基于深度學(xué)習(xí)理論的車(chē)載智能健康系統(tǒng)的設(shè)計(jì)及應(yīng)用

李川鵬 王耀福

摘 要：隨著智能化、共享化、信息化時(shí)代到來(lái)，計(jì)算機(jī)的算法已經(jīng)在各個(gè)領(lǐng)域得到應(yīng)用。運(yùn)用機(jī)器學(xué)習(xí)領(lǐng)域范疇之中的深度學(xué)習(xí)理論，對(duì)車(chē)載智能健康監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)開(kāi)展實(shí)踐應(yīng)用。依據(jù)深度學(xué)習(xí)DBN健康訓(xùn)練模型，可實(shí)時(shí)監(jiān)測(cè)識(shí)別駕駛員生理健康狀況數(shù)據(jù)和駕駛環(huán)境數(shù)據(jù)，識(shí)別到異常數(shù)據(jù)會(huì)進(jìn)行預(yù)警提示，為駕駛員提供一層健康監(jiān)測(cè)保障系統(tǒng)。

關(guān)鍵詞：深度學(xué)習(xí);健康監(jiān)測(cè);機(jī)器學(xué)習(xí)

1 引文

隨著生活節(jié)奏的不斷加快，人們對(duì)健康越來(lái)越重視，從之前的醫(yī)院治療逐漸發(fā)展成為健康監(jiān)測(cè)、預(yù)防為主。汽車(chē)作為人們生活出行的工具，隨著智能化、網(wǎng)聯(lián)化技術(shù)在汽車(chē)中的應(yīng)用，汽車(chē)中加入智能健康監(jiān)測(cè)模塊成為未來(lái)的趨勢(shì)，人們?cè)陂_(kāi)車(chē)時(shí)就可以進(jìn)行健康生理指標(biāo)的檢測(cè)，并對(duì)異常數(shù)據(jù)進(jìn)行預(yù)警提示，為駕駛員提供一層健康監(jiān)測(cè)保障系統(tǒng)。本系統(tǒng)可實(shí)時(shí)監(jiān)測(cè)駕駛員的身體各項(xiàng)生理健康狀況，通過(guò)深度學(xué)習(xí)DBN健康訓(xùn)練模型識(shí)別駕駛者是都適合駕車(chē)，避免減少因健康隱患導(dǎo)致的交通事故，如監(jiān)測(cè)到駕駛者出現(xiàn)突發(fā)健康狀況時(shí)，會(huì)迅速發(fā)送提醒消息到緊急聯(lián)系人和個(gè)人主治醫(yī)生，并撥打最近醫(yī)院救援電話(huà)，從而確保駕駛者駕車(chē)安全。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)領(lǐng)域，學(xué)習(xí)模式在于建立和模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，建立類(lèi)似人類(lèi)大腦的邏輯思維學(xué)習(xí)方式。為識(shí)別監(jiān)測(cè)到的各項(xiàng)生理指標(biāo)信息提供參考。基于深度學(xué)習(xí)理論設(shè)計(jì)車(chē)載智能健康監(jiān)測(cè)系統(tǒng)，通過(guò)研究深度學(xué)習(xí)分析研究，對(duì)車(chē)載智能健康監(jiān)測(cè)系統(tǒng)進(jìn)行設(shè)計(jì)開(kāi)發(fā)，確定系統(tǒng)設(shè)計(jì)結(jié)構(gòu)體系，對(duì)DBN的訓(xùn)練模型進(jìn)行介紹，研究更精確的訓(xùn)練模型，為未來(lái)車(chē)載智能健康系統(tǒng)提供理論支撐。

2 深度學(xué)習(xí)理論

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)新領(lǐng)域方向，主要是對(duì)大量數(shù)據(jù)樣本進(jìn)行學(xué)習(xí)，分析內(nèi)在聯(lián)系、規(guī)律和層次。通過(guò)模擬大腦神經(jīng)的動(dòng)態(tài)變化，通過(guò)計(jì)算機(jī)的算法實(shí)現(xiàn)。依據(jù)計(jì)算機(jī)的算法探究大腦神經(jīng)中的思考過(guò)程，利用大數(shù)據(jù)的變化模擬大腦思考過(guò)程，最終是讓機(jī)器能夠像人一樣具有分析學(xué)習(xí)能力，能夠識(shí)別文字、圖像、聲音和數(shù)字等數(shù)據(jù)。

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的是模擬人體大腦皮層的組成結(jié)構(gòu)，多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)可以將數(shù)據(jù)分到每一層，每一層中對(duì)數(shù)據(jù)分別進(jìn)行處理，每一層結(jié)構(gòu)都會(huì)識(shí)別并分析數(shù)據(jù)類(lèi)型。分析識(shí)別是在沒(méi)由約束的情況下進(jìn)行訓(xùn)練，并將訓(xùn)練結(jié)果反饋到高一層的輸入端，并用程序去調(diào)整所有的層級(jí)，深度學(xué)習(xí)是從淺度學(xué)習(xí)發(fā)展至深度學(xué)習(xí)。DBN是深度學(xué)習(xí)的算法的一種，也是比較常用的一種算法，能夠很好的識(shí)別物體的特征依據(jù)模型開(kāi)展訓(xùn)練。構(gòu)建出車(chē)載健康異常指標(biāo)診斷的深度學(xué)習(xí)網(wǎng)絡(luò)。

3 車(chē)載智能健康監(jiān)測(cè)系統(tǒng)設(shè)計(jì)

3.1 設(shè)計(jì)思路

在汽車(chē)方向盤(pán)上加入智能健康監(jiān)測(cè)系統(tǒng)，智能健康識(shí)別傳感器模塊，監(jiān)測(cè)識(shí)別身體生理健康指標(biāo)，通過(guò)wifi數(shù)據(jù)發(fā)送設(shè)備將監(jiān)測(cè)數(shù)據(jù)包傳輸至樹(shù)莓派開(kāi)發(fā)板，根據(jù)深度學(xué)習(xí)DBN訓(xùn)練算法模型識(shí)別數(shù)據(jù)，將數(shù)據(jù)反饋可以反饋到車(chē)載中央顯示屏進(jìn)行顯示，同事也可以將數(shù)據(jù)發(fā)送到云端，通過(guò)服務(wù)器端口發(fā)送到手機(jī)APP端進(jìn)行顯示。

智能傳感器模塊包括環(huán)境傳感器組和生理健康傳感器組。駕駛員取車(chē)前，環(huán)境傳感器組會(huì)將車(chē)內(nèi)環(huán)境數(shù)據(jù)發(fā)送給到手機(jī)APP中，如出現(xiàn)異常數(shù)據(jù)，在A(yíng)PP端可選擇遠(yuǎn)程啟動(dòng)車(chē)輛，打開(kāi)空氣清潔系統(tǒng)、外循環(huán)系統(tǒng)，從而保證駕駛者在上車(chē)時(shí)能保持良好的車(chē)內(nèi)環(huán)境。駕駛員打開(kāi)車(chē)門(mén)，進(jìn)入駕駛座后環(huán)境傳感器組中乙醇傳感器會(huì)自動(dòng)識(shí)別駕駛者是否處于酒駕狀態(tài)，如識(shí)別到酒精濃度過(guò)高處于酒駕狀態(tài)，則車(chē)輛自動(dòng)強(qiáng)制熄火。駕駛員在正常行駛時(shí)，手放在生理健康識(shí)別區(qū)時(shí)，系統(tǒng)會(huì)實(shí)時(shí)自動(dòng)監(jiān)測(cè)駕駛員的生理數(shù)據(jù)，如出現(xiàn)異常生理數(shù)據(jù)時(shí)，會(huì)觸發(fā)報(bào)警器、語(yǔ)音系統(tǒng)會(huì)自動(dòng)播報(bào)異常生理數(shù)據(jù)，并將異常數(shù)據(jù)反饋到中央大屏和手機(jī)APP端提醒駕駛者。

3.2 系統(tǒng)設(shè)計(jì)

本系統(tǒng)是裝配在方向盤(pán)上，駕駛員在上車(chē)后，將手放在方向盤(pán)智能硬件識(shí)別區(qū)，識(shí)別區(qū)中傳感器可以實(shí)時(shí)監(jiān)測(cè)并輸出生理和環(huán)境感應(yīng)數(shù)值，智能終端控制單元可以將感應(yīng)數(shù)值對(duì)比識(shí)別和存儲(chǔ);調(diào)節(jié)單元可以根據(jù)控制模塊自動(dòng)調(diào)節(jié);控制模塊通過(guò)wifi/5G將生理和環(huán)境特征數(shù)據(jù)傳輸?shù)皆贫朔?wù)器，服務(wù)器將數(shù)據(jù)呈現(xiàn)在用戶(hù)APP上，出現(xiàn)異常數(shù)據(jù)，用戶(hù)APP端會(huì)觸發(fā)報(bào)警模塊，用戶(hù)沒(méi)有對(duì)報(bào)警模塊處理時(shí)，系統(tǒng)會(huì)自動(dòng)將數(shù)據(jù)傳輸給緊急聯(lián)系人和私人醫(yī)生。

智能健康監(jiān)測(cè)識(shí)別單元為安裝在智能終端硬件設(shè)備包括：傳感器組模塊和樹(shù)莓派開(kāi)發(fā)板。傳感器組模塊包括：紅外傳感器、多光譜傳感器、乙醇傳感器和濕度傳感器。傳感器組模塊和樹(shù)莓派開(kāi)發(fā)板電性連接，紅外傳感器可以檢測(cè)人體體溫?cái)?shù)據(jù)，并輸出體溫?cái)?shù)值;多光譜傳感器可以檢測(cè)人體心率、血氧、微循環(huán)數(shù)據(jù)，并輸出心率、血氧、微循環(huán)數(shù)值;乙醇傳感器可以檢測(cè)駕駛環(huán)境中酒精數(shù)據(jù)，并輸出酒精含量數(shù)值;濕度傳感器可以檢測(cè)駕駛環(huán)境中濕度數(shù)據(jù)，并輸出濕度含量數(shù)值。智能健康監(jiān)測(cè)識(shí)別單元和控制單元以及用戶(hù)APP建立通訊連接，智能健康監(jiān)測(cè)識(shí)別單元設(shè)置有wifi/5G發(fā)射模塊，可將監(jiān)測(cè)識(shí)別到的數(shù)據(jù)包通過(guò)計(jì)時(shí)器或?qū)崟r(shí)傳輸?shù)娇刂茊卧?，?jì)時(shí)器數(shù)值可在用戶(hù)APP中設(shè)置，默認(rèn)數(shù)值為10秒傳輸一次（監(jiān)測(cè)采集數(shù)據(jù)包傳輸?shù)娇刂茊卧?實(shí)時(shí)即為實(shí)時(shí)將監(jiān)測(cè)采集數(shù)據(jù)包傳輸?shù)娇刂茊卧?/p>

控制單元和調(diào)節(jié)單元，控制單元是對(duì)智能健康監(jiān)測(cè)識(shí)別單元中的監(jiān)測(cè)采集數(shù)據(jù)包和存儲(chǔ)單元中的數(shù)據(jù)進(jìn)行對(duì)比和儲(chǔ)存。調(diào)節(jié)機(jī)構(gòu)包括：空調(diào)系統(tǒng)、內(nèi)外循環(huán)系統(tǒng)、自清潔系統(tǒng)、語(yǔ)音系統(tǒng)和中央顯示屏系統(tǒng)。

3.3 DBN車(chē)載智能健康監(jiān)測(cè)系統(tǒng)訓(xùn)練模型

DBN在數(shù)據(jù)特征提取方面有很多應(yīng)用，智能健康監(jiān)測(cè)系統(tǒng)數(shù)據(jù)識(shí)別就運(yùn)用DBN進(jìn)行模型訓(xùn)練，屬于概率生成模型，通過(guò)大數(shù)據(jù)構(gòu)建觀(guān)察數(shù)據(jù)和識(shí)別標(biāo)簽之間的分布狀態(tài)，作出對(duì)應(yīng)的判斷評(píng)估[7][8]。DBN模型訓(xùn)練是不同的限制玻爾茲曼機(jī)構(gòu)成，神經(jīng)網(wǎng)絡(luò)包括一個(gè)可視層和一個(gè)隱含層，每一層之間具有連接關(guān)系，層內(nèi)沒(méi)有相互關(guān)聯(lián)。如圖1所示。

智能健康監(jiān)測(cè)系統(tǒng)中DBN訓(xùn)練模型是對(duì)不同數(shù)據(jù)特征進(jìn)行識(shí)別。通過(guò)不同的RBM隱含層組合而成，每一層都是單獨(dú)進(jìn)行訓(xùn)練，分別包括可視層和隱含層，底層的隱含層輸出到高一層的可視層中，高一層通過(guò)模型進(jìn)行訓(xùn)練，訓(xùn)練完成后通過(guò)隱含層將數(shù)據(jù)特征輸出到更高一層的可視層，通過(guò)多層訓(xùn)練最后構(gòu)成DBN訓(xùn)練模型。DBN訓(xùn)練模型方法是通過(guò)多層隱含層單訓(xùn)練，不斷優(yōu)化數(shù)據(jù)特征的深度學(xué)習(xí)網(wǎng)絡(luò)方法，最后得到最優(yōu)的數(shù)據(jù)識(shí)別特征[7]。

智能健康監(jiān)測(cè)系統(tǒng)DBN訓(xùn)練模型通過(guò)在智能多傳感識(shí)別器上得到數(shù)據(jù)，發(fā)送到RBMO上面，在RBM隱含層中進(jìn)行訓(xùn)練，將數(shù)據(jù)特征發(fā)送到RBM1上的可視層中，即RBM0的發(fā)送是RBM1的接受，逐層向上訓(xùn)練，訓(xùn)練模型的最后一層中加入BP神經(jīng)網(wǎng)絡(luò)做反向微調(diào)，輸出訓(xùn)練誤差，將誤差數(shù)值從高層到底層發(fā)送到每一層，對(duì)整體訓(xùn)練模型進(jìn)行細(xì)微調(diào)整，一直調(diào)整到最大模型訓(xùn)練次數(shù)，得到最優(yōu)生理健康數(shù)據(jù)狀態(tài)的識(shí)別訓(xùn)練模型，見(jiàn)圖2。

4 總結(jié)

隨著數(shù)字化時(shí)代的發(fā)展，在汽車(chē)中加裝智能健康監(jiān)測(cè)系統(tǒng)將成為未來(lái)的標(biāo)配，行駛期間可實(shí)時(shí)監(jiān)測(cè)駕駛員生理健康參數(shù)和車(chē)內(nèi)環(huán)境參數(shù)，并對(duì)異常數(shù)據(jù)進(jìn)行預(yù)警提示。為駕駛員提供一層健康監(jiān)測(cè)保障系統(tǒng)。運(yùn)用DBN訓(xùn)練模型對(duì)數(shù)據(jù)進(jìn)行深度學(xué)習(xí)分析，建立人腦的學(xué)習(xí)機(jī)制分析解釋定義相關(guān)數(shù)據(jù)，為識(shí)別監(jiān)測(cè)到的各項(xiàng)生理指標(biāo)信息提供參考。后期將研究更精確的訓(xùn)練模型，為未來(lái)車(chē)載智能健康系統(tǒng)提供理論支撐。

參考文獻(xiàn)：

[1]孫會(huì)蘋(píng)，李朝輝，徐浩森，謝礎(chǔ)航.基于柔性電子皮膚的人體健康監(jiān)測(cè)系統(tǒng)的研究與應(yīng)用[J].數(shù)字通信世界，2019（07）：147+151.

[2]李秀靜，劉永強(qiáng)，沈詩(shī)怡，葉大運(yùn)，王巖.車(chē)用輔助健康監(jiān)測(cè)系統(tǒng)的研究與設(shè)計(jì)[J].電腦知識(shí)與技術(shù)，2019，15（18）：261-262.

[3]張夢(mèng)瑤.基于A(yíng)rduino智能家居及健康監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[D].沈陽(yáng)師范大學(xué)，2019.

[4]付文博，孫濤，梁藉，閆寶偉，范福新.深度學(xué)習(xí)原理及應(yīng)用綜述[J].計(jì)算機(jī)科學(xué)，2018，45（S1）：11-15+40.

[5]靳兵.基于深度學(xué)習(xí)模型的圖像分類(lèi)方法研究[D].河南大學(xué)，2018.

[6]康麗萍，許光鑾，孫顯.受限玻爾茲曼機(jī)的稀疏化特征學(xué)習(xí)[J].計(jì)算機(jī)科學(xué)，2016，43（12）：91-96.

[7]趙光權(quán)，葛強(qiáng)強(qiáng)，劉小勇，彭喜元.基于DBN的故障特征提取及診斷方法研究[J].儀器儀表學(xué)報(bào)，2016，37（09）：1946-1953.

[8]張艷霞.基于受限玻爾茲曼機(jī)的深度學(xué)習(xí)模型及其應(yīng)用[D].電子科技大學(xué)，2016.