[發(fā)明專利]基于模擬駕駛平臺的駕駛員駕駛模式分析系統(tǒng)及分析方法

在審

• 申請?zhí)枺?/td>: 201810616390.3
• 申請日: 2018-06-15
• 公開（公告）號: CN109035960A
• 公開（公告）日: 2018-12-18
• 發(fā)明（設(shè)計(jì)）人: 田彥濤;張宇;徐卓君;石屹然;盧輝遒;陳華
• 申請（專利權(quán)）人: 吉林大學(xué)
• 主分類號: G09B9/052
• 分類號: G09B9/052
• 代理公司: 長春吉大專利代理有限責(zé)任公司 22201
• 代理人: 劉程程

1.基于模擬駕駛平臺的駕駛員駕駛模式分析系統(tǒng)，其特征在于：

所述分析系統(tǒng)由駕駛環(huán)境仿真模塊、信號采集分析模塊和駕駛模式分析模塊組成；

所述駕駛環(huán)境仿真模塊用于為被試駕駛員提供仿真駕駛環(huán)境，所述信號采集分析模塊用于對駕駛員的腦電信號、肌電信號以及視覺信號進(jìn)行采集與分析，信號采集分析模塊將分析獲得腦電信號的beta波樣本熵，獲得肌電信號的高頻小波系數(shù)以及駕駛員眼睛開度發(fā)送至駕駛模式分析模塊，所述駕駛模式分析模塊用于對接收到的數(shù)據(jù)進(jìn)行處理，最終判斷當(dāng)前駕駛員的駕駛模式。

2.根據(jù)權(quán)利要求1所述的基于模擬駕駛平臺的駕駛員駕駛模式分析系統(tǒng)，其特征在于：

所述駕駛環(huán)境仿真模塊由場景仿真模塊和駕駛行為仿真模塊組成；

所述場景仿真模塊由三個連接的顯示屏組成，所述顯示屏設(shè)置于駕駛員前方，用于向駕駛員呈現(xiàn)虛擬駕駛場景；

所述駕駛行為仿真模塊由設(shè)置在駕駛員周圍的踏板、方向盤、檔位和座椅組成，用于向駕駛員提供仿真駕駛操縱環(huán)境，以實(shí)現(xiàn)駕駛員對相應(yīng)的工況做出判斷和操作。

3.根據(jù)權(quán)利要求1所述的基于模擬駕駛平臺的駕駛員駕駛模式分析系統(tǒng)，其特征在于：

所述信號采集分析模塊由腦電信號采集模塊、腦電信號分析模塊、肌電信號采集模塊、肌電信號分析模塊、視覺信號采集模塊以及視覺信號分析模塊組成；

所述腦電信號采集模塊由第一電極和第一藍(lán)牙裝置組成；所述第一電極用于采集駕駛員腦電信號，并將采集到的駕駛員腦電信號經(jīng)第一藍(lán)牙裝置傳輸至所述腦電信號分析模塊，所述腦電信號分析模塊接收駕駛員腦電信號并對駕駛員腦電信號進(jìn)行處理，以獲取駕駛員腦電信號的beta波樣本熵；

所述肌電信號采集模塊由第二電極和第二藍(lán)牙裝置組成；所述第二電極用于采集駕駛員腦電信號，并將采集到的駕駛員肌電信號經(jīng)第二藍(lán)牙裝置傳輸至所述肌電信號分析模塊，所述肌電信號分析模塊接收駕駛員肌電信號并對駕駛員肌電信號進(jìn)行處理，以獲取駕駛員肌電信號的高頻小波系數(shù)；

所述視覺信號采集模塊采用近紅外工業(yè)相機(jī)，所述近紅外工業(yè)相機(jī)用于采集駕駛員面部圖像信息，并將采集到的駕駛員面部圖像信息傳輸至所述視覺信號分析模塊，所述視覺信號分析模塊接收駕駛員面部圖像信息并對駕駛員面部圖像信息進(jìn)行處理，以提取眼睛開度特征。

4.根據(jù)權(quán)利要求1所述的基于模擬駕駛平臺的駕駛員駕駛模式分析系統(tǒng)，其特征在于：

所述駕駛模式分析模塊用于對接收到的信號采集分析模塊發(fā)來的包括腦電信號的beta波樣本熵、肌電信號的高頻小波系數(shù)以及駕駛員面部眼睛開度在內(nèi)的特征數(shù)據(jù)進(jìn)行處理，對三種特征數(shù)據(jù)進(jìn)行融合分析，以判斷當(dāng)前駕駛員的駕駛模式。

5.基于模擬駕駛平臺的駕駛員駕駛模式分析方法，其特征在于：

所述分析方法具體過程如下：

S1：同時采集駕駛員的腦電信號、肌電信號和面部圖像信息；

S2：分析采集到的腦電信號，獲取beta波樣本熵；分析采集到的肌電信號，獲取高頻小波系數(shù)；分析面部圖像信息，獲取眼睛開度；

S3：使用模糊綜合評價法定義beta波樣本熵、高頻小波系數(shù)和眼睛開度三個特征為評價指標(biāo)，定義三種駕駛模式為評價集；

S4：確定評價對象模糊隸屬度，獲取初步模糊融合結(jié)果；

S5：將初步模糊融合結(jié)果確定為DS證據(jù)理論的基本概率值，確定證據(jù)源；

S6：計(jì)算證據(jù)源中各證據(jù)的信任函數(shù)和似然度函數(shù)；

S7：通過DS證據(jù)組合規(guī)則進(jìn)行證據(jù)合成，得出駕駛員的駕駛模式。

6.根據(jù)權(quán)利要求5所述的基于模擬駕駛平臺的駕駛員駕駛模式分析方法，其特征在于：

在步驟S2中，對腦電信號使用小波去躁，之后提取beta節(jié)律波，最后計(jì)算腦電信號的beta波樣本熵；對肌電信號進(jìn)行濾波，去除工頻噪聲，最后計(jì)算高頻小波系數(shù)；對面部圖像信息進(jìn)行預(yù)處理和人臉識別，獲取眼部圖像，最后計(jì)算眼睛開度。

7.根據(jù)權(quán)利要求5所述的基于模擬駕駛平臺的駕駛員駕駛模式分析方法，其特征在于：

在步驟S3中，三種駕駛模式分別為：正常模式、松弛模式和緊張模式。

8.根據(jù)權(quán)利要求5所述的基于模擬駕駛平臺的駕駛員駕駛模式分析方法，其特征在于：

在步驟S4中，采用專家評定法確定beta波樣本熵、高頻小波系數(shù)和眼睛開度三個特征的模糊隸屬度，使用層次分析法計(jì)算評價指標(biāo)的權(quán)值向量，并且驗(yàn)證權(quán)值向量的有效性，最后將權(quán)值向量與模糊隸屬度相乘可獲得初步融合的結(jié)果。