本发明涉及汽车智能座舱领域，特别涉及一种用于检测与评估驾驶人健康状态的汽车智能健康座舱系统。
背景技术：
1、智能座舱是未来汽车产业的重要发展方向之一，人们对于智能座舱的多元化需求正在随着科技的发展日益增加。目前很多汽车上已经搭载了智能健康监测系统，旨在便捷地帮助用户了解健康信息，使汽车功能更加人性化。现有技术中的集成健康监测、评估、干预的智能座舱安装了健康监测传感器，利用不同的智能监测传感器对驾驶员的健康数据进行实时监测，通过wifi连接网络将传感器信号传输至网络服务器中。当驾驶员处于健康异常状态时，通过健康干预模块对驾驶员及乘客进行提醒，或利用手机app使得驾驶员可便捷地对自身健康进行日常的监护。
2、现有技术所采用的监测方式需要使传感器对准驾驶员的脖颈以采集心率，使压力传感器与驾驶员的胸部位置与腿部位置保持紧贴以采集血压。为保持测量数据稳定，驾驶员行驶过程需保持一定的坐姿，对驾驶员日常驾驶习惯和驾驶能力影响较大，容易导致用户舒适性降低。并且在手机app中只能对健康数据数值进行展示，反馈信息不够全面。此外，驾驶员的生理信号采集过程中常面临姿态、环境等多种不同影响因素而导致测量结果不准确，导致后续的执行操作受到影响；并且现有技术在检测出健康异常后只能进行提醒，无法做出更加及时有效的应对，也无法根据驾驶员的个人实际情况做出更加个性化的智能接管控制。
技术实现思路
1、为了解决上述技术问题，本发明提供一种用于检测与评估驾驶人健康状态的汽车智能健康座舱系统，包括生理信号采集单元、健康状态检测单元、健康状况反馈单元和自动驾驶交互单元；
2、所述的生理信号采集单元包括信号采集模块和信号处理模块；所述的信号采集模块用于心率监测、血氧监测和脉搏波监测，包括：
3、位于座椅底部前缘的柔性薄膜压力传感器，所述的柔性薄膜压力传感器与驾驶人膝关节后部接触，能够监测由大隐静脉搏动引起的振动，进而测量出驾驶人心率；
4、位于仪表板上面向驾驶人面部的视频摄像头，所述的视频摄像头用于采集驾驶人的面部视频信息，由于心脏跳动，人体皮肤表面脉冲能够引起细微的颜色变化，人脸是驾驶人相对稳定且最少遮挡的皮肤区域，通过频谱分析或计算机视觉方法分析摄像头获取的人脸视频信息，即可得到驾驶人心率；
5、位于方向盘上分布布置的光电脉搏传感器，所述的光电脉搏传感器布置在方向盘上驾驶人常抓握的区域，与驾驶人手部接触，能够监测由于驾驶员的动脉搏动充血容积变化引起的驾驶员手指透光率变化，利用光电变换器接收经人体组织反射的光线，进一步得到驾驶员的光电容积脉搏波数据，测量出驾驶人心率；
6、位于车辆控制系统中的车辆状态信号采集器，接收车辆状态信号；
7、驾驶人姿态识别系统，所述的驾驶人姿态识别系统由位于座舱内的数个摄像头和驾驶人姿态识别算法组成，能够输出驾驶人四肢和躯干的动作行为；其中手部动作和腿部动作与心率测量相关；
8、所述的信号处理模块的功能包括接收和处理信号采集模块传输的数据，首先对从信号采集模块中接收到的信号进行预处理，然后融合柔性薄膜压力传感器、视频摄像头、光电脉搏传感器三种方式得到脉搏波信号。
9、进一步的，所述的信号处理模块中，对从信号采集模块中接收到的信号进行预处理的步骤包括：
10、对采集到的原始信号进行小波分解，得到含有噪声的、各尺度的小波细节系数；
11、用公式求出阈值，对分解后的小波细节系数进行阈值处理，使用的公式为：
12、
13、式中，ωjk为经信号分解的小波系数，为经阈值处理求得的小波系数估计值，λ为阈值，e为自然常数；
14、使用近似小波系数和经过阈值处理得到的小波细节系数进行进一步的信号重构，再通过小波重建将处理后的系数进行信号恢复，得到去噪处理后的信号，防止因信号中噪声干扰影响最终数据精度；
15、然后通过增益放大器对比传感器信号进行放大处理，再将模拟信号转换为数字信号，并将转换后的数字信号进行传输。
16、进一步的，所述的信号处理模块中，融合柔性薄膜压力传感器、视频摄像头、光电脉搏传感器三种方式得到的脉搏波信号的步骤包括：
17、(1)状态建模
18、设定系统的状态变量为驾驶人的真实脉搏波信号xk，其中k表示当前时刻；卡尔曼滤波器的目标是估计xk；
19、(2)预测步骤
20、假设脉搏波信号在短时间内是平稳的，即假设当前时刻的脉搏波信号与上一时刻相近，状态转移方程简单表示为：
21、xk＝xk-1+ωk
22、其中ωk是过程噪声，代表系统的变化不确定性，通常假设为高斯白噪声，协方差矩阵为q；
23、(3)测量模型
24、柔性薄膜压力传感器、视频摄像头、光电脉搏传感器三种测量方法各自提供对脉搏波的估计值，假设这三种传感器的测量结果分别为z1，k，z2，k，z3，k，测量方程表示为：
25、z1，k＝h1xk+v1，k
26、z2，k＝h2xk+v2，k
27、z3，k＝h3xk+v3，k
28、其中h1，h2，h3是测量矩阵，v1，k，v2，k，v3，k是测量噪声，分别代表三种传感器的测量不确定性，协方差矩阵分别为r1，r2，r3；
29、(4)融合置信度
30、每种测量方法有不同的置信度，置信度越高，测量结果的精度越高；根据置信度设定测量噪声的协方差矩阵r1，r2，r3，置信度越高，协方差值越小；
31、根据不同传感器的置信度，定义测量噪声协方差矩阵来控制融合时各传感器数据的权重；置信度反映为协方差的倒数，即：
32、
33、其中ci(i＝1，2，3)分别代表柔性薄膜压力传感器、视频摄像头、光电脉搏传感器三种方式的置信度；柔性薄膜压力传感器方式的置信度由驾驶人姿态识别系统输出的驾驶人腿部动作和车辆加速度决定，驾驶人腿部动作越大，车辆加速度越大，该方式的置信度越低；视频摄像头方式的置信度由环境光变化决定，环境光变化越大，该方式的置信度越低；光电脉搏传感器方式的置信度由驾驶人姿态识别系统输出的驾驶人手部动作和车辆方向盘转动角速度决定，驾驶人手部动作越大，方向盘转动角速度越大，该方式的置信度越低；
34、(5)更新步骤
35、使用卡尔曼滤波的更新公式进行状态估计：
36、计算卡尔曼增益：
37、kk＝pk|k-1hr(hpk|k-1ht+r)-1
38、式中，k为卡尔曼增益矩阵，h是所有测量矩阵的组合，pk-1与pk分别表示k-1时刻和k时刻的状态估计协方差，r是测量噪声协方差矩阵的组合；
39、更新状态估计：
40、
41、式中，zk是三种方式测量结果的组合，k表示当前时刻，与分别表示k一1时刻和k时刻的后验状态估计值；
42、更新协方差：
43、pk+1|k＝(i-kkh)pk|k-1
44、通过预测步骤和更新步骤，卡尔曼滤波能够递归地融合来自三种传感器的测量结果，根据每种传感器的置信度，卡尔曼滤波器自动调整各个传感器数据的权重，最终得到更精确的脉搏波估计；通过融合三种不同置信度的测量结果，获得准确的脉搏波信号。
45、所述的健康状态检测单元包括数据导入模块和数据处理模块；所述的数据导入模块能够通过有线传输接收经信号处理模块处理后的生理信号，也能通过无线传输接收信号，将智能座舱中安装的传感器通过wifi或蓝牙连接网络，将生理信号传输至网络服务器中，并将数据传输给数据处理模块；所述的数据处理模块的功能主要是利用smoothdata函数对数据进行平滑处理，目的在于减小噪声和异常数据对数据分析过程的影响，对接收的生理信号采集单元传输的数据进行一系列处理与分析，得到脉搏波波形、心率曲线、心率数值与血氧数值等用户实时健康数据，并将处理后的数据传输到健康状况反馈单元中；同时健康状态检测单元将历史数据上传到云端，通过结合大量数据综合分析，形成驾驶人驾驶风格，并将分析结果应用到自动驾驶交互单元。
46、所述的健康状况反馈单元包括数据可视化模块和软件报告模块；所述的数据可视化模块能够在显示屏上显示从数据处理模块接收到的用户实时健康数据，包括脉搏波波形、心率曲线、心率数值与血氧数值；也能够将传感器信息输出到串口，再由串口将数据传输给电脑端，在电脑端的显示软件上实时显示脉搏波波形、心率曲线、心率数值与血氧数值；所述的软件报告模块能够在连接网络后接收网络服务器中的健康数据，实时接收传感器监测的健康数据，能够清晰、简明、美观地展示脉搏波波形、心率数值、血氧数值等生理数据，根据若干个传感器所测得的生理数据对用户的健康情况进行综合健康状况评估，然后将评估结果进行汇总，当风险值达到一定值时智能座舱将向用户发出健康预警提示，并且将汇总结果以健康分析报告的形式上传到小程序中，目的在于及时提醒用户关注自身健康风险状况，综合健康评估过程采用的生理数据阈值默认使用目前医学界广泛认可的数据阈值，用户也可根据自身情况主动设置健康预警提示阈值。
47、所述的自动驾驶交互单元包括驾驶人能力评估模块和托管请求模块；所述的驾驶人能力评估模块能够结合经过健康状况反馈单元处理后的数据，通过计算心率减速力与心率变异性对驾驶能力进行实时综合评估，并将评估后的结果传输到托管请求模块中；
48、进一步的，所述计算心率减速力的公式如下：
49、
50、具体过程为以选定的减速点为中心，左右依次各取心动周期组成一个心率段，将不同心率段进行位相整序并分别计算对应周期的平均值，式中，dc为心率减速力，x(0)为所有中心点的连续心跳之间的持续时间(r-r间隔)的平均值，x(1)为中心点右侧紧邻的第一个心动周期的平均值，x(-1)为中心点左侧紧邻的第一个心动周期的平均值，x(-2)为中心点左侧相邻的第二个全部心动周期的平均值；
51、计算心率减速力位于健康国人心率减速力数值范围外将被评估为驾驶能力异常；
52、计算心率变异性的公式如下：
53、
54、式中，hrv(sdnn)为心率变异性总体标准差，rri为分析数据中第i个r-r间隔，rravg为所有正常r-r间隔的平均值，n为分析数据中r-r间隔的总数；
55、计算心率变异性在健康人群心率变异性总体标准差范围外将被评估为驾驶能力异常。
56、所述的托管请求模块能够接收驾驶人能力评估模块传输的评估结果，当出现任意一项评估结果为驾驶能力异常时，托管请求模块将向驾驶人发出自动驾驶系统接管驾驶权申请；
57、在驾驶人选择由自动驾驶系统接管驾驶权后，系统将根据由云端数据评估得到的驾驶人驾驶风格，结合驾驶环境、相关法律法规，综合得到符合驾驶人驾驶风格的个性化自动驾驶决策。
58、本发明的有益效果：
59、本发明采用多种传感器采集生理信号，对采集到的生理信号进行多维度综合评估，能够简单准确地判断驾驶员健康状态，同时通过改善传感器布置方式和测量方式，在实现高精度、高效率数据采集与健康评估的同时，能够大幅减小生理信息采集设备对驾驶员正常驾驶状态与驾驶习惯的影响，降低驾驶员的操作负荷。本发明利用小程序和智能座舱声、光对驾驶员进行健康提醒，并提醒驾驶员关注自身健康状况，为用户带来更安全、可靠、温暖的驾驶体验。本发明能够在驾驶人健康异常时及时使自动驾驶系统接管驾驶权，并根据驾驶人驾驶风格进行自动驾驶，通过高效的应急处理方式进一步降低安全事故的发生，兼具个性化与安全性。
1.一种用于检测与评估驾驶人健康状态的汽车智能健康座舱系统，其特征在于：包括生理信号采集单元、健康状态检测单元、健康状况反馈单元和自动驾驶交互单元；
2.根据权利要求1所述的一种用于检测与评估驾驶人健康状态的汽车智能健康座舱系统，其特征在于：所述的信号处理模块中，对从信号采集模块中接收到的信号进行预处理的步骤包括：
3.根据权利要求1所述的一种用于检测与评估驾驶人健康状态的汽车智能健康座舱系统，其特征在于：所述的信号处理模块中，融合柔性薄膜压力传感器、视频摄像头、光电脉搏传感器三种方式得到脉搏波信号的步骤包括：
4.根据权利要求1所述的一种用于检测与评估驾驶人健康状态的汽车智能健康座舱系统，其特征在于：所述计算心率减速力的公式如下：
