基于脑电信号的防疲劳驾驶预警器.docVIP

基于脑电信号的防疲劳驾驶预警器 　　【摘要】：据统计，全球每年因司机疲劳驾驶导致的交通事故死亡人数达60多万，直接经济损失约125 亿美元。驾驶疲劳是指驾驶员在长时间连续驾驶机动车过程中产生的心理、生理机能衰减以及反应水平下降和操控效率降低的生理现象。疲劳是人的一种正常且无法从根本上避免的生理现象，所以针对疲劳驾驶检测方法而进行的研究就更具有非常重要的现实意义。 　　本项目通过对国内外道路交通事故数据进行了统计，并重点分析了疲劳驾驶事故中驾驶人特征、行为，以及通过用脑电波对驾驶员进行的图像分析，提出了防疲劳驾驶预防对策--基于脑电信号的防疲劳驾驶预警器。 　　【关键词】：脑电信号；信号检测；模拟驾驶；信号反馈；交通安全 　　【正文】 　　目前，国内外对驾驶疲劳的研究包括疲劳预防，疲劳检测和疲劳消除等三个环节。疲劳预防是指针对出现疲劳的原因，提前做好预防措施。疲劳检测是利用相关方法和技术检测出司机在驾驶中的疲劳状态。疲劳消除是指在意识到或检测出驾驶员皮疲劳时，及时进行干预消除。本研究主要针对疲劳检测和疲劳消除两个方面对驾驶员在行车过程中出现的疲劳状态进行监控和干预。 　　随着科学技术的不断向前推进，现在人们已经可以通过仪器捕捉到人大脑的脑电波信号（EEG）--检测人疲劳的最佳信号，通过分析，提取，变换复杂的脑电波信号，把复杂的生物信号转化为数字模拟信号，进而对该信号经性分析出来。因此，对疲劳脑电信号的提取，定义，计算和分析也是本项目的首要任务。 　　由于脑电信号在真实驾驶环境条件下采集存在大量困难，且实验时我们所采用的电极帽以及连接的导线都会引起被试者的不适感觉和影响被试者的脑电波信号。因此我们采用实验室模拟驾驶环境来研究驾驶疲劳。那么我们在研究过程中首先是怎样定义人大脑中的疲劳信号的呢？通过利用Neuroscan128导脑电仪采集年龄分布在20至25周岁，且都身体健康，无精神功能性障碍，有正常规律的睡眠模式的不同实验者在同一时间段在不同清醒和疲劳状态下的几段脑电信号的分析和查阅相关医学资料，我们发现，经过证实大脑至少有四个不同的波段 　　（1）α脑电波，频率为8-12Hz 当大脑处于完全放松的状态下，或是在心神专注的时候出现的脑电波。 　　（2）β脑电波，频率为14-100Hz 这种脑电波放映的是一种通常的，日常的清醒状态下的脑电波情况，在这种状态下我们会出现逻辑思维、分析以及有意识的活动。 　　（3）θ脑电波，频率为4-8Hz 这个阶段的脑电波为人的睡眠初期状态，介于全醒与全睡的过度状态。 　　（4）δ脑电波，频率为0.5-4Hz 它为人的深度睡眠阶段的脑电波，当我们完全进入沉睡时，大脑就以0.5-4Hz的频率运动。因此通过检测到θ波和δ波可以初步判定被测试者处于疲劳状态。 　　通过便携式电脑检测仪对被测试者的实时脑电波进行检测和分析处理，当检测到司机脑电波中θ脑电波和δ脑电波居多时，将对司机进行反馈，反馈信号则由我们设计的一个特定APP软件来接收。 　　通过便携式脑电检测仪检测到司机脑电波的变化，将感知的信号通过传感器转换成电信号并通过模数转换器转换成数字信号0和1。（0和1根据检测到的脑电信号的频率来划分）0表示驾驶员处于疲劳状态，1则代表驾驶员处于未疲劳的清醒状态。再将转化的高低电平信号传达到我们设计的一款手机特定APP软件，该APP软件通过接收特定的0和1信号来对驾驶员的疲劳状态进行判断。当APP接收到信号0时，APP软件将通过连接的蜂鸣器发声，来提醒司机直到司机清醒，若司机此时恢复清醒状态，则APP接收到信号1，APP则恢复到正常不发声状态。当APP通过发声提醒司机超过30秒时，司机仍未清醒，即该APP软件超过30秒未从信号0转化成信号1时，则APP通过设计的蓝牙模块来控制单片机，通过单片机实现对汽车刹车制动，以防止安全隐患的发生。 　　警报自动报警，通过对驾驶员进行及时、准确判断其疲劳驾驶状态和干预控制，能够有效防止疲劳驾驶。考虑到整个机器部件较多，且配合较精密，故我们建造了三维模型，以模拟其运作方式，加强装置的可靠性。同时还对现实情况进行现场勘测，我们发现当司机处于疲劳状态，并且此时大脑发出的θ波和δ波被检测到后，APP软件感应到了信号0并通过蜂鸣器发出报警信号，驾驶员被及时叫醒后并及时根据自身情况采取相应措施消除疲劳后，驾驶员的脑电波信号出现了大量的α和β波，即处于清醒状态。 　　本文的研究工作对疲劳驾驶的脑电信号分析进行了初步探索，旨在对驾驶疲劳状态进行预警。应当提到的是，本研究只是对驾驶员的疲劳状态进行检测并通过报警使驾驶员暂时清醒。而当疲劳发生，驾驶员被预警器的发生叫醒后，驾驶员应该采取一些措施来消除或缓解疲劳。消除疲劳的方式也有很多，驾驶员应该根据自身情况来选择适