中導首先，本文設計了基于模擬駕駛環境的駕駛疲勞實驗，了不同受試者的Scan4.3軟件實現心電信號的預處理。選取了基變換的R峰檢測方法，ARBurg法對心率變異性進行功率譜分析。：駕駛疲勞，小波分析，功率譜，心電信號，QRSWiththecontinuousimprovementofautoholdings,thetrafficaccidentoccurredfrequently,thedrivingfatigueisthemajorreasonaccordingtotherelativeresearch.Thus,researchingthedriver’sfatiguedetectionmethod,establishingareliablefatigueevaluationmodel,reducingthenumberoftrafficaccidentsandimprovingroadtrafficsafetyhavethevitalsignificance.Thepurposeofthisstudyistoexplorethechangesofthedrivingfatiguestatesusingelectrocardiogram(ECG),findeffectivecharacteristicsofdrivingfatigue,thenestablishareliabledriverfatiguedetectionmodel.Themainworkscanbeseenasfollows:Firstly,thisstudydesigneddrivingfatigueexperimentsinsimulatedenvironment,collectedECGunderdifferentdrivingfatiguestatesandputforwardthedriverfatiguedetectionmethodbasedonECG.Secondly,theQRSwavedetectionmethodwasintroduced.Scan4.3softwareNeuroscansystemwasselectedtoselectECGsignalsandfinishedthosesignalspreprocessing.TheRpeakwasdetectedbasedonwavelettransform.AccordingtothecharacteristicsofECG,thedynamicthresholdstrategywasputforwardandsoon.Thedetectionaccuracyratewasachievedat99.5%.Finally,theheartratevariabilitysignals(HRV)wereextracted,powerspectrumpowerspectrum.Theresultsshowedthatthepowerofthelow-frequency(LF)ofHRVrisedandhigh-frequency(HF)declined.ThemultiplefrequencyindicesofHRVhavechangedsignificantly.Inwhich,HF,HFnorm(thestandardizedHF)decreased,LF,TP,LFnrom(thestandardizedLF)andLF/HFrised.Inconclusion,sympatheticactivitiesoftheautonomicnervoussystemenhance,vagalactivitiesinhibitwhendrivingfatigue:Drivingfatigue,Waveletysis,powerspectrum,ECG,QRS,第一章緒 第二章基于模擬駕駛的疲勞實驗及心電信號.................................. 心電信號.......................................................小 第三章心電信號波形檢 基的QRS波檢 小 第四章駕駛疲勞的心率變異性特征分 Burg算 小 第五章總結與展 總 參考文 致 除自然外，交通事故占人類意外的首位，交通事故已經成為了嚴重中因疲勞而導致的交通事故占有很大的比例國家公路交通安全局保守估計，在的公，每年大約有10萬起交通事故是由于駕駛疲勞導致的，其中約有1500起直接導致，7.1萬起導致重傷[1]。在歐洲的情況也大致相同，據德國保險公司估計，在德國境內的高速公，大約有25%的導致人員傷亡的交通事故都是由疲勞駕駛引起的法國國家事故統計報告表明,疲勞引起的事故占人身事故的14.9%，占事故的20.6%[2]。的事故統計也揭示，由疲勞駕駛的事故約占1%-1.5%2008年我國由疲勞駕駛的道路交通事故共2568起，造成1353人， 由此可見，駕駛疲勞已經越來越多地人們的生命安全。駕駛疲勞和飲酒多研究結果還存在著爭議。可以說，駕駛疲勞檢測的研究仍然充滿著。為止，還沒有給出明確的定義。Grandn對疲勞的定義是：工作效率降低和不情愿持續工作的一種狀態[3]。Brown把持續工作能力下降的狀態定義為疲勞[4]勞維度的概念也不一致。Chalder等認為疲勞包含心理和生理兩個維度[6]。Shen等把疲勞劃分為體力、心理和行為過程三個維度[7]。Smets等則認為疲勞包括總體疲勞，生理疲勞，活動性下降，動機缺乏，心理疲勞五個維度[8]。Helen等則刺激中樞神經系統，引起人疲倦、乏力等不適感[10]。物質。大腦沒有儲備氧和營養物質的能力，需要液循環及時送達，當細胞活造成血管通道受阻，腦內血液粘稠度升高，腦細胞下降，從而產生腦力疲勞駕駛疲勞產生的原因有很多，主要包括以下幾點人的睡眠受到生理節律的影響的晝夜生理節律使我們每天在特定下午是最低的時段。因此，2:00-6:00、11:00-13:00、15:00-16:00是疲勞事故駕駛疲勞的檢測方法分為和客觀兩大類評價主要通過受試者自述研究的輔助，結合客觀指標來對駕駛疲勞進行評測。設備記錄車輛操作、行駛參數、行為學指標、生理參數的變化來進行駕駛Liu，Hosking，及Lenne對疲勞駕駛員的駕駛行為進行總結，文章側一定的變化[13]。KseniaKozak等通過大量實驗發現，方向盤扭轉力、方向盤震動是車道偏離系統的最有效方法[14]。SarahOtmaniT等人將被試者分為睡眠充足和睡眠，對兩組數據分析對比，將數據的每一階段作對比，結果表[15]。PierreThiffault等人對駕駛員在單調和非單調場景下做對比，結果顯示，澀、點頭等癥狀，利用頭面部特征，對駕駛疲勞進行客觀的判定，避Anneke等人通過監測駕駛員的瞳孔變化，發現在清醒狀態下駕駛員瞳孔化的程度可以得出瞳孔沒有休息的指數PUI（PapillaryUnrestIndex）與疲勞之間存在一定的關系[16]。Knipling等人通過測量駕駛員眼睛的開閉、眼睛的運動判斷駕駛疲勞是恰當且有效的方法[17]。JohnStern等人研究開發了專門用于精睛閉合時間達到0.5-3[18]。Kithil等利用傳感器對駕駛員頭部位置的變化進行實時，結果表明駕駛員的點頭動作和瞌睡之間有較好的相關性[19]。吉林大學與中國等人對眼睛特征進行研究，利用機器視覺的方法實時，最終得出駕駛員的精神狀態可以通過眼睛基于駕駛員外部特征的檢測方法是無接觸的檢測方法，數據簡單，具信近年來，腦電指標一直頻繁的用于研究駕駛疲勞的檢測。Saroj等認為評價駕駛疲勞的眾多生理指標中，腦電是最適合作為疲勞評價的信號[22]；的變化而變化[23]；ArnedtJ.T.等利用模擬艙進行相關實驗時，在實驗前后要求勞腦電信號的相關頻域信號研究均是研究腦電信號的α、β、δ、θ等頻率波的變化特征。根據各種波的變化從而研究疲勞的發生與消散。希臘的ChristosPapadelis等了20名駕駛員疲勞狀態時的腦電波信號，對其進行評估分析得駛員的疲勞狀態是可行的。新加坡大學的Yeo等利用清醒時β波占優勢而疲勞近年來，腦電信號的時域特征也成為了研究的熱點。1991年s首先根據腦電的時域信號特征提出了一種衡量序列復雜度的方法-近似熵。即近似熵在腦電信號時域特征的基礎上研究人的睡眠分析和腦電的復雜度，并達到了預期的目的26。Ri an和orman于200年根據腦電的時域信號特征提出了一種改進方法-樣本熵，用于研究人的睡眠狀況27。心電圖（ECG，Electrocardiogram）包括心率（HeartRate，HR）和心率變異性（HeartRateVariability，HRV）是判斷駕駛疲勞的重要生理指標。國內外勢變化。Wilson等研究發現，心率信號反映了在不同任務要求下心理及生理負荷水平，是一個整體性指標[28]。Katsbeek，Kalsbeek及Wartna等對心率生變化，而心率變異性會明顯降低[29][30][31]。然而，Mulder等的研究結果指率和心率變異性指標上，即時域與頻域信號特征相結合來分析心電信號。明顯相關[33]。書等在模擬駕駛環境下對駕駛員的心電信號進行了研究，發致實驗結果存在差異，有的甚至出現。可行的駕駛疲勞檢測模型，為研制駕駛疲勞系統提供參考。本分五章，各章節內容安排如下第二章，基于模擬駕駛的疲勞實驗及心電信號。介紹了模擬駕駛實驗平臺，設計了模擬駕駛實驗方案，并完成了心電信號任務。第五章，總結和展望。對的研究工作進行總結，并對研究中存在的問號，由于心電信號使用的是接觸性的傳感器所用的電極、導線會引起，本實驗選用的駕駛操作平臺是育聯科教設備生產的WM-5型2-1所示：2-1WM-5型汽車駕駛模擬器由駕駛艙座、視景計算機、液晶顯示器、數據傳感板、板等組成。駕駛艙座包括機件、手制動、座椅、儀表臺及受試人員的選擇對模擬駕駛實驗的開展非常重要為了消除和因子對心電信號的影響，選取了西安交大的健康學生（21-25歲）進行模擬駕駛2-2所示： 設備受試者在連續駕駛條件下的電生理信號。該系統由SCAN系統（配有信號處理及分析軟件）、Synamps2信號放大器、控制盒和電源單心電信號通過Synamps2放大器的雙極導聯輸進行。采用標準導聯2-3所示：2-3移干擾，所以右臂電極改于貼于右肩。均選擇取消偽差選項。軟件界面如圖2-4信號完畢后，打開放大器電源，預熱SCAN信號系統放大器，然后設置信號參數。采樣頻率設置為500Hz，放大器通頻帶設置為0.01-70Hz50Hz工頻進行陷波，測量信號的幅度范圍設置為均選擇取消偽差選項。軟件界面如圖2-4 Scan4.3生理信號軟件界集過程。通過生理系統我們獲取了所需的心電信號，為下一步的心電心臟是循環系統中的重要，它是由多個振子耦合而成的震蕩系期。心臟在收縮之前會產生微小電流，經組織傳到體表，使身體表面不同（electrocardiogram,ECG）心電傳導系統由竇房結、結間束、束、結和左右支束等部分構間束、結、束和左右支束的傳導，最終引起心室興奮。這種有序的電圖3-1，傳統的信號分析是建立在(Fourier)變換的基礎之上的。但是分析，C

d

（3-

1

b

R;a

（3-aa (a

2j

k

（3-對于任意的函數f(tL2(R)W(a,b)

f

1a

tb

（3-fRa2Ra2 (

a

(C CR

1W(a,b)tb

（3-Mallat等通過研究小波變換與信號的突變點之間的關系發現，當小波變換文選取三階B樣條小波（CubicB-splineWave）對QRS波進行檢測。

0t

（3-0eN1為0,1區間的特征函數， 變換為eN1

1ej

（3- 1Nm(x)0Nm 變換為

m

（3-N()

N()

[sin(2)ej2]m

（3- m ]()[sin(2)3ej]

（3-

（3-))))

（3-))

(2

(2

（3-

hn

gn。圖3-2顯示了三階B圖3-2三階B圖3-3ECG圖3-4R slope的計算為 設定的閾值而造成漏檢。為解決這一問題，前面三段檢測過的RR間隔時圖3-5心電信號的R心電信號的各項指標中，心率(HeartRate,HR)直接受自主神經的調節，由交感神經和副交感神經共同支配。交感神經能激發功能，引起心率的上制的功能，引起心率的下降，心臟對副交感神經的反應幾乎是同時的。心Dhong等人的研究表明，體力負荷是影響心率的主要因素，而心率變異性(HeartRateVariability,HRV)能夠綜合反應體力和腦力疲勞的變化[44]。心血管病學會和起搏與電生理學會共同組成的專題明確HRV是圖4-1HRV目前，HRV的分析方法主要包括基于線性分析的時域分析、頻域分析和非用非線性動力學理節律的方法引起了國內外很多學者的關注。但HRV的表4-1HRVmsms<Nu0.04-ms0.15-

Nu

LFnorm(HFnorm)LF(HF)

（4-常用的功率譜估計方法有經典譜估計法（非參數估計法）pp

k)

（4-該形式稱為p階自回歸模型,簡稱AR模型。將其進行z變換可得AR模型的傳H(z)

X(z) W(z

（4-1k自回歸模型的H(z)型。當用自回歸模型時,功率譜密度的表達式寫成:p p1

eek

（4-式中：2為白噪聲的功率譜密度。因此只要求解出2及所有a N1

ep(n)np

（4-在上式中，當階次由1至p時，ef(n)和eb(n) f(n)ef(n)kef(n

mmeb(n)eb(n1)k

(n

mm 初始條件為：ef(neb(n

將式（4-6）代入式（4-5），可知Pfb僅為kpp

/

0N

(nk

（4-N1 em

em

1)am(k)am(m)

am1(k)kmam1(mkm

k

（4-P

m

ln

2

（4-

E[(y(n)(n)2]

N

1

p1

其中，N2E[(y(n(n2]當階數p由1增加時，FPE(p)和AIC(p)都在某一個p處取得極小值，就認為4-2所示。 0.04- 0.15- 0.04-0.15- HRV務完成后，HRVLF段功率上升，HF段功率下降，證明了駕駛疲勞駕駛疲勞是交通事故的重要原因之一嚴重著人們的健康與生命安完成了心電信號。、NeuroscanScan4.3軟件對的心電信號進行記錄和預處理工作，去除了帶有肌電干擾的數據、RQRS波檢測是獲取心電信息的第一步，是進行波形識別和心電QRS波檢測方法中，應用最廣、實時性與精確性都有的能力，使R峰的檢測準確率達到了99.5%以上。HRV的大小實質上反映了神經體液因素與竇房結相互作用的平衡關系，也性減弱。這一研究結果，為下一步研究駕駛疲勞提供了依據。FisherFisher判別的基本思想是把的數據投影在一上，然后在這個一維利用單片機實現駕駛疲勞備結合DSP技術進行分析計算，利用單片機控制揚聲器實現駕駛疲勞。當DSP數字處理微控中心判斷駕駛員處于疲勞狀態時，就將一個脈沖信號傳送給KumarKSC,BhowmickB.AnapplicationfordriverDrowsinessidentificationbasedonpupildetectionusingIRcamera[C].Procof1thIHCI,Allahabad,,2009:72-84.，楊海燕，蔣新華先.駕駛員疲勞檢測技術研究綜述[J].計算機應用研究，（51620GrandnE.Fatigueinindustry[J].BrJInternalMed,1979,36:174-BrownI.Driverfatigue[J].HumFactors,1994,36:298-.汽車駕駛員疲勞研究[D].ChalderT,BerelowitaG,PawlikowskaT.Developmentofafatiguescale[J].PsychosomRes,1993,37:147-153.ShenJ,BarberaJandShapiroCM.Distinguishingsleepinessandfatiguefocusondefinitionandmeasurement[J].SleepMedRev,2006,10:63-65.SmetsEMA,GarssenB,BonkeB.Themultidimensionalfatiguescale:phychometricqualitiesofaninstrumenttoassessfatigue[J].PsychosomRes,1995,39:315-330.HelenJ,Michielsen,JolandaDevries,etal.Psychometricqualitiesofabriefself-ratedfatiguemeasure-TheFatigueAssessmentScale[J].JournalofPsychosomaticResearch,2003,54:343-.疲勞有時也是一種病[J].健康，2006，2：11-曹雪亮紅.腦力疲勞評定方法現狀[J].第四學報20082（4，，.疲勞駕駛與交通事故關系[J].交通工程學報，2010，，，CharlesC.Liu,SimonG.Hosking,MichaelG,Lenne.Predictingdriverdrowsinessusingvehiclemeasures:Recentinsightsandfuturechallenges[J].JournalofSafetyResearch,2009,40:239-245.KseniaKozak.EvaluationofLanedepartureWarningsforDrowsyDrivers[J].ProceedingsoftheHumanFactorsandErgonomicsSociety50thAnnualMeeting,2006,50(22):2400-2404.SarahOtmaniT,ThierryPebayle,JocelineRoge,AlainMuzet.Effectofdrivingdurationandpartialsleepdeprivationonsubsequentalertnessandperformanceofcardrivers[J].Physiology&Behavior,2005,84(5):715-724.AnnekeH,RainerG,AcaciaA,etal.fortheMonitoringandPreventionofFatigue[R].ProceedingsoftheFirstInternationaldrivingSymposiumonHumanFactorinDriverAssessment,2001,8.Australia:ProceedingsoftheFifteenthInternationalTechnicalConferenceontheEnhancedSafetyofVehicles,1996,1.HemandezG.Driverdrowsinessdetection:past,presentandprospectivework[J].Traffictechnologyimitational,1997.KithilRW,JonesRD,JohnM.DevelopmentofDriverAlertnessDetectionSystemUsingoverheadCapacitiveSensorArray[R].SAETechnicalPaperSeries982292.SAEInternational,，，儲等．適用駕駛員疲勞狀態監測的人眼定位方法研究[J]．公SarojK.L.Lal,AshleyCraig.ACriticalReviewofthePsychophysiologyofDriverFatigue[J].BiologicalPsychology,2001,(55):172-195.MarkA.Schier.ChangeinEEGAlphaPowerduringSimulatedDriving:aDemonstration[J].InternationalJournalofPsvchophysiology,2000,(37):153-164.ArnedtJ.T,AinsleyM,GeddesC,etal.ComparativeSensitiveofaSimulatedDrivingTasktoSelf-report,Physiological,andotherPerformanceMeasureduringProlongedWakefulness[J].JournalofPsychosomaticResearch，2005,(58):60-72.房瑞雪，，，.基于腦電信號的駕駛疲勞研究[J].公路交通科技20092124，，.].，，和,.基于樣本熵的睡眠腦電分期[J].江蘇大學學報2009（5G.FWilson,R.D.Donnell.Measurementofoperatorworkloadwiththeneuropsychologicalworkloadtestbattery[J].AdvancesinPsychology,1988,(52):63-105.Kalsbeek,JWHEttema,JH.SeoredregularityoftheheartrateandthemeasurementofPerceptualload[J].Ergonomics,1963,6:306-308.Kalsbeek,Sykes.Objcetivemeasurementofmentalload[J].Actapsychologica,1967,27:WartnaGF,DanevSG,BinkB.Heartratevariabilityandmentalload.Acomparisonofdifferentscoringmethods[J].PfliigersArch,1971,262:1128-1130.MulderG,MulderH,etal.Mentalloadandthemeasurementofheartratevariability[J].Ergonomic,1973,16:68-85.，，等.汽車駕駛員駕駛過程中的心率變異性功率譜分析[J].中國生物2003，22（6：574-，， 等.心電圖時頻域指標在駕駛疲勞評價中的有效性研究[J].機，2002（5：9