CN107095671-CN201710393357-驾驶疲劳识别方法及系统.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107095671 A (43)申请公布日 2017.08.29 (21)申请号 201710393357.4 (22)申请日 2017.05.27 (71)申请人 西南交通大学 地址 610031 四川省成都市二环路北一段 111号 (72)发明人 张骏　郭孜政　牛琳博　 (74)专利代理机构 北京集智东方知识产权代理 有限公司 11578 代理人 陈亚斌　关兆辉 (51)Int.Cl. A61B 5/0476(2006.01) A61B 5/18(2006.01) A61B 5/00(2006.01) 权利要求书3页 说明书7页 附图3页 (54)发明名称 驾驶疲劳识别方法及系统 (57)摘要 本发明公开了一种驾驶疲劳识别方法及系 统，该方法包括步骤：获取所述被测人员的脑电 数据；对脑电数据利用傅里叶变换计算，提取脑 电特征数据；采用核主元分析对脑电特征数据进 行特征降维，依次按照贡献率从大到小选取主元 直至总贡献率超过预定值，被选中的主元构成疲 劳识别脑电指标；将所述疲劳识别脑电指标作为 支持向量机的输入，得到被测人员的驾驶疲劳识 别结果。实施本发明实现对驾驶员疲劳状态的有 效识别。 A 1 7 6 5 9 0 7 0 1 N C CN 107095671 A 权　利　要　求　书 1/3页 1.一种驾驶疲劳识别方法，其特征在于，所述方法包括步骤： 获取所述被测人员的脑电数据； 对脑电数据利用傅里叶变换计算，提取脑电特征数据； 采用核主元分析对脑电特征数据进行特征降维，依次按照贡献率从大到小选取主元直 至总贡献率超过预定值，被选中的主元构成疲劳识别脑电指标； 将所述疲劳识别脑电指标作为支持向量机的输入，得到被测人员的驾驶疲劳识别结 果。 2.如权利要求1所述的驾驶疲劳识别方法，其特征在于，所述对脑电数据利用傅里叶变 换计算，提取脑电特征数据的步骤包括： 对每个电极的脑电数据利用傅里叶变换计算，并计算由低至高的第一频段、第二频段、 第三频段的幅值序列，并求第一频段的幅度均值θ、第二频段的幅度均值α、第三频段的幅度 均值β； 根据第一频段的幅度均值θ、第二频段的幅度均值α、第三频段的幅度均值β，计算((α+ β)/β，α/β，(θ+α)/(α+β)，θ/β，(α+β)/θ)； 将q个电极的脑电信号对应的第一频段的幅度均值θ、第二频段的幅度均值α、第三频段 的幅度均值β、((α+β)/β，α/β，(θ+α)/(α+β)，θ/β，(α+β)/θ)作为脑电特征数据，相应得到8× q项脑电特征数据。 3.如权利要求2所述的驾驶疲劳识别方法，其特征在于，所述采用核主元分析对脑电特 征数据进行特征降维，依次按照贡献率从大到小选取主元直至总贡献率超过预定值，被选 中的主元构成疲劳识别脑电指标的步骤包括： 对于一个脑电特征参数样本E＝(e ,e ,…e)，其中m＝8q，其在高维特征空间的映射为 1 2 m Φ(E)，给定Φ(E)的协方差矩阵的特征矢量为w ，则脑电特征参数样本E在特征矢量w上的 k k 投影，即为所求主元tk 其中，k(e ,e)为核函数，各主元的贡献率w按下式进行计算：