可划分为四个波段,即δ(1-3Hz)、θ(4-7Hz)、α(8-13Hz)、β(14-30Hz)。除此之外,在觉醒并专注于某一事时,常可见一种频率较β波更高的γ波,其频率为30~80Hz,波幅范围不定;而在睡眠时还可出现另一些波形较为特殊的正常脑电波,如驼峰波、σ波、λ波、κ-复合波、μ波等。现有技术中还没有基于脑电波检测驾驶员是否处于疲劳状态的方法和装置,或者用于检测驾驶员是否处于疲劳状态的方法的可靠性较差。
发明内容:
本发明所要解决的技术问题在于提供一种检测方便,可靠性高的基于脑电波疲劳驾驶检测方法及其装置。
本发明所要解决的技术问题采用以下技术方案来实现:
一种基于脑电波疲劳驾驶检测方法,其特征在于:包括以下步骤,
脑电波采集:分别同时每各0.6~2秒内采集脑电波中的θ波、α波、β波,持续三秒以上;
脑电波传输:将上述的脑电波中的θ波、α波、β波分别传输到电脑中;
脑电波分析:通过P值以及驾驶的时间来分析,所述的P值=(θ值+α值)/β值,所述的时间分别白天和夜间;
疲劳判断:
白天:
当P<=1.2时表示驾驶员处于清醒状态;
当1.2<P<=1.5时表示驾驶员处于疲劳状态;
当P>1.5时表示驾驶员将进入睡眠状态;
夜间:
当P<=1.05时表示驾驶员处于清醒状态;
当1.05<P<=1.35时表示驾驶员处于疲劳状态;
当P>1.35时表示驾驶员将进入睡眠状态。
一种基于脑电波疲劳驾驶检测方法及其装置,包括脑电波采集模块、脑电波处理模块和判断预警模块,所述的脑电波采集模块将采集的脑电波通过蓝牙传送给脑电波处理模块,所述的脑电波处理模块将采集的信号传送给判断预警模块。
脑电波是一些自发的有节律的神经电活动,其频率变动范围在每秒1-30次之间的,可划分为四个波段,即δ(1-3Hz)、θ(4-7Hz)、α(8-13Hz)、β(14-30Hz)。
δ波频率为0.5~3Hz,幅度为20~200μV。当人在婴儿期或智力发育不成熟、成年人在极度疲劳和昏睡或麻醉状态下,可在颞叶和顶叶记录到这种波段。
θ波频率为4~7Hz,幅度为100~150μV。成年人在意愿受到挫折和抑郁时以及精神病患者这种波极为显著。但此波为少年(10-17岁)的脑电图中的主要成分。
α波频率为8~13Hz(平均数为10Hz),幅度为20~100μV。它是正常人脑电波的基本节律,如果没有外加的刺激,其频率是相当恒定的。人在清醒、安静并闭眼时该节律最为明显,睁开眼睛(受到光刺激)或接受其它刺激时,α波即刻消失。
β波频率为14~30Hz,幅度为5~20μV。当精神紧张和情绪激动或亢奋时出现此波,当人从噩梦中惊醒时,原来的慢波节律可立即被该节律所替代。
脑电波采集模块可以采集脑波频谱,脑电信号质量,原始脑电波和三个eSense参数:专注度,放松度和眨眼侦测。
脑电波采集模块是实时捕获体验者的脑电波信号。我们使用的脑电波信号采集模块为ThinkGearAM模块或者TGAM模块,该模块将前额电极和耳垂处的电位作为参考来获得脑电波数据。在TG_BAND_9600波特率下,每0.6s脑电波采集模块采集到的信息会变化的概率最大,即0到0.6s之间脑电波采集模块采集到的信息是相同的,为避免其他因素干扰,我们每隔1s使用一次采集到的信息进行处理与判断体验者的疲劳程度。
脑电波处理模块是我们利用脑电波采集模块捕获用户的脑电波信号,接着进行处理,筛选出我们需要的脑波频谱、脑电信号质量、原始脑电波和eSense参数并通过采集模块内置的蓝牙装置将其传输至电脑中。在获取信号之后,我们通过串口通信技术将蓝牙收到的信号传给exe程序,该程序通过调用脑电波采集模块提供的函数库(数据流解析器API)和数据包来提取分析我们需要处理的信号。
判断预警模块:我们用到的脑电波为θ、α、β波,δ波因为多出现在婴儿期或智力发育不成熟时期,所以我们没有去使用。经过大量实验检测可知当人处于疲劳状态时α波会上升、β波会下降;当人从疲劳状态进入睡眠状态时θ波会增加,所以我们通过P=(θ+α)/β公式来判断驾驶员的疲劳度。本款软件分为两种模式:白天模式和夜间模式。其中,白天模式对驾驶员的注意力水平要求较低,而夜间模式对驾驶员的要求较高。根据驾驶员在一段时间内(3秒)P值的变化来语音提醒司机集中精神。此外,软件还有预警功能,它根据司机的P值下降曲线进行预测,在司机的即将进入疲劳期之前提醒司机停车休息。
本发明的有益效果是:本发明通过脑电波来判断驾驶员是否处于疲劳状态,检测方便,可靠性高,有利于降低安全事故。
具体实施方式:
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实例,进一步阐述本发明。
一种基于脑电波疲劳驾驶检测方法及其装置,包括以下步骤,
脑电波采集:分别同时每各1秒内采集脑电波中的θ波、α波、β波,持续三秒以上;
脑电波传输:将上述的脑电波中的θ波、α波、β波分别传输到电脑中;
脑电波分析:通过P值以及驾驶的时间来分析,所述的P值=(θ值+α值)/β值,所述的时间分别白天和夜间;
疲劳判断:
白天:
当P<=1.2时表示驾驶员处于清醒状态;
当1.2<P<=1.5时表示驾驶员处于疲劳状态;
当P>1.5时表示驾驶员将进入睡眠状态;
夜间:
当P<=1.05时表示驾驶员处于清醒状态;
当1.05<P<=1.35时表示驾驶员处于疲劳状态;
当P>1.35时表示驾驶员将进入睡眠状态。
一种基于脑电波疲劳驾驶检测方法及其装置,包括脑电波采集模块、脑电波处理模块和判断预警模块,脑电波采集模块将采集的脑电波通过蓝牙传送给脑电波处理模块,脑电波处理模块将采集的信号传送给判断预警模块。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (2)
1.一种基于脑电波疲劳驾驶检测方法,其特征在于:包括以下步骤,
脑电波采集:分别同时每各0.6~2秒内采集脑电波中的θ波、α波、β波,持续三秒以上;
脑电波传输:将上述的脑电波中的θ波、α波、β波分别传输到电脑中;
脑电波分析:通过P值以及驾驶的时间来分析,所述的P值=(θ值+α值)/β值,所述的时间分别白天和夜间;
疲劳判断:
白天:
当P<=1.2时表示驾驶员处于清醒状态;
当1.2<P<=1.5时表示驾驶员处于疲劳状态;
当P>1.5时表示驾驶员将进入睡眠状态;
夜间:
当P<=1.05时表示驾驶员处于清醒状态;
当1.05<P<=1.35时表示驾驶员处于疲劳状态;
当P>1.35时表示驾驶员将进入睡眠状态。
2.根据权利要求1所述的一种基于脑电波疲劳驾驶检测装置,其特征在于:包括脑电波采集模块、脑电波处理模块和判断预警模块,所述的脑电波采集模块将采集的脑电波通过蓝牙传送给脑电波处理模块,所述的脑电波处理模块将采集的信号传送给判断预警模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510658894.8A CN105212924A (zh) | 2015-10-10 | 2015-10-10 | 一种基于脑电波疲劳驾驶检测方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510658894.8A CN105212924A (zh) | 2015-10-10 | 2015-10-10 | 一种基于脑电波疲劳驾驶检测方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105212924A true CN105212924A (zh) | 2016-01-06 |
Family
ID=54982475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510658894.8A Pending CN105212924A (zh) | 2015-10-10 | 2015-10-10 | 一种基于脑电波疲劳驾驶检测方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105212924A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701973A (zh) * | 2016-04-26 | 2016-06-22 | 成都远控科技有限公司 | 基于脑电波采集的疲劳检测及预警方法和*** |
CN108418959A (zh) * | 2018-02-11 | 2018-08-17 | 广东欧珀移动通信有限公司 | 电子装置、输出提示信息的方法及相关产品 |
CN108877150A (zh) * | 2018-07-05 | 2018-11-23 | 张屹然 | 一种基于生物脑电芯片的司机疲劳驾驶监测装置及疲劳判别算法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102274032A (zh) * | 2011-05-10 | 2011-12-14 | 北京师范大学 | 一种基于脑电信号的驾驶员疲劳检测*** |
CN102835964A (zh) * | 2012-08-31 | 2012-12-26 | 漳州师范学院 | 一种蓝牙传输的疲劳驾驶生理信号采集眼镜 |
CN103530986A (zh) * | 2012-07-02 | 2014-01-22 | 内蒙古大学 | 基于脑电波和Zigbee的疲劳驾驶预警*** |
CN103815900A (zh) * | 2013-11-22 | 2014-05-28 | 刘志勇 | 基于脑电频域特征指标化算法测量警觉性的帽子及方法 |
EP2752157A1 (en) * | 2013-01-08 | 2014-07-09 | Nihon Kohden Corporation | Biological signal averaging processing device |
CN103919565A (zh) * | 2014-05-05 | 2014-07-16 | 重庆大学 | 一种疲劳驾驶脑电信号特征提取与识别的方法 |
CN203898306U (zh) * | 2014-06-06 | 2014-10-29 | 上海理工大学 | 基于无线传输的脑电波采集装置 |
CN104305964A (zh) * | 2014-11-11 | 2015-01-28 | 东南大学 | 头戴式疲劳检测装置及方法 |
CN204440609U (zh) * | 2015-03-12 | 2015-07-01 | 西安科技大学 | 一种基于脑机接口的疲劳驾驶监测终端 |
CN104825256A (zh) * | 2015-04-30 | 2015-08-12 | 南京信息工程大学 | 一种带有感知反馈功能的假肢*** |
CN204636626U (zh) * | 2015-04-30 | 2015-09-16 | 南京信息工程大学 | 一种带有感知反馈功能的假肢*** |
-
2015
- 2015-10-10 CN CN201510658894.8A patent/CN105212924A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102274032A (zh) * | 2011-05-10 | 2011-12-14 | 北京师范大学 | 一种基于脑电信号的驾驶员疲劳检测*** |
CN103530986A (zh) * | 2012-07-02 | 2014-01-22 | 内蒙古大学 | 基于脑电波和Zigbee的疲劳驾驶预警*** |
CN102835964A (zh) * | 2012-08-31 | 2012-12-26 | 漳州师范学院 | 一种蓝牙传输的疲劳驾驶生理信号采集眼镜 |
EP2752157A1 (en) * | 2013-01-08 | 2014-07-09 | Nihon Kohden Corporation | Biological signal averaging processing device |
CN103815900A (zh) * | 2013-11-22 | 2014-05-28 | 刘志勇 | 基于脑电频域特征指标化算法测量警觉性的帽子及方法 |
CN103919565A (zh) * | 2014-05-05 | 2014-07-16 | 重庆大学 | 一种疲劳驾驶脑电信号特征提取与识别的方法 |
CN203898306U (zh) * | 2014-06-06 | 2014-10-29 | 上海理工大学 | 基于无线传输的脑电波采集装置 |
CN104305964A (zh) * | 2014-11-11 | 2015-01-28 | 东南大学 | 头戴式疲劳检测装置及方法 |
CN204440609U (zh) * | 2015-03-12 | 2015-07-01 | 西安科技大学 | 一种基于脑机接口的疲劳驾驶监测终端 |
CN104825256A (zh) * | 2015-04-30 | 2015-08-12 | 南京信息工程大学 | 一种带有感知反馈功能的假肢*** |
CN204636626U (zh) * | 2015-04-30 | 2015-09-16 | 南京信息工程大学 | 一种带有感知反馈功能的假肢*** |
Non-Patent Citations (3)
Title |
---|
HONG J ETAC: "《Electroencephalographic Study of Drowsiness in Simulated Driving with Sleep Deprivation》", 《INTERNATIONAL JOURNAL OF INDUSTRIAL ERGONOMICS》 * |
杨才坤: "《疲劳驾驶检测方法的研究及其嵌入式实现》", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
殷艳红: "《基于脑电波与眨眼的驾驶员疲劳模拟实验研究》", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701973A (zh) * | 2016-04-26 | 2016-06-22 | 成都远控科技有限公司 | 基于脑电波采集的疲劳检测及预警方法和*** |
CN108418959A (zh) * | 2018-02-11 | 2018-08-17 | 广东欧珀移动通信有限公司 | 电子装置、输出提示信息的方法及相关产品 |
CN108877150A (zh) * | 2018-07-05 | 2018-11-23 | 张屹然 | 一种基于生物脑电芯片的司机疲劳驾驶监测装置及疲劳判别算法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105678959B (zh) | 一种疲劳驾驶监控预警方法及*** | |
CN105701973A (zh) | 基于脑电波采集的疲劳检测及预警方法和*** | |
CN106388818B (zh) | 睡眠状态监测模型的特征信息提取方法和*** | |
CN104574818B (zh) | 一种应用手机的检测和消除疲劳驾驶的方法 | |
CN106178222B (zh) | 基于催眠术的智能辅助睡眠方法和*** | |
CN111870813A (zh) | 一种基于便捷式eeg设备的脑电刺激记忆力增强*** | |
CN103932719A (zh) | 疲劳驾驶检测技术 | |
CN102488512B (zh) | 一种心电监护自动报警*** | |
CN106691474A (zh) | 融合脑电信号与生理信号的疲劳检测*** | |
CN106512206A (zh) | 植入式闭环脑深部刺激*** | |
CN102274032A (zh) | 一种基于脑电信号的驾驶员疲劳检测*** | |
Shoeb et al. | A micropower support vector machine based seizure detection architecture for embedded medical devices | |
KR20150082322A (ko) | 신경병리 평가를 위한 시스템 및 방법 | |
CN106388778B (zh) | 睡眠状态分析中的脑电信号预处理方法和*** | |
CN107497051A (zh) | 一种近红外信号控制的经颅磁刺激装置及经颅磁刺激方法 | |
CN105212924A (zh) | 一种基于脑电波疲劳驾驶检测方法及其装置 | |
CN104461007A (zh) | 一种基于脑电信号的驾驶员辅助人车交互*** | |
CN100411580C (zh) | 基于人脑记忆特征客观检测的身份识别方法 | |
CN106175699B (zh) | 基于催眠术的智能辅助睡眠设备 | |
CN111631697A (zh) | 智能睡眠和疲劳状态信息监护控制***及方法、监护仪 | |
Hallum et al. | Surround suppression supports second-order feature encoding by macaque V1 and V2 neurons | |
CN111921062A (zh) | 一种基于便捷式eeg设备的声波干预记忆力增强*** | |
CN107168529A (zh) | 用户状态的监测及调控方法及头戴式设备 | |
CN108926349A (zh) | 基于脑电alpha波的日常睡眠开始时期检测方法 | |
CN110367975A (zh) | 一种基于脑机接口的疲劳驾驶检测预警方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160106 |
|
RJ01 | Rejection of invention patent application after publication |