[發(fā)明專利]駕駛員反應時間預測方法

在審

• 申請?zhí)枺?/td>: 201710391410.7
• 申請日: 2017-05-27
• 公開（公告）號: CN107095670A
• 公開（公告）日: 2017-08-29
• 發(fā)明（設計）人: 張駿;郭孜政
• 申請（專利權）人: 西南交通大學
• 主分類號: A61B5/0476
• 分類號: A61B5/0476;A61B5/18;A61B5/00
• 代理公司: 北京集智東方知識產權代理有限公司11578
• 代理人: 陳亞斌,關兆輝

技術領域

本發(fā)明涉及特定人員反應時間測量技術領域，特別涉及一種駕駛員反應時間預測方法。

背景技術

高鐵速度的不斷提升對動車組司機的作業(yè)能力提出了更高要求，其中動車組司機對突發(fā)事件的反應能力是影響駕駛作業(yè)安全可靠性的關鍵因素。

目前國內外就動車組司機(及機動車駕駛員)反應時間預測的相關研究尚不多見，現(xiàn)有研究主要針對反應時間與神經生理信號相關性進行了探討。Jap等人研究了在模擬環(huán)境下機車司機長時間單調駕駛過程中腦電信號與反應時間的相關性，研究結果表明腦電信號中低頻波段與反應時間呈現(xiàn)了正相關，而高頻波段與反應時間呈現(xiàn)負相關。Darwent等人在真實環(huán)境下對機車司機的警覺度進行了監(jiān)測，結果表明隨著駕駛警覺度的下降，對突發(fā)事件的反應時間不斷延長，同時論證了腦電信號與反應時間存在著了緊密聯(lián)系。Haga等人設計了一項機車司機對信號燈的反應能力的實驗，驗證了腦電信號的變化能夠直接反映機車司機的反應能力。Lin等人利用腦電信號與駕駛行為績效(反應時間、車速等)的相關性，對駕駛持續(xù)性注意性水平進行了實時監(jiān)測。

以上研究從不同角度驗證了反應時間與神經生理信號具有相關性，但卻未能用兩者相關性對反應時間進行有效預測。因此如何通過動車組司機的神經生理信號，實現(xiàn)動車組司機對突發(fā)事件的反應時間的有效預測，是構建車載實時動車組司機危險性駕駛狀態(tài)預警系統(tǒng)的關鍵性技術。

發(fā)明內容

有鑒于此，本發(fā)明旨在提供一種駕駛員反應時間預測方法，即通過小波變換提取腦電特征參數(shù)作為客觀預測指標，結合BP神經網絡方法，構建了一種駕駛員反應時間的預測算法，以便為車載實時駕駛員危險性駕駛狀態(tài)預警系統(tǒng)的開發(fā)與設計提供理論依據(jù)。

具體而言，本發(fā)明的駕駛員反應時間預測方法包括步驟：獲取駕駛員的腦電信號；通過小波變換提取經濾波處理后的腦電信號中的腦電特征參數(shù)；以駕駛員的腦電特征參數(shù)作為輸入層，以反應時間作為輸出層，構建BP神經網絡預測模型。

進一步地，所述濾波處理具體包括：腦電信號以0-35Hz的帶寬進行整體濾波處理。

進一步地，通過小波變換提取腦電特征參數(shù)具體包括：

a、對于經濾波處理后的腦電信號，記為u(n)，則其小波變換定義為：

式中，為小波函數(shù)；i為頻率因子；m為時間平移因子；n為信號時長；

b、小波變換后的信號u(n)進行有限層分解，采用Mallat算法：

式中，AH為近似分量；Ci為不同尺度下的細節(jié)分量；H為分解層數(shù)；通過上述有限層分解得到θ、α、β3種不同頻段的小波系數(shù)；

c、對上述頻段提取小波系數(shù)的能量值作為腦電特征參數(shù)：

式中，P_X為相應頻段的能量值；S_X(t)為相應頻段的小波系數(shù)；t為時間；h_i為相應頻段的幅值；

d、對q個電極的腦電信號進行處理，相應得到3×q項腦電特征參數(shù)。

進一步地，所述方法還包括：對所得到的腦電特征參數(shù)按式進行歸一化處理，使腦電特征參數(shù)的數(shù)值在[0,1]之間，以消除數(shù)據(jù)中存在的噪聲：

式中，x_imax與x_imin為腦電特征參數(shù)x_i的最大值與最小值。

進一步地，構建BP神經網絡預測模型具體包括：以駕駛員的腦電特征參數(shù)作為輸入層，以反應時間預測值作為輸出層，構建含1個隱含層的BP神經網絡預測模型；其中，輸入層節(jié)點個數(shù)由駕駛員的腦電特征參數(shù)個數(shù)決定；隱含層節(jié)點個數(shù)s則由模型訓練結果進行擇優(yōu)選取；輸出層節(jié)點個數(shù)為1。

進一步地，所述模型中輸入層到隱含層、隱含層到輸出層之間的連接權值系數(shù)及偏置分別為w_ik,w_k1,b_ik,b_k1(i＝1,2,...,3×q,k＝1,2,...,s)，對于輸入層的任意節(jié)點o至隱含層的任意節(jié)點p的輸出：

y_op＝f(x_iw_op+b_op)

式中，f(·)為Sigmoid函數(shù)，即

輸出層輸出結果為：