论文部分内容阅读
摘 要：近年来，酒驾、疲劳驾驶、路怒症等问题严重影响了乘客及行人安全。本文针对以上问题研发一款智能手环，该手环可通过采集并分析驾驶员手臂上的肌肉电信号，实时判断驾驶员状态，当驾驶员处于危险状态时，手环会对驾驶员释放微电流进行提醒。本系统相较于传统人脸识别产品，具有实时（可超前肢体运动150ms）、准确（容错率5%）、易于研发（一维时间动作电位序列）等特点，具有很高的应用价值。
关键词：肌电信号；行车安全；智能手环
1 研究背景
目前，机动车道路交通事故越来越多，仅2014年第一季度，全国便发生涉及人员伤亡的道路交通事故40283起，造成10575人死亡、直接财产损失2.1亿元，并且据交通部门统计，60%以上的交通事故与酒驾/路怒/疲劳驾驶有关。司机酒驾/路怒/疲劳驾驶极易发生道路交通事故。因此行车安全预警器在交通安全应用中发挥着越来越大的作用，行车安全智能手环的设计刻不容缓。
2 同类产品对比
目前市面上大部分关于安全驾驶的产品大部分为接触性，在实际行车过程中会影响驾驶员的操作，另外疲劳指标不够客观，一种单一的检测指标往往不能衡量驾驶员是否疲劳。还有一些产品是通过面部识别来判断驾驶者的状态，准确率低，在光线暗的情况下很容易出现差错。为了让大多数人能支付的起疲劳驾驶预警相关产品，疲劳驾驶预警系统的设计需要考虑其成本，行车智能手环通过肌电信号反应驾驶者的状态，肌电信号采集器做起来成本较低，更符合消费者要求。
3 表面肌电信号概述
表面肌电信号（sEMG）是一种生物电流信号，是人体表面肌肉通过收缩产生的生物电流。神经系统控制肌肉的活动时（收缩或者放松），表面皮肤不同的肌肉纤维在同一时间会产生相应的电信号。
肌电信号是受意识控制的，一般来说，肌肉的不同动作模式是由大脑兴奋程度不同决定的，大脑兴奋程度的不同首先会影响神经纤维发放兴奋电脉冲的频率，进而使得肌肉纤维收缩数量不同，这样检测到的肌肉信号也会不同，因此可以从不同的sEMG特征中找到其对应的动作模式。
4 装置整体结构
本团队设计的智能手环结构如图2-1所示，主要包括肌电信号传感器、肌电信号采集口（贴片电极）、肌电信号采集屏、微电流刺激口、手环外轮廓及电池等结构组成。
肌电信号采集口可以通过贴片电极实时采集驾驶员手臂皮肤表明的微弱电流，采集到的数据经过数据处理后可以得到驾驶员现在的状态（正常/酒驾/疲劳驾驶/路怒），并将结果显示到肌电信号采集屏上，当驾驶员处于异常状态（酒驾/疲劳驾驶/路怒）时，微电流刺激口会释放电流并响起提示音对驾驶员进行提醒。
具体结构为以下几部分：
1、肌电信号模块的采集系统，主要包括9V电池、Arduino数据开发板、肌电信号传感器以及贴片电极。其中1个贴片电极为基准电极，2个贴片电极为采集电极，采集电机采集到数据以后首先与基准电极数据对比，随后数据传送到Arduino开发板进行数据处理，进而分析驾驶员状态。目前已经搭建此部分实物并运行成功。
肌电信号记录的是不同机能状态下的肌肉电位变化，而这种变化与肌肉结构、收缩力以及收缩时发生的化学变化都有联系。所以还需要建立相应的数学模型以及实验方案。
2、智能采集屏幕，结构示意如图2-2所示，主要功能为显示驾驶员状态，由于肌电信号不仅可以记录驾驶员在任意时刻的生理状态，还可记录其心理状态，所以经过肌电信号传感器处理的数据可以输送到显示屏，显示屏可以显示四种状态（正常/酒驾/疲劳驾驶/路怒），显示屏会显示文字并加以语音提醒。
3、电压调节器可以实现自动输出电压并自动调节，满足普通60/50Hz需求。可以将电压调节器输出端连接2个电极贴片（上文所述采集电极），当检测到驾驶员处于异常状态（酒驾/疲劳驾驶/路怒）时，电压调节器会触发并对驾驶员手臂进行微电流刺激进行提醒。
5 sEMG动作辨识数学模型
基于sEMG的自主性表明肌电信号采集方案流程共由五个阶段构成：
（1）动作发生判断阶段：
模块始终监测四通道信号，当确认有效运动开始后对四通道进行同步采集；
（2）多通道的分析、特征提取阶段：
所获取的驾驶员手臂四通道信号数据量大，可分性不强，为此须通过有效的分析方法提取出各通道的特征向量，实现数据降维；
（3）模式分类器监督学习阶段：
首先选定模式分类器，并对动作目标集进行合理编码，将特定动作所对应的特征向量作为输入，该动作编码作为输出，对分类器进行有教师信号的监督训练，直到分类器收敛；
（4）模式认知阶段：
将提取的四通道特征向量输入到训练好的模式分类器中，对当前动作的种类进行识别；
（5）动作执行阶段：
肌电信号采集屏以及微电流刺激口根据动作识别结果执行预定动作，实时保障驾驶员及行车安全。
在基于动作辨识的sEMG控制方法研究中，特征提取技术和分类器设计是两个核心关键，其性能将直接决定整套系统效果。
6 产品总结
本文为了解决酒驾、疲劳驾驶、路怒带来的行车危害，设计了一种可以通过采集驾驶员手臂皮肤表面肌电信号并对驾驶员进行提醒的智能手环，该作品成本较低，技术实现难度适中，具有实时（可超前肢体运动150ms）、准确（容错率5%）、易于研发（一维时间动作电位序列）等特点，提醒效果良好，具有较高的社会价值。
参考文献：
[1] 何庆华， 彭承琳. 表面肌电信号的分析与应用[J]. 国际生物医学工程杂志， 2000（5）：299-303.
[2] 吴冬梅， 孙欣， 张志成，等. 表面肌电信号的分析和特征提取[J]. 中国组织工程研究， 2010， 14（43）：8073-8076.
[3] 周玉彬， 俞夢孙. 疲劳驾驶检测方法的研究[J]. 医疗卫生装备， 2003， 24（6）：25-28.
[4] 彭军强， 吴平东， 殷罡. 疲劳驾驶的脑电特性探索[J]. 北京理工大学学报， 2007， 27（7）：585-589.
关键词：肌电信号；行车安全；智能手环
1 研究背景
目前，机动车道路交通事故越来越多，仅2014年第一季度，全国便发生涉及人员伤亡的道路交通事故40283起，造成10575人死亡、直接财产损失2.1亿元，并且据交通部门统计，60%以上的交通事故与酒驾/路怒/疲劳驾驶有关。司机酒驾/路怒/疲劳驾驶极易发生道路交通事故。因此行车安全预警器在交通安全应用中发挥着越来越大的作用，行车安全智能手环的设计刻不容缓。
2 同类产品对比
目前市面上大部分关于安全驾驶的产品大部分为接触性，在实际行车过程中会影响驾驶员的操作，另外疲劳指标不够客观，一种单一的检测指标往往不能衡量驾驶员是否疲劳。还有一些产品是通过面部识别来判断驾驶者的状态，准确率低，在光线暗的情况下很容易出现差错。为了让大多数人能支付的起疲劳驾驶预警相关产品，疲劳驾驶预警系统的设计需要考虑其成本，行车智能手环通过肌电信号反应驾驶者的状态，肌电信号采集器做起来成本较低，更符合消费者要求。
3 表面肌电信号概述
表面肌电信号（sEMG）是一种生物电流信号，是人体表面肌肉通过收缩产生的生物电流。神经系统控制肌肉的活动时（收缩或者放松），表面皮肤不同的肌肉纤维在同一时间会产生相应的电信号。
肌电信号是受意识控制的，一般来说，肌肉的不同动作模式是由大脑兴奋程度不同决定的，大脑兴奋程度的不同首先会影响神经纤维发放兴奋电脉冲的频率，进而使得肌肉纤维收缩数量不同，这样检测到的肌肉信号也会不同，因此可以从不同的sEMG特征中找到其对应的动作模式。
4 装置整体结构
本团队设计的智能手环结构如图2-1所示，主要包括肌电信号传感器、肌电信号采集口（贴片电极）、肌电信号采集屏、微电流刺激口、手环外轮廓及电池等结构组成。
肌电信号采集口可以通过贴片电极实时采集驾驶员手臂皮肤表明的微弱电流，采集到的数据经过数据处理后可以得到驾驶员现在的状态（正常/酒驾/疲劳驾驶/路怒），并将结果显示到肌电信号采集屏上，当驾驶员处于异常状态（酒驾/疲劳驾驶/路怒）时，微电流刺激口会释放电流并响起提示音对驾驶员进行提醒。
具体结构为以下几部分：
1、肌电信号模块的采集系统，主要包括9V电池、Arduino数据开发板、肌电信号传感器以及贴片电极。其中1个贴片电极为基准电极，2个贴片电极为采集电极，采集电机采集到数据以后首先与基准电极数据对比，随后数据传送到Arduino开发板进行数据处理，进而分析驾驶员状态。目前已经搭建此部分实物并运行成功。
肌电信号记录的是不同机能状态下的肌肉电位变化，而这种变化与肌肉结构、收缩力以及收缩时发生的化学变化都有联系。所以还需要建立相应的数学模型以及实验方案。
2、智能采集屏幕，结构示意如图2-2所示，主要功能为显示驾驶员状态，由于肌电信号不仅可以记录驾驶员在任意时刻的生理状态，还可记录其心理状态，所以经过肌电信号传感器处理的数据可以输送到显示屏，显示屏可以显示四种状态（正常/酒驾/疲劳驾驶/路怒），显示屏会显示文字并加以语音提醒。
3、电压调节器可以实现自动输出电压并自动调节，满足普通60/50Hz需求。可以将电压调节器输出端连接2个电极贴片（上文所述采集电极），当检测到驾驶员处于异常状态（酒驾/疲劳驾驶/路怒）时，电压调节器会触发并对驾驶员手臂进行微电流刺激进行提醒。
5 sEMG动作辨识数学模型
基于sEMG的自主性表明肌电信号采集方案流程共由五个阶段构成：
（1）动作发生判断阶段：
模块始终监测四通道信号，当确认有效运动开始后对四通道进行同步采集；
（2）多通道的分析、特征提取阶段：
所获取的驾驶员手臂四通道信号数据量大，可分性不强，为此须通过有效的分析方法提取出各通道的特征向量，实现数据降维；
（3）模式分类器监督学习阶段：
首先选定模式分类器，并对动作目标集进行合理编码，将特定动作所对应的特征向量作为输入，该动作编码作为输出，对分类器进行有教师信号的监督训练，直到分类器收敛；
（4）模式认知阶段：
将提取的四通道特征向量输入到训练好的模式分类器中，对当前动作的种类进行识别；
（5）动作执行阶段：
肌电信号采集屏以及微电流刺激口根据动作识别结果执行预定动作，实时保障驾驶员及行车安全。
在基于动作辨识的sEMG控制方法研究中，特征提取技术和分类器设计是两个核心关键，其性能将直接决定整套系统效果。
6 产品总结
本文为了解决酒驾、疲劳驾驶、路怒带来的行车危害，设计了一种可以通过采集驾驶员手臂皮肤表面肌电信号并对驾驶员进行提醒的智能手环，该作品成本较低，技术实现难度适中，具有实时（可超前肢体运动150ms）、准确（容错率5%）、易于研发（一维时间动作电位序列）等特点，提醒效果良好，具有较高的社会价值。
参考文献：
[1] 何庆华， 彭承琳. 表面肌电信号的分析与应用[J]. 国际生物医学工程杂志， 2000（5）：299-303.
[2] 吴冬梅， 孙欣， 张志成，等. 表面肌电信号的分析和特征提取[J]. 中国组织工程研究， 2010， 14（43）：8073-8076.
[3] 周玉彬， 俞夢孙. 疲劳驾驶检测方法的研究[J]. 医疗卫生装备， 2003， 24（6）：25-28.
[4] 彭军强， 吴平东， 殷罡. 疲劳驾驶的脑电特性探索[J]. 北京理工大学学报， 2007， 27（7）：585-589.