基于脑电疲劳驾驶预警系统的设计与实现

发布时间：2020-05-26 02:21

【摘要】：随着私家车数量的日益增长,由之而来的驾驶安全问题日益突出。根据资料显示,在发生交通事故的案例中有将近四分之一是由疲劳驾驶导致的,因此疲劳驾驶安全问题引起了人们的广泛关注。针对疲劳驾驶问题,设计和开发一款便携、高效的预警系统成为了大众的广泛诉求。而在对人体状态判别的众多特征中,脑电信号作为判别人体状态的金标准,其具有客观性、准确性等优点。而目前市场上还没有出现一款高效、便携的脑电疲劳驾驶预警系统。所以基于脑电信号设计和开发一款高效、便携的疲劳驾驶预警系统具有重大的社会意义和市场价值。本文首先针对传统脑电采集系统具有的操作复杂且便携性差等缺点设计和实现了基于TGAM芯片的单导干电极便携式脑电采集系统。其包括:单导干电极传感器、TGAM芯片以及BCM417蓝牙模块。通过对TGAM模块及蓝牙模块进行参数初始化设置以及对模块间的通信协议进行解析,成功搭建了便携式脑电采集系统。其次,本文对脑电信号进行分析研究,提取了与人体疲劳有关的特征参数:专注度、放松度、以及眨眼频率。通过对专注度和放松度建立AHP模型,运用层次分析法推导得出专注度和放松度的计算公式。同时通过分析得出α波功率谱密度百分比与眨眼的关系,经过实验分析得出其判别阈值。分别采用kNN、C4.5和朴素贝叶斯算法对专注度与放松度的相关系数以及眨眼频率进行分类判别。通过对比得出kNN算法的判别效果最佳。同时根据不同疲劳状态下的专注度和放松度的关系,计算出驾驶员的疲劳程度对其进行分级预警。最后针对所设计的便携式脑电采集系统开发了与之配套的客户端软件系统,与之一起构成一个完整的脑电疲劳预警系统。软件系统通过对驾驶员的状态进行实时监测,当其为疲劳状态时,计算其疲劳程度,根据疲劳的程度对其进行分级预警提示。通过功能模块的测试,验证了系统的可行性。本文基于脑电信号设计和实现了便携式疲劳驾驶预警系统,系统具有便携性强、准确性高的特点。对于疲劳安全驾驶领域具有重要意义。
【图文】：

示意图,脑电信号,原理,信号

图 2- 1 脑电信号的产生原理以及信号示意图Fig.2-1 The generation principle of EEG and signal schematic diagra产生的脑电信号通常表现为人的思维状态，这种思维状态动，这些活动会形成不同特征频率的脑电信号。具体表现

功率谱,脑电信号,功率谱,脑地形图

图 2-2 脑电信号功率谱图 2-3 脑地形图Fig.2-2 Power spectrum of EEG. Fig.2-3 Brain topograph.1.2 脑电信号的分类在对脑电信号的研究过程中，，现代科学根据实验采集的结果以及其在频谱
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：U463.6

【参考文献】