CN119498853A 一种智能驾驶疲劳评价系统方法及系统 （北京理工大学）

号本发明公开一种智能驾驶疲劳评价方法及率变异性低频功率与高频功率之比和心率呼吸2获取在驾驶场景中驾驶人员的生理数据；所述生理数据包括肌电根据所述生理数据计算驾驶疲劳评价指标；所述驾驶疲劳评价指标CPC=·其中，HR为心率，Resp为呼吸频率，Cross()表示计算信号之间的交叉相关性，Coherence()表示计算信号之间的相干性。3采用优先关系数量标度法对各驾驶疲劳评价指标的相对重要性进行打将判断矩阵按列进行归一化处理，并将归一化处理后的判断矩根据以下公式计算第i项驾驶疲劳评价指标的若所述驾驶疲劳评价指标的数量小于或者等于2，则跳转至步骤将判断矩阵按列进行9.根据权利要求6所述一种智能驾驶疲劳评价方法对各驾驶疲劳评价指标的原始数据进行标准化处理得到各驾驶疲劳评价指标的单位*为单个驾驶疲劳评价指标原始数据的数量，Yti为第i项驾驶疲劳评价指标的第t个按以下公式计算所述熵权法确定的第i项驾驶疲劳评价指标的权重系4驾驶疲劳评价指标计算模块，用于根据所述生理数据计驶疲劳评价指标包括表征生理的驾驶疲劳评价指标和表征心理的驾驶疲劳评价指标；其方根值和肌电信号积分值；表征心理的驾驶疲劳评价指标包括警觉度指标和认知负荷指变异性低频功率与高频功率之比和心率呼吸疲劳驾驶综合评价模块，用于根据驾驶疲劳评价指标，采用权重法5疲劳通常是一种心理和生理疲劳共同作用的混合性心理的驾驶疲劳评价指标包括警觉度指标和认知负荷指标；所述警觉度指标包括心率均6[0019]其中，HR为心率，RespCoherence()表示计算信号之间的相干性。1,7[0034]若所述驾驶疲劳评价指标的数量小于或者等于2，则跳转至步骤将判断矩阵按列[0036]对各驾驶疲劳评价指标的原始数据进行标准化处理得到各驾驶疲劳评价指标的述驾驶疲劳评价指标包括表征生理的驾驶疲劳评价指标和表征心理的驾驶疲劳评价指标；变异性低频功率与高频功率之比和心率呼吸8[0051]图3为本发明实施例提供的基于一种基于驾驶员生理心理反应的智能驾驶疲劳评9信号(EMG)是众多肌纤维中运动单元动作电位在时间和空间上的叠加。表面肌电信号(sEMG)是浅层肌肉EMG和神经干上电活动在皮肤表面的综合效应，能在一定程度上反映神经肌肉的活动，表面肌电技术作为一种无损伤的实时测量方法,能够客观地反映肌肉活动[0069]肌电信号均方根值(RMS)指肌肉放电的有效值，其大小变化取决于肌电幅值的变[0070]肌电信号积分值(iEMG)是指在一定时间内肌肉中参与活[0075]FFT(RR)指的是通过快速傅里叶变换来分析心脏跳动时间间隔数据，以便将其转感神经和副交感神经的自主调节支配，心率变异性(HRV)中存在丰富人体心血管自主平衡与人体的生理疲劳和唤醒水平紧密相关，心率(HR)和心率变异性指标(HRV)是当下的疲劳[0089]其中，HR为心率，RespCoherence()表示计算信号之间的相干性。1,[0099]本实施例采用AHP熵值法综合赋权(将层次分析法赋权与熵值法赋权结合进行组[0100]在一些实施例中，采用层次分析法确定第i项驾驶疲劳评价指标的权重系数的过[0106]在一些实施例中，采用层次分析法确定第i项驾驶疲劳评价指标的权重系数的过[0107]采用优先关系数量标度法对各驾驶疲劳评价指标的相对重要性予以打分，采用1F12F23F34F45F56F61F1A11A12A13A14A15A162F23F34F45F56F6[0121]若所述驾驶疲劳评价指标的数量小于或者等于2，则跳转至步骤将判断矩阵按列n3456789C.R.0.580.9[0136]对各驾驶疲劳评价指标的原始数据进行标准化处理得到各驾驶疲劳评价指标的[0143]在一些实施例中，第i项驾驶疲劳评价指标的第t个单位数据Yti通过如下方式计[0146]其中xti为第i项驾驶疲劳评价指标的第t个单位数据原始值，ximax为第i项驾驶疲劳评价指标的最大单位数据原始值，ximin为第i项驾驶疲劳评价指标的最小单位数据原始述驾驶疲劳评价指标包括表征生理的驾驶疲劳评价指标和表征心理的驾驶疲劳评价指