[發明專利]一種基于軟集合的疲勞駕駛檢測方法

有效

• 申請號: 201611244964.6
• 申請日: 2016-12-29
• 公開（公告）號: CN106781283B
• 公開（公告）日: 2019-04-05
• 發明（設計）人: 王立夫;孔芝
• 申請（專利權）人: 東北大學秦皇島分校
• 主分類號: G08B21/06
• 分類號: G08B21/06;A61B5/0488
• 代理公司: 北京聯創佳為專利事務所(普通合伙) 11362
• 代理人: 劉美蓮;郭防

1.一種基于軟集合的疲勞駕駛檢測方法，其特征在于，包括以下步驟：

S1，采集駕駛者的預設肌肉部位在預設時刻的表面肌電信號；

S2，提取并分析所述表面肌電信號的肌肉狀態特征；

S3，根據提取出來的肌電信號建立基于軟集合的疲勞量化模型；

S4，根據所述基于軟集合的疲勞量化模型計算得出疲勞駕駛判定值；其中，所述步驟S3包括：設定第一軟集合(F，E)表征駕駛者的疲勞狀態，其中，論域U是駕駛者在不同時刻的肌肉狀態特征的集合，即U＝{h₁,h₂,h₃,h₄...h₂₅}，其中，h₁～h₂₅代表了不同時刻的肌肉狀態特征，E是參數集，參數為所述表面肌電信號的模糊近似熵值；所述步驟S3還包括：根據E中各參數與人體狀態的相關度分別設置各參數的權重，根據所述各參數的權重和所述第一軟集合得到第二軟集合(T，E)。

2.根據權利要求1所述的一種基于軟集合的疲勞駕駛檢測方法，其特征在于，所述步驟S1中，所述預設肌肉部位包括頸部上斜方肌、肩部三角肌、背部背闊肌、下肢股直肌、股外側肌和腓腸肌。

3.根據權利要求1或2所述的一種基于軟集合的疲勞駕駛檢測方法，其特征在于，所述步驟S1中，采用小波去噪方法和經驗模態分解閾值去噪方法對采集到的所述表面肌電信號進行預處理。

4.根據權利要求3所述的一種基于軟集合的疲勞駕駛檢測方法，其特征在于，所述步驟S2包括：采用均方根法、中位頻率法或者模糊近似熵算法對所述表面肌電信號進行分析，得到表面肌電信號的肌肉狀態特征。

5.根據權利要求1所述的一種基于軟集合的疲勞駕駛檢測方法，其特征在于，采用直線擬合方法計算E中各參數與人體狀態的相關度。

6.根據權利要求1或5所述的一種基于軟集合的疲勞駕駛檢測方法，其特征在于，所述步驟S3還包括：判定所述第二軟集合(T，E)中的異常數據，其判定公式具體為：并對所述異常數據進行處理，令所述異常數據h_ij＝*，得到第三軟集合{T,E^*}。

7.根據權利要求6所述的一種基于軟集合的疲勞駕駛檢測方法，其特征在于，將所述第三軟集合{T,E^*}中的異常數據采用前后兩組數據的平均值進行替換，得出第四軟集合{G,E}，其計算方法為*_ij＝(h_i-1,j+h_i+1,j)/2，并利用軟集合決策方法根據第四軟集合{G,E}，得到最終的判定值。

8.根據權利要求7所述的一種基于軟集合的疲勞駕駛檢測方法，其特征在于，所述步驟S4中，判定值的具體計算方法為：d_i＝e₁′+e₂′+e₃′+e₄′+e₅′+e₆′，根據所述判定值設置疲勞預警閾值，當判定值達到所述疲勞預警閾值時，輸出報警信息。