[發(fā)明專利]基于BP神經(jīng)網(wǎng)絡(luò)的管制員疲勞檢測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201611115813.0
• 申請日: 2016-12-07
• 公開（公告）號: CN106691440A
• 公開（公告）日: 2017-05-24
• 發(fā)明（設(shè)計(jì)）人: 張建平;鄒翔;陳曉;盛鵬峰;周志明;陳振玲;姜薇
• 申請（專利權(quán)）人: 中國民用航空總局第二研究所
• 主分類號: A61B5/0476
• 分類號: A61B5/0476
• 代理公司: 北京酷愛智慧知識產(chǎn)權(quán)代理有限公司11514
• 代理人: 任媛

技術(shù)領(lǐng)域

本發(fā)明涉及疲勞檢測技術(shù)領(lǐng)域，具體涉及一種基于BP神經(jīng)網(wǎng)絡(luò)的管制員疲勞檢測方法及系統(tǒng)。

背景技術(shù)

隨著空中交通流量的日益增長，空中交通管制員的工作負(fù)荷越來越大，其疲勞程度對空中交通系統(tǒng)安全水平有著重要影響。國際民航組織已經(jīng)為疲勞風(fēng)險(xiǎn)管理制定了Doc9966規(guī)章制度手冊。歐美發(fā)達(dá)國家也先后將針對飛行員的疲勞檢測系統(tǒng)或者方法擴(kuò)展到管制員疲勞檢測應(yīng)用上。中國民航局以國際民航組織Doc9966為指導(dǎo)，也在CCAR-121文件中明確了疲勞風(fēng)險(xiǎn)管理的規(guī)則。

但是，到目前為止，雖然國內(nèi)外研究者提出了多種疲勞檢測與管理方法和體系，但是這些方法主要有三方面不足。一是主觀性較強(qiáng)，如大量問卷表格被用于疲勞判定和預(yù)測中，研究人員會根據(jù)被測者的回答結(jié)果結(jié)合經(jīng)驗(yàn)進(jìn)行打分以確定疲勞程度，這樣難免會受到研究者主觀判斷的影響；二是難以進(jìn)行實(shí)時(shí)檢測，有相當(dāng)一部分正在使用的方法均是通過觀察較長時(shí)間內(nèi)(如連續(xù)幾十天)被測者的表現(xiàn)，從而建立疲勞趨勢預(yù)測圖表，再根據(jù)圖表來判定在某一段時(shí)間內(nèi)管制員是否疲勞。這樣就直接忽略了管制員當(dāng)前身體狀況，可能對檢測結(jié)果造成一定的影響；三是當(dāng)前已有的適用于實(shí)時(shí)疲勞檢測的方法大多采用對面部特征進(jìn)行采集和識別的方法，這種方法需要高精度視頻檢測設(shè)備隨時(shí)拍攝管制員，從成本角度分析不具備優(yōu)勢。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)中的缺陷，本發(fā)明提供的基于BP神經(jīng)網(wǎng)絡(luò)的管制員疲勞檢測方法及系統(tǒng)，基于BP神經(jīng)網(wǎng)絡(luò)，通過檢測腦電波來實(shí)時(shí)檢測人體的疲勞程度，使實(shí)時(shí)疲勞檢測變得更為簡單，且降低了檢測成本。

第一方面，本發(fā)明提供的一種基于BP神經(jīng)網(wǎng)絡(luò)的管制員疲勞檢測方法，包括：采集管制員的腦電波，根據(jù)所述腦電波得到慢α波功率百分比、α波和β波的功率比值、θ波和慢α波的功率比值；將所述慢α波功率百分比、所述α波和β波的功率比值、θ波和慢α波的功率比值的功率比值輸入預(yù)先訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型，得到PERCLOS值仿真結(jié)果；若所述PERCLOS值仿真結(jié)果大于疲勞閾值，則判斷所述管制員處于疲勞狀態(tài)。

本發(fā)明提供的基于BP神經(jīng)網(wǎng)絡(luò)的管制員疲勞檢測方法，在實(shí)時(shí)檢測中只用通過簡單經(jīng)濟(jì)的方式檢測管制員的腦電波，將腦電波輸入預(yù)先構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)模型就能精準(zhǔn)地估計(jì)出管制員當(dāng)前的PERCLOS值仿真結(jié)果，從而檢測管制員的疲勞狀態(tài)。因此，本發(fā)明提供的方法使實(shí)時(shí)疲勞檢測變得更為簡單，且降低了檢測成本。

優(yōu)選地，所述BP神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練方法包括：建立BP神經(jīng)網(wǎng)絡(luò)模型并隨機(jī)生成所述BP神經(jīng)網(wǎng)絡(luò)模型的參數(shù)，所述BP神經(jīng)網(wǎng)絡(luò)模型包括輸入層、中間層、輸出層，所述輸入層包含3個(gè)節(jié)點(diǎn)，所述中間層包含多個(gè)節(jié)點(diǎn)，所述輸出層包含1個(gè)節(jié)點(diǎn)，所述輸入層和所述中間層之間，以及所述中間層和所述輸出層之間均采用全連接模式；采集管制員的腦電波以及對應(yīng)的眼瞼閉合數(shù)據(jù)，根據(jù)所述腦電波得到慢α波功率百分比、α波和β波的功率比值、θ波和慢α波的功率比值，根據(jù)所述眼瞼閉合數(shù)據(jù)得到的PERCLOS值測量結(jié)果，并生成多個(gè)樣本，每個(gè)樣本包括慢α波功率百分比、α波和β波的功率比值、θ波和慢α波的功率比值以及對應(yīng)的PERCLOS值測量結(jié)果；從生成的樣本中選取一個(gè)樣本，將樣本中的慢α波功率百分比、α波和β波的功率比值、θ波和慢α波的功率比值輸入所述BP神經(jīng)網(wǎng)絡(luò)模型，得到PERCLOS值預(yù)估結(jié)果；根據(jù)所述PERCLOS值預(yù)估結(jié)果和選取的樣本的PERCLOS值測量結(jié)果的誤差，更新所述BP神經(jīng)網(wǎng)絡(luò)模型的參數(shù)；若達(dá)到預(yù)設(shè)停止條件，則終止訓(xùn)練，否則重新選取樣本再進(jìn)行訓(xùn)練。

優(yōu)選地，所述根據(jù)所述眼瞼閉合數(shù)據(jù)得到的PERCLOS值測量結(jié)果，包括：從所述眼瞼閉合數(shù)據(jù)中獲取所述管制員清醒狀態(tài)下的上下眼瞼最大距離，所述眼瞼閉合數(shù)據(jù)為眼瞼閉合幅度隨時(shí)間的變化，所述眼瞼閉合幅度為上下眼瞼之間的距離；將所述眼瞼閉合數(shù)據(jù)除以所述上下眼瞼最大距離，得到眼瞼閉合程度；根據(jù)所述眼瞼閉合程度，計(jì)算單位時(shí)間內(nèi)的閉眼時(shí)間；將閉眼時(shí)間除以所述單位時(shí)間得到PERCLOS值測量結(jié)果。

優(yōu)選地，所述根據(jù)所述眼瞼閉合程度，計(jì)算單位時(shí)間內(nèi)的閉眼時(shí)間，包括：在單位時(shí)間內(nèi)，眼瞼閉合程度大于70％或80％的對應(yīng)的時(shí)間段的總和為所述單位時(shí)間內(nèi)的閉眼時(shí)間。

優(yōu)選地，若達(dá)到預(yù)設(shè)停止條件，則終止訓(xùn)練，否則重新選取樣本再進(jìn)行訓(xùn)練，包括：根據(jù)所述PERCLOS值預(yù)估結(jié)果和選取的樣本中的PERCLOS值測量結(jié)果得到全局誤差，若所述全局誤差小于誤差閾值或訓(xùn)練次數(shù)達(dá)到預(yù)設(shè)的最大次數(shù)，則終止訓(xùn)練，否則重新選取樣本再進(jìn)行訓(xùn)練。