基于脑电波技术的驾驶员疲劳报警系统开题报告.docVIP

基于脑电波技术的驾驶员疲劳报警系统开发 开题报告 班级（学号）： 姓名：: 指导教师 ： 一、综述 随着经济的不断发展，人民生活水平日益提高，汽车的数量不断增加，与此同时，交通安全事故频发，成为各国非常棘手的问题，而我国交通安全形势异常严峻。根据交通事故统计分析表明，驾驶员疲劳驾驶是造成交通事故的主要原因之一。法国国家警察总署事故报告表明，因疲劳瞌睡而发生车祸事故，占人身伤害事故的14.9%，占死亡事故的20.6%。疲劳驾驶已成为21世纪的隐形杀手。因此对于驾驶疲劳的研究不但具有极高的理论价值，也具有重要的现实意义，挽救那些处于疲劳驾驶而危及乘客生命的机动车驾驶员更是一项刻不容缓的工作。 目前有大量研究机构正在从事相关领域的研究，经过研究发现，判断疲劳程度的最常用方法就是判断人的警觉度。关于警觉度的指标主要依靠面部表情、眨眼频率。如眨眼检测，检测方法通常是利用视频信号，根据测定司机眼睛闭合时间占特定时间的百分比来判定疲劳程度。但这种方式比较容易受外界干扰，如夜间或阳光直射到驾驶室的情况检测精度就会受到干扰，判断不够准确。相比而言，脑电信号能更直接地反映大脑本身的活动，并且有更高的时间分辨率，所以脑电信号是目前研究警觉度最客观的生理指标。 目前传统的脑电信号采集方式是基于湿电极，使用前需要涂抹导电膏，不但准备时间长，还需要外人辅助。本课题打算采用新型干电极脑电芯片采集脑电信号，可以避免因涂抹导电膏所带来的种种不便，增加本课题的实用性。 二、研究内容 本课题主要研究方向为开发一个基于脑电波技术的驾驶员疲劳报警系统。 研究内容包括脑电采集设备设计，疲劳状态判断与相关的手机APP开发。 本课题拟采用监测脑电波信号的嵌入式模块，通过采集驾驶员在驾车时大脑神经元产生的一定频率的电磁波信号，将电磁波信号放大并通过蓝牙发送到相配对的处理主机上，由主机实现对接收来的信号进行处理和判断，判断驾驶员是否处于疲劳状态。当系统判断驾驶员已进入疲劳状态时，将在发出包括响铃在内的报警提醒驾驶员注意自身当前的疲劳状态，还可以根据驾驶员之前的选择，决定是否将报警的信息以手机短消息的形式发送到指定联系人的手机之中。 具体的实现流程如下图所示： 图 1 课程系统工作流程图 其中： 脑电信号采集是指将大脑前额发出的电磁波信号进行采集，对应的AD转换芯片进行电磁波的解析，数模转换，得到数字化的原始数据RAW波。 蓝牙传输是将得到的原始数据以串口数据的形式通过蓝牙发送的用作进一步处理数据的Android设备上 数据处理由Android设备上的自己开发的APP完成，计算出与疲劳状态成有直接关系的疲劳指标 由得到的疲劳指标做出合适疲劳判断，判断现在是否应该进行疲劳报警 在决定应该做出疲劳报警后，调用APP以界面弹窗提醒驾驶员应该适当休息、声音示警、发送报警短消息三种形式（可以自己决定报警类型）对驾驶人员和其他可以阻止驾驶人疲劳驾驶的人进行疲劳报警通知。 三、实现方法及预期目标（包括实施的初步方案、重点、难点及环境） 本系统采用级联的方式将软硬件结合起来，通过硬件设备对外围脑电波信号进行采集，设备采集到的原始脑电波信号通过手机软件进行处理分析，作出判断并得出结果。 初步方案中，计划分为硬件设计和软件编写两部分同时进行。软硬结合，其中： (一) 硬件设计部分 1. 电源模块 拟采用3.7V锂电池或3节1.2V的AAA电池串联其中一种作为电源，现在还没有决定好，视最后作品的体积和工作效果而定，由TGAM芯片工作手册得知脑电数据AD转换模块TGAM芯片的工作电压在2.97V-3.73V，采用以上两种电池中任意一种作为工作电路电源的话，都可以满足要求 2. 脑电信号采集模块 选用ThinkGear脑电采集电极片来采集从大脑发出的脑电信号，该电极片导导电性好，耐汗水腐蚀，抗氧化，同时自身与皮肤的接触阻抗较小，有利于提高采集信号的准确度 3. 脑电数据AD转换模块 本模块采用Neurosky公司的TGAM芯片，该芯片可以直接支持干电极采集（即不必在脑电采集电极片上涂抹导电膏，极大的提高的本作品的实用性），并且支持单EEG脑电通道，可将前额皮肤采集到的实时电压转换为原始数据rawdata并输出。该芯片采样率为512Hz，硬件滤波为3Hz-100Hz，工作电压为：2.97V-3.73V，波特率有1200,9600,57600三种规格可选，同时具有可向外提供3.0V左右的Vout端口，可以用来支持本作品的蓝牙模块供电。 4. 蓝牙通信模块 采用上海移摩通讯技术有限公司 的 FBT06蓝牙模块，工作电压为2.7V-3.3V，在工作电路中可接TGAM芯片的Vout管脚作为电源，支持BT4.0+BLE（低功耗蓝牙传输），功耗小，便于长时间使用，支持与大多数Android