一种基于心电信号的公交车驾驶安全预警方法及系统

1.本发明涉涉及心理学领域和计算机领域，具体涉及一种公交车公交车驾驶安全预警方法及系统。


背景技术：

2.公共交通领域中，公交车司机遇到的突发状况是最为频繁的，而公交司机的情绪状态会直接影响突发状况的处理能力及处理后的平静速度，直接影响公交车的驾驶安全；在公交司机情绪不稳定，不适合继续工作时，应该及时预警并调换驾驶员，然而目前并没有准确的监测手段来实时监测公交司机的工作状态，也没有相关的预警机制和方法。
3.由于上述原因，本发明人对激惹情绪做了深入研究，具体分析激惹情绪的形成原因、影响因素和该情绪对紧急情况处理能力的影响关系，以期待设计出一种能够解决上述问题的公交车驾驶安全预警方法及系统。


技术实现要素：

4.为了克服上述问题，本发明人进行了锐意研究，设计出一种基于心电信号的公交车驾驶安全预警方法及系统，该方法通过构建回归模型预测公交司机应对突发状况的能力。其中，模型输入分为心理状态和技术能力两个部分，心理状态通过心电信号解构提取的sai-pai比值序列表征司机在突发事件到来之前的紧张状态，技术水平通过测试评价获取，输出分为突发事件完成度、响应及恢复时间三部分，用于表示司机突发事件应对成功的程度，反映时间和突发事件过后心理状态恢复的时间，将其合并为能力值集合，从而获得回归模型；在此基础上将实施获得的心电信号和该司机的技术水平评分输入到回归模型中，获得该公交司机真实能力值，再结合预先设定的阈值，在发现该值低于阈值时，及时发出报警信息，通知公交公司，以便于及时处置，确保安全，从而完成本发明。
5.具体来说，本发明的目的在于提供一种基于心电信号的公交车驾驶安全预警方法，该方法包括如下步骤：
6.步骤1，选择一定数量的被试公交司机进行模拟测试获得每位公交司机对应的技术水平评分，并且构建适用于公交司机突发事件应对能力评估的回归模型mi；
7.步骤2，在被试公交司机的实际驾驶过程中，实时监测获得该公交司机的心电时序信号，通过加窗解构得到交感/副交感比值序列；
8.步骤3，将步骤2中获得的交感/副交感比值序列与步骤1中获得的公交司机技术水平评分结合，基于回归模型mi，得到该公交司机真实能力值；
9.当该真实能力值低于预设的阈值时，发出报警信息。
10.其中，在所述步骤1中：
11.选择m名被试公交司机，依次令每名公交司机在模拟测试场景驾驶公交车；其中任意一名公交司机的模拟测试过程如下：
12.在驾驶初期，公交司机处于平静状态5分钟，随后引入一级突发事件由公交司
机执行应对操作，并对公交司机的执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态1～3分钟后，再引入二级突发事件由公交司机执行应对操作，并对公交司机的执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态1～3分钟后，再引入三级突发事件重复上述操作，直到引入l级突发事件由公交司机执行应对操作，并对公交司机的执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态后该公交司机的模拟测试完成，再为该公交司机的整体技术水平做一个综合评分，即为技术水平评分。
13.其中，在所述步骤1中：在公交司机的模拟测试过程中，通过可穿戴设备实时获取公交司机的心电时序信号数据，引入拉盖尔正交函数将其解构为交感神经序列和副交感神经序列，进一步获得交感/副交感比值序列p；
14.优选地，在模拟测试过程中，针对任意一个突发事件ei，都记录ei引入之前的比值序列p
i,j
、出现突发事件至公交司机执行应对操作的反应时间t
i1
、公交司机执行应对操作处理突发事件后至公交司机恢复平静状态所用时间t
i2
、该突发事件的完成度ωi。
15.其中，在所述步骤1中：对p
i,j
做加窗操作，将获得的序列作为第一输入，将该公交司机在模拟测试过程中获得技术水平评分作为第二输入，将t
i1
、t
i2
和ωi加权得到的能力值集合s
i,j
作为输出，形成适用于公交司机突发事件应对能力评估的回归模型mi，并对该回归模型进行参数调优。
16.其中，在步骤1中，所述预设的阈值设置为0.6～0.9，优选地设置为0.65～0.8。
17.其中，在所述步骤1中：在每次引入突发事件后，都通过至少5位评委各自独立地为公交司机执行的应对操作做出评分，取平均分作为该公交司机的该次突发事件的完成度ωi；
18.在评委评分时，综合考量处理措施的及时性和规范性，还要考量有无交通事故，总分值在[0,1]之间。
[0019]
其中，通过下式(1)进行加权获得能力值集合s
i,j
：
[0020]si,j
＝a
·
t
i1
+b
·
t
i2
+c
·
ωiꢀꢀꢀꢀ
(1)
[0021]
其中，加权的权重a+b+c＝1。
[0022]
本发明还提供一种基于心电信号的公交车驾驶安全预警系统，其特征在于，
[0023]
该系统采用上文所述的方法为公交车驾驶安全做出预警。
[0024]
本发明所具有的有益效果包括：
[0025]
(1)根据本发明提供的基于心电信号的公交车驾驶安全预警方法，所述方法采集驾驶员的心电信号，利用评估模型进行情绪评价，实现实时检测驾驶员的情绪状态，基于无侵入指标，不会影响驾驶人的正常驾驶，将个体差异性指标加入神经网络的输入特征，基于拉盖尔自回归模型调优不断学习驾驶员的评价指标，极大地提高了驾驶员激惹情绪评估的准确率，即极大地提高了报警信息的准确性和及时性；
[0026]
(2)根据本发明提供的基于心电信号的公交车驾驶安全预警方法，该方法响应时间短，可以实现实时判断驾驶员的激惹情绪并及时发出预警信息，降低交通事故的发生概率。
附图说明
[0027]
图1示出根据本发明一种基于心电信号的公交车驾驶安全预警方法的整体逻辑图。
具体实施方式
[0028]
下面通过附图和实施例对本发明进一步详细说明。通过这些说明，本发明的特点和优点将变得更为清楚明确。
[0029]
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
[0030]
根据本发明提供的，如图1中所示，一种基于心电信号的公交车驾驶安全预警方法，该方法的主要思想如下：通过构建回归模型mi预测公交司机应对突发状况的能力。其中，模型输入分为心理状态和技术能力两个部分，心理状态通过心电信号解构提取的sai-pai比值序列表征司机在突发事件到来之前的紧张状态，技术水平通过测试评价获取，输出分为突发事件完成度、响应及恢复时间三部分，用于表示司机突发事件应对成功的程度，反映时间和突发事件过后心理状态恢复的时间，将其合并为能力值集合，从而获得回归模型；在此基础上将实施获得的心电信号和该司机的技术水平评分输入到回归模型中，获得该公交司机真实能力值，如0-1中的某个数值；再结合预先设定的阈值如0.7，当模型预测的真实能力值小于该阈值时，即判定司机难以应对即将发生的情况，需要进行调整，此时发出报警信息。
[0031]
具体来说，该方法包括如下步骤：
[0032]
步骤1，选择预定数量的被试公交司机进行模拟测试，依次在模拟测试场景中驾驶公交车，获得公交司机突发事件到来之前的心理状态(由心电信号提取的sai-pai比值序列表征)和技术水平评分作为回归模型训练的输入，获取公交司机的突发事件完成度、反应时间和恢复时间加权得到回归模型训练的输出，该回归模型经训练后能够用于实时获得公交司机真实能力值；
[0033]
步骤2，在被试公交司机的实际驾驶过程中，实时监测获得该公交司机的心电时序信号，通过加窗解构得到交感/副交感比值序列；本技术中，所述加窗解构过程通过一组由不同阶数j和特定值α定义的laguerre正交函数集合对一个给定窗口大小的 r-r间期序列进行拟合，得到对应的laguerre系数，其中将低阶 laguerre系数值的加权计算得到交感神经序列(sai)，高阶laguerre系数值加权计算得到副交感神经序列(pai)，进而得到交感/副交感神经序列的比值序列，即sai-pai比值序列。
[0034]
步骤3，将步骤2中获得的交感/副交感比值序列与步骤1中获得的公交司机技术水平评分结合，基于回归模型mi，得到该公交司机真实能力值；其中，首先以sai-pai比值序列p作为输入输入到回归模型mi中，通过多级卷积层与门控循环单元得到变换后的时序特征，进一步将该特征与经归一化处理的公交司机技术水平评分值进行首尾连接，再输入到回归模型mi中的全连接层进行特征变换，最后连接一个sigmoid函数将其输出值调整为0-1之间，即得到该公交司机真实能力值。
[0035]
当该真实能力值低于预设的阈值时，发出报警信息。优选地，所述报警信息发送给
该公交司机所在的公交公司，提示该公交司机的驾驶状态不佳，需要调休或替换，即认为此时公交司机处于激惹情绪状态，不适合继续驾驶公交车。所述公交公司在接收到所述报警信息后应根据实际情况，及时安排其他人员接替，防止发生危险。
[0036]
在一个优选的实施方式中，在步骤1中，选择m名被试公交司机，依次令每名公交司机在模拟测试场景驾驶公交车；所述m 的取值为30，该取值大有利于准确性提高，同时还要考虑获取数据的质量及算法的局限性，所以本技术人发现将m的取值设置为30能够获得最佳的准确性。
[0037]
其中任意一名公交司机的模拟测试过程如下：在驾驶初期，公交司机处于平静状态5分钟，随后引入一级突发事件由公交司机执行应对操作，并对公交司机的执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态1～3分钟后，再引入二级突发事件由公交司机执行应对操作，并对公交司机的执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态1～3分钟后，再引入三级突发事件重复上述操作，直到引入l级突发事件由公交司机执行应对操作，并对公交司机的执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态后该公交司机的模拟测试完成，在测试完成后，再为该公交司机的整体技术水平做一个综合评分，即为技术水平评分。所述技术水平评分可以分为10级，具体分布在[0,1]之间，如0.9、0.5等等。
[0038]
本技术，所述突发事件ei表示第i次突发事件，i∈[1,l]；一级突发事件也可表示为即第一次突发事件的紧急程度为1 级，相应地，表示第i次突发事件的紧急程度为l级；优选地，对于一位公交司机，其在模拟测试过程中，遇到的突发事件的紧急程度逐渐增加，共遇到l次突发事件，第l次突发事件的紧急程度为l级。本技术优选地，所述l的取值为10～30，更优选为20。
[0039]
本技术中所述的突发事件表示为模拟驾驶的公交车与突发对象距离在短时间内接近，每项突发事件根据接近时间分为l 个等级，时间越短，接近的越快，则等级越高；优选地，第1 级的突发事件的接近时间为10秒，第l级的突发事件的接近时间为1秒。所述突发对象可以为突然变道的旁边车辆、突然减速的前方车辆、突然进入行车道的行人或非机动车。
[0040]
本技术中，待公交司机恢复平静状态1～3分钟后开始引入下一个突发事件，所述平静状态通过测得的sai-pai比值序列确定，本技术中优选地，所述平静状态为在连续1分钟内，sai-pai 比值序列的值在一定范围内上下波动变化，如0.3-0.4之间。
[0041]
所述执行应对操作是指采用踩刹车、踩离合、踩油门、转方向盘、减档、鸣笛、开灯等实际有效的操作来避免发生事故，在此基础上尽量确保车辆运行平稳，在该实际有效的应对操作完成并且恢复到正常行驶状态后，执行应对操作的反应时间计时结束。
[0042]
在一个优选的实施方式中，在步骤1中，在公交司机的模拟测试过程中，通过可穿戴设备实时获取公交司机的心电时序信号数据，引入拉盖尔正交函数将其解构为交感神经序列和副交感神经序列，进一步获得交感/副交感比值序列p；
[0043]
本技术中，所述交感神经序列、副交感神经序列和比值序列都是矩阵，；优选地，所述
[0044]
拉盖尔正交函数表示为
[0045][0046]
其中j表示阶数，α表示其指数下降率，n表示当前序号。关于拉盖尔正交函数的解算过程可以参考gaetano v,lucac,philip s j,et al.measures of sympathetic andparasympathetic autonomic outflow from heartbeatdynamics.[j].journal of applied physiology,2018, 125(1):19-39。
[0047]
所述解构是指将心电信号的r-r间期序列解构为不同阶数 laguerre函数的加权集合，表示为：
[0048][0049]
其中θ
t
表示时间t的r-r间期估计值，[p
0 p1(j,t)]表示待估计参数，φj*r
n(t)
表示laguerre函数与t之前历史r-r间期序列的卷积响应，δ
sai
和δ
pai
表示交感与副交感神经对应的laguerre函数阶数，所求交感与副交感神经序列γ
sai
和γ
pai
可进一步表示为 p1(j,t)的加权值，其中最后得到其比值序列p＝γ
sai
/γ
pai
。
[0050]
优选地，在模拟测试过程中，针对任意一个突发事件ei，都记录ei引入之前公交司机交感/副交感神经的比值序列p
i,j
、出现突发事件至公交司机执行应对操作的反应时间t
i1
、公交司机执行应对操作处理突发事件后至公交司机恢复平静状态所用时间t
i2
、该突发事件的完成度ωi；
[0051]
所述p
i,j
中的j表示第j个公交司机对应的参数，i表示第i 个突发事件对应的参数，即p
i,j
表示第j个公交司机在遇到第i 个突发事件入之前的交感神经序列和副交感神经序列的比值序列。
[0052]
在一个优选的实施方式中，在步骤1中，对p
i,j
做加窗操作，将获得的序列作为第一输入，通过多级卷积进行平滑，之后送入门控循环单元提取时序特征；将该公交司机在模拟测试过程中获得的技术水平评分作为第二输入，送入全连接层；将t
i1
和t
i2
以及突发事件的完成度ωi加权得到的能力值集合s
i,j
作为输出，形成适用于公交司机突发事件应对能力评估的回归模型mi，并对该回归模型进行参数调优。其中，依次调取m名被试公交司机的上述数据，每名公交司机的数据为一组样本，m名公交司机的数据组成样本集合，据此对该回归模型进行参数调优。
[0053]
优选地，t
i1
和t
i2
以及突发事件完成度ωi经过归一化后加权得到能力值集合s
i,j
，其中加权的权重分别为a、b和c， a+b+c＝1，即s
i,j
＝a
·
t
i1
+b
·
t
i2
+c
·
ωi，优选地，将三个权重的比值设置为大于3:1:6，即a/b＞3且c/a+b＞1；更优选地，a＝0.15， b＝0.1,c＝0.75。
[0054]
本技术中所述能力值集合s
i,j
表示司机对于突发事件的应对能力，分为三部分，突发事件完成度ωi表示司机对突发事件操作的合理程度和熟练程度，由测试过程中评价得到，反应时间t
i1
和恢复时间t
i2
表示司机对突发事件的响应速度和突发事件结束后心理恢
复正常状态的速度。
[0055]
本技术中所述的回归模型mi是神经网络模型，其训练过程中，首先以样本中的sai-pai比值序列p作为输入，通过多级卷积层与门控循环单元得到变换后的时序特征，进一步将该特征与经归一化处理的样本中公交司机技术水平评分值进行首尾连接，再输入到一个全连接层进行特征变换，最后连接一个 sigmoid函数将其输出值调整为0-1之间，与样本对应的输出值比较、反馈。回归模型mi在实际测得的值基本都处在0.6-1之间，司机技术水平越高，突发事件出现前sai/pai序列波动越小，平均值较低者评分高，反之评分较低。
[0056]
所述参数调优的过程即为回归模型mi的训练过程；优选地， mi中的激活函数选择为leakyrelu函数，损失函数选择为均方误差，优化器选择adam。主要调优参数为卷积层数量、每层卷积核长度、数量及步长，门控循环单元的层数，全连接层的输出维度等超参数。这些参数的选取/调整过程可以按照下述方案进行，以卷积层数量为3层，卷积核长度为7，数量为16，步长为1，门控神经单元层数为1，全连接层输出维度为16为基础进行调整。
[0057]
在一个优选的实施方式中，在步骤1中，所述预设的阈值设置为0.6～0.9，优选地设置为0.65～0.8，更优选地将所述预设的阈值设置为0.7。
[0058]
在一个优选的实施方式中，在所述步骤1中，在每次引入突发事件后，都通过至少5位评委各自独立地为公交司机执行的应对操作做出评分，取平均分作为该公交司机在该次突发事件中的评分，所述评委为至少15年公交驾驶经验的资深驾驶员；或者基于操作时间和操作动作，通过与标准时间、动作做比较通过软件系统给出评分。
[0059]
在评委评分时，综合考量应对操作的及时性和规范性，还要考量有无交通事故，总分值在[0,1]之间。其中，针对及时性，可以在0至0.4分之间给出分数，分数值越大，说明处理越理想，越及时；针对规范性，可以在0至0.3分之间给出分数；针对有无交通事故，未造成交通事故，给0.3分，造成交通事故给0分。最终将三个小项目的分数汇总，即为一位评委的评分或者一次系统评分。针对同一次突发事件的多份评分的平均值/平均分即为公交司机的该次突发事件的完成度ωi；另外评委还需给出司机技术水平评分，如将技术水平定为10级，评分在[0,]1，作为输入。
[0060]
在一个优选的实施方式中，在步骤3中，在公交司机的实际驾驶工作过程中，每隔1秒时间即可获得一组交感/副交感比值序列，从而判断该司机的情绪状态，当判断公交司机的驾驶状态不佳时，发出报警提示，包括发送信息给公交公司的调度室，提醒其安排公交司机调休或轮岗替换。
[0061]
本发明还提供一种基于心电信号的公交车驾驶安全预警系统，
[0062]
该系统采用上文所述的方法为公交车驾驶安全做出预警。
[0063]
实施例1
[0064]
步骤1，选择30位被试公交司机进行模拟测试，依次令每名公交司机在模拟测试场景驾驶公交车；其中任意一名公交司机的模拟测试过程如下：
[0065]
在驾驶初期，公交司机处于平静状态5分钟，随后引入一级突发事件由公交司机执行应对操作，并由5位评委对执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态2分钟后，再引入二级突发事件由公交司机执行应对操作，并对公交司机的执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态2分钟后，再
引入三级突发事件重复上述操作，直到引入20级突发事件且完成应对操作后恢复平静状态，该公交司机的模拟测试完成。
[0066]
在每名公交司机的模拟测试过程中，实时获取公交司机的心电时序信号数据，引入拉盖尔正交函数将其解构为交感神经序列和副交感神经序列，进一步获得交感/副交感比值序列p；记录引入每个突发事件之前的比值序列p
i,j
，出现突发事件至公交司机执行应对操作的反应时间t
i1
，公交司机执行应对操作处理突发事件后至公交司机恢复平静状态所用时间t
i2
和该突发事件的完成度ωi；
[0067]
对比值序列p
i,j
做加窗操作，将获得的序列作为第一输入，将该公交司机在模拟测试过程中获得技术水平评分作为第二输入，将t
i1
、t
i2
和ωi加权得到的能力值集合s
i,j
作为输出，形成适用于公交司机突发事件应对能力评估的回归模型mi，并对该回归模型进行参数调优；其中，mi中的激活函数选择为leakyrelu 函数，损失函数选择为均方误差，优化器选择adam，主要调优参数为卷积层数量、每层卷积核长度、数量及步长，门控循环单元的层数，全连接层的输出维度等超参数，在所述参数调优过程中，以卷积层数量为3层，卷积核长度为7，数量为16，步长为1，门控神经单元层数为1，全连接层输出维度为16为基础进行适当调整。
[0068]
经过30组数据调优后，获得稳定的适用于公交司机突发事件应对能力评估的回归模型mi。
[0069]
实施例2
[0070]
调取实施例1中获得的突发事件应对能力评估的回归模型 mi，选择参与测试的30位公交司机中的一位，其在实际工作过程中，实时监测心电信号，每隔10秒时间解算获得一组交感/ 副交感比值序列，在1分钟时间内，共获得6组所述比值序列，将每组比值序列与该公交司机的技术水平评分结合并输入到所述回归模型mi中，从而在1分钟时间内，每隔10秒获得一组该公交司机真实能力值，即为0.92、0.91、0.88、0.91、0.87、0.91；
[0071]
预设的阈值为0.7，
[0072]
所以可知该公交司机真实能力值持续大于阈值，无需发出报警信息，该公交司机的驾驶状态良好，无需调休或替换。
[0073]
实施例3：
[0074]
挑选两组司机，a组为驾龄10年以上且具有a类驾照的司机， b组为驾龄1年以内且具有c类驾照的司机，每组司机人数为35 人，安排两组司机依次执行步骤1的模拟测试，获得每位司机的技术水平评分；经过统计得到，a组司机技术水平评分的平均值为0.91分，b组司机技术水平评分的平均值为0.72分，两组司机的技术水平评分差异显著；
[0075]
再分别统计两组司机能有效处理模拟测试中所有应急情况的人数，经统计得到，a组司机中能有效处理模拟测试中所有应急情况的人数为35人，b组司机中能有效处理模拟测试中所有应急情况的人数为28人，可知a组司机完成比例明显高于b组司机，说明本技术中模拟测试能够切实识别公交司机的应对事故的真实能力值，从而使得本技术中基于心电信号的公交车驾驶安全预警方法在一定程度上能够对局部时段表现不佳的司机做出预警提示，从而降低发生交通事故的风险。
[0076]
实施例4：
[0077]
调取实施例1中的获得的突发事件应对能力评估的回归模型mi，安排实施例3中a
组司机和b组司机依次执行实施2中的操作过程，其中a组司机驾驶公交车，b组司机驾驶家用轿车，持续记录一天的驾驶活动过程中司机的安全状态，其中，司机的真实能力值持续大于阈值是安全状态，无需发出报警信息，否则属于风险状态，需要发出报警信息；统计结构显示，a组司机中35位司机都持续处于安全状态，b组司机中有13位司机持续处于安全状态，有22位司机间断性出现风险状态。根据该实施例可知，本技术提供的安全预警方法及系统能够切实筛选识别出风险因素，有助于及时消除安全隐患，尤其是能够及时消除可能威胁公共安全的公交驾驶方面的安全隐患。
[0078]
以上结合了优选的实施方式对本发明进行了说明，不过这些实施方式仅是范例性的，仅起到说明性的作用。在此基础上，可以对本发明进行多种替换和改进，这些均落入本发明的保护范围内。

技术特征：
1.一种基于心电信号的公交车驾驶安全预警方法，其特征在于，该方法包括如下步骤：步骤1，选择预定数量的被试公交司机进行模拟测试，获得每位公交司机对应的技术水平评分，并且构建适用于公交司机突发事件应对能力评估的回归模型m
i
；步骤2，在被试公交司机的实际驾驶过程中，实时监测获得该公交司机的心电时序信号，通过加窗解构得到交感/副交感比值序列；步骤3，将步骤2中获得的交感/副交感比值序列与步骤1中获得的公交司机技术水平评分结合，基于回归模型m
i
，得到该公交司机真实能力值；当该真实能力值低于预设的阈值时，发出报警信息。2.根据权利要求1所述的基于心电信号的公交车驾驶安全预警方法，其特征在于，在所述步骤1中：选择m名被试公交司机，依次令每名公交司机在模拟测试场景驾驶公交车；其中任意一名公交司机的模拟测试过程如下：在驾驶初期，公交司机处于平静状态5分钟，随后引入一级突发事件由公交司机执行应对操作，并对公交司机的执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态1～3分钟后，再引入二级突发事件由公交司机执行应对操作，并对公交司机的执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态1～3分钟后，再引入三级突发事件重复上述操作，直到引入l级突发事件由公交司机执行应对操作，并对公交司机的执行情况做出评分，之后令公交司机继续驾驶，在公交司机恢复平静状态后该公交司机的模拟测试完成，再为该公交司机的整体技术水平做一个综合评分，即为技术水平评分。3.根据权利要求2所述的基于心电信号的公交车驾驶安全预警方法，其特征在于，在所述步骤1中：在公交司机的模拟测试过程中，通过可穿戴设备实时获取公交司机的心电时序信号数据，引入拉盖尔正交函数将其解构为交感神经序列和副交感神经序列，进一步获得交感/副交感比值序列p；优选地，在模拟测试过程中，针对任意一个突发事件e
i
，都记录e
i
引入之前的比值序列p
i,j
、出现突发事件至公交司机执行应对操作的反应时间t
i1
、公交司机执行应对操作处理突发事件后至公交司机恢复平静状态所用时间t
i2
、该突发事件的完成度ω
i
。4.根据权利要求3所述的基于心电信号的公交车驾驶安全预警方法，其特征在于，在所述步骤1中：对p
i,j
做加窗操作，将获得的序列作为第一输入，将该公交司机在模拟测试过程中获得技术水平评分作为第二输入，将t
i1
、t
i2
和ω
i
加权得到的能力值集合s
i,j
作为输出，形成适用于公交司机突发事件应对能力评估的回归模型m
i
，并对该回归模型进行参数调优。5.根据权利要求1所述的基于心电信号的公交车驾驶安全预警方法，其特征在于，在步骤1中，所述预设的阈值设置为0.6～0.9，优选地设置为0.65～0.8。6.根据权利要求3所述的基于心电信号的公交车驾驶安全预警方法，其特征在于，在所述步骤1中：在每次引入突发事件后，都通过至少5位评委各自独立地为公交司机
执行的应对操作做出评分，取平均分作为该公交司机的该次突发事件的完成度ω
i
；在评委评分时，综合考量应对操作的及时性和规范性，还要考量有无交通事故，总分值在[0,1]之间。7.根据权利要求4所述的基于心电信号的公交车驾驶安全预警方法，其特征在于，通过下式(1)进行加权获得能力值集合s
i,j
：s
i,j
＝a
·
t
i1
+b
·
t
i2
+c
·
ω
i
ꢀꢀꢀꢀ
(1)其中，加权的权重a+b+c＝1。8.一种基于心电信号的公交车驾驶安全预警系统，其特征在于，该系统采用权利要求1-7之一所述的方法为公交车驾驶安全做出预警。

技术总结
本发明公开了一种基于心电信号的公交车驾驶安全预警方法及系统，该方法通过构建回归模型预测公交司机应对突发状况的能力。其中，模型输入分为心理状态和技术能力两个部分，心理状态通过心电信号解构提取的SAI-PAI比值序列表征司机在突发事件到来之前的紧张状态，技术水平通过测试评价获取，输出分为突发事件完成度、响应及恢复时间三部分，用于表示司机突发事件应对成功的程度，反映时间和突发事件过后心理状态恢复的时间，将其合并为能力值集合，从而获得回归模型；在此基础上将实施获得的心电信号和该司机的技术水平评分输入到回归模型中，获得该公交司机真实能力值，再结合预先设定的阈值，判断是否需要发出报警信息。判断是否需要发出报警信息。判断是否需要发出报警信息。


技术研发人员：李风华 刘正奎 晏阳 吴坎坎
受保护的技术使用者：中国科学院心理研究所
技术研发日：2022.01.06
技术公布日：2023/7/21