專利名稱：基于腦電信號(hào)的車載嵌入式路怒駕駛狀態(tài)檢測裝置的制作方法
技術(shù)領(lǐng)域：
本實(shí)用新型涉及嵌入式信號(hào)處理技術(shù)領(lǐng)域，具體涉及基于腦電信號(hào)的車載嵌入式路怒駕駛狀態(tài)檢測裝置。
背景技術(shù)：
憤怒是人們生活中常見的一種消極情緒，憤怒情緒發(fā)生時(shí)，人容易沖動(dòng)冒險(xiǎn)，做出對(duì)他人不利的事來。駕駛?cè)嗽陂_車中也會(huì)產(chǎn)生憤怒情緒，心理學(xué)上把帶著憤怒情緒開車稱為“路怒癥”，用以形容在交通阻塞情況下開車壓力與挫折所導(dǎo)致的憤怒情緒。“路怒癥”現(xiàn)已成為了汽車時(shí)代的通病。隨著汽車數(shù)量的劇增與道路擁擠等矛盾的存在，加上我國現(xiàn)在駕駛?cè)藛T構(gòu)成復(fù)雜，素質(zhì)高低不一，進(jìn)一步加劇了“路怒癥”的表現(xiàn)，我國有60. 72%的車主有路怒癥，情緒失控的“路怒癥”容易引起“駕駛憤怒”，除了罵人、動(dòng)粗、野蠻開車外，還會(huì)引 起超速行駛，危險(xiǎn)超車，惡意變道等危險(xiǎn)行為，這種情緒激化導(dǎo)致的失控時(shí)間長度雖然未達(dá)到焦慮抑郁的精神疾病診斷標(biāo)準(zhǔn)，但是開車時(shí)哪怕是幾秒鐘的情緒失控，也足以導(dǎo)致車毀人亡，更嚴(yán)重者甚至?xí)稹榜{駛暴力”，故意開車襲擊行人或者其他車輛，馬路殺手中有相當(dāng)一部分人是“路怒癥”造成的。這種攻擊性駕駛行為已經(jīng)與醉酒駕駛和疲勞駕駛一樣，成為交通事故的重要影響因素之一。目前針對(duì)駕駛?cè)笋{駛情緒的檢測方法主要是基于外部行為檢測法是無接觸測量，安裝如攝像頭進(jìn)行信息采集，采用受試者的外部表現(xiàn)如面部表情判斷駕駛情緒，該方法具有評(píng)分標(biāo)準(zhǔn)不易統(tǒng)一、受記憶或其它個(gè)人行為、光線、圖像采集角度等條件的影響，對(duì)于戴眼鏡的駕駛員，或者被測人頭部在自由轉(zhuǎn)動(dòng)的情況下，圖像很難準(zhǔn)確跟蹤到，這會(huì)導(dǎo)致檢測系統(tǒng)不能始終如一正確地報(bào)告駕駛員狀態(tài)。腦電信號(hào)來自大腦皮層的電信號(hào)，與人的生理狀態(tài)和心理狀態(tài)密切相關(guān)，特別是當(dāng)人處于憤怒情緒時(shí)，腦電信號(hào)會(huì)發(fā)生顯著的變化，本實(shí)用新型通過對(duì)駕駛?cè)说哪X電信號(hào)進(jìn)行實(shí)時(shí)監(jiān)測，并提取其特征作為判斷是否路怒駕駛的標(biāo)準(zhǔn)。
發(fā)明內(nèi)容本實(shí)用新型提供一種基于腦電信號(hào)的車載嵌入式路怒駕駛狀態(tài)檢測裝置，當(dāng)檢測到駕駛?cè)颂幱诼放{駛情緒時(shí)，自動(dòng)啟動(dòng)語音警示系統(tǒng)，提醒駕駛?cè)俗⒁馇榫w控制，減小由于駕駛?cè)饲榫w波動(dòng)造成的交通事故的可能?；谀X電信號(hào)的車載嵌入式路怒駕駛狀態(tài)檢測裝置，包括腦電信號(hào)采集單元、信號(hào)處理單元和語音提示單元；所述的腦電信號(hào)采集單元包括電極和放大電路，電極安置在駕駛?cè)祟^皮表面，通過電極帽固定；放大電路包括前置放大電路和后級(jí)放大電路，電極接至前置放大電路輸入端，前置放大電路輸出端連接后級(jí)放大電路輸入端，后級(jí)放大電路輸出端連接信號(hào)處理單元;所述的信號(hào)處理單元，包括處理器和存儲(chǔ)器，存儲(chǔ)器外接于處理器端口。接收從腦電信號(hào)采集裝置得到的數(shù)字信號(hào)，通過對(duì)多導(dǎo)聯(lián)腦電信號(hào)進(jìn)行基于小波包子帶的共空間模式分解，得到腦電信號(hào)的特征；所述的語音提示單元包括語音解碼器和揚(yáng)聲器，語音解碼器輸出端接至揚(yáng)聲器，事先錄制好不同類型的語音提示，檢測到駕駛?cè)颂幱诼放{駛狀態(tài)時(shí)，驅(qū)動(dòng)語音提示單元播放提示語音。 所述腦電信號(hào)采集單元的輸出端和語音提出單元的輸入端均接至處理器端口。采用上述車載嵌入式路怒駕駛狀態(tài)檢測裝置進(jìn)行檢測，腦電信號(hào)特征提取是利用基于小波包分解和共空間模式的特征提取，利用神經(jīng)元網(wǎng)絡(luò)對(duì)提取的特征進(jìn)行分類，給出路怒駕駛狀態(tài)的識(shí)別結(jié)果，具體包括如下步驟步驟I :電極實(shí)時(shí)采集腦電信號(hào)，經(jīng)放大處理后輸出至處理器；步驟2 :進(jìn)行腦電信號(hào)特征提?。徊襟E2. I :分別對(duì)每個(gè)導(dǎo)聯(lián)數(shù)據(jù)進(jìn)行小波包分解；步驟2. 2:選擇與憤怒情緒相關(guān)的小波包子帶，分別進(jìn)行子帶數(shù)據(jù)的共空間模式分解；步驟2. 3 :每個(gè)小波包子帶提取若干特征點(diǎn)，組成特征向量；步驟3 :利用神經(jīng)網(wǎng)絡(luò)對(duì)提取的特征向量進(jìn)行分類；利用事先采集到的離線數(shù)據(jù)對(duì)分類器進(jìn)行訓(xùn)練，具體步驟如下步驟3. I :對(duì)LVQ神經(jīng)網(wǎng)絡(luò)參數(shù)初始化；步驟3.2 :從路怒駕駛狀態(tài)對(duì)應(yīng)的特征向量中選取一組，輸入到神經(jīng)網(wǎng)絡(luò)的輸入層，輸出層對(duì)應(yīng)的輸出向量設(shè)定為[10]，根據(jù)輸入輸出結(jié)果自動(dòng)調(diào)整神經(jīng)網(wǎng)絡(luò)權(quán)值；輸入下一個(gè)樣本，重復(fù)進(jìn)行權(quán)值調(diào)整，直到達(dá)到預(yù)設(shè)的訓(xùn)練次數(shù)；步驟3.3 :從平靜駕駛狀態(tài)對(duì)應(yīng)的特征向量中選取一組，輸入到神經(jīng)網(wǎng)絡(luò)的輸入層，輸出層對(duì)應(yīng)的輸出向量設(shè)定為[01]，根據(jù)輸入輸出結(jié)果自動(dòng)調(diào)整神經(jīng)網(wǎng)絡(luò)權(quán)值；輸入下一個(gè)樣本，重復(fù)進(jìn)行權(quán)值調(diào)整，直到達(dá)到預(yù)設(shè)的訓(xùn)練次數(shù)；步驟3. 4 :將訓(xùn)練結(jié)果作為神經(jīng)網(wǎng)絡(luò)的最優(yōu)參數(shù)；步驟3. 5 :利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)駕駛?cè)说鸟{駛腦電信號(hào)進(jìn)行實(shí)時(shí)的分類；步驟4 當(dāng)神經(jīng)網(wǎng)絡(luò)的分類結(jié)果為路怒駕駛情緒狀態(tài)時(shí)，處理器發(fā)送給控制提示語音的播放，播放采用循環(huán)方式，音量逐漸提高到最大值，直到檢測到的腦電信號(hào)恢復(fù)到正常狀態(tài)時(shí)，發(fā)送終止語音的命令。有益效果腦電信號(hào)提供的信息能夠準(zhǔn)確及時(shí)的反應(yīng)人體情緒狀態(tài)，嵌入式微處理器具有強(qiáng)大的信號(hào)處理性能，能夠滿足算法的實(shí)時(shí)性，采用的語音提示單元在微處理器的控制下，語音音量和語音選擇可以根據(jù)駕駛狀態(tài)方便靈活的調(diào)整，同時(shí)該嵌入式裝置體積小，非常適合于車載環(huán)境。

圖I為本實(shí)用新型實(shí)施例裝置的總體結(jié)構(gòu)框圖；圖2為本實(shí)用新型實(shí)施例前置放大電路原理圖；圖3為本實(shí)用新型實(shí)施例后級(jí)放大電路原理圖；圖4為本實(shí)用新型實(shí)施例腦電信號(hào)采集位置示意圖；[0029]圖5為本實(shí)用新型實(shí)施例路怒駕駛情緒特征提取流程圖；圖6為本實(shí)用新型實(shí)施例特征分類流程圖；圖7為本實(shí)用新型實(shí)施例語音提示單元控制的示意圖。
具體實(shí)施方式
以下結(jié)合附圖對(duì)本實(shí)用新型做進(jìn)一步說明。基于腦電信號(hào)的車載嵌入式路怒駕駛狀態(tài)檢測裝置，如圖I所示，包括腦電信號(hào)采集單元、信號(hào)處理單元和語音提示單元；所述的腦電信號(hào)采集單元包括電極和放大電路，放大電路包括前置放大電路和后級(jí)放大電路；電極采用橋式Ag/AgCl電極。電極安置在駕駛?cè)祟^皮表面，通過電極帽固定，由于腦電信號(hào)幅值微弱，需要通過放大器放大、濾波、模數(shù)轉(zhuǎn)換。腦電信號(hào)采樣頻率為100Hz，傳送到由嵌入式信號(hào)處理單元中。前置放大電路包括前置放大器和低通濾波器，電路如圖2所示，主要是把微弱的腦電信號(hào)進(jìn)行第一級(jí)放大，并將信號(hào)中的高頻干擾濾除。由于本實(shí)施例由6導(dǎo)聯(lián)組成，6導(dǎo)聯(lián)中每一導(dǎo)聯(lián)都具有相同的電路結(jié)構(gòu)，圖2中只給出單一導(dǎo)聯(lián)原理圖。前置放大器主要由模擬器件AD8221芯片構(gòu)成，原始的腦電信號(hào)放大50倍，其輸出信號(hào)經(jīng)過電阻和電容耦合連接到低通濾波器的輸入端，低通濾波器由模擬器件MAX280構(gòu)成，通帶截止頻率為30HZ，輸出信號(hào)標(biāo)號(hào)為outl，與后級(jí)放大電路的輸入端連接。后級(jí)放大電路包括后級(jí)放大器和陷波電路，電路如圖3所示,對(duì)前置放大部分輸出的腦電信號(hào)進(jìn)行進(jìn)一步放大，并濾除50hz工頻干擾。后級(jí)放大器由模擬器件ICL7650構(gòu)成，該部分將信號(hào)放大100倍。陷波電路由UAF42構(gòu)成，該電路能有效濾除50hz工頻干擾。該部分電路的輸出標(biāo)號(hào)為out2，連接到ICETEC-0MAPL138-I開發(fā)板的模擬信號(hào)輸入端。ICETEC-0MAPL138-I開發(fā)板的結(jié)構(gòu)和原理是公知技術(shù)。腦電信號(hào)采集位置如圖4所示，腦電信號(hào)采集時(shí)只采集C3，C4，F(xiàn)3，F(xiàn)4，P3，P4這6個(gè)電極的腦電信號(hào)，以左右兩側(cè)耳垂為參考電極。所述的信號(hào)處理單元，包括處理器和存儲(chǔ)器，處理器型號(hào)為0MAPL138，存儲(chǔ)器為MT47H64M16HR-3型DDR2存儲(chǔ)器和K9K8G08U0A型NAND FLASH存儲(chǔ)器，它們集成在ICETEC-0MAPL138-I開發(fā)板上。該單元接收從腦電信號(hào)采集裝置得到的信號(hào)，對(duì)腦電信號(hào)進(jìn)行特征提取和特征分類，并根據(jù)分類結(jié)果控制語音提示單元。所述語音提示單元，包括語音解碼器和揚(yáng)聲器，語音解碼器型號(hào)為TLV320AIC23B，揚(yáng)聲器為WP241A便攜式揚(yáng)聲器，TLV320AIC23B語音解碼器集成在ICETEC-0MAPL138-I開發(fā)板上，由0MAPL138處理器控制，WP241A便攜式揚(yáng)聲器通過音頻線連接到開發(fā)板的音頻接口上，事先錄制好不同類型的語音提示，在信號(hào)處理系統(tǒng)檢測到駕駛?cè)颂幱诼放{駛狀態(tài)時(shí)，驅(qū)動(dòng)語音提示單元播放提示語音。采用上述基于腦電信號(hào)的車載嵌入式路怒駕駛狀態(tài)檢測裝置進(jìn)行檢測，具體執(zhí)行如下步驟步驟I :電極實(shí)時(shí)采集腦電信號(hào)，經(jīng)放大處理后輸出至處理器；步驟2 :進(jìn)行腦電信號(hào)特征提取，流程如圖5所示；步驟2. I :分別對(duì)6導(dǎo)聯(lián)數(shù)據(jù)進(jìn)行4層小波包分解；、[0044]利用Daubechies的db4小波函數(shù)對(duì)每個(gè)導(dǎo)聯(lián)的腦電數(shù)據(jù)進(jìn)行4層小波包分解。步驟2. 2 :選擇9個(gè)與憤怒情緒相關(guān)的小波包子帶，分別進(jìn)行9個(gè)子帶的數(shù)據(jù)共空間模式分解；實(shí)驗(yàn)證實(shí)，與人的情緒密切相關(guān)的頻率成分集中在8-24HZ，在IOOHz的采樣頻率下，該頻率成分對(duì)應(yīng)的小波包子帶分別為S(3，1)、S(3，2)、S(3，3)、S(4，2)、S(4，3)、S(4，4)、S (4，5)、S (4，6)、S (4，7)，分別對(duì)這9個(gè)小波包子帶的腦電信號(hào)數(shù)據(jù)進(jìn)行共空間模式分解，共空間模式分解的實(shí)質(zhì)是同時(shí)對(duì)角化兩個(gè)協(xié)方差矩陣，具體包括白化變換和投影變換。假設(shè)C1和C2為分別為表示平靜狀態(tài)與路怒狀態(tài)腦電數(shù)據(jù)的規(guī)則化空間協(xié)方差，C。表示混合的空間協(xié)方差，如公式I所示。Cc = C^C2 (I)作為兩個(gè)矩陣協(xié)方差的和，C。是正定矩陣，它可以分解成為公式2所示的形式。Cc = UcAcUi 。 (2)其中U。是特征向量矩陣，λ。是特征值構(gòu)成的對(duì)角陣，這里特征值要以降序進(jìn)行排列，則C。白化變換矩陣表示為公式3。P = VV"U:(3)由于λ。具有奇異性，因此矩陣PCcPi對(duì)應(yīng)的特征值都為1，利用C1和C2得到如公式4和公式5的表示形式，SI定義為平靜狀態(tài)中間特征量，S2定義為路怒狀態(tài)中間特征量，S1 = PC1P' (4)S2 = PC2P' (5)則S1和S2具有共同的特征向量，并且存在特征向量矩陣B以及兩個(gè)對(duì)角矩陣入i和λ 2，滿足公式6和公式7。S1 = BX1B' (6)S2 = BX2B' (7)公式6和7中的入1和入2是由各自特征值構(gòu)成的對(duì)角陣，特征值要以降序進(jìn)行排列。由于入1和λ2對(duì)應(yīng)的兩個(gè)特征值之和總是1，所以當(dāng)特征向量B對(duì)于S1有最大的特征值時(shí)，對(duì)于S2有最小的特征值。根據(jù)上述變換，得到投影矩陣最終表示為公式8形式W= (B' P)' (8)單次檢測到的腦電信號(hào)經(jīng)過共空間模式分解，得到如公式9所示的特征向量，式9中E為腦電信號(hào)數(shù)據(jù)，Z為提取的特征向量。Z = WE (9)步驟2. 3 :每個(gè)小波包子帶提取4個(gè)特征點(diǎn)，9個(gè)小波包子帶的36個(gè)特征點(diǎn)組成特
征向量；以6個(gè)導(dǎo)聯(lián)對(duì)應(yīng)的小波包子帶S (3，I)數(shù)據(jù)為例說明特征提取過程，利用共空間模式按照公式1-9得到投影矩陣，對(duì)6導(dǎo)聯(lián)的S (3，I)子帶對(duì)應(yīng)的數(shù)據(jù)進(jìn)行分解，得到6個(gè)特征點(diǎn)組成的特征向量，取特征向量中的前兩個(gè)和后兩個(gè)特征點(diǎn)，組成4個(gè)特征點(diǎn)的特征向量。則9個(gè)小波包子帶一共提取了由36個(gè)特征點(diǎn)組成的特征向量。該特征向量作為判斷路怒駕駛狀態(tài)的基本特征。步驟3 :利用LVQ神經(jīng)網(wǎng)絡(luò)對(duì)提取的特征向量進(jìn)行分類，流程如圖6所示；利用事先采集到的離線數(shù)據(jù)對(duì)分類器進(jìn)行訓(xùn)練，訓(xùn)練樣本為100，其中50次為憤怒狀態(tài)，50次為平靜狀態(tài)，按步驟2分別提取100個(gè)訓(xùn)練樣本對(duì)應(yīng)的特征向量，在通過訓(xùn)練樣本的特征向量調(diào)整神經(jīng)網(wǎng)絡(luò)的參數(shù)，具體步驟如下步驟3. I :對(duì)LVQ神經(jīng)網(wǎng)絡(luò)參數(shù)初始化。設(shè)定LVQ神經(jīng)網(wǎng)絡(luò)競爭層神經(jīng)元個(gè)數(shù)為20，輸出層神經(jīng)元個(gè)數(shù)為2，對(duì)競爭層神經(jīng)元權(quán)值進(jìn)行設(shè)定，權(quán)值向量取較小的隨機(jī)值，最后確定初始學(xué)習(xí)速率和訓(xùn)練次數(shù)；步驟3. 2 :從50組路怒駕駛狀態(tài)對(duì)應(yīng)的特征向量中選取一組，輸入到神經(jīng)網(wǎng)絡(luò)的輸入層，輸出層對(duì)應(yīng)的輸出向量設(shè)定為[10]，根據(jù)輸入輸出結(jié)果自動(dòng)調(diào)整神經(jīng)網(wǎng)絡(luò)權(quán)值；輸入下一個(gè)樣本，重復(fù)進(jìn)行權(quán)值調(diào)整，直到達(dá)到預(yù)設(shè)的50次訓(xùn)練次數(shù)； 步驟3. 3 :從50組平靜駕駛狀態(tài)對(duì)應(yīng)的特征向量中選取一組，輸入到神經(jīng)網(wǎng)絡(luò)的輸入層，輸出層對(duì)應(yīng)的輸出向量設(shè)定為[01]，根據(jù)輸入輸出結(jié)果自動(dòng)調(diào)整神經(jīng)網(wǎng)絡(luò)權(quán)值；輸入下一個(gè)樣本，重復(fù)進(jìn)行權(quán)值調(diào)整，直到達(dá)到預(yù)設(shè)的50次訓(xùn)練次數(shù)；步驟3. 4 :將訓(xùn)練結(jié)果作為神經(jīng)網(wǎng)絡(luò)的最優(yōu)參數(shù)；步驟3. 5 :利用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)對(duì)駕駛?cè)说鸟{駛腦電信號(hào)進(jìn)行實(shí)時(shí)的分類；步驟4 當(dāng)神經(jīng)網(wǎng)絡(luò)的分類結(jié)果為路怒駕駛情緒狀態(tài)時(shí)，處理器發(fā)送給語音提示單元一個(gè)命令，控制提示語音的播放，播放采用循環(huán)方式，音量逐漸提高到最大值，直到檢測到的腦電信號(hào)恢復(fù)到正常狀態(tài)時(shí)，發(fā)送終止語音的命令。語音提示單元控制示意圖如圖7所示。本實(shí)施例中提示語音是事先錄制好的家人的聲音，有利于憤怒的駕駛?cè)嘶謴?fù)平靜。
權(quán)利要求1.基于腦電信號(hào)的車載嵌入式路怒駕駛狀態(tài)檢測裝置，其特征在于包括腦電信號(hào)采集單元、信號(hào)處理單元和語音提示單元； 所述的腦電信號(hào)采集單元包括電極和放大電路，電極安置在駕駛?cè)祟^皮表面，通過電極帽固定；放大電路包括前置放大電路和后級(jí)放大電路，電極連接前置放大電路輸入端，前置放大電路輸出端連接后級(jí)放大電路輸入端，后級(jí)放大電路輸出端連接信號(hào)處理單元； 所述的信號(hào)處理單元，包括處理器和存儲(chǔ)器，存儲(chǔ)器外接于處理器端口 ； 所述的語音提示單元包括語音解碼器和揚(yáng)聲器，語音解碼器輸出端接至揚(yáng)聲器； 所述腦電信號(hào)采集單元的輸出端和語音提示單元的輸入端均接至處理器端口。
專利摘要本實(shí)用新型提供一種基于腦電信號(hào)的車載嵌入式路怒駕駛狀態(tài)檢測裝置，包括腦電信號(hào)采集單元、信號(hào)處理單元和語音提示單元；腦電信號(hào)采集單元包括電極和放大電路；放大電路包括前置放大電路和后級(jí)放大電路；信號(hào)處理單元包括處理器和存儲(chǔ)器；語音提示單元包括語音解碼器和揚(yáng)聲器。采用本實(shí)用新型 裝置進(jìn)行檢測時(shí)，腦電信號(hào)特征提取采用基于小波包分解和共空間模式特征提取，并利用神經(jīng)元網(wǎng)絡(luò)分類，得出路怒駕駛識(shí)別結(jié)果，腦電信號(hào)能準(zhǔn)確及時(shí)的反應(yīng)情緒狀態(tài)，嵌入式微處理器具有強(qiáng)大的信號(hào)處理性能，語音音量和語音選擇可根據(jù)駕駛狀態(tài)調(diào)整，嵌入式裝置體積小，也非常適于車載環(huán)境。
文檔編號(hào)A61B5/18GK202355417SQ20112044367
公開日2012年8月1日 申請(qǐng)日期2011年11月10日 優(yōu)先權(quán)日2011年11月10日
發(fā)明者葉檸, 孫宇舸 申請(qǐng)人:東北大學(xué)