基于脈搏波檢測的駕駛員睡意預警裝置

，

(西安航空學院 車輛工程學院， 西安 710077)

0 引言

隨著生活水平的提高和國家對交通業(yè)的重視和發(fā)展，我國機動車擁有量和機動車駕駛員數(shù)量急劇增加。據(jù)統(tǒng)計，截止2016年底，我國的汽車保有量達2.9億輛，機動車駕駛員人數(shù)達到了3.6億人，我國已步入汽車大國。與此同時許多不文明駕駛行為也應運而生，疲勞駕駛就是其中之一，不僅在各類交通事故中占據(jù)很大比例，而且已經成為危害社會安全的“隱形殺手”，需要引起重視[1]。

本文通過在實驗室模擬駕駛員駕駛機動車的行駛狀態(tài)，將駕駛員脈搏頻率特征信號作為判定睡意狀態(tài)的依據(jù)，設計了基于人體脈搏波檢測的駕駛員睡意預警裝置。該設計為駕駛員睡意檢測技術的研究提出了新的思路，對減少由于睡意駕駛而造成的交通事故有重要意義和實用價值。

1 國內外研究現(xiàn)狀

研究表明，當駕駛員進入睡意狀態(tài)時，腦電信號、心電信號、脈搏信號、體溫信號、眨眼狀態(tài)等生理參數(shù)會有明顯的變化，通過這些生理參數(shù)變化可判定駕駛員是否進入睡意狀態(tài)[2-3]。

腦電波(EEG)是人腦機能的直觀反應，利用腦電波反應的駕駛員睡意狀態(tài)，具有客觀準確的特點，腦電波可以說是駕駛員睡意檢測的“金標準”，但由于腦電信號分析操作復雜且不能實時檢測，因此實用性較低。心電信號指標主要包括心率(HR)及心率變異性(HRV)。文獻[4]研究表明當駕駛員處于睡意狀態(tài)時，心率變異性的低頻參數(shù)明顯上升，而高頻參數(shù)有下降趨勢，利用心率變異性的高頻和低頻參數(shù)可以判定駕駛員是否處于睡意狀態(tài)，但心電信號檢測駕駛員睡意狀態(tài)需要和人體持續(xù)接觸，從而影響駕駛員的正常駕駛。另外有關文獻[5-6]提出利用人體生理信號和面部表情信號來檢測駕駛員睡意狀態(tài)，包括眨眼、眼球轉動和嘴巴形狀，最后，運用模糊算法判定駕駛員的睡意狀態(tài)。由于高性能的視頻設備和系統(tǒng)的成本較高，實驗的準確性易受周圍環(huán)境影響，因此不具有廣泛實用性。另外通過對被試者的體溫信號進行時域分析，得出結論：當人體處于睡意狀態(tài)時，體溫升高[7]，不過目前使用體溫信號來判定是否處于睡意狀態(tài)的研究不多。

脈搏波的形成是因為心臟和血液循環(huán)，它含有豐富的人體生理信息。利用脈搏波檢測駕駛員睡意狀態(tài)，主要在于脈搏波的提取和脈搏特征信號參數(shù)算法的研究。大量實驗結果表明：當駕駛員逐漸進入睡意狀態(tài)過程中，脈搏波的低頻參數(shù)與高頻參數(shù)的比值逐漸增加，通過提取不同狀態(tài)下脈搏波各個波段的特征值，通過一系列算法，可以將比值作為判定駕駛員睡意狀態(tài)的依據(jù)[8]。

2 脈搏信號處理

2.1 脈搏信號圖形分析

采用脈搏傳感器采集人體脈搏連續(xù)壓力曲線，其拐點構成了脈搏波圖形。本文以脈搏曲線的拐點為參考點，主要分析脈搏曲線的時域特征，對駕駛員睡意狀態(tài)進行分析。

從圖1駕駛員清醒與疲勞脈搏對比圖可以看出，駕駛員的脈搏頻率特征信號在清醒和疲勞兩種狀態(tài)下是不同的：清醒狀態(tài)下脈搏信號的頻率低于疲勞狀態(tài)下的頻率，所以脈搏信號的頻率可以用來模擬睡意狀態(tài)數(shù)據(jù)[9]。

圖1 駕駛員清醒與疲勞脈搏波對比圖

2.2 脈搏信號數(shù)據(jù)結果分析

為了對被試者的身體狀態(tài)進行定性和定量的評估，我們隨機選取5位具有一定駕駛經驗的測試人員(要求有男有女，年齡分布在22～50歲之間)，對其進行脈搏數(shù)據(jù)的測試和分析實驗。由于疲勞駕駛存在安全隱患，所以全部受試者均安排在模擬駕駛室進行測試。通過模擬駕駛之后，得到了疲勞前后的脈搏波形圖，并從中得出結論：在進行了長期的駕駛試驗后，被試者脈搏波的波形出現(xiàn)不規(guī)則現(xiàn)象，脈搏波的幅值疲勞后對比疲勞前下降明顯，脈搏波波形的周期明顯縮短[10]。

另外，我們還對脈搏波進行了定量的分析和計算，分析和計算的結果如下表所示。

表1 脈搏定量分析結果

從脈搏定量分析結果表格中，我們可以看出，疲勞后被試者的身體機能出現(xiàn)下降，脈搏波的周期縮短，脈搏頻率上升。

3 系統(tǒng)硬件設計

通過上述分析，脈搏信號中的脈搏頻率可以反映出睡意狀態(tài)，而脈搏頻率特征信號又最容易提取和分析，所以本次硬件設計以人體脈搏的頻率信號為突破口，檢測睡意狀態(tài)。由于人體脈搏信號存在信號弱、頻率低、噪音高的特點，所以系統(tǒng)設有濾波、放大、整形電路，將脈搏信號處理成單片機可識別處理的信號，利用單片機系統(tǒng)內部定時器來計算時間，最終換算成一分鐘脈搏的跳動次數(shù)，顯示在數(shù)碼管上。電路中還設有四個按鍵，作用是設置脈搏跳動的上下限次數(shù)，當實際脈搏跳動次數(shù)沒有處于預先設定的范圍內，單片機就會發(fā)出指令，驅動蜂鳴器報警。

3.1 信號采集與處理電路

信號采集電路是通過脈搏傳感器將計算機不可處理的脈搏信號轉換為微弱可處理的電信號，一般直接轉換過來的電信號只有幾十毫伏，且存在很大的外界干擾，所以需要對其進行放大、濾波、整形處理。

3.1.1 傳感器

脈搏傳感器分為：紅外脈搏傳感器、心率脈搏傳感器、壓力脈搏傳感器、腕部脈搏傳感器、數(shù)字脈搏傳感器、心音脈搏傳感器等等。其中紅外脈搏傳感器是利用特定波長紅外線對血管末端血液微循環(huán)產生的血液容積的變化的敏感特性，從而檢測出由于心臟的跳動，引起指尖的血液變化的脈搏波。紅外光電傳感器的特點是結構簡單、抗干擾能力強、可靠性高。因此本系統(tǒng)選用紅外光電傳感器檢測人體手指的血脈流動狀態(tài)，將脈搏信號轉化為電信號。

圖2中ST188是一個反射型紅外光電傳感器，由高發(fā)射功率紅外光電二極管和高靈敏度光電晶體管組成，檢測距離可調整范圍大(4～13 mm可用)，并適用于非接觸檢測方式。用+5 V電源供電，R2取330 Ω，R3取20 kΩ。當人把手指放在發(fā)光二極管和光電三極管之間時，動脈血管的血液容積會隨心臟周期性的收縮和舒張產生變化，在恒定波長照射下，有脈搏跳動時光線弱，無脈搏時透光強，光電三極管接收到的信號會隨人體脈搏強度的變化而變化，進而轉化成周期變化的電信號輸出[11]。因此ST188光電傳感器可以間接地測量人體脈搏信號。為方便駕駛員佩戴，ST188被設計成指套形式固定于方向盤上。

3.1.2 濾波電路

正常成人脈搏通常為60～100次/分鐘，對應頻率范圍在1～1.66 Hz之間，因此紅外光電傳感器實際采集并轉換得到的人體脈搏電信號頻率非常低?？紤]到外界強光及人體手指與指套接觸不良等因素帶來的高頻干擾，為避免檢測結果有誤，必須選用電阻和電容搭建起一個RC濾波電路用于消除噪聲。圖2所示電阻R3與電容C4，以及并聯(lián)電容C5、C6共同組成高頻濾波器，濾除高頻干擾，人體脈搏電信號經耦合電容C5、C6加到集成運放同相輸入端。圖中電容用來傳遞電流信號，通過運算放大器電路處理后變?yōu)殡妷盒盘柤疵}沖信號。

3.1.3 放大整形電路

由于脈搏信號一般在毫伏級別，因此經過濾波后，還需增加一個放大整形電路，將不規(guī)則且伴有低頻干擾的脈沖信號做放大整形處理，如圖2所示，雙運算放大器LM358內部包含兩個獨立、高增益運算放大器，將其中一個集成運放用作放大光電傳感器電壓信號，另一個運放用作電壓比較器，以輸出直流方波信號給單片機。計算LM358放大倍數(shù)與其它通用運放一樣，主要由反饋電阻來決定。電路采用同相比例運算放大電路，放大倍數(shù)Av=Uo/Ui=1+R8/R12。經過LM358雙運算放大器處理之后，左邊信號放大了304倍。為了更好的觀測到脈搏跳動狀態(tài)，LM358還接上了一個LED燈，燈光的閃爍意味著脈搏波的一次跳動。

圖2 信號采集與處理電路

3.2 主控模塊

主控模塊是整個系統(tǒng)的控制中心，負責檢測各種參數(shù)，驅動數(shù)碼管顯示，觸發(fā)蜂鳴器、報警燈報警。綜合性能參數(shù)、實用性和性價比，本設計采用STC89C52單片機作為系統(tǒng)的主控芯片。單片機最小系統(tǒng)電路主要由時鐘電路(振蕩電路)和復位電路組成。為了控制電路的定時，時鐘電路提供了基本的校準時間，執(zhí)行一條基本校準時間指令就是相應的一個周期。本系統(tǒng)由單片機外接一個12 MHz晶振和兩個30PF電容組成時鐘電路，經計算，單片機系統(tǒng)的工作周期是1 μs。而單片機的復位電路由彈片和電容組成，確保了系統(tǒng)電路工作的可靠性。

3.3 顯示模塊電路

顯示模塊是由一個四位數(shù)碼管顯示參數(shù)。顯示模塊采用動態(tài)驅動，當位選打開時，輸入段碼，對應的數(shù)碼管就會打開；關閉之前的位選，打開一個新的位選，輸入段碼，則對應的數(shù)碼管又會打開。每個位選打開和關閉時間上的間隔小于20 ms，在人眼看來是同時顯示。

3.4 按鍵模塊電路

該系統(tǒng)共設置四枚按鍵，分別接入單片機I/O端口，用以設置脈搏波上下限數(shù)值，以便在超出范圍時驅動蜂鳴器發(fā)出警報。

3.5 電源和報警電路

選用車載充電器將車載12 V/24 V電源轉化為5 V的直流電源，用以給系統(tǒng)供電。

當駕駛員在清醒狀態(tài)正常駕駛時，單片機輸出低電平，綠色LED燈亮起；當主控模塊監(jiān)測與計算的結果不在設置范圍內時，駕駛員被判定進入疲勞駕駛狀態(tài)，綠色燈光熄滅，蜂鳴器發(fā)出持續(xù)報警，提醒駕駛員停車休息。

4 系統(tǒng)軟件設計

主程序流程圖如圖3所示。先通電，按下測量按鈕，系統(tǒng)最先會進行初始化操作流程，完成儀器軟、硬件的初態(tài)設置，單片機內專用寄存器的設定，單片機工作方式及各端口的工作狀態(tài)的規(guī)定。當按鈕被按下響應時，首先會開始計時并測量人體的脈搏次數(shù)，單片機定時15 s，信號下降沿觸發(fā)外部中斷，通過對外部中斷的計數(shù)從而實現(xiàn)脈搏個數(shù)的測量。通過測量時間內脈搏值推算出一分鐘脈搏跳動的次數(shù)，并顯示在系統(tǒng)界面方便查看。當然用戶也可以選擇自己設置脈搏范圍，按下設定按鍵，單片機會根據(jù)用戶的設定改變范圍數(shù)值。

圖3 系統(tǒng)主程序流程圖

5 誤差分析與數(shù)據(jù)處理

5.1 誤差分析

隨機選取5位受試者，用本裝置測量其脈搏頻率值，并計入誤差分析表，如表2所示。

表2 誤差分析表

注：實際脈搏次數(shù)以電子心率儀測出的心跳頻率為準。

表2列出了測量值，但存在誤差，對實測數(shù)據(jù)進行線性補償，見公式(5-1)。

(5-1)

誤差分析：經校準，非線性補償后，誤差已基本達到要求。

5.2 實驗數(shù)據(jù)處理

選取一組5個樣本，實驗前保證所有樣本在清醒狀態(tài)下，并用本裝置測量其脈搏頻率；所有樣本經過4小時以上連續(xù)高強度工作后，使用與之前的光照強度一致的燈光前提下，對其睡意狀態(tài)下進行脈搏頻率測試，得出清醒狀態(tài)和睡意狀態(tài)的脈搏頻率數(shù)據(jù)結果，如表3所示。

表3 清醒狀態(tài)和睡意狀態(tài)的脈搏頻率數(shù)據(jù)結果樣本

通過表3中的數(shù)據(jù)結果表明，睡意狀態(tài)脈搏頻率要高于清醒狀態(tài)下的脈搏頻率。

6 結論

通過對國內外檢測駕駛員睡意技術進行分析研究，對比其優(yōu)缺點，提出信號提取較為簡單的脈搏波檢測法；同時通過對清醒狀態(tài)和睡意狀態(tài)下人體脈搏信號進行定性和定量分析，提出將駕駛員脈搏頻率特征信號作為判定睡意狀態(tài)的依據(jù)。

本裝置選取STC89C52單片機作為主芯片，設計信號采集電路、放大電路、濾波電路、整形電路、顯示電路、報警電路。通過紅外光電傳感器采集駕駛員脈搏頻率特征信號，可顯示當前脈搏跳動速度，體現(xiàn)該裝置的即時性；通過所測數(shù)據(jù)與設定值的對比來判定駕駛員是否處于睡意狀態(tài)，并對處于睡意狀態(tài)下的駕駛員進行預警，同時針對個體差異性，可自由調節(jié)預警數(shù)值范圍，體現(xiàn)了該裝置的多效性與兼容性。調試結果顯示本裝置識別準確率高，數(shù)值可靠，能夠有效的檢測駕駛員的睡意狀態(tài)并實現(xiàn)預警功能；成本低廉，操作簡單，可用于車載，為檢測駕駛員睡意技術的研究提出了新的思路，具有廣泛的市場應用前景。

參考文獻：

[1] 李忠東.疲勞駕駛成為“隱形殺手”[J].交通與運輸,2012(2):29-30.

[2] Mao Z, Yan X P, Wu C Z. Driving Fatigue Identification Method Based on Physiological Signals[C].International Conference of Chinese Transportation Professionals Congress. 2008:341-352.

[3] Sommer D, Golz M, Trutschel U, et al. Assessing Driver’s Hypovigilance from Biosignals[M].4th European Conference of the International Federation for Medical and Biological Engineering. 2008:152-155.

[4] Jiao K, Li Z, Chen M, et al. Effect of different vibration frequencies on heart rate variability and driving fatigue in healthy drivers[J]. International Archives of Occupational and Environmental Health, 2004, 77(3):205-212.

[5] Anumas S, Kim S C. Driver fatigue monitoring system using video face images & physiological information[C].Biomedical Engineering International Conference. IEEE, 2011:125-130.

[6] Zhang Z, Zhang J S. Driver Fatigue Detection Based Intelligent Vehicle Control[C].International Conference on Pattern Recognition. IEEE, 2006:1262-1265.

[7] 張愛華,楊 華,孔令杰,基于生理信息的視頻顯示終端精神疲勞狀態(tài)研究[J].生物醫(yī)學工程,2011,28(5):1025-1029.

[8] 陳雪峰,周寬久.基于脈搏波分析的駕駛員疲勞判定研究[A].科學儀器前沿技術及應用學術研討會[C]. 2006.

[9] 韓海川.基于人體生理信號的疲勞駕駛識別方法的研究[D].天津:天津職業(yè)技術師范大學,2016.

[10] 顧征遠.面向駕駛員的疲勞監(jiān)測系統(tǒng)研究[D].杭州:浙江大學, 2013.

[11] 金偉正.單線數(shù)字溫度傳感器的原理與應用[J].電子技術應用,2000(6):42-43.