CN113057605A - 基于智能座椅靠背的健康指标动态监测***及其数据处理方法 - Google Patents

基于智能座椅靠背的健康指标动态监测***及其数据处理方法 Download PDF

Info

Publication number
CN113057605A
CN113057605A CN202110213567.7A CN202110213567A CN113057605A CN 113057605 A CN113057605 A CN 113057605A CN 202110213567 A CN202110213567 A CN 202110213567A CN 113057605 A CN113057605 A CN 113057605A
Authority
CN
China
Prior art keywords
driving
driver
intelligent
cloud platform
heart rate
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
Application number
CN202110213567.7A
Other languages
English (en)
Inventor
周长阳
殷军伟
邹东平
宋茜
管涛
管建国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sansan Intelligent Technology Suzhou Co ltd
Sansan Intelligent Technology Rizhao Co ltd
Original Assignee
Sansan Intelligent Technology Suzhou Co ltd
Sansan Intelligent Technology Rizhao Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sansan Intelligent Technology Suzhou Co ltd, Sansan Intelligent Technology Rizhao Co ltd filed Critical Sansan Intelligent Technology Suzhou Co ltd
Priority to CN202110213567.7A priority Critical patent/CN113057605A/zh
Publication of CN113057605A publication Critical patent/CN113057605A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/64—Back-rests or cushions
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/746—Alarms related to a physiological condition, e.g. details of setting alarm thresholds or avoiding false alarms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60N—SEATS SPECIALLY ADAPTED FOR VEHICLES; VEHICLE PASSENGER ACCOMMODATION NOT OTHERWISE PROVIDED FOR
    • B60N2/00—Seats specially adapted for vehicles; Arrangement or mounting of seats in vehicles
    • B60N2/90—Details or parts not otherwise provided for
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2503/00—Evaluating a particular growth phase or type of persons or animals
    • A61B2503/20—Workers
    • A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physiology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Pathology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Cardiology (AREA)
  • Pulmonology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Emergency Alarm Devices (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明涉及健康指标监测技术领域，具体是指一种基于智能座椅靠背的人员心率和呼吸频率动态监测***及其数据处理方法。所述智能座椅靠背包括靠背骨架和罩套，柔性传感器和数据传输装置固定在两者之间，并与数据传输装置连接；数据传输装置与云端平台、终端、交通工具智能***连接，基于智能座椅靠背的健康指标动态监测***及其数据处理方法，将监测驾驶员身体健康指标的***与智能座椅靠背结合，实现主动监测驾驶员体征、对疲劳驾驶和身体异常提醒和警告、分析驾驶习惯的功能。长期的数据采集分析，可形成驾驶员的健康和驾驶习惯档案，及时发现身体异常，对潜在疾病进行预判，降低疾病突发的风险，纠正驾驶习惯，安全文明驾驶。

Description

基于智能座椅靠背的健康指标动态监测***及其数据处理 方法
技术领域
本发明涉及健康指标监测技术领域，具体是指一种基于智能座椅靠背的人员心率和呼吸频率动态监测***及其数据处理方法。
背景技术
随着科技发展和社会进步，人类的生活节奏越来越快，健康问题日益凸显。人们对自身的健康状态越来越关心，我们在独自驾驶交通工具时，一些潜在疾病的突发，会给出行带来很大的影响，疲劳驾驶和驾驶陋习容易导致交通事故造成损失。
疲劳驾驶或潜在疾病发病之前，其心率和呼吸频率方面都有预兆，因而对驾驶员的身体指标进行动态监测，对预防疲劳驾驶、突发疾病等非常重要。现有的个人体征监测装置多为智能穿戴设备，不能有针对性的对出行状态提供全面的监测。
智能穿戴数据采集点单一，需要提前进行穿戴和充电，使用不便，在交通工具上尚没有可主动提供监测的车载设备，与驾驶员密切相关的座椅靠背仅能够为驾驶员提供支撑作用，欠缺智能性。
发明内容
本发明提供了一种基于智能座椅靠背的健康指标动态监测***，以达到通过矩阵式数据采集，监测驾驶员心率和呼吸频率，判断驾驶员身体状态和驾驶姿势，并及时给予提醒，或连接交通工具智能***采取紧急应对措施，避免意外发生的目的。
一种智能座椅靠背，其特征在于：包括靠背骨架，靠背罩套套设在骨架上，柔性传感器和数据传输装置固定在靠背骨架和靠背罩套之间，柔性传感器为聚合物压电式传感器、聚合物压阻式传感器或无机陶瓷材料压力传感器的一种或两种及以上的组合；柔性传感器使用屏蔽导线与数据传输装置连接；数据传输装置包括放大电路、数据分析模块和无线网络模块，数据传输装置的放大电路、数据分析模块和无线网络模块分别与电源模块连接，电源模块使用锂电池或连接外部电源供电。
进一步的，柔性传感器在靠背呈矩阵式分布。
进一步的，柔性传感器的数量至少为3排3列。
进一步的，柔性传感器采用SS-S001型号。
进一步的，柔性传感器通过独立的屏蔽导线与数据传输装置的放大电路连接。
进一步的，数据传输装置的数据分析模块采用STM32处理器。
一种基于智能座椅靠背的健康指标动态监测***，其特征在于：包括智能座椅靠背的柔性传感器和数据传输装置，云端平台，交通工具智能***和终端；所述云端平台与数据传输装置的无线网络模块、终端通过无线方式连接；所述交通工具智能***与数据传输装置的无线网络模块通过有线或无线方式连接；所述无线方式为WIFI或交通工具智能网联***网络；所述终端是指车载大屏、手机、PAD、计算机中的任意一种。
基于智能座椅靠背的健康指标动态监测***的数据处理方法，其特征在于，包括如下步骤：
步骤一：智能座椅靠背的柔性传感器采集驾驶员身体贴合压力形成的信号，经过放大电路，传输给数据分析模块；
步骤二：数据分析模块统计同一传感器一段时间内连续传输的信号，将所有柔性传感器统计数据进行比较，把变化幅度在设定范围内的信号作为稳定信号，并确定该柔性传感器为监测驾驶员心率和呼吸频率的主传感器，对主传感器的放大信号进行初步分析过滤，去除干扰信号；
步骤三：去除干扰的数据通过无线网络模块发送至云端平台，云端平台通过信号处理算法对信号进行分析，分离识别出呼吸率和心率，根据识别出的心率和呼吸率的数值判断驾驶员的身体状态；根据不同身体状态下对应的心率和呼吸频率，设定心率在60-100次/min，呼吸在16-20次/min，心率和呼吸有规律为正常状态；心率大于100次/min，呼吸大于20次/min，心率和呼吸有规律为疲劳驾驶状态；心率在100-160次/min，心率无规律为房颤状态；
步骤四：云端平台将驾驶员心率和呼吸频率数据发送至终端；当驾驶员处于疲劳驾驶或房颤状态，云端平台将语音提醒或警告发送到终端；或云端平台将语音提醒或警告信号通过无线网络模块发送至交通工具智能***，根据交通工具智能***对扬声器、刹车和灯光***的控制设定，进行语音播报并采取相应措施；
步骤五：数据分析模块对柔性传感器的工作时长进行统计，超过3.5小时，判定为疲劳驾驶，则将信息发送至云端平台，云端平台将警告信息传输至终端或交通工具智能***，终端或交通工具智能***发出语音提醒或警告；
步骤六：驾驶员的心率等数据经过长时间的统计和分析，每周会推送健康报告至终端，以便驾驶员了解自己的身体状态，对潜在疾病做出预判；
步骤七：数据分析模块统计一段时间内各柔性传感器所测信号电压，将各柔性传感器信号变化幅度在设定范围内的时间段作为基准时间段，取该时间段各柔性传感器的电压平均值P，作为判断驾驶***均值P'，作为判断驾驶习惯的对比数值；
步骤八：在行车过程中，相对于基准数值，出现所有P'均减小时，数据分析模块判定为急刹车或刹车，取所有传感器|P'-P|的最大值，当|P'-P|≥阈值Ⅰ时为急刹车，阈值Ⅱ<|P'-P|<阈值Ⅰ为正常刹车；出现所有P'均增大时，判定为急速加油或加油，当|P'-P|≥阈值Ⅰ时为急速加油，阈值Ⅱ<|P'-P|<阈值Ⅰ为加油；
步骤九：在行车过程中，相对于基准数值，出现左列柔性传感器P'增大，右列柔性传感器P'减小，数据分析模块判定为左转弯，反之，则判定为右转弯；取所有传感器|P'-P|的最大值，当|P'-P|≥阈值Ⅰ时为急转弯，阈值Ⅱ<|P'-P|<阈值Ⅰ为正常转弯；
步骤十：在行车过程中，相对于基准数值，柔性传感器矩阵感应到的行列信号对比数值增大或减小不均衡，数据分析模块判定驾驶员坐姿异常；
步骤十一：数据分析模块通过无线网络模块将驾驶过程中的驾驶行为信息传送给云端平台，云端平台将驾驶过程中的驾驶行为发送至终端，对于不当驾驶行为进行语音提醒，或云端平台将驾驶行为通过无线网络模块发送至交通工具智能***，对于不当驾驶行为通过扬声器语音提醒；云端平台对驾驶过程中的驾驶行为情况进行汇总统计，通过算法分析出驾驶员驾驶习惯并发送到终端。
本发明所提供的基于智能座椅靠背的健康指标动态监测***及其数据处理方法，在靠背骨架和靠背罩套之间固定矩阵式柔性传感器，多点采集驾驶员心率和呼吸频率数据，提高了数据准确性。通过长期数据分析，建立驾驶员健康档案，及时发现驾驶员身体异常并语音警告提醒或智能***采取相应措施，有效预防驾驶员疲劳驾驶和潜在疾病，避免意外的发生，分析驾驶员驾驶习惯，形成驾驶习惯报告，有助于纠正驾驶陋习，安全驾驶。
附图说明
附图部分公开了本发明具体实施例，其中，
图1为本发明柔性传感器和数据传输装置的连接示意图；
图2为本发明柔性传感器的矩阵分布示意图；
图3为本发明基于汽车的智能座椅靠背的健康指标动态监测***工作流程示意图。
具体实施方式
如图1~3所示，本发明提供的一种智能座椅靠背，包括靠背骨架，靠背罩套1套设在骨架上，柔性传感器3和数据传输装置2固定在靠背骨架和靠背罩套1之间，柔性传感器3为SS-S001型号聚合物压电式传感器，在靠背为3排3列的矩阵式分布；数据传输装置2包括放大电路、数据分析模块和无线网络模块，数据传输装置2的放大电路、数据分析模块和无线网络模块分别与电源模块连接，电源模块使用锂电池供电，柔性传感器通过独立的屏蔽导线与数据传输装置2的放大电路连接，数据传输装置2的数据分析模块采用STM32处理器。
本发明提供的一种基于智能座椅靠背的健康指标动态监测***，其特征在于：包括智能座椅靠背的柔性传感器3和数据传输装置2，云端平台，汽车智能ECU***和终端；所述云端平台与数据传输装置2的无线网络模块、终端通过无线方式连接；所述汽车智能ECU***与数据传输装置2的无线网络模块通过无线方式连接；所述无线方式为WIFI；所述终端是指手机。
一种基于智能座椅靠背的健康指标动态监测***及其数据处理方法的数据处理方法，其特征在于，包括如下步骤：
步骤一：智能座椅靠背的柔性传感器3采集驾驶员身体贴合压力形成的信号，经过放大电路，传输给STM32处理器；
步骤二：STM32处理器统计同一传感器一段时间内连续传输的信号，将所有柔性传感器3统计数据进行比较，信号强度变化幅度在设定范围内的作为稳定信号，在本实施例中，确定柔性传感器B2为监测驾驶员心率和呼吸频率的主传感器，对B2的放大信号进行初步分析过滤，去除干扰信号；
步骤三：去除干扰的数据通过无线网络模块发送至云端平台，云端平台通过信号处理算法对信号进行分析，分离识别出呼吸率和心率，根据识别出的心率和呼吸率的数值判断驾驶员的身体状态；根据不同身体状态下对应的心率和呼吸频率，设定心率在60-100次/min，呼吸在16-20次/min，心率和呼吸有规律为正常状态；心率大于100次/min，呼吸大于20次/min，心率和呼吸有规律为疲劳驾驶状态；心率在100-160次/min，心率无规律为房颤状态；
步骤四：云端平台将驾驶员心率和呼吸频率数据发送至手机终端；当驾驶员处于疲劳驾驶或房颤状态，云端平台将语音提醒或警告发送到手机终端；或云端平台将语音提醒或警告信号通过无线网络模块发送至汽车智能ECU***，根据汽车智能ECU***对扬声器、刹车和灯光***的控制设定，进行语音播报并采取相应措施；
步骤五：STM32处理器对柔性传感器的工作时长进行统计，超过3.5小时，判定为疲劳驾驶，则将信息发送至云端平台，云端平台将警告信息传输至手机终端或汽车智能ECU***，手机终端或汽车智能ECU***发出语音提醒或警告；
步骤六：驾驶员的心率等数据经过长时间的统计和分析，每周会推送健康报告至手机终端，以便驾驶员了解自己的身体状态，对潜在疾病做出预判；
步骤七：STM32处理器统计一段时间内各柔性传感器所测信号电压，将各柔性传感器信号变化幅度在设定范围内的时间段作为基准时间段，取该时间段各柔性传感器的电压平均值，作为判断驾驶***均值P，作为基准数值，将信号发生波动的某时间段内各柔性传感器的电压数值取平均值，作为判断驾驶***均值为P'，对应每一个柔性传感器压力信号平均值如下：
Figure 155468DEST_PATH_IMAGE002
步骤八：在行车过程中，对比基准数值，出现所有P'均减小时，即当P'A3< PA3，且P'B3< PB3，且P'C3< P'C3，且P'A2< PA2，且P'B2< PB2，且P'C2< PC2时，判定为急刹车或刹车，取所有传感器|P'-P|的最大值，当|P'-P|≥阈值Ⅰ时为急刹车，阈值Ⅱ<|P'-P|<阈值Ⅰ为正常刹车；出现所有P'均增大时，即当P'A3>PA3，且P'B3>PB3，且P'C3> PC3，且P'A2> PA2，且P'B2> PB2，且P'C2> PC2时，判定为急速加油或加油，取所有传感器|P'-P|的最大值，当|P'-P|≥阈值Ⅰ时为急速加油，阈值Ⅱ<|P'-P|<阈值Ⅰ为加油，在本实施例中，取阈值Ⅰ≥3.3V，阈值Ⅱ≤2.0V；
步骤九：在行车过程中，对比基准数值，出现左列柔性传感器反馈信号压力平均值增大，右列柔性传感器反馈信号压力平均值减小，即当P'C3> PC3，且P'C2> PC2，且P'C1> PC1，且P'A3< PA3，且P'A2< PA2，且P'A2< PA2时，STM32处理器判定为左转弯，反之，当P'C3< PC3，且P'C2< PC2，且P'C1< PC1，且P'A3> PA3，且P'A2> PA2，且P'A2> PA2时，则STM32处理器判定为右转弯，取所有传感器|P'-P|的最大值，当|P'-P|≥阈值Ⅰ时为急转弯，阈值Ⅱ<| P'-P|<阈值Ⅰ为正常转弯；
步骤十：在行车过程中，对比基准数值，柔性传感器矩阵感应到的行列信号压力平均值增大或减小不均衡，STM32处理器判定驾驶员坐姿异常，如当P'A2> PA2且P'B2> PB2且P'C2> PC2且P'A1< PA1且P'B1< PB1且P'C1< PC1时，则判定驾驶员坐姿出现下滑；
步骤十一：STM32处理器通过无线网络模块将驾驶过程中的驾驶行为信息传送给云端平台，云端平台对驾驶过程中的驾驶行为发送至手机终端，对于不当驾驶行为进行语音提醒，或云端平台将驾驶行为通过无线网络模块发送至汽车智能ECU***，对于不当驾驶行为通过扬声器语音提醒；STM32处理器对驾驶员驾驶行为进行汇总统计，通过算法分析出驾驶员驾驶习惯并发送到手机终端，有助于纠正司机驾驶过程中潜在的不安全因素，养成良好的驾驶习惯，安全驾驶。
上述发明提供的基于智能座椅靠背的健康指标动态监测***及其数据处理方法，将监测驾驶员身体健康指标的***与智能座椅靠背结合起来，从而实现主动监测驾驶员心率和呼吸频率、对疲劳驾驶和身体异常进行提醒和警告、分析驾驶习惯的功能。通过长期的数据采集分析，形成驾驶员的健康档案、驾驶习惯档案，及时发现驾驶员身体状态异常，对潜在疾病进行预判，降低了疾病突发的风险，纠正驾驶员驾驶习惯，安全文明驾驶。

Claims (8)

1.一种智能座椅靠背，其特征在于：包括靠背骨架，靠背罩套（1）套设在骨架上，柔性传感器（3）和数据传输装置（2）固定在靠背骨架和靠背罩套（1）之间，柔性传感器（3）为聚合物压电式传感器、聚合物压阻式传感器或无机陶瓷材料压力传感器的一种或两种及以上的组合；柔性传感器（3）使用屏蔽导线与数据传输装置（2）连接；数据传输装置（2）包括放大电路、数据分析模块和无线网络模块，数据传输装置（2）的放大电路、数据分析模块和无线网络模块分别与电源模块连接，电源模块使用锂电池或连接外部电源供电。
2.根据权利要求1所述的智能座椅靠背，其特征在于：柔性传感器（3）在靠背呈矩阵式分布。
3.根据权利要求2所述的智能座椅靠背，其特征在于：柔性传感器（3）的数量至少为3排3列。
4.根据权利要求1所述的智能座椅靠背，其特征在于：柔性传感器（3）采用SS-S001型号。
5.根据权利要求1所述的智能座椅靠背，其特征在于：柔性传感器（3）通过独立的屏蔽导线与数据传输装置（2）的放大电路连接。
6.根据权利要求1所述的智能座椅靠背，其特征在于：数据传输装置（2）的数据分析模块采用STM32处理器。
7.一种基于权利要求1所述的智能座椅靠背的健康指标动态监测***，其特征在于：包括智能座椅靠背的柔性传感器（3）和数据传输装置（2），云端平台，交通工具智能***和终端；所述云端平台与数据传输装置（2）的无线网络模块、终端通过无线方式连接；所述交通工具智能***与数据传输装置（2）的无线网络模块通过有线或无线方式连接；所述无线方式为WIFI或交通工具智能网联***网络；所述终端是指车载大屏、手机、PAD、计算机中的任意一种。
8.基于权利要求7所述的健康指标动态监测***的数据处理方法，其特征在于，包括如下步骤：
步骤一：智能座椅靠背的柔性传感器（3）采集驾驶员身体贴合压力形成的信号，经过放大电路，传输给数据分析模块；
步骤二：数据分析模块统计同一传感器一段时间内连续传输的信号，将所有柔性传感器（3）统计数据进行比较，把变化幅度在设定范围内的信号作为稳定信号，并确定该柔性传感器（B2）为监测驾驶员心率和呼吸频率的主传感器，对主传感器的放大信号进行初步分析过滤，去除干扰信号；
步骤三：去除干扰的数据通过无线网络模块发送至云端平台，云端平台通过信号处理算法对信号进行分析，分离识别出呼吸率和心率，根据识别出的心率和呼吸率的数值判断驾驶员的身体状态；根据不同身体状态下对应的心率和呼吸频率，设定心率在60-100次/min，呼吸在16-20次/min，心率和呼吸有规律为正常状态；心率大于100次/min，呼吸大于20次/min，心率和呼吸有规律为疲劳驾驶状态；心率在100-160次/min，心率无规律为房颤状态；
步骤四：云端平台将驾驶员心率和呼吸频率数据发送至终端；当驾驶员处于疲劳驾驶或房颤状态，云端平台将语音提醒或警告发送到终端；或云端平台将语音提醒或警告信号通过无线网络模块发送至交通工具智能***，根据交通工具智能***对扬声器、刹车和灯光***的控制设定，进行语音播报并采取相应措施；
步骤五：数据分析模块对柔性传感器（3）的工作时长进行统计，超过3.5小时，判定为疲劳驾驶，则将信息发送至云端平台，云端平台将警告信息传输至终端或交通工具智能***，终端或交通工具智能***发出语音提醒或警告；
步骤六：驾驶员的心率等数据经过长时间的统计和分析，每周会推送健康报告至终端，以便驾驶员了解自己的身体状态，对潜在疾病做出预判；
步骤七：数据分析模块统计一段时间内各柔性传感器所测信号电压，将各柔性传感器信号变化幅度在设定范围内的时间段作为基准时间段，取该时间段各柔性传感器的电压平均值P，作为判断驾驶***均值P'，作为判断驾驶习惯的对比数值；
步骤八：在行车过程中，相对于基准数值，出现所有P'均减小时，数据分析模块判定为急刹车或刹车，取所有传感器|P'-P|的最大值，当|P'-P|≥阈值Ⅰ时为急刹车，阈值Ⅱ<|P'-P|<阈值Ⅰ为正常刹车；出现所有P'均增大时，判定为急速加油或加油，当|P'-P|≥阈值Ⅰ时为急速加油，阈值Ⅱ<|P'-P|<阈值Ⅰ为加油；
步骤九：在行车过程中，相对于基准数值，出现左列柔性传感器P'增大，右列柔性传感器P'减小，数据分析模块判定为左转弯，反之，则判定为右转弯；取所有传感器|P'-P|的最大值，当|P'-P|≥阈值Ⅰ时为急转弯，阈值Ⅱ<|P'-P|<阈值Ⅰ为正常转弯；
步骤十：在行车过程中，相对于基准数值，柔性传感器（3）矩阵感应到的行列信号对比数值增大或减小不均衡，数据分析模块判定驾驶员坐姿异常；
步骤十一：数据分析模块通过无线网络模块将驾驶过程中的驾驶行为信息传送给云端平台，云端平台将驾驶过程中的驾驶行为发送至终端，对于不当驾驶行为进行语音提醒，或云端平台将驾驶行为通过无线网络模块发送至交通工具智能***，对于不当驾驶行为通过扬声器语音提醒；云端平台对驾驶过程中的驾驶行为情况进行汇总统计，通过算法分析出驾驶员驾驶习惯并发送到终端。
CN202110213567.7A 2021-02-26 2021-02-26 基于智能座椅靠背的健康指标动态监测***及其数据处理方法 Pending CN113057605A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110213567.7A CN113057605A (zh) 2021-02-26 2021-02-26 基于智能座椅靠背的健康指标动态监测***及其数据处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110213567.7A CN113057605A (zh) 2021-02-26 2021-02-26 基于智能座椅靠背的健康指标动态监测***及其数据处理方法

Publications (1)

Publication Number Publication Date
CN113057605A true CN113057605A (zh) 2021-07-02

Family

ID=76559043

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110213567.7A Pending CN113057605A (zh) 2021-02-26 2021-02-26 基于智能座椅靠背的健康指标动态监测***及其数据处理方法

Country Status (1)

Country Link
CN (1) CN113057605A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114906265A (zh) * 2022-05-07 2022-08-16 无锡市金邦电动车制造有限公司 一种基于物联网的智能代步车
CN116399331A (zh) * 2023-06-08 2023-07-07 太原理工大学 一种挖掘机驾驶员远程操控状态监测装置及监测方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6392550B1 (en) * 2000-11-17 2002-05-21 Ford Global Technologies, Inc. Method and apparatus for monitoring driver alertness
US6506153B1 (en) * 1998-09-02 2003-01-14 Med-Dev Limited Method and apparatus for subject monitoring
CN102407805A (zh) * 2010-09-20 2012-04-11 天津职业技术师范大学 汽车驾驶员状态实时监测***
CN105590466A (zh) * 2016-03-14 2016-05-18 重庆邮电大学 一种云平台下的驾驶员危险操作行为监测***及方法
US20170327124A1 (en) * 2016-05-10 2017-11-16 Samsung Electronics Co., Ltd. Electronic device and method for determining a state of a driver
CN110074769A (zh) * 2013-09-05 2019-08-02 提爱思科技股份有限公司 座椅
CN112193251A (zh) * 2020-10-13 2021-01-08 一汽解放汽车有限公司 一种驾驶人员的驾姿反馈***和方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6506153B1 (en) * 1998-09-02 2003-01-14 Med-Dev Limited Method and apparatus for subject monitoring
US6392550B1 (en) * 2000-11-17 2002-05-21 Ford Global Technologies, Inc. Method and apparatus for monitoring driver alertness
CN102407805A (zh) * 2010-09-20 2012-04-11 天津职业技术师范大学 汽车驾驶员状态实时监测***
CN110074769A (zh) * 2013-09-05 2019-08-02 提爱思科技股份有限公司 座椅
CN105590466A (zh) * 2016-03-14 2016-05-18 重庆邮电大学 一种云平台下的驾驶员危险操作行为监测***及方法
US20170327124A1 (en) * 2016-05-10 2017-11-16 Samsung Electronics Co., Ltd. Electronic device and method for determining a state of a driver
CN112193251A (zh) * 2020-10-13 2021-01-08 一汽解放汽车有限公司 一种驾驶人员的驾姿反馈***和方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114906265A (zh) * 2022-05-07 2022-08-16 无锡市金邦电动车制造有限公司 一种基于物联网的智能代步车
CN116399331A (zh) * 2023-06-08 2023-07-07 太原理工大学 一种挖掘机驾驶员远程操控状态监测装置及监测方法
CN116399331B (zh) * 2023-06-08 2023-08-08 太原理工大学 一种挖掘机驾驶员远程操控状态监测装置及监测方法

Similar Documents

Publication Publication Date Title
Sikander et al. Driver fatigue detection systems: A review
Doudou et al. Driver drowsiness measurement technologies: Current research, market solutions, and challenges
CN104146722B (zh) 一种基于头部信号的驾驶疲劳检测分级预警方法
Zhang et al. Cognitive load measurement in a virtual reality-based driving system for autism intervention
Johnson et al. Drowsiness/alertness algorithm development and validation using synchronized EEG and cognitive performance to individualize a generalized model
Li et al. A method for fatigue detection based on Driver's steering wheel grip
CN113057605A (zh) 基于智能座椅靠背的健康指标动态监测***及其数据处理方法
WO2016161850A1 (zh) 疲劳驾驶监控方法及设备
CN113071446A (zh) 基于汽车智能安全带的健康指标监测***及其数据处理方法
CN103021134A (zh) 汽车疲劳驾驶监测报警装置
CN106691443A (zh) 基于脑电的穿戴式司机防疲劳智能监测预警***
KR20160110807A (ko) 다중 생체신호 검출용 헤드셋 장치
CN105534531A (zh) 一种防疲劳驾驶的方法及***
CN101551934A (zh) 驾驶员疲劳驾驶的监测装置及监测方法
CN113855046A (zh) 一种监测人体体征和脑电信息的智能安全帽及其监测方法
CN109949923A (zh) 一种车载健康***
CN115959138A (zh) 基于生理数据的驾驶员救援方法、装置及***
KR101988426B1 (ko) 졸음방지용 손목형 전기충격기
CN204218914U (zh) 一种防疲劳驾驶***
TWI337587B (en) System for health management used in vehicle and method thereof
Rather et al. A survey on fatigue and drowsiness detection techniques in driving
CN202960535U (zh) 汽车疲劳驾驶监测报警装置
Čolić et al. Driver drowsiness detection and measurement methods
Kundinger et al. A robust drowsiness detection method based on vehicle and driver vital data
KR20120121074A (ko) 귓불 착용형 운전자 졸음 방지 시스템

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210702