曹景勝 石晶 李剛 郭銀景 單鵬

摘 ?要： 汽車駕駛員疲勞駕駛是引發(fā)交通事故的重要原因之一，根據(jù)心電呼吸等生理參數(shù)評(píng)估駕駛員疲勞程度成為研究熱點(diǎn)?；赑VDF壓電薄膜的非接觸特性和正壓電效應(yīng)，研究并實(shí)現(xiàn)了汽車駕駛員心電呼吸監(jiān)測(cè)系統(tǒng)。硬件部分設(shè)計(jì)了穩(wěn)定的信號(hào)調(diào)理和濾波去噪電路，軟件部分構(gòu)建了準(zhǔn)確的心跳和呼吸信號(hào)分離算法。測(cè)試分析表明，系統(tǒng)能穩(wěn)定可靠地監(jiān)測(cè)心率和呼吸率，有效地預(yù)防疲勞駕駛帶來的后果，提高汽車行駛安全性。

關(guān)鍵詞： 汽車駕駛員; 疲勞駕駛; PVDF; 心電呼吸; 正壓電效應(yīng); 監(jiān)測(cè)系統(tǒng)

中圖分類號(hào)： TN931+.3?34; TP23; TP212.3 ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼： A ? ? ? ? ? ? ?文章編號(hào)： 1004?373X（2019）10?0079?04

Research on PVDF?based electrocardiogram and respiratory monitoring

system for automobile drivers

CAO Jingsheng1，2， SHI Jing1， LI Gang1， GUO Yinjing3， SHAN Peng1，2

（1. College of Automobile and Traffic Engineering， Liaoning University of Technology， Jinzhou 121001， China;

2. Collaborative Innovation Center for Key Technologies of Automotive and Parts， Liaoning University of Technology， Jinzhou 121001， China;

3. College of Electronic Communication and Physics， Shandong University of Science and Technology， Qingdao 266590， China）

Abstract： Fatigue driving of automobile drivers is one of the major causes of traffic accidents， so the driver fatigue degree assessment on the basis of the electrocardiogram （ECG）， breathing and other physiological parameters has become a research hotspot. An ECG and respiratory monitoring system for automobile drivers is researched and realized based on the non?contact characteristics and positive piezoelectric effect of the PVDF piezoelectric film. For the hardware part， a stable signal?conditioning and filter?denoising circuit is designed. For the software part， an accurate heartbeat and respiratory signal separation algorithm is constructed. The test analysis results show that the system can stably and reliably monitor the heart rate and respiratory rate， effectively prevent the consequences of fatigue driving， and improve the automobile driving security.

Keywords： automobile driver; fatigue driving; PVDF; ECG breathing; positive piezoelectric effect; monitoring system

0 ?引 ?言

目前，汽車作為人們出行的重要交通工具得到了快速發(fā)展，同時(shí)也引發(fā)了越來越多的交通事故。其中，汽車駕駛員疲勞駕駛是引起交通事故最重要的原因之一[1?3]。駕駛員疲勞是復(fù)雜的生理表象。傳統(tǒng)做法是基于對(duì)駕駛員進(jìn)行觀看或者攝像頭監(jiān)測(cè)眼部特征來判斷是否疲勞。該方法觀看的尺度沒有統(tǒng)一的標(biāo)準(zhǔn)，采集誤判率高，且受人為的主觀意識(shí)影響大，導(dǎo)致識(shí)別駕駛員疲勞的效率低。研究表明，心電和呼吸等作為與人體疲勞程度緊密相關(guān)的生理指標(biāo)，應(yīng)用于汽車駕駛員疲勞監(jiān)測(cè)中較傳統(tǒng)方法更加準(zhǔn)確和有效。偏聚氟乙烯（PVDF）壓電薄膜傳感器是一種新型的壓電高分子材料傳感器[4]，與其他壓電傳感器相比，PVDF壓電薄膜具有柔性好、壓電系數(shù)高[5?6]、頻響范圍寬等優(yōu)點(diǎn)?；诖?，研究并實(shí)現(xiàn)了汽車駕駛員心電呼吸監(jiān)測(cè)系統(tǒng)。根據(jù)PVDF壓電薄膜的非接觸特性和正壓電效應(yīng)采集駕駛員的心電和呼吸信號(hào)[7]，解決了人體必須佩戴電極和復(fù)雜連線的接觸式生理信號(hào)測(cè)量弊端。

1 ?系統(tǒng)總體架構(gòu)

系統(tǒng)前端采用PVDF壓電薄膜傳感器（安裝于駕駛員座位下）來采集汽車行駛過程中駕駛員的心跳（BCG）信號(hào)、呼吸信號(hào)等混合模擬信號(hào)，通過電荷放大、低通濾波、電壓放大等一系列硬件電路預(yù)處理后送微控制器進(jìn)行A/D轉(zhuǎn)換。

針對(duì)數(shù)字化的信號(hào)，采用最小均方自適應(yīng)濾波算法動(dòng)態(tài)提取出心跳信號(hào)和呼吸信號(hào)，并計(jì)算出心率和呼吸率。最后通過低功耗藍(lán)牙（BLE協(xié)議）通信將濾波、計(jì)算出的心率與呼吸率送到嵌入式接收終端（安裝于汽車儀表盤附近）進(jìn)行實(shí)時(shí)顯示、保存、大數(shù)據(jù)分析等，針對(duì)駕駛員疲勞狀態(tài)進(jìn)行監(jiān)測(cè)。架構(gòu)框圖如圖1所示。

圖1 ?系統(tǒng)總體架構(gòu)圖

1.1 ?PVDF測(cè)量原理及特性

PVDF壓電薄膜是一種新型的壓電高分子材料，與傳統(tǒng)的壓電材料相比，其具有頻率響應(yīng)寬（0.1～100 MHz）、柔韌性能好、機(jī)械強(qiáng)度高等特性[8?9]。PVDF測(cè)量原理是當(dāng)薄膜表面受到外部壓力時(shí)產(chǎn)生形變，在上下兩個(gè)表面會(huì)產(chǎn)生極性相反、大小相等的電荷，此時(shí)可等效成為電容器[10]。PVDF壓電薄膜表面產(chǎn)生的壓電電荷與受到的應(yīng)變力之間的數(shù)學(xué)關(guān)系為：

[Qout=d33·Fi] （1）

式中，[d33]為表征PVDF壓電薄膜性能的重要指標(biāo)——壓電常數(shù)，本設(shè)計(jì)采用的是錦州科信電子公司生產(chǎn)的汽車領(lǐng)域?qū)Ｓ肞VDF壓電薄膜，其壓電常數(shù)為（[21±1]）pC/N;[Fi]為PVDF壓電薄膜表面受到的外力;[Qout]為PVDF壓電薄膜形變產(chǎn)生的電荷輸出量。

本設(shè)計(jì)采用的PVDF壓電薄膜為一條長50 cm，寬6 cm的長帶形傳感器，厚度為30 μm，上下表面通過電極引線將電荷引出，其實(shí)物如圖2所示。

圖2 ?PVDF壓電薄膜傳感器

1.2 ?信號(hào)調(diào)理

汽車駕駛員體重壓力作用到PVDF壓電薄膜上產(chǎn)生微弱電荷（包括心跳信號(hào)、呼吸信號(hào)等），為了便于測(cè)量和處理，需要設(shè)計(jì)前置電荷放大器將電荷放大以便獲得易處理的電壓信號(hào)?；赥I公司的低功耗軌至軌四路運(yùn)算放大器TLV2460設(shè)計(jì)了電荷汽車駕駛員體重壓力作用到PVDF壓電薄膜上產(chǎn)生微弱電荷（包括心跳信號(hào)、呼吸信號(hào)等），為了便于測(cè)量和處理，需要設(shè)計(jì)前置電荷放大器將電荷放大以便獲得易處理的電壓信號(hào)?；赥I公司的低功耗軌至軌四路運(yùn)算放大器TLV2460設(shè)計(jì)了電荷放大器電路。電荷放大器如圖3所示，電荷放大器電路由TLV2460芯片的第1路放大器、反饋電容[Cf]和反饋電阻[Rf]組成，同時(shí)電路中[Ci]和R18組成的阻容耦合隔離掉原始信號(hào)的差模干擾。依據(jù)阻抗匹配特性實(shí)現(xiàn)傳感器的高阻抗輸入、低阻抗輸出。

圖3 ?電荷放大器

1.3 ?濾波去噪

PVDF壓電薄膜采集到的汽車駕駛員心電呼吸混合模擬信號(hào)中通常夾雜著電磁、高頻噪聲等干擾，基于人體生理信號(hào)的低頻性[11]，需要采用低通濾波器進(jìn)一步進(jìn)行信號(hào)調(diào)理。為了保證心電呼吸模擬信號(hào)的原始形狀，便于后續(xù)軟件算法運(yùn)算和分離，使用TLV2460芯片2路放大器設(shè)計(jì)了較平坦的4階巴特沃斯（Butterworth）低通有源濾波器電路，截止頻率f=100 Hz，電路圖見圖4。采集的駕駛員心電呼吸混合信號(hào)經(jīng)電荷放大器和濾波去噪后可放大成毫伏級(jí)的電壓信號(hào)。為便于微處理器處理，還需進(jìn)一步進(jìn)行電壓放大，采用TLV2460芯片第4路放大器設(shè)計(jì)了一個(gè)標(biāo)準(zhǔn)集成運(yùn)算放大器電路。

2 ?軟件算法設(shè)計(jì)

2.1 ?工頻陷波

在信號(hào)調(diào)理電路中，通過4階巴特沃斯低通濾波器進(jìn)行高頻干擾濾波，使得0～100 Hz頻率范圍內(nèi)的人體心電呼吸混合信號(hào)通過。在實(shí)際設(shè)計(jì)和使用中，人體心電呼吸混合信號(hào)還會(huì)串入工頻干擾。工頻干擾是50 Hz及其諧波構(gòu)成的由電力系統(tǒng)引起的一種干擾，幅值約為心電呼吸混合信號(hào)的[12]，因此必須通過軟件濾波來濾除50 Hz工頻干擾。這里采用IIR濾波器來設(shè)計(jì)實(shí)現(xiàn)濾波。IIR濾波器有脈沖響應(yīng)不變法和雙線性變換法，但過程比較復(fù)雜。本設(shè)計(jì)創(chuàng)新性的采用Matlab軟件中的FDATOOL工具包，仿真50 Hz陷波器，可以直接生成相關(guān)參數(shù)，再翻譯成C語言應(yīng)用于微控制器平臺(tái)，如圖5所示。

圖4 ?四階Butterworth低通濾波電路原理圖

圖5 ?Matlab仿真生成50 Hz陷波器參數(shù)圖

導(dǎo)出濾波系數(shù)得到轉(zhuǎn)移函數(shù)：

[H（z）= 0.902 398 -0.557 712 8z-1+0.902 397 78z-2 1-0.557 712 8z-1+0.804 795 8z-2] ? ? ? ? （2）

翻譯成的C語言關(guān)鍵代碼如下：

//輸入ADC后的信號(hào)值

Pvdf_X0=ADC_Value;

M0[0]=IIR_Notch_A[0]*Pvdf_X0?IIR_Notch_A[1]*M0[1]?IIR_Notch_A[2]*M0[2];

Pvdf_Y0=IIR_50Notch_B[0]*M0[0]+IIR_50Notch_B[1]*M0[1]+IIR_50Notch_B[2]*M0[2];

M0[2]=M0[1];

M0[1]=M0[0];

2.2 ?LMS自適應(yīng)信號(hào)分離

在臨床醫(yī)學(xué)上，正常的人體心率和呼吸率的頻帶重合度很大（心率醫(yī)學(xué)監(jiān)測(cè)范圍為0～3 Hz，呼吸率醫(yī)學(xué)監(jiān)測(cè)范圍為0～2.5 Hz），因此若采用固定閾值分離心電和呼吸信號(hào)，準(zhǔn)確率低[12]。這也是在信號(hào)調(diào)理電路中只是通過低通濾波電路進(jìn)行0～100 Hz濾波，真正的心電信號(hào)和呼吸波信號(hào)分離采用軟件濾波的原因。醫(yī)學(xué)研究發(fā)現(xiàn)，人體在自由呼吸狀態(tài)下的體表微動(dòng)和能量強(qiáng)度都遠(yuǎn)大于由心跳引起的體表微動(dòng)和能量強(qiáng)度[13]。根據(jù)該特征，設(shè)計(jì)基于噪聲抵消原理的LMS自適應(yīng)濾波算法進(jìn)行心跳和呼吸信號(hào)的分離。算法流程圖如圖6所示，算法步驟如下：

1） 將微控制器A/D采集、50 Hz工頻陷波處理后的心跳呼吸混合信號(hào)[s（i）]作為原始輸入信號(hào);

2） 將原始混合信號(hào)[s（i）]進(jìn)行延遲處理得到[d（i）]信號(hào)作為參考信號(hào);

3） 基于呼吸信號(hào)能量遠(yuǎn)大于心跳信號(hào)能量這個(gè)特征，將心跳信號(hào)（背景干擾等）作為噪聲濾波掉，分離出目標(biāo)呼吸信號(hào)[y（i）];

4） 初始化FIR濾波器濾波系數(shù)矢量估值[w（i）]、FIR濾波器階數(shù)L以及初始化控制收斂速度的步長因子[μ];

5） 得到呼吸信號(hào)[y（i）=wT（i）s（i）]，并計(jì)算[e（i）=d（i）-y（i）];

6） 依據(jù)[w（i）=w（i-1）+2μs（i）e（i）]進(jìn)行迭代計(jì)算。

圖6 ?LMS自適應(yīng)信號(hào)分離流程圖

Fig. 6 ?Flow chart of LMS adaptive signal separation

3 ?實(shí)驗(yàn)測(cè)試與實(shí)現(xiàn)

將研制的系統(tǒng)安裝在汽車駕駛員座位下，在真實(shí)駕駛汽車工況下，PVDF壓電薄膜采集到駕駛員的心電呼吸原始混合信號(hào)，通過電荷放大、濾波去噪等信號(hào)調(diào)理后顯示在虛擬示波器上，如圖7所示。

從圖7可以看到，心跳和呼吸信號(hào)的頻率不同導(dǎo)致混合信號(hào)毫無周期性可言。將混合信號(hào)送微處理器進(jìn)行A/D采集，運(yùn)行50 Hz工頻陷波算法后的混合模擬信號(hào)波形圖如圖8所示。

圖7 ?心電和呼吸混合模擬信號(hào)

圖8 ?50 Hz工頻濾波后混合模擬信號(hào)

從圖8可以看出，信號(hào)有比較規(guī)律的顯示，此時(shí)主要為心跳信號(hào)和呼吸的混合信號(hào)。然后運(yùn)行LMS自適應(yīng)濾波算法將比較干凈的混合信號(hào)進(jìn)一步的分離，可以得到比較干凈和規(guī)律性的心跳信號(hào)和呼吸信號(hào)，將其通過RS 232串口發(fā)送到自主開發(fā)的上位機(jī)測(cè)試軟件，再進(jìn)行平滑處理將波形顯示在界面上，如圖9所示。

圖9 ?分離后的心電和呼吸信號(hào)

從圖8和圖9對(duì)比分析可以看出，調(diào)整步長因子[μ]和濾波器階數(shù)L，運(yùn)行50 Hz工頻陷波和LMS自適應(yīng)濾波算法能很好地將混合信號(hào)進(jìn)行分離和計(jì)算。圖9顯示測(cè)試正在開車的駕駛員心率為77次/min，呼吸率為20次/min。研制的實(shí)物如圖10所示。

4 ?結(jié) ?語

本文研究和實(shí)現(xiàn)了汽車駕駛員心電呼吸監(jiān)測(cè)系統(tǒng)。此系統(tǒng)采用PVDF壓電薄膜傳感器采集駕駛員心電呼吸信號(hào)，屬于非接觸式測(cè)量，基于工頻陷波和LMS自適應(yīng)濾波信號(hào)分離算法，各個(gè)生理信號(hào)提取準(zhǔn)確、可靠，全面評(píng)估駕駛員心電呼吸生理狀況，為考慮駕駛員特性的汽車主動(dòng)安全領(lǐng)域提供實(shí)際應(yīng)用的開發(fā)條件和借鑒意義。

圖10 ?系統(tǒng)實(shí)物

參考文獻(xiàn)

[1] 李都厚，劉群，袁偉，等.疲勞駕駛與交通事故關(guān)系[J].交通運(yùn)輸工程學(xué)報(bào)，2010，10（2）：104?109.

LI Duhou， LIU Qun， YUAN Wei， et al. Relationship between fatigue driving and traffic accident [J]. Journal of traffic and transportation engineering， 2010， 10（2）： 104?109.

[2] 袁翔，孫香梅.疲勞駕駛檢測(cè)方法研究進(jìn)展[J].汽車工程學(xué)報(bào)，2012，2（3）：157?164.

YUAN Xiang， SUN Xiangmei. Development of driver fatigue detection method research [J]. Chinese journal of automotive engineering， 2012， 2（3）： 157?164.

[3] 賈海江，劉志強(qiáng)，汪彭，等.基于人?車特征的疲勞駕駛辨識(shí)方法研究[J].中國科技論文，2016，11（7）：751?753.

JIA Haijiang， LIU Zhiqiang， WANG Peng， et al. A distinction method for drowsy driving based on human?vehicle features [J]. China sciencepaper， 2016， 11（7）： 751?753.

[4] OLIVEIRA F， LETERRIER Y， MANSON J A E， et al. Process influences on the structure， piezoelectirc， and gas?barrier properties of PVDF?TrFE copolymer [J]. Journal of polymer science， 2014， 52（7）： 496?506.

[5] SEMINARA L， PINNA L， VALLE M， et al. Piezoelectric polymer transducer arrays for flexible tactile sensors [J]. IEEE sensors journal， 2013， 13（10）： 4022?4029.

[6] JIANG Y， HAMADA H， SHIONO S. A PVDF?based flexible cardiorespiratory sensor with independently optimized sensitivity to heartbeat and respiration [J]. Procedia engineering， 2010， 5： 1466?1469.

[7] 凌振寶，齊曉慧，李偉娜，等.基于PVDF的呼吸信號(hào)檢測(cè)腰帶研究[J].壓電與聲光，2014，36（1）：72?75.

（上接第82頁）

LING Zhenbao， QI Xiaohui， LI Weina， et al. The research of breathing signal detection belt based on PVDF [J]. Piezoelectrics & acoustooptics， 2014， 36（1）： 72?75.

[8] 劉旭，武澎，呂延軍.一種柔性PVDF壓電薄膜傳感器的制備方案[J].儀表技術(shù)與傳感器，2016（1）：4?6.

LIU Xu， WU Peng， L? Yanjun. Preparation solutions of flexible PVDF piezoelectric film sensor [J]. Instrument technique and sensor， 2016（1）： 4?6.

[9] 張安躍，唐志平，鄭航.PVDF壓力傳感器的沖擊壓電特性研究[J].實(shí)驗(yàn)力學(xué)，2009，24（3）：244?250.

ZHANG Anyue， TANG Zhiping， ZHENG Hang. A study of impact piezoelectric property of PVDF stress gauges [J]. Journal of experimental mechanics， 2009， 24（3）： 244?250.

[10] 張玉杰，魏召俠.PVDF足底壓力傳感器及其測(cè)量系統(tǒng)的設(shè)計(jì)[J].壓電與聲光，2011，33（1）：61?63.

ZHANG Yujie， WEI Zhaoxia. Design of PVDF foot?pressure sensor and its measurement system [J]. Piezoelectrics & acoustooptics， 2011， 33（1）： 61?63.

[11] 徐智俊，韓國強(qiáng).呼吸信號(hào)檢測(cè)用PVDF壓電薄膜傳感器設(shè)計(jì)[J].機(jī)械制造與自動(dòng)化，2017，46（5）：185?187.

XU Zhijun， HAN Guoqiang. Design of respiratory signal detection system with PVDF piezoelectric film sensor [J]. Machine building & automation， 2017， 46（5）： 185?187.

[12] 王皓，陳少勇，王佳權(quán)，等.非接觸式睡眠狀態(tài)識(shí)別算法硬件化實(shí)現(xiàn)[J].電子技術(shù)應(yīng)用，2017，43（8）：62?65.

WANG Hao， CHEN Shaoyong， WANG Jiaquan， et al. Hardware implementation of unobtrusive sleep state discrimination algorithm [J]. Application of electronic technique， 2017， 43（8）： 62?65.

[13] 張華，孫娜娜，張鵬飛，等.雷達(dá)式非接觸檢測(cè)中呼吸和心跳信號(hào)分離算法的研究[J].中國醫(yī)療設(shè)備，2013，28（11）：9?11.

ZHANG Hua， SUN Nana， ZHANG Pengfei， et al. Study on the algorithm for separation of heartbeat and respiratory signals based on radar non?contact detection [J]. China medical devices， 2013， 28（11）： 9?11.