1、基于腦電波技術(shù)的駕駛員疲勞報警系統(tǒng)開發(fā)1 課程系統(tǒng)工作流程圖3開題報告班級（學(xué)號）：姓名：指導(dǎo)教師：一、 綜述隨著經(jīng)濟(jì)的不斷發(fā)展，人民生活水平日益提高，汽車的數(shù)量不斷增加，與此同時，交通安全事故頻發(fā)，成為各國非常棘手的問題，而我國交通安全形勢異常嚴(yán)峻。根據(jù)交通事故統(tǒng)計分析表明，駕駛員疲勞駕駛是造成交通事故的主要原因之一。法國國家警察總署事故報告表明，因疲勞瞌睡而發(fā)生車禍?zhǔn)鹿剩既松韨κ鹿实?4.9%，占死亡事故的20.6%。疲勞駕駛已成為21 世紀(jì)的隱形殺手。因此對于駕駛疲勞的研究不但具有極高的理論價值，也具有重要的現(xiàn)實意義，挽救那些處于疲勞駕駛而危及乘客生命的機(jī)動車駕駛員更是一項刻不容緩的

2、工作。目前有大量研究機(jī)構(gòu)正在從事相關(guān)領(lǐng)域的研究，經(jīng)過研究發(fā)現(xiàn)，判斷疲勞程度的最常用方法就是判斷人的警覺度。關(guān)于警覺度的指標(biāo)主要依靠面部表情、眨眼頻率。如眨眼檢測，檢測方法通常是利用視頻信號，根據(jù)測定司機(jī)眼睛閉合時間占特定時間的百分比來判定疲勞程度。但這種方式比較容易受外界干擾，如夜間或陽光直射到駕駛室的情況檢測精度就會受到干擾，判斷不夠準(zhǔn)確。相比而言，腦電信號能更直接地反映大腦本身的活動，并且有更高的時間分辨率，所以腦電信號是目前研究警覺度最客觀的生理指標(biāo)。目前傳統(tǒng)的腦電信號采集方式是基于濕電極，使用前需要涂抹導(dǎo)電膏，不但準(zhǔn)備時間長，還需要外人輔助。本課題打算采用新型干電極腦電芯片采集腦電信號

3、，可以避免因涂抹導(dǎo)電膏所帶來的種種不便，增加本課題的實用性。二、研究內(nèi)容本課題主要研究方向為開發(fā)一個基于腦電波技術(shù)的駕駛員疲勞報警系統(tǒng)。研究內(nèi)容包括腦電采集設(shè)備設(shè)計，疲勞狀態(tài)判斷與相關(guān)的手機(jī)APP開發(fā)。本課題擬采用監(jiān)測腦電波信號的嵌入式模塊，通過采集駕駛員在駕車時大腦神經(jīng)元產(chǎn)生的一定頻率的電磁波信號，將電磁波信號放大并通過藍(lán)牙發(fā)送到相配對的處理主機(jī)上，由主機(jī)實現(xiàn)對接收來的信號進(jìn)行處理和判斷，判斷駕駛員是否處于疲勞狀態(tài)。當(dāng)系統(tǒng)判斷駕駛員已進(jìn)入疲勞狀態(tài)時，將在發(fā)出包括響鈴在內(nèi)的報警提醒駕駛員注意自身當(dāng)前的疲勞狀態(tài)，還可以根據(jù)駕駛員之前的選擇，決定是否將報警的信息以手機(jī)短消息的形式發(fā)送到指定聯(lián)系人的

4、手機(jī)之中。具體的實現(xiàn)流程如下圖所示：腦電信號采集藍(lán)牙數(shù)據(jù)傳輸腦電數(shù)據(jù)處理疲勞狀態(tài)判斷是否進(jìn)行報警響鈴報警其中：腦電信號采集是指將大腦前額發(fā)出的電磁波信號進(jìn)行采集，對應(yīng)的AD轉(zhuǎn)換芯片進(jìn)行電磁波的解析，數(shù)模轉(zhuǎn)換，得到數(shù)字化的原始數(shù)據(jù)RAW波。藍(lán)牙傳輸是將得到的原始數(shù)據(jù)以串口數(shù)據(jù)的形式通過藍(lán)牙發(fā)送的用作進(jìn)一步處理數(shù)據(jù)的Android 設(shè)備上數(shù)據(jù)處理由Android 設(shè)備上的自己開發(fā)的APP完成，計算出與疲勞狀態(tài)成有直接關(guān)系的疲勞指標(biāo)由得到的疲勞指標(biāo)做出合適疲勞判斷，判斷現(xiàn)在是否應(yīng)該進(jìn)行疲勞報警在決定應(yīng)該做出疲勞報警后，調(diào)用APP以界面彈窗提醒駕駛員應(yīng)該適當(dāng)休息、聲音示警、發(fā)送報警短消息三種形式（可以

5、自己決定報警類型）對駕駛?cè)藛T和其他可以阻止駕駛?cè)似隈{駛的人進(jìn)行疲勞報警通知。三、實現(xiàn)方法及預(yù)期目標(biāo)（包括實施的初步方案、重點、難點及環(huán)境）本系統(tǒng)采用級聯(lián)的方式將軟硬件結(jié)合起來，通過硬件設(shè)備對外圍腦電波信號進(jìn)行采集，設(shè)備采集到的原始腦電波信號通過手機(jī)軟件進(jìn)行處理分析，作出判斷并得出結(jié)果。初步方案中，計劃分為硬件設(shè)計和軟件編寫兩部分同時進(jìn)行。軟硬結(jié)合，其中：（ 一 ） 硬件設(shè)計部分1. 電源模塊擬采用 3.7V 鋰電池或3 節(jié) 1.2V 的 AAA電池串聯(lián)其中一種作為電源，現(xiàn)在還沒有決定好，視最后作品的體積和工作效果而定，由TGAM芯片工作手冊得知腦電數(shù)據(jù)AD轉(zhuǎn)換模塊TGAM芯片的工作電壓在2.

6、97V-3.73V ，采用以上兩種電池中任意一種作為工作電路電源的話，都可以滿足要求2. 腦電信號采集模塊選用 ThinkGear 腦電采集電極片來采集從大腦發(fā)出的腦電信號，該電極片導(dǎo)導(dǎo)電性好，耐汗水腐蝕，抗氧化，同時自身與皮膚的接觸阻抗較小，有利于提高采集信號的準(zhǔn)確度3. 腦電數(shù)據(jù)AD轉(zhuǎn)換模塊本模塊采用Neurosky 公司的TGAM芯片，該芯片可以直接支持干電極采集（即不必在腦電采集電極片上涂抹導(dǎo)電膏，極大的提高的本作品的實用性）， 并且支持單EEG腦電通道，可將前額皮膚采集到的實時電壓轉(zhuǎn)換為原始數(shù)據(jù)rawdata 并輸出。 該芯片采樣率為512Hz，硬件濾波為3Hz-100Hz，工作電壓

7、為：2.97V-3.73V ，波特率有1200,9600,57600 三種規(guī)格可選， 同時具有可向外提供3.0V 左右的 Vout 端口， 可以用來支持本作品的藍(lán)牙模塊供電。4. 藍(lán)牙通信模塊采用上海移摩通訊技術(shù)有限公司的 FBT06 藍(lán)牙模塊，工作電壓為2.7V-3.3V ， 在工作電路中可接TGAM芯片的Vout 管腳作為電源，支持BT4.0+BLE（低功耗藍(lán)牙傳輸）， 功耗小，便于長時間使用，支持與大多數(shù)Android 設(shè)備的藍(lán)牙匹配（已經(jīng)測試成功的設(shè)備有小米，一加，三星手機(jī)），可手動調(diào)整波特率。所以在正式焊接前，需要使用串口調(diào)試工具更改藍(lán)牙芯片波特率為57600。5. 設(shè)備狀態(tài)提示模塊

8、可借助FBT06藍(lán)牙通信芯片自有的指示模塊顯示該功能，發(fā)光二極管接藍(lán)牙芯片PIO1管腳，藍(lán)牙未連接時LED不停閃爍，已連接后固定為長亮。6. 數(shù)據(jù)處理和報警提醒模塊借助 Android 智能設(shè)備接收藍(lán)牙傳輸來的數(shù)據(jù)，并對數(shù)據(jù)進(jìn)行處理最后決定是否發(fā)出警報圖2 硬件設(shè)計框圖（ 二 ） 軟件設(shè)計部分軟件設(shè)計部分基于Android 開發(fā)的原則，我準(zhǔn)備將程式總共有信息窗口類、EEG設(shè)備庫類、視圖管理類、其他顯示組件類、數(shù)據(jù)管理類、設(shè)置窗口類、設(shè)置頁類控制窗口類這8 個類。關(guān)系如下圖所示：圖 3 程序結(jié)構(gòu)EEG設(shè)備庫類負(fù)責(zé)與頭戴式腦電收集設(shè)備的設(shè)備連接和數(shù)據(jù)收集。信息窗類負(fù)責(zé)將軟件的界面友好、有效的對使用

9、者交互視圖管理是將程式的主界面形狀大小進(jìn)行更改，APP打算做成懸浮窗的形式，所以界面的形狀設(shè)置類負(fù)責(zé)更改程式相關(guān)參數(shù)設(shè)置，如選擇提示報警的方式，設(shè)置警覺度的閥值等。其他顯示組件類是負(fù)責(zé)界面的其他方面美化，使界面更加友好，有利于用戶接受。6APP工作流程圖如下：開始檢測藍(lán)牙連接狀態(tài)檢測藍(lán)牙連接是否正常？提示連接不良，請重新連接Y是否達(dá)到疲勞警戒值？進(jìn)行響鈴報警休息報警？報警？進(jìn)行彈窗報警，提 示駕駛員適當(dāng)停車是否設(shè)置響鈴是否設(shè)置短信發(fā)送報警短消息中止疲勞判斷4 軟件工作流程圖8本課題的重點在于成功的找出檢測疲勞駕駛的準(zhǔn)確特征和具體的幾個參考指標(biāo)。難點在于在硬件焊接的過程中需要盡量減少焊接部分虛焊

10、造成采集腦電信號受到干擾，對于類似于眨眼產(chǎn)生的肌電噪聲這類無法避免的噪聲需要利用軟件算法對其進(jìn)行過濾并基于改算法編寫相應(yīng)的Android 平臺APP。總而言之，本課題涉及到腦電信號檢測系統(tǒng)軟硬件結(jié)合并且同時開發(fā)，對硬件設(shè)計和軟件編寫都有一定的要求。硬件設(shè)計需要用到電源模塊、腦電信號采集模塊、腦電數(shù)據(jù)AD轉(zhuǎn)換模塊、藍(lán)牙通信模塊、設(shè)備狀態(tài)提示模塊、數(shù)據(jù)處理和報警提醒模塊（主機(jī)）。軟件程式的工作主要需要編寫能夠依據(jù)腦電采集設(shè)備所傳送過來的腦電數(shù)據(jù)對測試人員做出準(zhǔn)確疲勞狀態(tài)判斷的Android 軟件。 另外，AndroidAPP 還應(yīng)該需要具有各種形式的報警功能，比如播放警報聲音，在Android 手

11、機(jī)主界面上進(jìn)行明顯的彈窗提示，還有是發(fā)送指定的警報短消息。實施的難點，包括：設(shè)計并制作穩(wěn)定可靠的頭戴式腦電信息采集設(shè)備；去除采集到的腦電信號中包含的肌電和眼點的干擾，保證設(shè)備的實用性；記錄大量實驗數(shù)據(jù)找到準(zhǔn)確的駕駛員疲勞特征算法，還有編寫界面友好，操作簡便的對應(yīng)的Android 程式。四、對進(jìn)度的具體安排第 1 周搜集有關(guān)資料，了解腦神經(jīng)相關(guān)知識。第 2-3 周方案設(shè)計，撰寫開題報告，開題。第 4 周完成并提交畢業(yè)設(shè)計的開題報告。第 5-6 周依據(jù)系統(tǒng)硬件設(shè)計方案，實現(xiàn)硬件系統(tǒng)功能。第 7-8 周進(jìn)一步學(xué)習(xí)Android 語言，研究基于腦電特征的疲勞判斷算法第 9-10 周 完成軟硬件系統(tǒng)集成

12、及調(diào)試。第11-12周對疲勞算法進(jìn)行反復(fù)實驗與優(yōu)化，編寫完整的Android程式，第13-14周調(diào)試、測試以及改進(jìn)軟硬件，完成畢業(yè)設(shè)計論文初步撰寫。第15-17周對畢業(yè)設(shè)計論文進(jìn)行修改，準(zhǔn)備畢業(yè)設(shè)計答辯的相關(guān)材料，完成答辯。五、參考文獻(xiàn)1 鄭培 機(jī)動車駕駛員疲勞測評方法的研究中國安全科學(xué)學(xué)報，20012 李穎潔 EEG腦電信號分析方法及其應(yīng)用. 科學(xué)出版社，20093 上海移摩通訊技術(shù)有限公司FBT06/FBT06M/FBT06S 系列藍(lán)牙模塊數(shù)據(jù)手冊2012.4 Neurosky TGAM 芯片開發(fā)使用手冊20095 NeuroskyTGAM數(shù)據(jù)流格式說明20106 潘曉東 . 李君羨 .

13、徐小冬基于眼部行為的駕駛疲勞評價指標(biāo)的閾值 期刊論文- 同濟(jì)大學(xué)學(xué)報（自然科學(xué)版）2011.127 潘曉東 . 李君羨基于眼部行為的駕駛疲勞監(jiān)測方法 期刊論文- 同濟(jì)大學(xué)學(xué)報（自然科學(xué)版）2011.28 李君羨 . 潘曉東基于腦電分析的連續(xù)駕駛疲勞高發(fā)時間判斷 期刊論文- 交通科學(xué)與工程2012.49 房瑞雪 基于腦電信號的駕駛疲勞研究公路交通科學(xué)2009.1210 王炳浩 , 魏建勤 , 吳永紅 汽車駕駛員瞌睡狀態(tài)腦電波特征的初步探索J 1 汽車工程, 200411ZHAO F , CHOWL F1Forecasting Transit Walk Accessibility : Regres

14、sion Model Alternativeto Buffer Method J 1 Trans2 portation Research Record , 2003 （1835） : 34 - 41112KIMPEL T J , DUEKER KJ , EL GENEIDYA M1Using GIS to Measure the Effectof OverlappingService Areas on Passen2 ger Boardings at Bus Stops J 1URISA Journal , 2007 , 19(1) : 51113MCCARTT A T , RIBNER S

15、A , PACK A I , et al1The Scope and Nature of the Drowsy DrivingProblem in New York State J 1Accident Analysis and Prevention , 199614SAGBERGF 1Road Accidents Caused by Drivers Falling Asleep J 1Accident Anal Prevent 199915THIFFAULT P , BERGEROJN1 Monotony of Road Environment and Driver Fatigue : A S

16、imulator Study J 1Accident Analysis and Prevention , 200316PACK A I , PACK A M , RODGMAN E , et al1Characteristics of Crashes Attributed to theDriver Having Fallen Asleep J 1 Accident Anal Prevent , 199517HUANG Z , OTTENSH , MASSERI1 A Doubly Weighted Ap2 proach to Urban Data Disaggregationin GIS: A Case Study of Wuhan, China J 1Transactions in GIS , 200718MURRAY A T , WU X1Accessibility Tradeoffs in Public Tran2 sit Planning J 1Journalof Geographical Systems , 200319CHIEN S I , QIN Z Q1Optimization of Bus Stop Locations for Impr