技术详细介绍
一、发明创造简介
脑电信号虽然一直被认为是检测疲劳驾驶的"金标准"但是现有的的脑电信号疲劳驾驶检测分析方法效果不太理想，寻求能更好表征疲劳驾驶的新的研究方法就显得尤为迫切。匹配追踪稀疏分解算法能够将复杂信号以尽量简洁而准确的形式描述出来，用来分析脑电这种复杂信号非常适合。因而，我们提出了基于匹配追踪的疲劳驾驶脑电检测方法。匹配追踪算法能够把复杂的脑电信号分解成多个简单原子的线性组合，我们可以通过研究和提取这些原子的特征来研究疲劳驾驶脑电信号。具体步骤如下：，
(1)首先从所采集受试人的驾驶脑电信号'中提取出正常驾驶和疲劳驾驶两种状态下的数据，并通过匹配追踪算法（不断迭代的过程）分别对上述两种状态下的脑电信号进行分解，得到两种不同状态下脑电信号的稀疏表示；
(2)分别对两种状态下脑电信号的稀疏表示原子进行魏格纳线性叠加，得到两种状态下电信号的时频能量分布图；
(3)然后提取两种状态脑电在匹配追踪算法前五步迭代过程中原子的展开系数以及时频参数信息；
(4)对步骤(2)中所得到的两种状态下时频能量分布图进行分析，发现两种状态下时频能分布图差异显著：疲劳驾驶时存在的频率基本均小于1 5Hz，信号能量高度集中在脑电基本律的θ波( 4-8Hz)和α波(8-13Hz)范围内；正常驾驶时，频率基本分布在0-35Hz之间，大于15Hz的频率大量存在。这与大脑活动情况的理论一致。
(5)对步骤(3)中所得到两种状态下的脑电参数信息进行对比分析，发现它们也存在着明的差异：在正常驾驶状态下，展开系数的绝对值较小，但是当疲劳驾驶时，展开系数的绝值增大；尺度参数在正常驾驶时较大，而在疲劳驾驶时减小。
因此，通过匹配追踪时频分析以及参数特征提取方法能够区分两种驾驶状态，该方法可作为检测疲劳驾驶的参考依据。
二、创新点
本发明通过解剖受试人驾驶过程中的脑电信号提取表征疲劳特征的方法来检测疲劳驾。主要的创新点如下：
法是一种全新的疲劳驾驶检测方法，突破以往基于脑电信号疲劳驾驶检测方法的限制。既假设脑电为平稳信号的有关分析方法，是从降低分析对象复杂度上出发，依照信号自身特点将复杂的驾驶脑电信号转化为简单原子的线性叠加，通过分析原子尺度参数以及时频特征参数来代替分析脑电，从而找到准确表征驾驶疲劳的关键。
三、发明的应用价值和市场前景：
本发明提出了采用脑电信号检测疲劳驾驶的新方法。找出了能准确表征疲劳驾驶的分析方法和特征参数，建立了能准确描述驾驶与疲劳之间关系的数学模型，为接触式检测方法确定了客观的疲劳驾驶检测依据，也为进一步研究开发车载、实时的驾驶疲劳报警系统奠定了基础，也为交通管理部门科学、合理地干预疲劳驾驶，最大限度降低人为交通事故提供了可靠依据。