基于脑电信息的驾驶人警觉度监测方法及监测系统

1.一种基于脑电信息的驾驶人警觉度监测方法，其特征在于，包括以下步骤：
步骤一、使用脑电传感器采集驾驶人原始脑电信号；
步骤二、对所述脑电信号进行降噪去伪迹处理，提高脑电信号的可靠性；
步骤三、提取警觉度相关的时域特征、频谱特性和复杂度特征；
步骤四、过滤所述警觉度相关特征，去除与警觉度状态无关的信号；
步骤五、对警觉度状态进行标注，确定所述脑电信号与驾驶人警觉度状态之间的关系，对驾驶人警觉度状态作出估计。
2.根据权利要求1所述的基于脑电信息的驾驶人警觉度监测方法，其特征在于，步骤一中还包括原始脑电信号并转换为脑电压信号，其利用如下公式将脑电传感器采集的原始脑电信号转化为脑电压信号：
其中，Voltage为脑电压信号，rawValue为原始脑电信号。
3.根据权利要求2所述的基于脑电信息的驾驶人警觉度监测方法，其特征在于，步骤二中，将采集的脑电时序信号b(t,x)变换到频率域B(f,x)，并对B(f,x)进行经验模态分解，结果为：
其中，IMFi(f,x)为第i个固有模态函数，R(f,x)为剩余量；f为频率；x为脑电信号变量，n为固有模态函数的个数；
将第一个和第二个固有模态函数分量去除，达到降噪去伪迹目的。
4.根据权利要求3所述的基于脑电信息的驾驶人警觉度监测方法，其特征在于，步骤三中，对降噪去伪迹后的脑电信号进行功率谱密度计算，将长度为N的脑电信号x(0)，……x(N-1)看作为能量有限信号，取其傅里叶变换得到：
其中j为复数单位；
然后取XN(ejw)的幅值的平方，并除以N作为x(n)的真实功率谱P(ejw)的估计值，即
5.根据权利要求4所述的基于脑电信息的驾驶人警觉度监测方法，其特征在于，步骤四中过滤警觉度相关特征的方法为对每一个2秒时窗内提取的警觉度特征与相邻的若干个警觉度特征做平均，设滑动窗口的宽度为L，每次在滑动后把L个数据进行算术平均，得到一组经过滑动平均滤波的脑电警觉度特征序列y(n)，其表达式为：
6.根据权利要求5所述的的基于脑电信息的驾驶人警觉度监测方法，其特征在于，步骤五，为驾驶人员显示交通标志图片，使驾驶人员快速判断，并使用如下公式计算正确响应率e(t)
其 中，ST是 起 始 时 间；numberT(i,j)是 时 间 窗(i,j)内 的 正 确 响 应 数；
numberSun(i,j)是时间窗(i,j)内显示图片的总数量；
通过响应正确率来标注被试的警觉度状态。
7.一种基于脑电信息的驾驶人警觉度监测系统，其特征在于，
脑电波传感器，其用于采集驾驶人原始脑电信号；
移动终端，其用于接收所述脑电波传感器采集的原始脑电信号；
检测控制系统，其集成于所述移动终端上，根据脑电波传感器采集的脑电数据，提取警觉度相关的特征，对警觉度状态进行标注，分析驾驶人的警觉度。
8.根据权利要求7所述的基于脑电信息的驾驶人警觉度监测系统，其特征在于，所述脑电波传感器与移动终端通过无线方式进行数据传输。
9.根据权利要求7或8所述的基于脑电信息的驾驶人警觉度监测系统，其特征在于，所述移动终端采用安卓系统或者ios系统。

暂无