CN107095670-CN201710391410-驾驶员反应时间预测方法.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 107095670 A (43)申请公布日 2017.08.29 (21)申请号 201710391410.7 (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　 (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2页 说明书9页 附图3页 (54)发明名称 驾驶员反应时间预测方法 (57)摘要 本发明公开了一种驾驶员反应时间预测方 法，该驾驶员反应时间预测方法包括步骤：获取 驾驶员的脑电信号；通过小波变换提取经滤波处 理后的脑电信号中的脑电特征参数；以驾驶员的 脑电特征参数作为输入层，以反应时间作为输出 层，构建BP神经网络预测模型。在本发明中，通过 小波变换提取脑电特征参数作为客观预测指标， 结合BP神经网络方法，构建了一种驾驶员反应时 间的预测算法，以便为车载实时驾驶员危险性驾 驶状态预警系统的开发与设计提供理论依据。 A 0 7 6 5 9 0 7 0 1 N C CN 107095670 A 权　利　要　求　书 1/2页 1.一种驾驶员反应时间预测方法，其特征在于，所述方法包括步骤： 获取驾驶员的脑电信号； 通过小波变换提取经滤波处理后的脑电信号中的脑电特征参数； 以驾驶员的脑电特征参数作为输入层，以反应时间作为输出层，构建BP神经网络预测 模型。 2.如权利要求1所述的驾驶员反应时间预测方法，其特征在于，所述滤波处理具体包 括：脑电信号以0-35Hz的带宽进行整体滤波处理。 3.如权利要求2所述的驾驶员反应时间预测方法，其特征在于，通过小波变换提取脑电 特征参数具体包括： a、对于经滤波处理后的脑电信号，记为u(n)，则其小波变换定义为： 式中， 为小波函数；i为频率因子；m为时间平移因子；n为信号时长； b、小波变换后的信号u(n)进行有限层分解，采用Mallat算法： 式中，AH为近似分量；Ci为不同尺度下的细节分量；H为分解层数；通过上述有限层分解 得到θ、α、β3种不同频段的小波系数； c、对上述频段提取小波系数的能量值作为脑电特征参数： 式中，P 为相应频段的能量值；S (t)为相应频段的小波系数；t为时间；h为相应频段的 X X i 幅值； d、对q个电极的脑电信号进行处理，相应得到3×q项脑电特征参数。 4.如权利要求3所述的驾驶员反应时间预测方法，其特征在于，所述方法还包括：对所 得到的脑电特征参数按式进行归一化处理，使脑电特征参数的数值在[0,1]之间，以消除数 据中存在的噪声： 式中，x 与x 为脑电特征参数x 的最大值与最小值。 i max i min i 5.如权利要求1至4任一项所述的驾驶员反应时间预测方法，其特征在于，构建BP神经 网络预测模型具体包括：以驾驶员的脑电特征参数作为输入层，以反应时间预测值作为输 出层，构建含1个隐含层的BP神经网络预测模