CN204833607U - 一种基于脑电波识别的机动车驾驶监测提醒装置 - Google Patents
一种基于脑电波识别的机动车驾驶监测提醒装置 Download PDFInfo
- Publication number
- CN204833607U CN204833607U CN201520581171.8U CN201520581171U CN204833607U CN 204833607 U CN204833607 U CN 204833607U CN 201520581171 U CN201520581171 U CN 201520581171U CN 204833607 U CN204833607 U CN 204833607U
- Authority
- CN
- China
- Prior art keywords
- circuit
- control chip
- main control
- brain wave
- monitoring
- 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.)
- Expired - Fee Related
Links
- 210000004556 brain Anatomy 0.000 title claims abstract description 44
- 238000012544 monitoring process Methods 0.000 title claims abstract description 33
- 239000013078 crystal Substances 0.000 claims abstract description 18
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 claims abstract description 8
- 239000003990 capacitor Substances 0.000 claims description 9
- 229910052709 silver Inorganic materials 0.000 claims description 7
- 239000004332 silver Substances 0.000 claims description 7
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 abstract description 2
- 230000005611 electricity Effects 0.000 abstract 3
- 238000013139 quantization Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 6
- 101100154972 Human herpesvirus 6B (strain Z29) U24A gene Proteins 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000033764 rhythmic process Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004217 heart function Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
Abstract
本实用新型公开了一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于,所述监测提醒装置包括:主控芯片电路;与主控芯片电路连接的晶振电路、按键复位电路、仿真接口电路、电源电路、脑电波采集放大电路、驾驶状态不佳时预警输出电路;所述主控芯片电路的主控制芯片电连接银丝传感器,所述主控芯片还电连接睡眠尺度表、两种疲劳量表。本实用新型创新的采用了脑电波生物信号识别技术,通过对脑电波生物电的特征提取与分析,将驾驶证的驾驶状态进行量化处理,对于图像识别模式所达到的效果有了质的提升,有效的提高了准确度和监测的实用性。
Description
技术领域
本实用新型涉及道路交通领域,具体的说是涉及一种基于脑电波识别的机动车驾驶监测提醒装置。
背景技术
驾驶员在驾驶车辆时,由于长时间驾驶,会出现疲劳,引起注意力不集中状态,带来驾驶安全隐患。
传统的驾驶员监控手段是利用视频监控模式,通过图像识别来监控驾驶员的状态,由于图像的识别技术不理想,面部表情的多样性,使视频提醒装置无法正确的判断驾驶员的行驶状态,经常会出现误判的情况。
实用新型内容
针对现有技术中的不足,本实用新型要解决的技术问题在于提供了一种基于脑电波识别的机动车驾驶监测提醒装置。
为解决上述技术问题,本实用新型通过以下方案来实现:一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于,所述监测提醒装置包括:
主控芯片电路;
与主控芯片电路连接的晶振电路、按键复位电路、仿真接口电路、电源电路、脑电波采集放大电路、驾驶状态不佳时预警输出电路;
所述主控芯片电路的主控制芯片电连接银丝传感器,所述主控芯片还电连接睡眠尺度表、两种疲劳量表。
进一步的,所述晶振电路的电路中电连接有晶振器X1,晶振器X1的型号为32.768KHZ,其两端分别连接10pF电容CB1、10pF电容CB2,电容CB1、电容CB2另一端接地,所述晶振器X1两端还连接在主控芯片电路的OSC32IN引脚、OSC32OUT引脚上。
进一步的,所述按键复位电路的电路中电连接一10uF/25V的有极性电容CC1,有极性电容CC1的正极端电连接复位健SW1、10千欧电阻RC1、主控芯片电路(1)的NRST引脚,所述有极性电容CC1的负极端接地。
进一步的,所述仿真接口电路中电连接有MHDR2*10的接口。
进一步的,所述电源电路中电连接有型号为LM2596-5.0电压稳压器。
进一步的,所述脑电波采集放大电路中电连接有六组放大器,该六组放大器电连接银丝传感器。
进一步的,所述驾驶状态不佳时预警输出电路由若干个预警输出电路单元并联构成,该预警输出电路单元的电路中电连接有可控制的光电藕合器件TLP521,所述可控制的光电藕合器件TLP521的正极端电连接1千欧的电阻,负极端电连接接口。
进一步的,所述主控芯片电路的主控芯片的型号为STM32F103。
相对于现有技术,本实用新型的有益效果是:本实用新型技术主要是针对交通控制应用领域的机动车驾驶者的驾驶行为的监控及提醒,主要应用与机动车驾驶者长时间驾驶状态下的驾驶状况、包括心理和生理状态的监控,实时监控驾驶证的脑电波波动变化状态,形成有效的提醒预警。相比传统的视频监控模式,通过图像识别来监控驾驶证的状态,本实用新型创新的采用了脑电波生物信号识别技术,通过对脑电波生物电的特征提取与分析,将驾驶证的驾驶状态进行量化处理,对于图像识别模式所达到的效果有了质的提升,有效的提高了准确度和监测的实用性。
附图说明
为了更清楚地说明本实用新型实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本实用新型的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本实用新型主控芯片电路图。
图2为本实用新型晶振电路图。
图3为本实用新型按键复位电路图。
图4为本实用新型仿真接口电路图。
图5为本实用新型电源电路图。
图6为本实用新型脑电波采集放大电路的电压控制电路图。
图7为本实用新型脑电波采集放大电路的运算放大器U15A电路图。
图8为本实用新型脑电波采集放大电路的运算放大器U15B电路图。
图9为本实用新型脑电波采集放大电路的运算放大器U19A电路图。
图10为本实用新型脑电波采集放大电路的运算放大器U20A电路图。
图11为本实用新型脑电波采集放大电路的运算放大器U20B电路图。
图12为本实用新型脑电波采集放大电路的运算放大器U24A电路图。
图13为本实用新型脑电波采集放大电路IO接口电路图。
图14为本实用新型驾驶状态不佳时预警输出电路图。
图15为图14的局部放大图。
图16为本实用新型提醒装置原理框图。
附图中标记:主控芯片电路1连接的晶振电路2、按键复位电路3、仿真接口电路4、电源电路5、采集电路6、U15A运输放大器电路701、U15B运输放大器电路702、U19A运输放大器电路703、U20A运输放大器电路704、U20B运输放大器电路705、U24A运输放大器电路706、驾驶状态不佳时预警输出电路8。
具体实施方式
下面结合附图对本实用新型的优选实施例进行详细阐述,以使本实用新型的优点和特征能更易于被本领域技术人员理解,从而对本实用新型的保护范围做出更为清楚明确的界定。
请参照附图1~15,本实用新型的一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于,所述监测提醒装置包括:主控芯片电路1,所述主控芯片电路的主控芯片的型号为STM32F103,所述监测提醒装置还包括与主控芯片电路1连接的晶振电路2、按键复位电路3、仿真接口电路4、电源电路5、脑电波采集放大电路、驾驶状态不佳时预警输出电路8;所述主控芯片电路1的主控制芯片电连接银丝传感器,所述主控芯片还电连接睡眠尺度表、两种疲劳量表。
如图2所示,所述晶振电路2的电路中电连接有晶振器X1,晶振器X1的型号为32.768KHZ,其两端分别连接10pF电容CB1、10pF电容CB2,电容CB1、电容CB2另一端接地,所述晶振器X1两端还连接在主控芯片电路1的OSC32IN引脚、OSC32OUT引脚上。
如图3所示,所述按键复位电路3的电路中电连接一10uF/25V的有极性电容CC1,有极性电容CC1的正极端电连接复位健SW1、10千欧电阻RC1、主控芯片电路1的NRST引脚,所述有极性电容CC1的负极端接地。
如图4所示,所述仿真接口电路4中电连接有MHDR2*10的接口。
如图5所示,所述电源电路5中电连接有型号为LM2596-5.0电压稳压器。
如图6~13所示,所述脑电波采集放大电路包括采集电路6、运算器放大电路,采集电路6电连接六组放大器,该六组放大器电连接银丝传感器,通过U15A运输放大器电路701、U15B运输放大器电路702、U19A运输放大器电路703、U20A运输放大器电路704、U20B运输放大器电路705、U24A运输放大器电路706对外部脑电波传感器采集的电压信号进行放大,放大信号传输至主控芯片电路1内部ADC12进行高精度数字转换,将多路传感器的数字采集结果在主控芯片内部以队列形式存储。主控芯片通过内部的傅里叶算法将数字信号进行滤波变换处理。主控芯片通过预先PC模拟测定的疲劳驾驶者的脑电波特征值存入的阈值与测量值进行比较,通过比对对驾驶者的疲劳等级进行细分,并通过技术进行输出。主控芯片通过光耦电路对疲劳驾驶的提醒等级进行声光报警输出提醒。如图13所示,各运输放大器电路的接口是IO接口,IO接口的左端是连接主控制芯片的PB1引脚、PB0引脚、PC0引脚、PC1引脚、PC2引脚、PC3引脚,右端连接各运输放大器电路。主控芯片通过对脑电波传感器的弱电压信号进行采集,并通过运算进行高精度放大后,经过ADC数字化处理。将脑电波的各项成分分别提取,进行分析,结合特征结构提取,对驾驶者的状态进行判断,最终输出提醒。本实用新型提醒装置能够实现人体脑电波和心率技术指标与机动车驾驶的指数评价,将监测结果通过0至100之间的指数,分数高于70%就不适于继续驾驶机动车。实现传感器收集的指示疲劳、紧张度和压力的数据,在危险发生前进行预测、预报、报警,改善安全驾驶管理模式。
本实用新型能够实现无线可穿戴式传感器的脑电波和心率技术指标采集精度、准确率,实现即使驾驶员在坐着不动状态下,不需要搭配其他配件,不仅检测EEG脑电波,还通过安全带内置传感器监控驾驶员心跳,监测驾驶人员的心律及变化,实现脑电波与心率监测功能。
如图14~15,所述驾驶状态不佳时预警输出电路8由若干个预警输出电路单元并联构成,该预警输出电路单元的电路中电连接有可控制的光电藕合器件TLP521,所述可控制的光电藕合器件TLP521的正极端电连接1千欧的电阻,负极端电连接接口。
如图16所示,本实用新型提醒装置采用银丝传感器对人脑电波进行检测,提高测试精度。采用Chalder疲劳量表、斯坦福睡眠尺度表、皮尔逊疲劳量表度量机动车驾驶者疲劳状况。在基于脑电信号的疲劳驾驶状态检测中使用常用的频带为δ波(0.5~4Hz)、θ波(4~8Hz)、α波(8~14Hz)、β波(14~30Hz),结合本实验城市道路驾驶模拟舱实际情况,提取θ、α、β波以及它们的组合指标α/β、θ/β、(α+θ)/β为脑电特征评价指标。并制定阈值,当信号超过阈值是提供声光报警提醒。
以上所述仅为本实用新型的优选实施方式,并非因此限制本实用新型的专利范围,凡是利用本实用新型说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本实用新型的专利保护范围内。
Claims (8)
1.一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于,所述监测提醒装置包括:
主控芯片电路(1);
与主控芯片电路(1)连接的晶振电路(2)、按键复位电路(3)、仿真接口电路(4)、电源电路(5)、脑电波采集放大电路、驾驶状态不佳时预警输出电路(8);
所述主控芯片电路(1)的主控制芯片电连接银丝传感器,所述主控芯片还电连接睡眠尺度表、两种疲劳量表。
2.根据权利要求1所述的一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于:所述晶振电路(2)的电路中电连接有晶振器X1,晶振器X1的型号为32.768KHZ,其两端分别连接10pF电容CB1、10pF电容CB2,电容CB1、电容CB2另一端接地,所述晶振器X1两端还连接在主控芯片电路(1)的OSC32IN引脚、OSC32OUT引脚上。
3.根据权利要求1所述的一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于:所述按键复位电路(3)的电路中电连接一10uF/25V的有极性电容CC1,有极性电容CC1的正极端电连接复位健SW1、10千欧电阻RC1、主控芯片电路(1)的NRST引脚,所述有极性电容CC1的负极端接地。
4.根据权利要求1所述的一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于:所述仿真接口电路(4)中电连接有MHDR2*10的接口。
5.根据权利要求1所述的一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于:所述电源电路(5)中电连接有型号为LM2596-5.0电压稳压器。
6.根据权利要求1所述的一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于:所述脑电波采集放大电路中电连接有六组放大器,该六组放大器电连接银丝传感器。
7.根据权利要求1所述的一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于:所述驾驶状态不佳时预警输出电路(8)由若干个预警输出电路单元并联构成,该预警输出电路单元的电路中电连接有可控制的光电藕合器件TLP521,所述可控制的光电藕合器件TLP521的正极端电连接1千欧的电阻,负极端电连接接口。
8.根据权利要求1所述的一种基于脑电波识别的机动车驾驶监测提醒装置,其特征在于:所述主控芯片电路(1)的主控芯片的型号为STM32F103。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520581171.8U CN204833607U (zh) | 2015-08-04 | 2015-08-04 | 一种基于脑电波识别的机动车驾驶监测提醒装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201520581171.8U CN204833607U (zh) | 2015-08-04 | 2015-08-04 | 一种基于脑电波识别的机动车驾驶监测提醒装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN204833607U true CN204833607U (zh) | 2015-12-02 |
Family
ID=54691180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201520581171.8U Expired - Fee Related CN204833607U (zh) | 2015-08-04 | 2015-08-04 | 一种基于脑电波识别的机动车驾驶监测提醒装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN204833607U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105430104A (zh) * | 2016-01-02 | 2016-03-23 | 无锡桑尼安科技有限公司 | 一种人体机能监控方法 |
CN110651311A (zh) * | 2017-05-11 | 2020-01-03 | 五十铃自动车株式会社 | 车辆的驾驶控制***及车辆的驾驶控制方法 |
-
2015
- 2015-08-04 CN CN201520581171.8U patent/CN204833607U/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105430104A (zh) * | 2016-01-02 | 2016-03-23 | 无锡桑尼安科技有限公司 | 一种人体机能监控方法 |
CN105847426A (zh) * | 2016-01-02 | 2016-08-10 | 石永录 | 一种人体机能监控方法 |
CN110651311A (zh) * | 2017-05-11 | 2020-01-03 | 五十铃自动车株式会社 | 车辆的驾驶控制***及车辆的驾驶控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108765876A (zh) | 基于多模信号的驾驶疲劳深度分析预警***及方法 | |
CN203226817U (zh) | 一种基于脑电波检测驾驶员的疲劳程度装置 | |
CN104146722B (zh) | 一种基于头部信号的驾驶疲劳检测分级预警方法 | |
CN103021134A (zh) | 汽车疲劳驾驶监测报警装置 | |
CN107226123A (zh) | 一种多模式生物感应方向盘 | |
CN105615878A (zh) | 一种疲劳驾驶脑电监测方法 | |
CN105395192A (zh) | 一种基于脑电的可穿戴情感识别方法和*** | |
CN105595996A (zh) | 一种眼电与脑电综合判定的疲劳驾驶脑电监测方法 | |
CN205514533U (zh) | 一种可穿戴的人体皮肤检测装置 | |
CN104224162B (zh) | 一种基于安卓手机与3d电极的驾驶员心电监护***及方法 | |
CN107595306A (zh) | 一种基于脑电信号分析的疲劳驾驶预警*** | |
CN103300869A (zh) | 基于人体呼吸信号的汽车驾驶员疲劳实时监测*** | |
CN204833607U (zh) | 一种基于脑电波识别的机动车驾驶监测提醒装置 | |
CN104783817A (zh) | 双模式汽车驾驶员驾驶状态检测平台 | |
CN210990244U (zh) | 车载人体多参数监测终端 | |
CN104382592A (zh) | 一种基于功率谱分析算法的脑电检测装置 | |
CN202716845U (zh) | 一种监测心电的设备及安全带 | |
CN115959138A (zh) | 基于生理数据的驾驶员救援方法、装置及*** | |
CN202960535U (zh) | 汽车疲劳驾驶监测报警装置 | |
CN111134641A (zh) | 一种睡眠监测芯片***及睡眠监测芯片 | |
CN110946574A (zh) | 基于人体多模信号的睡眠监测及睡眠调控装置 | |
CN106859644A (zh) | 一种基于脑电波的疲劳驾驶监控***及监控方法 | |
CN203138473U (zh) | 基于gsm远程心电监护*** | |
CN204229589U (zh) | 车载非入侵式驾驶人应激检测装置 | |
CN209460908U (zh) | 一种驾驶员心电数据监测装置及利用该装置的疲劳提醒*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151202 |