基于脑电波的驾驶员疲劳驾驶监测研究

张博阳　苏宝林　盛桂敏

（绥化学院电气工程学院，黑龙江　绥化　152000）

基于脑电波的驾驶员疲劳驾驶监测研究

张博阳苏宝林盛桂敏

（绥化学院电气工程学院，黑龙江绥化152000）

交通事故中有很大一部分是由疲劳驾驶引起的，在各种疲劳驾驶预警技术中，基于脑电波的驾驶员疲劳驾驶监测技术是一种新型的汽车安全预警技术，研究其基本理论和实现方法对保证人身安全和减少交通事故都有重大的意义。

脑电波；疲劳驾驶；预警系统

目前，驾驶员疲劳驾驶预警系统已成为科研人员研究的热点，较实用的方法有监控眼部活动法、追踪车辆行驶路线法、记录驾驶员对于突发事件的反应时间法和监测驾驶员的脑电波法。但是，前三种方法不能在驾驶员疲劳之前及时监测到疲劳驾驶。脑电波以电信号的形式反映了大脑生理和心理上的活动，通过检测脑电波能精确、可靠的监测疲劳驾驶，本文将主要论述脑电波在监测疲劳驾驶方面的应用。

1　疲劳驾驶和脑电波的概念

疲劳驾驶是驾驶员在车辆行驶过程中由于长时间处于高度警觉或紧张的状态而出现的困倦瞌睡、驾驶技能下降的现象。疲劳驾驶是由驾驶环境和驾驶员两方面的原因导致的，驾驶环境因素又分为天气因素、交通状况、车况等，驾驶员自身因素分为睡眠不足、长时间驾驶、药物诱因等。疲劳驾驶会导致驾驶员反应时间延长、操控能力下降、判断失误增多等，威胁驾驶安全。

疲劳驾驶预警系统是判断驾驶员是否进入疲劳状态并发出警示的装置。显然，疲劳驾驶预警系统有监测和报警两个基本功能。当系统监测到驾驶员的脑电波幅值高于一定值而频率低于一定值时，认为驾驶员进入疲劳状态，并发出语音、振动，提示驾驶员已发生驾驶疲劳，提示或强制驾驶员进入休息状态。目前，一些著名的汽车生产厂家已经在其产品上安装了疲劳驾驶预警系统。

2　疲劳驾驶时脑电信号的采集和处理

研究表明，脑电信号的幅值一般在50到100之间，有较强的背景噪声，属于弱信号，容易受到外界其它信号的干扰，使脑电波测量变得比较困难，故在信号放大电路中采用高输入阻抗、高共模抑制比的前置输入级，并使用低通滤波器滤除高频波的干扰，再经过信号放大得到容易检测的大约为2v的信号。

由于脑电波信号具有以上特征，本文采用功率谱来研究驾驶员脑电波的变化特征。通过采集驾驶员的脑电波信号，计算出驾驶员脑电波的功率谱密度，将正常、清醒、疲劳、瞌睡等不同生理状态下功率谱密度曲线进行比较，获得脑电波功率与驾驶员生理状态之间的对应关系。

为了提高计算的精度，本研究采用频域分析的方法处理脑电信号。通过快速傅里叶变换将传感器采集到的时域脑电信号转化为频域信号，分别进行功率绝对值谱分析、功率占总功率比分析、不同波段功率比分析和不同波段功率总和比分析，通过比较发现不同波段功率综合比分析区分驾驶员生理状态的效果最明显，故本研究采用该种功率谱分析的方法。然后，算出各波段的功率值，最后与临界值进行比较，判断出驾驶员是否处于疲劳驾驶状态。

3　基于脑电波的疲劳驾驶监测系统

3.1介绍基于脑电波的疲劳驾驶监测系统的组成和工作原理。

疲劳驾驶预警系统由带电极的便携头套、报警装置、硬件部分和软件部分等组成。驾驶员戴上便携头套，便携头套上的电极检测驾驶员的脑电波信号，系统硬件部分完成信号的采集，软件通过信号处理得到驾驶员脑电波信号的幅值和频率等信息，判断驾驶员是否疲劳驾驶。如果系统监测到疲劳驾驶，系统将该信息通过通信系统反馈给汽车中控台，中控台唤醒报警装置提示驾驶员已疲劳驾驶，并开启汽车危险报警闪光灯向其它车辆发出提示，以保证车辆运行安全。

3.2介绍基于脑电波的疲劳驾驶监测系统的硬件部分。

疲劳驾驶预警系统采用物联网技术，控制板采用三星S3C6410核心板。传感器包括MQ3酒精传感器、脑波带疲劳检测传感器、胎压检测模块、人体红外线感应模块、PM2.5气体检测模块、DHT11温湿度检测模块。通过GSM短信触发模块和RT73型Wifi模块实现系统各部分的通信，超声波模块用来完成本车与其它车辆之间距离的测量，指纹识别模块用来采集驾驶员的指纹信息，传感器采集驾驶员的脑电波信号及外界变量，并将数据传输给控制主板，主板接收到数据信号后经过处理判断做出反应，并在友好的人机交互界面将数据等信息显示出来，提示驾驶员是否进入了疲劳驾驶状态，让驾驶员根据实际情况作出相应的调整，避免交通事故的发生。

3.3基于脑电波的疲劳驾驶监测系统的软件部分。

由于系统需要实现友好的人机交互，故采用android软件平台来编写系统软件。设计软件程序控制传感器采集信号和控制板处理信号，采用android系统能方便的设计人机交互界面的文字和按钮，驾驶员能够方便地给控制系统发出命令，汽车也能够形象生动的把信息反馈给驾驶员。

4　结语

基于脑电波的驾驶员疲劳驾驶监测技术是一种新型的汽车安全预警技术，通过检测脑电波能精确、可靠的监测疲劳驾驶。本文在介绍疲劳驾驶和脑电波概念的技术上，概括性的介绍了基于脑电波的疲劳驾驶监测系统，为驾驶员疲劳驾驶监测技术的进一步研究奠定了基础。

［1］殷艳红.基于脑电波与眨眼的驾驶员疲劳模拟实验研究［D］.同济大学，2008.

［2］于晓东.基于驾驶人生理指标的驾驶疲劳量化方法研究［D］.吉林大学，2015.

［3］孙显彬，唐洪伟，文妍.疲劳驾驶预警系统的研究现状和发展趋势［J］.青岛理工大学学报，2007，03:91-94.

［4］杨才坤.疲劳驾驶检测方法的研究及其嵌入式实现［D］.东北大学，2013.

课题项目：

绥化市科技计划项目 项目编号SHKJ2015-008

U491.254

A

1003-5168（2015）11-058-01

张博阳（1983.04—），男，硕士，讲师，研究方向：嵌入式系统。

苏宝林（1977.02—），男，硕士，讲师，研究方向：单片机技术。