【CN109938719A】一种基于生理参数的驾驶员疲劳检测方法【专利】

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910215255.2
(22)申请日 2019.03.21
(71)申请人 扬州大学
地址 225009 江苏省扬州市邗江区华扬西
路196号
(72)发明人 丁敏 张正华 曾心远 李斌 
胡新盛 杨冬晗 
(74)专利代理机构 南京正联知识产权代理有限
公司 32243
代理人 王素琴
(51)Int.Cl.
A61B  5/024(2006.01)
A61B  5/0402(2006.01)
(54)发明名称
一种基于生理参数的驾驶员疲劳检测方法
(57)摘要
本发明公开了一种基于生理参数的驾驶员
疲劳检测方法,包括步骤:首先采用PPG光电容积
脉搏波描记法每10ms采集一次待检测驾驶员血
液中的透光率数据,对透光率数据作滤波、除噪
以及模数转换预处理操作后,对待测驾驶员进行
心电波形检测;对心电波形中的R波峰进行检测,
得到R -R间期序列,并将异常的R波从R -R间期序
列中删除,进而得到正确R -R间期序列;然后对正
确R -R间期序列进行时域分析,计算得到时域指
标的R -R间期均值RR.mean;同时对正确R -R间期
序列进行快速傅里叶变换,进行频域分析后获取
频域指标LF/HF;最后基于R -R间期均值RR.mean
和频域指标LF/HF判定待检测驾驶员的疲劳状
态;本发明可实现对驾驶员的实时及高精度检
测,可有效对驾驶员是否存在疲劳驾驶进行监测
和提醒。权利要求书2页  说明书8页  附图3页CN 109938719 A 2019.06.28
C N  109938719
A
1.一种基于生理参数的驾驶员疲劳检测方法,其特征在于,所述方法包括步骤:
S1、采用PPG光电容积脉搏波描记法,每10ms采集一次待检测驾驶员血液中的透光率数据;
S2、对所述透光率数据作滤波、除噪以及模数转换预处理操作,随后对待测驾驶员进行心电波形检测;
S3、对心电波形中的R波峰进行检测,得到R -R间期序列,并将异常的R波从R -R间期序列中删除,进而得到正确R -R间期序列;
S4、对所述正确R -R间期序列进行时域分析,计算得到时域指标的R -R间期均值RR.mean;
S5、对所述正确R -R间期序列进行快速傅里叶变换,进行频域分析后获取频域指标LF/HF;
S6、基于所述R -R间期均值RR.mean和频域指标LF/HF判定待检测驾驶员的疲劳状态。
2.如权利要求1所述的基于生理参数的驾驶员疲劳检测方法,其特征在于,步骤S4中,所述R -R间期均值RR.mean的计算公式为:式中,N表示正常心搏的总次数,RR i 表示第i个相邻且正常的R -R间期,RR.mean表示N个R -R间期序列的平均值。
3.如权利要求1所述的基于生理参数的驾驶员疲劳检测方法,其特征在于,步骤S5中所述正确R -R间期序列进行傅里叶变换后得到的功率谱密图中包含极低频段功率VLF、低频段功率LF和高频段功率HF,其中,所述极低段频段功率VLF范围大小为0.003-0.04Hz,所述低频段功率LF的范围大小为0.04-0.15Hz,所述高频段功率HF的范围大小为0.15-0.4Hz。
4.如权利要求3所述的基于生理参数的驾驶员疲劳检测方法,其特征在于,步骤S5中所述频域指标LF/HF的获取包括:
S51、将所述正确R -R间期序列等分成M段,每段长度为L,
通过公式
进行傅里叶变换,式中,x(n)为所述正确R -R间期序列表达式,X i (e jw )为x i (n)傅里叶变换后的频域表达式,N表示正确R -R间期序列的点数;
S52、计算所述正确R -R间期序列每段序列的功率谱,公式为:式中,L 表示每段序列的长度,P i (w)表示每段R -R间期序列X i (e jw )功率谱随频率变化的函数;
S53、将所述正确R -R间期序列每段的所述功率谱相加和取平均数,得到平均功率谱,公
式为:
式中,M表示序列的段数,表示整段R -R间期序列功率随频率变
化的函数;
S54、基于所述极低频段功率VLF、低频段功率LF以及高频段功率HF计算得到计算LF和HF,得到所述频域指标LF/HF,LF和HF的计算公式分别为:
权 利 要 求 书1/2页2CN 109938719 A

本文发布于:2024-09-20 13:48:24,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/801089.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:驾驶员   进行   检测   序列   功率   得到   频域   方法
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议