新型多功能驾驶员状态监测系统设计

1、新型多功能驾驶员状态监测系统设计Design of novel multifunctional driver monitoring system赵艳丽，梁晶晶ZHAO Yan-li, LIANG Jing-jing(南阳师范学院，计算机与信息技术学院，河南 南阳 473061 )摘要: 针对当前驾驶员状态监测的单一性缺陷，设计了一款新型多功能驾驶员状态监测系统。系统利用无线脑电信号采集分析技术进行情绪预警、疲劳监测和突发疾病监测；利用酒精浓度传感器进行饮酒监测；利用声光控制和GPRS发出报警。若驾驶员任一状态超标则发出声光报警并提示靠边停车，同时通过GPRS将车辆信息通知家人和交通管理部门。实

2、验结果表明，传统方法相比，该系统实现了数据的准确采集和高速传输，能够实现驾驶员状态多功能实时监测，检测灵敏度及准确率高，对预防交通事故具有很强的实用价值。关键词: 脑电信号；情绪预警；疲劳监测；突发疾病监测；饮酒监测中图法分类号：TP391 文献标识码：A 0 引言随着生活水平的提高，车辆日益剧增，交通事故数量逐年增加，造成了巨大人员伤亡和财产损失。疲劳驾驶、酒后驾驶是发生重大交通事故的主要原因。此外随着生活压力和身体状况的影响，近年来情绪化驾驶和突发疾病引起的交通事故也逐渐增多。当前驾驶员状态的监测普遍存在单一性缺陷，文献1提出了机车司机疲劳驾驶监测，文献2提出了基于单片机的多功能防醉驾系统

3、，这些都不能有效的达到驾驶员多功能监测的目的。本文针对当前驾驶员状态监测的单一性，设计了新型多功能无线驾驶员状态监测系统。系统利用无线脑电信号采集分析技术进行情绪预警、疲劳监测和突发疾病监测；利用酒精浓度传感器进行饮酒监测；利用声光控制和GPRS发出报警。若驾驶员出现状态异常则显示是何种异常，并发出声光报警提示立即靠边停车，同时通过GPRS将车辆信息通知家人和交通管理部门。实验结果表明，该系统检测灵敏度及准确率高，能够实现驾驶员状态综合、实时监测，对预防交通事故具有很强的实用价值。1 无线脑电信号采集和分析1924年德国精神病学家、耶那大学的Hans Berger教授首次发现并捕捉到人脑有规则

4、的电活动，即脑电信号(EEG)，就是脑部神经细胞电位变化的信号频率。当前大多数脑电信号采集使用单片、DSP、ARM、FPGA等作为处理器，这些属于有线传输，文献3提出了蓝牙传输的方法，但蓝牙传输容易收到信号干扰，且制造成本较高，因此本文采用无线技术实现脑电信号采集处理。依据脑电图仪记录的数据分析和临床生理学会国际联盟的分类，脑电信号的频率分为：波(813Hz，20100uV)、波(1330 Hz，520uV) 、波 (0.54HZ，20200uV)、波(48 Hz，100uv150uV) 4个频段。脑电信号非常微弱，一般只有50 V左右，幅值范围为5 V100 V。所以，脑电信号放大增益3,4

5、要比一般的信号高得多，一般要放大20000 倍左右。系统分为数据采集传输、滤波放大、电源设计和数据处理四个模块。数据采集传输与处理模块采用MSP430系列单片机作为控制器，无线收发模块CC2500作为数据传输5, 用MSP430单片机通过SPI口进行数据的发送与接收，然后把接收到的脑电数据通过UART转USB芯片传输给数据处理服务器进行数据处理。滤波放大模块采用前置放大器AD620作为主放大器，前级采用两个单运放OP07运放放大器组成并联型差动放大器，采用无源高通滤波(阻容耦合电路)，采用集成芯片MAX280作为低通滤波，采用反相放大器进行后级放大。电源设计模块采用两种供电模式：1)四节干电池

6、供电，中间接地，将另一端拉至-3v。2)采用单电源供电，可直接使用汽车电源接口转换为3v。数据采集和接收如图1所示。图1 数据接收和采集1.1 情绪预警驾驶员在愤怒、亢奋、悲伤等情绪状态下发生交通事故的几率远远高于正常情况，据统计由情绪化驾驶引起的交通事故约占事故总数的9.2%14.8%。有效的实时监测驾驶员情绪状态6对车辆人员安全和遏制交通事故具有一定的应用价值。脑电采集的关键参数设置：采样率为500 Hz; 2)取0.5360 Hz之间的脑电信号; 低通40 Hz，高通0.35 Hz；采用EDF数据存储；电极通道选用：额叶区H1，H2和H3，H4，顶叶区D1，D2，枕叶区Z1，Z2，颞叶区

7、S1，S2；参考电极为左右耳部电极C1，C2为参考。分别采集当驾驶员处于平静、兴奋和悲伤情绪状态模拟驾驶时的四个区的脑电信号。采用Neroscan4.3软件对采集的脑电信号进行分析和伪迹剔除发现，驾驶员在平静、兴奋和悲伤情绪状态模拟驾驶时，前额叶区H1，H2的脑电信号变化明显，对识别有重要价值。数值分析后得到结论：1)驾驶员在平静状态时，其左右额叶区脑电波功率均值为1.82和1.73，数据相近且比较小。2)驾驶员在兴奋状态时，其左右额叶区脑电波功率均值为4.80和4.72，功率值比正常状态明显加大。3)驾驶员在悲伤状态时，其左右额叶区脑电波功率均值为4.61和1.75，左额叶区脑电波功率值增大

8、，而右额叶区脑电波功率值与正常状态相比无明显变化。1.2 疲劳监测疲劳驾驶是造成重大交通事故的重要原因之一，由此造成的交通事故占人身伤害和死亡事故的15%30%，因此疲劳驾驶监测已成为酒驾监测之后的又一重点研究领域。驾驶员的疲劳状态检测方法有通过检测脑电、心电、肌电、皮电等信号,以及通过图像处理技术对驾驶员眼睑眨动、头部位移、驾驶操纵行为、车辆行驶轨迹等分析判断驾驶员的疲劳状态。经过多年的实验对比发现，利用脑电信号分析处理识别疲劳驾驶是最准确、客观的方法。经实验分析发现，驾驶疲劳状态脑电特征与波、波、波均有关系，因此把C(+)/ 作为检测驾驶疲劳的参考指标。实验从1.00逐步增大到最大值1.6

9、5，脑电曲线在后期变化较大。经主观评测及脑电数据对比分析得到：1)驾驶员在清醒状态时，其C值为在1.14以下，数值较小。2)驾驶员在疲劳状态时，其C值为在1.14，1.46之间。3)驾驶员在瞌睡状态时，其C值逐步增大，达到1.46以上。值得注意的是，R值的变化曲线可能随驾驶员调整、疲劳缓解而变化，出现反复渐进的过程，有时出现时有时无，高低起伏的波动，可设定在一定时间段内疲劳或瞌睡状态出现的次数达到3次以上报警。1.3突发疾病监测随着工作节凑加快，压力增大，越来越多的人出现各种突发疾病，甚至猝死，驾驶员出现突发性疾病将带来极其严重的后果。通过脑电信号实时监测到疾病信号好，及时发出报警，对预防此类

10、交通事故有很好的价值。判定突发疾病的脑电信号参数：1)轻度异常：波频率差超过24.5Hz，波幅不对称，两侧波幅差超过30%，枕区超过50%，生理反应不明显或不对称；波频率减慢至8Hz，波幅达100V以上且调节不佳；波增多，波幅达50-100V；额区或颞区中幅波达20%，低幅波达10%；过度换气诱发出波大于70V或波大于25V。2)中度异常：波频率减慢为7-8Hz，枕区原有波消失或一侧减少消失；额、颞区有阵发性波幅较高的活动；中波幅活动数量达50%；出现少量棘波、尖波、棘或尖-慢综合波等；过度换气诱发出高幅波。3)重度异常：高波幅或波为主要节律，波消失或仅存少量8Hz 波散在；自发或诱发长程或反

11、复出现高幅棘波、尖波、棘或尖-慢综合波等；高度失律、爆发性抑制、周期性发放等；持续性广泛性扁平电位。2 酒精监测驾驶员酒后驾驶检测一般分为血液检测和呼气式酒精气体检测两种。本系统采用汽车嵌入式酒精气体检测方法，通过酒精传感器检测驾驶员呼出气体中的酒精浓度值判定驾驶员的饮酒程度。采用高灵敏度的MQ-3酒精传感器， 5V直流供电，如图2。选择AOUT，模拟量输出，直接将AOUT脚接AD转换的输入端。在没有被测气体的环境中，设定传感器输出电压值为参考电压，AOUT端的电压在1V左右，当传感器检测到被测气体时，电压每升高0.1V，实际被测气体的浓度增加20ppm（简单的说：1ppm=1mg/kg=1m

12、g/L=1×10-6 常用来表示气体浓度，或者溶液浓度。），根据这个参数就可以在单片机里面将测得的模拟量电压值转换为浓度值。图2酒精传感器根据我国道路交通安全法，规定车辆驾驶人员血液中的酒精含量大于或者等于20mg/100ml、小于80mg/100ml的驾驶行为为饮酒驾车，酒精含量大于或者等于80mg/100ml的驾驶行为为醉酒驾车。当检测到血液酒精浓度小于20mg/100ml，酒精浓度不超标，发动机可以正常启动；而当其达到20mg/100ml以上时，发出声光控报警，提示靠边停车，并通过GPRS短信通知家人和交通管理中心。3 综合报警系统为了提高警示效果，本系统选用PM50系列智能语

13、音芯片，由专用的语音单片机和FLASHRAM存储器集合构成，它既有几秒到200秒的多段语音播放功能，也有单片机可编程的智能特性，大规模复杂电路已经缩微到只有COB28封装（18*36mm）的印板上，可以方便地作为DIP28封装的标准集成电路来使用。可以反复擦写录入，寿命在1万次以上,电源电压36V，静态电流1uA，工作电流50mA,直接驱动8欧姆0.5瓦的喇叭,录制的语音可分18段或128段。指示灯电路有红绿两个指示灯，绿灯表示正常，若参数超标则红灯闪烁。GPRS报警系统AT89S52单片机和GSM短信模块组成，借助最可靠、最成熟的GSM移动网络，以最直观的中文短消息形式，直接把报警地点及驾驶

14、员状况反映到家人手机和最近的交通管理中心。4 实验分析采用Vega Prime开发的虚拟场景作为驾驶实验平台7，选取10名年龄为1850岁、持C1驾驶证，驾龄为010年的实验者，职业包括出租车司机、公务员、教师、学生、一般务工人员和其它从业者，为对比实验数据分析，还需要驾驶员的自我评价和专家的主观评测。实验场景选用普通直线道路直线、连续急弯和陡坡，设置部分其它车辆和行人，相应的道路标志标线，驾驶环境设置为晴天、可见度良好、中等车流密度，模拟驾驶实验时间为1小时。根据驾驶操纵信息驱动虚拟场景中车辆的运动轨迹，并采集实验者的脑电信号参数，酒精传感器参数。分别对各种情绪状态（平静、兴奋、悲伤）,疲劳

15、状态（清醒、疲劳、瞌睡），突发疾病（轻度异常、中度异常、重度异常），饮酒状态，在实验平台上进行模拟驾驶实验。脑电信号的采样频率为500Hz。为验证实验效果，对以上实验人员分别采用文献1,2中提出的疲劳监测法、酒精监测法以及图像识别法进行对比分析，结果如表1所示。表1检测准确率比较方法情绪状态疲劳监测突发疾病饮酒监测疲劳监测法92%酒精监测法95%图像识别法82%85%78%本文方法91%93%90%96%由表1可以看出，本文方法对情绪预警，疲劳监测；突发疾病监测；饮酒监测的准确率分别达到91%，93%，90%，96%，均高于其它方法，且功能覆盖全，具有很强的实用价值。5结束语本文针对当前驾驶员

16、状态监测的单一性，设计了新型多功能无线驾驶员状态监测系统。系统利用无线脑电信号采集分析技术进行情绪预警、疲劳监测和突发疾病监测；利用酒精浓度传感器进行饮酒监测；利用声光控制和GPRS发出报警。若驾驶员出现状态异常则显示是何种异常，并发出声光报警提示立即靠边停车，同时通过GPRS将车辆信息通知家人和交通管理部门。实验结果表明，该系统比其它方法检测灵敏度及准确率高，功能覆盖面全，能够实现驾驶员状态综合、实时监测，对预防交通事故具有很强的实用价值。参考文献:1 李庆梅，钟燕科.机车司机疲劳驾驶监测J.制造业自动化,2011,(12).2 马虹.一种基于单片机的多功能防醉驾系统装置设计J.现代电子技术

17、,2011,(19).3 GA U Shi-rcheng.Development of dual core processor based real-time wireless embedded brain signal acquisition processing system and its application on drivers drowsiness estimationD.新竹:国立交通大学,2005.4 ZHANG Hong-xin,WANG Hai-qing,LI Xiao-min1,LU Ying-hua,ZHANG Li-kun. Implementation of compressive sensing in ECG and EEG signal processingJ.The Journal of China Universities of Posts and Telecommunications,2010,(6). 5 谢宏,葛棋棋,姚楠,董耀华.脑电信号无线采