一种基于脑电图识别的疲劳驾驶检测系统及方法【技术领域】，具体涉及一种基于脑电图识别的疲劳驾驶检测系统及方法。[0002]随着我国城市化和机动化水平的不断提高，安全已成为道路交通方面日益严峻的问题。在交通运输系统中，疲劳驾驶是严重交通事故的主要原因，对大量交通事故的致因分析表明，在驾驶疲劳中，驾驶员的感知疲劳、判断决策疲劳是肇发交通事故的主要原因。[0003]疲劳驾驶是汽车行驶安全的重大隐患，其检测方法的研究对于交通安全状况的改善有重要意义。目前针对疲劳驾驶的检测方法主要分为主观检测法和客观检测法。主观检测方法主要通过主观调查表、驾驶员自我记录表、斯坦福睡眠尺度表和皮尔逊疲劳量表等评定，该方法无法进行疲劳驾驶的实时检测且对驾驶员依赖程度较高。客观检测方法的研究主要集中在三个方面:(I)基于驾驶员行为特性的监测。通过对驾驶员行为的监测来判断驾驶员的疲劳状态，如眼睑的活动、眼睛闭合、面部表情等。其检测方法简单易行，但评分标准不易统一，受个人行为 、光线、图像采集角度等条件的影响，导致检测系统不能始终如一正确地报告驾驶员疲劳状态。(2)基于车辆参数的监测。通过对驾驶过程中车辆参数的检测来判断驾驶员的操作指标进而判断其疲劳程度，如车速、车辆位置、方向盘转动频率等。由于车辆参数与实际驾驶质量密切相关，这种方法更加贴近实际驾驶状况，但实际运行过程中需要测量车辆参数，增加了车辆成本。(3)基于驾驶员生理参数测量的监测。通过检测驾驶员生理特征判断其疲劳状态，如心电图、脑电图、眼电图、肌电图、呼吸效果等。由于脑电信号包含了丰富的信息并直接反映了驾驶员的大脑活动状况，脑电采集装置越来越便捷且价格不断下降，因此利用脑电信号判断驾驶疲劳被公认为是最准确、最客观的分析方法。但是目前大部分疲劳检测实验要求被试者静坐闭眼，注意力不容易集中且与驾驶环境相差比较大，且在系统训练过程中需要被试者主观评价自己的疲劳状态，这样实验结果对被试者的依赖性较大。[0004]综上所述，传统的疲劳检测方法存在很多弊端，无法十分准确高效的检测驾驶员的疲劳程度。
[0005]针对现有技术存在的不足，本发明提供一种基于脑电图识别的疲劳驾驶检测系统及方法。[0006]本发明的技术方案是:
[0007]—种基于脑电图识别的疲劳驾驶检测系统，包括惯性测量单元、脑电采集单元、处理器单元和上位机；
[0008]惯性测量单元固定到方向盘的正中央，用于测量方向盘旋转角度；
[0009]脑电采集单元由受试者佩戴，用于采集受试者的EEG信号；[0010]上位机用于根据惯性测量单元测量的方向盘旋转角度和脑电采集单元采集的EEG信号进行疲劳驾驶检测，并将检测结果发送到处理器单元；
[0011]处理器单元用于接收疲劳驾驶检测结果，通过无线方式将接收到的检测结果经移动基站发送到上位机控制中心。
[0012]所述处理器单元包括处理器、语音模块、GPS模块、GPRS模块和SM卡；GPS模块、GPRS模块通过串口与处理器连接，SIM卡插入GPRS模块，处理器通过串口与上位机连接。 [0013]采用所述的系统进行疲劳驾驶检测的方法，包括如下步骤:
[0014]步骤1:通过采集驾驶过程中被试者的EEG信号和方向盘驾驶操作信息，确定驾驶疲劳状态与驾驶员方向盘操作数据的关系，并建立基于脑电图识别的疲劳驾驶状态评估模型；
[0015]步骤1.1:采集驾驶过程中被试者在清醒状态、疲劳状态及非常疲劳状态下的EEG信号及相应方向盘驾驶操作信息；方向盘驾驶操作信息包括零速百分比和角度标准差；
[0016]零速百分比表征所选时间内方向盘不动的程度，角度标准差表征所选时间内方向盘转角的变动水准，零速百分比PNS = n/N, N为时间范围内的方向盘旋转角度总采样点数，η为时间范围内的方向盘旋转角度总采样点数中角速度在±1° /s之间的采样点个数；
[0017]角度标准差