腦電波檢測疲勞駕駛裝置

熊桑桑 王慶興

摘要：通過大數據的查詢資料，我們發現國內外交通事故很大原因是疲勞駕駛。因此需要對疲勞駕駛進行檢測，目前一般采用對駕駛員的行為分析或者對駕駛員臉部與眼睛特征進行圖像分析，兩種方式都不能準確地監測駕駛員的勞累狀態。因此本文提出基于腦電波控制疲勞駕駛檢測，該方法通過疲勞檢測和疲勞消除兩個方面對駕駛員在行車過程中出現的疲勞狀態進行監控和干預。我們按照文中所闡述的方法進行了實際調試，可以有效地檢測出駕駛員所處的疲勞狀態。

關鍵詞：腦電波;疲勞駕駛;疲勞檢測;預警器

Abstract：Through the query of big data， we found that the major cause of traffic accidents at home and abroad is fatigue driving. Therefore， it is necessary to detect fatigue driving. At present， driver behavior analysis or image analysis of driver's face and eye features are generally used， but both methods can not detect driver's fatigue in time. Therefore， this paper proposes a fatigue driving detection method based on EEG control， which monitors and intervenes the driver's fatigue state in the process of driving through fatigue detection and fatigue elimination.According to the method described in this paper， we have carried out the actual debugging， which can effectively detect the fatigue state of the driver.

Keywords： EEG; fatigue driving; fatigue detection; early warning device

1 引言

通過大數據的查詢，疲勞駕駛對于交通事故占比非常大，比例達到40%以上。目前，對疲勞狀態多采用腦電信號和心電信號來進行評估，而對于心電信號而言，它存在著敏感性不足的問題，因此不適合進行疲勞狀態的檢測。因為可以通過腦電信號來判斷大腦的狀態。所以我們常采用腦電信號來評價[1]。對于駕駛員進行腦電波數據采集時，可能會受到駕駛員微小的動作而引起腦電信號的變化。但是因人而異。同時對駕駛員的臉部和眼睛特征進行數據采集也是疲勞評估的一個發展方向，本篇文章主要采用腦電波來進行疲勞狀態分析。

這個腦電波預警系統可以判斷駕駛員的疲勞狀態[2]。當駕駛員出現疲勞的跡象時，預警系統會有一個提醒。這個系統由檢測和預警兩部分組成，然后系統通過監測腦電波的幅度來判斷駕駛員是否處于疲勞駕駛。如果腦電波幅度值過高，頻率過低，系統會發出語音和振動，來提醒駕駛員已經處于疲勞駕駛狀態，從而確保駕駛員能夠安全駕車。

2 基于腦電波的疲勞駕駛監測系統

本文基于腦電波的疲勞駕駛檢測系統，流程圖如圖1所示，首先讓駕駛員戴上頭盔，然后通過頭盔中的傳感器檢測駕駛員大腦的活躍程度，來判斷是否疲勞駕駛，若出現疲勞駕駛進行喚醒操作[3]。

2.1腦電波疲勞裝置的設計

本文腦電波疲勞駕駛裝置由硬件部分和軟件部分組成。

2.1.1硬件設計

硬件構成：如圖2所示，是一個頭盔裝置，主要完成數據的采集、結果的顯示。由傳感器，藍牙，電源，夾子組成，傳感器：采集腦電波信號轉化為電信號。LED燈：通過腦電波的集中與否，用藍牙傳輸來控制燈的亮滅[4]。數據采集：將采集到的駕駛員腦電波信號用功率譜的形式顯示出來。采集模塊中核心部件是Arduino控制模塊。

2.1.2軟件設計

軟件部分主要實現對采集的腦電波進行處理，本文采用對功率譜密度進行計算，并對駕駛員行駛途中腦電波的變化規律和區間進行記錄，分析規律。

功率譜密度的計算，我們將收集到的腦電信號，除去眼部肌肉的干預后記為A1。然后對A1進行傅里葉變換就可以得到功率譜密度，從而明確當前駕駛員的疲勞狀態[5]。 在FFT頻譜分析當中，分辨率受采樣點數N和采樣頻率[fS]影響[6]，也就是[ΔS=fs/N]。我們所采用的腦波儀的采樣頻率為1000Hz，通過數據處理計算出A的值，其中n=1，2，3，...，1023。令 [P（n）=AnAn/N]其中N=1024;則計算結果P就是估計出來的功率譜。

3 儀器調試及結果分析

首先讓駕駛員戴上儀器，儀器上的電極可以檢測駕駛員大腦的活躍程度。然后根據腦電波信號強弱，可以判斷駕駛員注意力的強弱[7]。通過一個藍牙模塊將檢測到的腦電波信號傳送給另一個藍牙模塊，那么這個藍牙模塊可以對腦電波信號進行檢測，如果信號過強，該藍牙控制的LED燈就會被點亮，否則，LED燈就保持熄滅狀態。同時，當駕駛員出現疲勞狀態時，核心控制模塊會對蜂鳴器發出指令，讓其工作，發出刺耳的聲音以達到讓駕駛員清醒的目的。

通過調試我們所設計的裝置可以成功地檢測腦電波的集中與否，并且可以通過藍牙傳輸來控制led燈的亮滅，該裝置具有如下優點：（1）利用腦電波轉化成電信號的監測，更加精確快速，并且實時檢測駕駛員的狀態;（2）小組設計，方便使用。（后期會優化，與帽子合在一起）;（3）傳感器只能接收到大腦不斷發送出的腦波而不會將信號灌入，另外，腦電波檢測裝置可以減少（過濾）無線信號的數量，避免它們自身干擾帶腦電波的記錄。但是仍然不能準確的確定駕駛員的疲勞與清醒的腦電波的腦波區間[8]。

4 結論

腦電波疲勞駕駛檢測儀結構簡單，功能多樣，通過探測分析駕駛者的腦電波來判斷駕駛者是否疲勞駕駛，當人處于疲勞時，該裝置可及時提醒司機處于疲勞駕駛，從而有效防止司機在疲勞狀態下繼續行駛，因此能避免由疲勞駕駛造成的事故。

這是一種新型技術，能有效減少汽車出事的發生。介紹了疲勞駕駛與駕駛員大腦的聯系，大概地介紹了我們對這項技術的成果。疲勞駕駛導致的交通事故的案例非常多，也新出臺了許多法律條案，可見，讓駕駛員保持清醒顯得異常有必要。我們希望能夠通過這項技術，讓交通事故盡可能減少。這就是我們對于腦電波控制疲勞駕駛裝置的研究。

參考文獻：

[1] 李超，石向榮，黃劍華，基于腦電信號處理的疲勞駕駛預警系統的設計與實現[D]. 科學技術創新，2018.

[2] 杜秀麗，馬振倩，邱少明，呂亞娜，基于卷積注意力機制的運動想象腦電信號識別[D]. 計算機工程與應用，2018.

[3] 劉宏馬，王生進，基于匹配濾波器和度量學習的腦電信號分類[D]. 清華大學學報（自然科學版），2018.

[4] 許敏，基于腦波技術的疲勞駕駛的監測系統研究[D]. 電腦迷，2018.

[5] 楊錦，岳意娥，楊麗莎，一種高經濟性的疲勞駕駛預警系統設計[J].汽車科技，2018（A01）：29-33.

[6] 王恁，周子敬，趙云芃，郭浩，陳俊杰，基于無線腦電信號分析的實時疲勞駕駛檢測與預警研究[D]. 太原理工大學學報研究，2020-11-15.

[7] 秦鵬程，王明年，包逸帆，陳勁宇，嚴濤.超特長公路隧道駕駛疲勞致因及檢測技術進展[J]. 現代隧道技術，2019（S02）：28-35.

[8] 霍首君，曹銳，基于深度卷積網絡的運動想象腦電信號模式識別[D]. 計算機應用，2020-11-09.

【通聯編輯：王力】