一种计算疲劳程度的方法、装置、设备及介质与流程

1.本技术实施例涉及疲劳评价领域，具体涉及一种计算疲劳程度的方法、装置、设备及介质。


背景技术：

2.相关技术中，在驾驶场景中，通常通过时间长短来确定驾驶员是否处于疲劳状态，从开始驾驶开始计时，当超过一个特定时间，例如2h，之后就自动判定人员疲劳，需要适当休息。通过时间判断驾驶员是否疲劳不能够客观全面的评价驾驶员的身体状态，评价不准确。
3.在运动场景中，通过心率恢复度来判定是否疲劳，在运动前先测量一下生命体征值，然后开始运动，运动之后等待一段时间后再次测量，如果生命体征值没有恢复到运动前的数值，判定为疲劳状态，不适合运动需要休息。通过生命体征的恢复程度来判断是否疲劳，需要进行多次测量，测量过程复杂，导致测量效率较低。
4.因此，如何提高疲劳程度测量的效率和准确率成为需要解决的问题。


技术实现要素：

5.本技术实施例提供一种计算疲劳程度的方法、装置、设备及介质，通过本技术的一些实施例至少能够实现使用多个生命体征值评价目标用户当前的疲劳程度，从而提高疲劳评价的准确率。
6.第一方面，本技术提供了一种计算疲劳程度的方法，所述方法包括：获取目标对象至少两个生命体征值，其中，所述至少两个生命体征值能够表征所述目标对象当前的身体机能状况；根据所述至少两个生命体征值获得所述目标对象的疲劳程度。
7.因此，与相关技术中使用时间和心率恢复情况判断疲劳程度的方法不同的是，本技术能够实现使用多个生命体征值评价目标用户当前的疲劳程度，从而提高疲劳评价的准确率。
8.结合第一方面，在本技术的一种实施方式中，所述根据所述至少两个生命体征值获得所述目标对象的疲劳程度，包括：根据所述至少两个生命体征值确定与各生命体征值相应的疲劳程度评价值；根据所述疲劳程度评价值获得所述目标对象的疲劳程度。
9.结合第一方面，在本技术的一种实施方式中，所述至少两个生命体征值包括：心率变异值、心率值和呼吸次数值；所述获取目标对象至少两个生命体征值，包括：通过所述目标对象的压电信号数据获取所述心率变异值、心率值和呼吸次数值，其中，所述压电信号数据是通过压电传感器针对所述目标对象采集的。
10.因此，本技术实施例通过心率变异值、心率值和呼吸次数值综合判断疲劳程度，能够准确的获取目标对象当前的生命体征状况，从而准确评价目标对象的疲劳程度。
11.结合第一方面，在本技术的一种实施方式中，通过所述目标对象的压电信号数据获取所述心率变异值，包括：确定当前的压电信号数据的生命体征参数阈值，其中，所述生
命体征参数阈值是基于所述当前的压电信号数据之前历史的压电信号数据确定的；获取所述生命体征参数阈值与所述当前的压电信号数据的多个相等点；通过所述多个相等点中相邻的相等点之间的间隔时间计算所述心率变异值。
12.因此，本技术实施例通过计算跟随当前的压电信号数据变换的阈值，能够减少由于压电信号数据波动而导致的计算结果不准确的情况发生。
13.结合第一方面，在本技术的一种实施方式中，所述通过所述多个相等点中相邻的相等点之间的间隔时间计算所述心率变异值，包括：计算所述多个相等点中第i相等点与第i+1相等点之间的第i间隔时间，其中，所述第i相等点和所述第i+1相等点为相邻的两个波形上升过程中的相等点，或者所述第i相等点和所述第i+1相等点为相邻的两个波形下降过程中的相等点，所述第i相等点为所述多个相等点中的任意一个，i为大于或等于1的整数；将多个所述第i间隔时间的均值作为所述心率变异值。
14.因此，本技术实施例通过将相邻的多个时间间隔进行平均，能够提高计算心率变异值的准确性。
15.结合第一方面，在本技术的一种实施方式中，在根据所述至少两个生命体征值确定与各生命体征值相应的疲劳程度评价值之前，所述方法还包括：将所述各生命体征值相应的样本数据和所述疲劳程度评价值的样本数据进行计算，获得与所述各生命体征值相应的疲劳程度评价模型；所述根据所述至少两个生命体征值确定与各生命体征值相应的疲劳程度评价值，包括：将所述各生命体征值输入到所述各生命体征值相应的疲劳程度评价模型，获得所述与各生命体征值相应的疲劳程度评价值。
16.因此，本技术实施例通过将疲劳程度评价模型，能够明确各生命体征值与疲劳程度评价值之间的对应关系，从而能够准确的量化目标对象的疲劳程度。
17.结合第一方面，在本技术的一种实施方式中，所述根据所述疲劳程度评价值获得所述目标对象的疲劳程度，包括：根据所述与各生命体征值相应的疲劳程度评价值和所述目标对象使用当前设备的时间计算疲劳值，获得所述疲劳程度，其中，所述当前设备包括当前车辆。
18.结合第一方面，在本技术的一种实施方式中，所述各生命体征值相应的疲劳程度评价值包括心率变异评价值、心率评价值和呼吸评价值；所述根据所述与各生命体征值相应的疲劳程度评价值和所述目标对象使用当前设备的时间计算疲劳值，获得所述疲劳程度，包括：将所述心率变异评价值、所述心率评价值、所述呼吸评价值和所述使用当前设备的时间进行加权平均计算，获得所述疲劳程度。
19.因此，本技术实施例通过将各生命体征值相应的疲劳程度评价值和当前设备的使用时间进行结合，能够从多方面评估目标对象的疲劳程度。
20.结合第一方面，在本技术的一种实施方式中，在所述根据所述疲劳程度评价值获得所述目标对象的疲劳程度之后，所述方法还包括：按照所述疲劳程度的等级执行相应的目标操作，其中，所述目标操作用于缓解所述目标对象的疲劳状态。
21.结合第一方面，在本技术的一种实施方式中，所述确定当前的压电信号数据的生命体征参数阈值，包括：基于所述历史的压电信号数据的平均值和最值，确定所述当前的压电信号数据的生命体征参数阈值。
22.因此，本技术实施例通过使用历史的压电信号数据的平均值和最值确定生命体征
参数阈值，能够保证生命体征参数阈值始终能够跟随压电信号数据的波形进行变换。
23.结合第一方面，在本技术的一种实施方式中，所述最值包括最大值；所述生命体征参数阈值的取值范围位于所述历史的压电信号数据的所述平均值与所述最大值之间。
24.因此，本技术实施例通过将阈值的取值范围设定在平均值和最值之间，能够准确的捕捉到心脏跳动的波形，防止由于波形波动而导致出现多个交点。
25.结合第一方面，在本技术的一种实施方式中，所述确定当前的压电信号数据的生命体征参数阈值，包括：将所述历史的压电信号数据在预设时间段内的平均值与最大值之间的均值，作为所述生命体征参数阈值。
26.因此，本技术实施例通过将历史的压电信号数据的均值与最值进行平均，能够保证生命体征参数阈值与最值之间的差相对固定，从而能够保证在数据波动的情况下也可以计算获得准确的疲劳值。
27.结合第一方面，在本技术的一种实施方式中，所述确定当前的压电信号数据的生命体征参数阈值，包括：每间隔预设更新时间更新所述当前的压电信号数据的生命体征参数阈值，其中，所述生命体征参数阈值在所述预设更新时间内保持不变，预设时间段内历史的压电信号数据是位于预置存储空间中的数据，其中，所述预置存储空间中包括预设数量字节，所述多个采样点中的每一个采样点对应所述预置存储空间中的一字节。
28.结合第一方面，在本技术的一种实施方式中，所述当前的压电信号数据包括多段压电信号数据，一段压电信号数据对应一个生命体征参数阈值，所述一个生命体征参数阈值是通过相邻的预设时间段内历史的压电信号数据计算获得的；其中，所述预设时间段为2至5秒，所述一段压电信号数据为30至100毫秒的压电信号数据。
29.因此，本技术实施例通过对预设时间段内的历史的压电信号数据进行计算，能够准确的量化预设时间段内数据的波动情况，从而减少由于数据波动对计算结果的干扰。
30.结合第一方面，在本技术的一种实施方式中，压电信号数据的采样频率为200hz，所述预设时间段为3秒，所述预设数量字节为600字节；在所述确定当前的压电信号数据的生命体征参数阈值之前，所述方法还包括：更新所述历史的压电信号数据，其中，所述历史的压电信号数据是通过预设频率采集的，在更新过程中，将第一字节的压电信号数据删除，将b至y字节向前一字节的位置移动，将更新的压电信号数据放在最后一个字节的位置，其中，b取值为2，y取值为600。
31.因此，本技术实施例通过预置存储空间，能够保证计算结果的实时性，从而能够使目标对象在刚开始检测时，就能够显示疲劳程度。
32.结合第一方面，在本技术的一种实施方式中，在所述确定当前的压电信号数据的生命体征参数阈值之前，所述方法还包括：根据前一个压电信号数据对当前的未滤波压电信号数据进行滤波计算，获得所述当前的压电信号数据。
33.结合第一方面，在本技术的一种实施方式中，所述根据前一个压电信号数据对当前的未滤波压电信号数据进行滤波计算，获得所述当前的压电信号数据，包括：将所述前一个压电信号数据与第一预设权重的积，和所述当前的未滤波压电信号数据与第二预设权重的积相加，获得所述当前的压电信号数据，其中，所述第一预设权重与所述第二预设权重的和为1。
34.因此，本技术实施例通过滤波计算，能够保证当前的压电信号数据平滑变换。
35.结合第一方面，在本技术的一种实施方式中，在所述确定所述当前的压电信号数据的所述生命体征参数阈值之前，所述方法还包括：基于所述历史的压电信号数据中的最大值和最小值计算极值，并且确认所述极值符合预设极值阈值。
36.因此，本技术实施例通过确认历史的压电信号数据满足预设极值阈值，能够减少变化很大的干扰信号对计算结果的影响。
37.第二方面，本技术提供了一种计算疲劳程度的装置，所述装置包括：生命体征值获取模块，被配置为获取目标对象至少两个生命体征值，其中，所述至少两个生命体征值能够表征所述目标对象当前的身体机能状况；疲劳程度评价模块，被配置为根据所述至少两个生命体征值获得所述目标对象的疲劳程度。
38.结合第二方面，在本技术的一种实施方式中，疲劳程度评价模块还被配置为：根据所述至少两个生命体征值确定与各生命体征值相应的疲劳程度评价值；根据所述疲劳程度评价值获得所述目标对象的疲劳程度。
39.结合第二方面，在本技术的一种实施方式中，所述至少两个生命体征值包括：心率变异值、心率值和呼吸次数值；所述生命体征值获取模块还被配置为：通过所述目标对象的压电信号数据获取所述心率变异值、心率值和呼吸次数值，其中，所述压电信号数据是通过压电传感器针对所述目标对象采集的。
40.结合第二方面，在本技术的一种实施方式中，所述生命体征值获取模块还被配置为：确定当前的压电信号数据的生命体征参数阈值，其中，所述生命体征参数阈值是基于所述当前的压电信号数据之前历史的压电信号数据确定的；获取所述生命体征参数阈值与所述当前的压电信号数据的多个相等点；通过所述多个相等点中相邻的相等点之间的间隔时间计算所述心率变异值。
41.结合第二方面，在本技术的一种实施方式中，所述生命体征值获取模块还被配置为：计算所述多个相等点中第i相等点与第i+1相等点之间的第i间隔时间，其中，所述第i相等点和所述第i+1相等点为相邻的两个波形上升过程中的相等点，或者所述第i相等点和所述第i+1相等点为相邻的两个波形下降过程中的相等点，所述第i相等点为所述多个相等点中的任意一个，i为大于或等于1的整数；将多个所述第i间隔时间的均值作为所述心率变异值。
42.结合第二方面，在本技术的一种实施方式中，所述疲劳值评价模块还被配置为：将所述各生命体征值相应的样本数据和所述疲劳程度评价值的样本数据进行计算，获得与所述各生命体征值相应的疲劳程度评价模型；所述疲劳程度评价模块还被配置为：将所述各生命体征值输入到所述各生命体征值相应的疲劳程度评价模型，获得所述与各生命体征值相应的疲劳程度评价值。
43.结合第二方面，在本技术的一种实施方式中，所述疲劳程度评价模块还被配置为：根据所述与各生命体征值相应的疲劳程度评价值和所述目标对象使用当前设备的时间计算疲劳值，获得所述疲劳程度，其中，所述当前设备包括当前车辆。
44.结合第二方面，在本技术的一种实施方式中，所述各生命体征值相应的疲劳程度评价值包括心率变异评价值、心率评价值和呼吸评价值；所述疲劳程度评价模块还被配置为：将所述心率变异评价值、所述心率评价值、所述呼吸评价值和所述使用当前设备的时间进行加权平均计算，获得所述疲劳程度。
45.结合第二方面，在本技术的一种实施方式中，所述疲劳程度评价模块还被配置为：按照所述疲劳程度的等级执行相应的目标操作，其中，所述目标操作用于缓解所述目标对象的疲劳状态。
46.结合第二方面，在本技术的一种实施方式中，所述生命体征值获取模块还被配置为：基于所述历史的压电信号数据的平均值和最值，确定所述当前的压电信号数据的生命体征参数阈值。
47.结合第二方面，在本技术的一种实施方式中，所述最值包括最大值；所述生命体征参数阈值的取值范围位于所述历史的压电信号数据的所述平均值与所述最大值之间。
48.结合第二方面，在本技术的一种实施方式中，所述生命体征值获取模块还被配置为：将所述历史的压电信号数据在预设时间段内的平均值与最大值之间的均值，作为所述生命体征参数阈值。
49.结合第二方面，在本技术的一种实施方式中，所述生命体征值获取模块还被配置为：每间隔预设更新时间更新所述当前的压电信号数据的生命体征参数阈值，其中，所述生命体征参数阈值在所述预设更新时间内保持不变，预设时间段内历史的压电信号数据是位于预置存储空间中的数据，其中，所述预置存储空间中包括预设数量字节，所述多个采样点中的每一个采样点对应所述预置存储空间中的一字节。
50.结合第二方面，在本技术的一种实施方式中，所述当前的压电信号数据包括多段压电信号数据，一段压电信号数据对应一个生命体征参数阈值，所述一个生命体征参数阈值是通过相邻的预设时间段内历史的压电信号数据计算获得的；其中，所述预设时间段为2至5秒，所述一段压电信号数据为30至100毫秒的压电信号数据。
51.结合第二方面，在本技术的一种实施方式中，压电信号数据的采样频率为200hz，所述预设时间段为3秒，所述预设数量字节为600字节；所述生命体征值获取模块还被配置为：更新所述历史的压电信号数据，其中，所述历史的压电信号数据是通过预设频率采集的，在更新过程中，将第一字节的压电信号数据删除，将b至y字节向前一字节的位置移动，将更新的压电信号数据放在最后一个字节的位置，其中，b取值为2，y取值为600。
52.结合第二方面，在本技术的一种实施方式中，所述生命体征值获取模块还被配置为：根据前一个压电信号数据对当前的未滤波压电信号数据进行滤波计算，获得所述当前的压电信号数据。
53.结合第二方面，在本技术的一种实施方式中，所述生命体征值获取模块还被配置为：将所述前一个压电信号数据与第一预设权重的积，和所述当前的未滤波压电信号数据与第二预设权重的积相加，获得所述当前的压电信号数据，其中，所述第一预设权重与所述第二预设权重的和为1。
54.结合第二方面，在本技术的一种实施方式中，所述生命体征值获取模块还被配置为：基于所述历史的压电信号数据中的最大值和最小值计算极值，并且确认所述极值符合预设极值阈值。
55.第三方面，本技术提供了一种电子设备，包括：处理器、存储器和总线；所述处理器通过所述总线与所述存储器相连，所述存储器存储有计算机程序，所述计算机程序由所述处理器执行时可实现如第一方面任意实施例所述的方法。
56.第四方面，本技术提供了一种计算机可读存储介质，该计算机可读存储介质上存
储有计算机程序，该计算机程序被执行时可实现如第一方面任意实施例所述的方法。
附图说明
57.图1为本技术实施例示出的一种计算疲劳程度的系统组成示意图；
58.图2为本技术实施例示出的一种计算疲劳程度的方法流程图之一；
59.图3为本技术实施例示出的存储空间示意图之一；
60.图4为本技术实施例示出的存储空间示意图之二；
61.图5为本技术实施例示出的压电信号数据的波形和阈值示意图之一；
62.图6为本技术实施例示出的压电信号数据的波形和阈值示意图之二；
63.图7为本技术实施例示出的一种计算疲劳程度的方法流程图之二；
64.图8为本技术实施例示出的疲劳程度评价值拟合曲线之一；
65.图9为本技术实施例示出的疲劳程度评价值拟合曲线之二；
66.图10为本技术实施例示出的疲劳程度评价值拟合曲线之三；
67.图11为本技术实施例示出的一种计算疲劳程度的装置组成结构图；
68.图12为本技术实施例示出的一种电子设备组成示意图。
具体实施方式
69.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本技术的一部分实施例，而不是全部实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对附图中提供的本技术的实施例的详情描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护范围。
70.本技术实施例可以应用于针对目标对象的身体机能状况评估目标对象当前疲劳程度的场景，为了改善背景技术中的问题，在本技术的一些实施例中，通过至少两个生命体征值确定与各生命体征值相应的疲劳程度评价值，之后根据疲劳程度评价值获得目标对象的疲劳程度。例如：在本技术的一些实施例中，通过目标对象的压电信号数据获取心率变异值、心率值和呼吸次数确定相应的疲劳程度评价值，之后再对各疲劳程度评价值进行加权平均，最终获得目标对象的疲劳程度。
71.下面结合附图详细描述本技术实施例中的方法步骤。
72.图1提供了本技术一些实施例中的计算疲劳值的系统组成示意图，该系统包括压电传感器110和处理器120。压电传感器110采集目标对象的当前的压电信号数据，并且向处理器120传输。处理器120在接收到当前的压电信号数据之后，根据该当前的压电信号数据计算目标对象的疲劳程度。
73.与本技术实施例不同的是相关技术中，驾驶场景中通常通过时间长短来确定驾驶员是否处于疲劳状态，从开始驾驶开始计时，当超过一个特定时间，例如2h，之后就自动判定人员疲劳，需要适当休息。在运动场景中，通过心率恢复度来判定是否疲劳，在运动前先测量一下心率和呼吸，然后开始运动，运动之后等待一段时间后再次测量，如果心率和呼吸
没有恢复在运动前的数值，判定是疲劳状态，不适合运动需要休息。但是通过时间判断驾驶员是否疲劳不能够客观全面的评价驾驶员的身体状态，评价不准确，通过心率恢复程度来判断是否疲劳，需要进行多次测量，测量过程复杂，导致测量效率较低。而本技术利用人体生理信号特征(即压电信号数据)进行全方面评估判断，增加了疲劳程度评价的可靠性和准确性。采集心率、呼吸率和心脏跳动时间，计算出心率变异性hrv、心率hr、呼吸次数值以及总驾驶时间，最终计算出疲劳值，当疲劳值大于规定的阈值时，即可判定现在处于疲劳期，通过报警提示、灯光提醒等方式告知车主需要停车休息。
74.可以理解的是，本技术对车辆的类型不进行限制，例如，车辆可以是客车、公交车、货车、私家车、网约车等。
75.需要说明的是，本技术实施例中的一种计算疲劳程度的方法可以应用于任何需要测量目标对象疲劳程度的场景，压电传感器也可以放置于任何需要放置的产品上。作为本技术一具体实施例，本技术中的计算疲劳程度的方法可以应用于车辆中计算乘员(包括驾驶员和其他乘员)的疲劳程度的场景，该场景中采集压电信号数据的压电传感器安装于座椅下方、档杆等位置，在车辆行驶、车辆启动以及车辆停止阶段，监测车内乘员的疲劳程度。
76.作为本技术一具体实施例，本技术中的压电传感器也可以安装于家居或办公场景中的智能坐垫、智能沙发、床垫、智能办公椅、智能手环以及衣服、枕头、急救床、医院病床、宠物病床、车辆方向盘，车辆座椅等，在压电传感器获取到目标对象的压电信号数据之后，处理器根据当前的压电信号数据计算疲劳程度，并且在各设备获得疲劳程度之后，根据自身的场景和需求基于疲劳程度执行相应的目标操作。例如，在压电传感器安装在智能手环时，在目标对象运动过程中获得目标对象的疲劳程度之后，对目标对象进行预警，提醒目标对象需要进行休息。例如，在压电传感器安装在衣服(包括运动时的衣服、医院病号服、日常衣服等)中时，在监测到目标对象当前的疲劳程度异常之后，及时的向连接的终端进行预警。例如，压电传感器安装在车辆座椅内，在检测到目标对象在驾驶过程中处于疲劳状态时，自动启动车辆座椅的按摩功能，以使能够缓解目标对象疲劳。
77.可以理解的是，上述压电传感器的放置位置以及本技术的应用场景仅为举例，本技术不对压电传感器的放置位置以及计算疲劳值的应用场景进行限制。
78.下面将详细描述本技术实施例中由处理器执行的一种计算疲劳程度的方法实施过程。可以理解的是，本技术可以应用于任何处理器，对处理器的类型不进行限制，例如，可以是客户端中的处理器，也可以是车辆上嵌入式设备中的处理器。
79.至少为了解决背景技术中的问题，如图2所示，本技术一些实施例提供了一种计算疲劳程度的方法，该方法包括：
80.s210，获取目标对象至少两个生命体征值。
81.可以理解的是，至少两个生命体征值能够表征目标对象当前的身体机能状况。
82.在本技术的一种实施方式中，至少两个生命体征值包括心率变异值、心率值以及呼吸次数，s210具体包括：通过目标对象的压电信号数据获取心率变异值、心率值以及呼吸次数。可以理解的是，压电信号数据是通过压电传感器针对目标对象采集的。
83.需要说明的是，上述心率变异值、心率值以及呼吸次数不仅可以使用压电信号数据计算获得，还可以通过其他的测量设备直接获取，例如，通过心率测量设备获取心率值和心率变异值，利用呼吸测量设备获取呼吸次数值。
84.具体的，通过目标对象的压电信号数据获取心率变异值的具体实施过程包括：
85.s2101，确定当前的压电信号数据的生命体征参数阈值。
86.需要说明的是，生命体征参数阈值是基于当前的压电信号数据之前历史的压电信号数据确定的，也就是说，本技术为存储压电信号数据在内存中设置了一个预置存储空间，当前的压电信号数据是基于该预置存储空间中预设时间段内历史的压电信号数据确定的。
87.可以理解的是，当前的压电信号数据波形当前的压电信号数据包括多段压电信号数据，一段压电信号数据对应一个生命体征参数阈值，一个生命体征参数阈值是通过相邻的预设时间段内历史的压电信号数据计算获得的。预设时间段为2至5秒，一段压电信号数据为30至100毫秒的压电信号数据，其中，40毫秒的压电信号数据对应8字节的压电信号数据。
88.具体的，如图3所示，本技术在设备的内存310中设置了一个预置存储空间320，并且为预置存储空间320匹配合适的深度n。如图4所示，图4展示了预置存储空间320的内部空间，预置存储空间320中包括n个存储数据的位置，成为内存深度，其中，1位置为最左侧数据，2至n-1位置为中间数据，n位置为最右侧数据。当深度n值过大时，无用数据过多，导致处理数据量增加，如果n值过小，无法保证数据的准确性。那么，计算n值的公式为n＝fc
×
60/hr，其中，fc表示采样频率，fc取200hz，hr表示心跳个数，单位为次/min，本技术按照心率最小为20次/min计算，则n＝200
×
60/20＝600。因此，本技术取n＝600，600个字节足够保证计算心率值所需要的数据素材，并且可以保证预置存储空间320中永远有数据，从而可以实时计算心率值，在准确性不变的前提下提高计算的实时性。
89.在本技术的一种实施方式中，在s2101之前更新历史的压电信号数据，其中，历史的压电信号数据是通过预设频率采集的，在更新过程中，将第一字节的压电信号数据删除，将b至y字节向前一字节的位置移动，将更新的压电信号数据放在最后一个字节的位置，其中，b取值为2，y取值为600，预设频率为200hz。
90.也就是说，上述预置存储空间320的数据存放原则是预置存储空间里最左侧数据丢掉，中间数据保留，最右侧数据留给新数据进入。具体的，查看新数据入口有无新数据，没有新数据等待判断，直到新数据到来，当有新数据时，分配预置存储空间，深度为n，用于存放采集的压电信号数据。将整体预置存储空间整体向左移1位，最左侧数据丢掉，最右侧数据留出，作为下一个新数据的入口，始终保持预置存储空间中数据的完整。如表1所示：
91.表1数据移位表
[0092][0093]
其中，原始数据为a、b、c、d
……
x和y，通过向左移动一位数据变为b、c、d、e
……
y和z，即最左侧的a移出去删除。最右侧y有原来的第600位置变成第599位置了，第600位置(最右侧数据)z是新数据。从而能够保留前面的采样数据，保证目标用户在开始测量时就能够计算出生命体征值，实现生命体征值计算的实时性。
[0094]
可以理解的是，压电信号数据是通过压电传感器针对目标对象采集的。目标对象可以是人，也可以是动物，例如，猫、狗等。
[0095]
因此，本技术实施例通过预置存储空间，能够保证计算结果的实时性，从而能够使目标对象在刚开始检测时，就能够显示生命体征参数值。
[0096]
在本技术的一种实施方式中，在s2101之前还包括：根据前一个压电信号数据对当前的未滤波压电信号数据进行滤波计算，获得当前的压电信号数据。也就是说，为了抑制前一个压电信号数据残留的噪声信号，让整体波形变得平滑，增加每个数据有效性的概率，需要以前一个压电信号数据为依据进行滤波计算。
[0097]
具体的，通过分别将滤波参数加权到前一个压电信号数据和当前的未滤波压电信号数据，之后两项求和，获得当前的压电信号数据。即将前一个压电信号数据与第一预设权重的积，和当前的未滤波压电信号数据与第二预设权重的积相加，获得当前的压电信号数据，其中，第一预设权重与第二预设权重的和为1。如公式(1)所示：
[0098]
ret＝kp
×
thisdata+(1-kp)
×
lastdata
ꢀꢀꢀꢀ
(1)
[0099]
其中，ret表示当前的压电信号数据，1-kp表示第一预设权重，thisdata表示当前的未滤波压电信号数据，kp表示第二预设权重，lastdata表示前一个压电信号数据。
[0100]
可以理解的是，kp可以根据实际的情况进行取值，例如，0.2、0.3等，本技术实施不限于此。
[0101]
因此，本技术实施例通过滤波计算，能够保证当前的压电信号数据平滑变换。
[0102]
在本技术的一种实施方式中，在s2101之前还包括：基于历史的压电信号数据中的最大值和最小值计算极值，并且确认极值符合预设极值阈值。也就是说，本技术计算的极值表示预置存储空间内的压电信号数据最高点与最低点位置，作用就是确定上下限区间，防止溢出，进一步缩小范围，对数据量处理和准确度均有极大的提高。本技术采用冒泡排序法，在一次循环中找到历史的压电信号数据中的最大值和最小值，基于该最大值和最小值计算历史的压电信号数据相应的极值。如公式(2)所示：
[0103]
r＝(v
max
–vmin
)/(v
max
+v
min
)
ꢀꢀꢀꢀ
(2)
[0104]
其中，r表示极值，v
max
表示历史的压电信号数据中的最大值，v
min
表示历史的压电信号数据中的最小值。
[0105]
在获得历史的压电信号数据中的极值之后，若确认极值符合预设极值阈值，则进行后续的计算，若确认极值不符合预设极值阈值，则不进行后续计算，在下一个计算周期继续进行判断r值，直至r值符合预设极值阈值再进行后续的计算。可以理解的是，预设极值阈值可以按照实际的生产情况进行设置，例如，预设极值阈值可以是0.7、0.8等。
[0106]
因此，本技术实施例通过确认历史的压电信号数据满足预设极值阈值，能够减少变化很大的干扰信号对计算结果的影响。
[0107]
在本技术的一种实施方式中，s2101具体包括：基于历史的压电信号数据的平均值和最值，确定当前的压电信号数据的生命体征参数阈值。
[0108]
也就是说，由于在数据采集时，避免不了数据的波动，导致数据波形忽高忽低，本技术使用生命体征参数阈值跟踪整个波形的波动，由于当前的压电信号数据随波形波动而波动，生命体征参数阈值也随之波动，但当前的压电信号数据的波动情况与生命体征参数阈值的差值是定值，因此，两个值同时波动，导致两者之间相对静止。基于此，由于平均值能
够跟随压电信号数据的变化而变化，当单独使用平均值量化当前的压电信号数据的波动程度又会受到非心电信号数据的影响，所以本技术使用平均值和最值共同来量化当前的压电信号数据的波动程度。
[0109]
例如，如图5所示，压电信号数据502分为第一段波形和第二段波形，每一段波形中会存在相应的波峰，通过波形可以看出，在第一段波形和第二段波形相比较有明显的上升，但是生命体征参数阈值501也随之上升，因此无论波形上升还是下降，生命体征参数阈值都会跟着波形移动，保证了最高点与阈值的差是相对固定的，即差分原理中两者同时上移，相对的差值不变。
[0110]
需要说明的是，当前的压电信号数据包括多段压电信号数据，一段压电信号数据对应一个生命体征参数阈值，一个生命体征参数阈值是通过相邻的预设时间段内历史的压电信号数据计算获得的，每间隔预设更新时间更新当前的压电信号数据的生命体征参数阈值，其中，生命体征参数阈值在预设更新时间内保持不变。
[0111]
也就是说，每间隔预设更新时间就根据相邻的预设时间段内历史的压电信号数据计算一个生命体征参数阈值，并且在之后预设更新时间内的压电信号数据均使用该生命体征参数阈值，相当于一段压电信号数据相应的时长就是预设更新时间的时长。
[0112]
需要说明的是，预设时间段为2至5秒，一段压电信号数据为30至100毫秒的压电信号数据，其中，40毫秒的压电信号数据对应8字节的压电信号数据。可选的，预设时间段可以是3s，一段压电信号数据可以是40ms的压电信号数据。
[0113]
例如，预设更新时间为40ms，预设时间段为3s(预置存储空间中能够存储600个数据，采样频率为200hz，那么位于预置存储空间中的预设时间段内历史的压电信号数据就是3s的数据)，每间隔40ms的时间计算一次生命体征参数阈值，本次的生命体征参数阈值通过相邻3s的历史的压电信号数据计算获得，并且在之后40ms的压电信号数据均使用本次的生命体征参数阈值，即在本次计算的40ms之后再进行下一次计算。
[0114]
因此，本技术实施例通过使用历史的压电信号数据的平均值和最值确定生命体征参数阈值，能够保证生命体征参数阈值始终能够跟随压电信号数据的波形进行变换。
[0115]
具体的，在正向采样的情况下，生命体征参数阈值的取值范围位于历史的压电信号数据的平均值与最大值之间，或者，在负向采样的情况下，生命体征参数阈值的取值范围位于历史的压电信号数据的平均值与最小值之间。也就是说，为了防止波动过小或者波动过大的压电信号数据对计算生命体征参数阈值的影响，本技术将生命体征参数阈值的取值范围设置在平均值与最值之间，考虑到计算心率值的过程中可以使用最大值所在的波峰进行计算，也可以使用最小值所在的波谷进行计算，因此，生命体征参数阈值可以在平均值与最大值之间，也可以在平均值与最小值之间。
[0116]
可以理解的是，正向采样的波形与负向采样的波形是以横坐标为中心对称的，一般情况下采用正向采样。
[0117]
因此，本技术实施例通过将阈值的取值范围设定在平均值和最值之间，能够准确的捕捉到心脏跳动的波形，防止由于波形波动而导致生命体征值计算不准确。
[0118]
可选的，计算生命体征参数阈值的具体方法包括：将历史的压电信号数据在预设时间段内的平均值与最大值之间的均值，作为生命体征参数阈值。如公式(3)所示：
[0119]
[0120]
其中，thr表示生命体征参数阈值，n表示预置存储空间中存储数据的个数，j为循环变量，j的取值范围为0-599，x[j]表示任意一个压电信号数据，v
max
表示预设时间段内历史的压电信号数据的最大值。
[0121]
可选的，还可以将历史的压电信号数据在预设时间段内的平均值与最小值之和，除以m，获得生命体征参数阈值。需要说明的是，上述使用历史的压电信号数据在预设时间段内的平均值与最小值之间的均值，作为生命体征参数阈值是最佳实施例，除此之外，历史的压电信号数据在预设时间段内的平均值与最小值之间的均值还可以除以2.1、1.9、2.5等，即m可以取2.1、1.9、2.5等，只要满足生命体征参数阈值的取值范围设置在平均值与最值之间即可。
[0122]
可选的，本技术还可以通过计算极值和求和运算完成跟随压电信号数据波动的功能，还可以通过数据累加积分方式和计算历史的压电信号数据平均值等方法确定生命体征参数阈值。
[0123]
因此，本技术实施例通过将历史的压电信号数据的均值与最值进行平均，能够保证生命体征参数阈值与最值之间的差相对固定，从而能够保证在数据波动的情况下也可以计算获得准确的生命体征值。
[0124]
s2102，获取生命体征参数阈值与当前的压电信号数据的多个相等点。
[0125]
也就是说，在通过上述s2101计算出生命体征参数阈值之后，在当前的压电信号数据中查找纵坐标与生命体征参数阈值相等的点，获得多个相等点。另外，还可以在当前的压电信号数据的波形中查找与生命体征参数阈值相应目标曲线的多个交点，将多个交点作为多个相等点。
[0126]
例如，如图6所示，当前的压电信号数据502的波形与生命体征参数阈值501相应目标曲线的多个交点包括c1、d1、c2、d2、c3、d3、c4以及d4。
[0127]
s2103，通过多个相等点中相邻的相等点之间的间隔时间计算心率变异值。
[0128]
首先，计算多个相等点中第i相等点与第i+1相等点之间的第i间隔时间。可以理解的是，第i相等点为多个相等点中的任意一个。
[0129]
在一种情况中，第i相等点和第i+1相等点为相邻的两个波形上升过程中的相等点。
[0130]
在另一种情况中，第i相等点和第i+1相等点为相邻的两个波形下降过程中的相等点。
[0131]
例如，如图6所示，波形上升过程表示前一个信号的数值小于后一个信号的数值，波形下降的过程表示前一个信号的数值大于后一个信号的数值。相邻的两个波形上升过程的相等点包括：c1和c2、c2和c3以及c3和c4。相邻的两个波形下降过程的相等点包括：d1和d2、d2和d3以及d3和d4。
[0132]
然后，将多个第i间隔时间的均值作为心率变异值。
[0133]
具体的，第i间隔时间为第i相等点与第i+1相等点之间的间隔时间，如图6所示，多个第i间隔时间包括c1和c2之间的间隔时间t1，c2和c3之间的间隔时间t2，c3和c4之间的间隔时间t3。
[0134]
也就是说，压电信号数据所表征的心跳波形与生命体征参数阈值的交叉点称为相等点，计算两个相等点之间的时间，就是心脏跳动一次的时间，但是心脏不是精密的机器，
所以每次跳动的时间是存在一定的差异。例如一个人心跳每分钟60下，不代表心脏就是标准的1秒跳动一下，有可能第一下是0.9s时间，第二下1.1s时间，这样每分钟也同样也是60下。这个差值叫做心率变异性，疲劳程度可以通过心率变异性进行判断。
[0135]
考虑到心率变异的过程不是突发的，几个心率变异值不具有代表性。所以需要监测一小段时间，然后将所有计算出来的心率变异值进行平均，该值可以表示目标对象目前的身体状态。如下公式(4)和公式(5)所示：
[0136]
thrv(i)＝tc(i+1)-tc(i)
ꢀꢀꢀꢀ
(4)
[0137]
其中，thrv(i)表示第i个心率变异值，tc(i+1)表示第i+1间隔时间，tc(i)表示第i间隔时间。
[0138][0139]
其中，hrv表示心率变异值，thrv(i)表示第i个心率变异值，k表示心率变异值的总个数，i表示循环变量。
[0140]
例如，如图6所示，第1间隔时间为t1，第2间隔时间为t2，第3间隔时间为t3，第1个心率变异值为t2-t1，第2个心率变异值为t3-t2，最终的心率变异值hrv为第1个心率变异值和第2个心率变异值的均值。
[0141]
因此，本技术摒弃了使用峰峰值的间隔时间计算心率变异值，当波形发生变换或者移动时，可能无法检测到峰值点，或者峰值点的误差极大，得出错误的数据。本技术先利用差分原理计算出生命体征参数阈值，然后再次计算生命体征参数阈值与当前的压电信号数据波形之间的交点，这样，不需要关心波形变化，也可以准确的计算出心率变异值，解决了波形移动问题。
[0142]
在本技术的一种实施方式中，通过目标对象的压电信号数据获取心率值的具体实施过程包括：
[0143]
波形上升过程的两个相邻相等点或者波形下降过程的两个相邻相等点之间间隔的时间，即为心脏跳动一次的时间。具体的，心率值是通过如下公式(6)计算获得的：
[0144]
hr＝60
×
(1/t)
ꢀꢀꢀꢀ
(6)
[0145]
其中，hr表示心率值，t表示波形上升过程的两个相邻相等点或者波形下降过程的两个相邻相等点之间间隔的时间(单位为秒)。
[0146]
在本技术的一种实施方式中，通过目标对象的压电信号数据获取呼吸次数的具体实施过程包括：
[0147]
由于因为呼吸次数正常取值为10次～20次/min，对应的频率是0.17～0.33hz，所以存储空间中的600个数据进行两次256点傅里叶变换，提取出0.5hz以下的频率点。最高点即为呼吸频率f。如下公式(7)所示：
[0148]
br＝60
×fꢀꢀꢀꢀ
(7)
[0149]
其中，br表示呼吸次数值(单位次/min)，f表示傅里叶变换计算出的呼吸频率值。
[0150]
s220，根据至少两个生命体征值获得目标对象的疲劳程度。
[0151]
具体包括：s1，根据至少两个生命体征值确定与各生命体征值相应的疲劳程度评价值。
[0152]
在本技术的一种实施方式中，在s220之前需要将各生命体征值相应的样本数据和疲劳程度评价值的样本数据进行计算，获得与各生命体征值相应的疲劳程度评价模型。
[0153]
也就是说，将心率值样本数据和相应的疲劳程度评价值进行拟合计算，获得与心率值相应的疲劳程度评价模型。疲劳程度评价模型的拟合曲线如图7所示，拟合函数为：
[0154]
f(hr)＝-0.0001
×
hr
×
hr
×
hr+0.0388
×
hr
×
hr
–
3.2152
×
hr+102.47
[0155]
其中，f(hr)表示与心率值相应的疲劳程度评价值，hr表示心率值。
[0156]
将心率变异性样本数据和相应的疲劳程度评价值进行拟合计算，获得与心率变异性相应的疲劳程度评价模型。疲劳程度评价模型的拟合曲线如图8所示，拟合函数为：
[0157]
g(hrv)＝0.004
×
hrv
×
hrv
–
0.6558
×
hrv+69.707
[0158]
其中，g(hrv)表示与心率变异性相应的疲劳程度评价值，hrv表示心率变异值。
[0159]
将呼吸次数值样本数据和相应的疲劳程度评价值进行拟合计算，获得与呼吸次数值相应的疲劳程度评价模型。疲劳程度评价模型的拟合曲线如图9所示，拟合函数为：
[0160]
h(br)＝0.00001br
×
br
×
br
×
br
–
0.0128
×
br
×
br
×
br+0.5696
×
br
×
br
–
9.4483
×
br+69.363
[0161]
其中，h(br)表示与呼吸次数值相应的疲劳程度评价值，br表示呼吸次数值。
[0162]
之后将各生命体征值输入到各生命体征值相应的疲劳程度评价模型，获得与各生命体征值相应的疲劳程度评价值。
[0163]
s2，根据疲劳程度评价值获得目标对象的疲劳程度。
[0164]
具体的，根据与各生命体征值相应的疲劳程度评价值和目标对象使用当前设备的时间计算疲劳值，获得疲劳程度，其中，当前设备包括当前车辆。
[0165]
本技术疲劳值是通过4个变量值计算的，分别是hr(心率值)、hrv(心率变异性)、br(呼吸次数值)和驾驶时间。经过人员多次模拟疲劳后检测发现，疲劳后心跳、hrv和呼吸均会发生变化。正常的心跳hr范围是50～80次/min。如果心跳小于每分钟50次或者大于每分钟80次，需要警惕是不是疲劳或者有心脏疾病，正常的hrv值应该在40～120之间，如果超出这个范围，说明心脏压力变大，可以作为疲劳一个重要指标，正常的呼吸次数br应该是10次/min～20次/min，如果低于10次/min可以人为是慢性疲劳，当大于20次/min可以认为是过度疲劳。
[0166]
也就是说，可以将心率变异评价值、心率评价值、呼吸评价值和使用当前设备的时间进行加权平均计算，获得疲劳程度。如公式(8)所示：
[0167]
fat＝f(hr)+g(hrv)+h(br)+a
×
t0
ꢀꢀꢀꢀ
(8)
[0168]
其中，fat表示疲劳程度评价总值，f(hr)表示心率评价值，g(hrv)表示心率变异评价值，h(br)表示呼吸评价值，t0表示使用当前设备的时间，a表示使用当前设备的时间的系数。可以理解的是，a可以按照情况进行取值，例如：a可以取5或7。
[0169]
在本技术的一种实施方式中，除了可以根据各生命体征值相应的疲劳程度评价值获得目标对象的疲劳程度，还可以将至少两个生命体征值一起输入到一个模型中，获得目标对象的疲劳程度。可以理解的是，该模型可以通过各种计算方式获得，例如，将至少两个生命体征值的样本数据和疲劳程度的样本数据一起进行拟合。
[0170]
在本技术的一种实施方式中，将疲劳程度评价总值与预设的阈值范围进行比较，获得目标对象的疲劳程度。
[0171]
例如，疲劳程度评价总值大于100，确定疲劳程度为严重疲劳；疲劳程度评价总值小于等于100并且大于80，确定疲劳程度为中度疲劳；疲劳程度评价总值小于等于80并且大
于60，确定疲劳程度为正常(即不处于疲劳状态)；疲劳程度评价总值小于等于60，确定疲劳程度为慢性疲劳。
[0172]
在本技术的一种实施方式中，按照疲劳程度的等级执行相应的目标操作，其中，目标操作用于缓解目标对象的疲劳状态。
[0173]
在疲劳程度为严重疲劳的情况下，启动座椅按摩，打开灯光和声音进行提醒，车辆自动减速靠边停车等。在疲劳程度为中度疲劳的情况下，启动座椅按摩，打开灯光提醒，车辆自动减速。在疲劳程度为慢性疲劳的情况下，座椅按摩，播放动感音乐。
[0174]
可以理解的是，目标操作可以根据实际的应用场景以及需求进行设置，本技术中的目标操作不限于声音提醒、文字提醒(休息、降速、靠边)、双闪、自动启动自适应巡航、自动驾驶模式、自动刹车，还可以启动座椅疲劳按摩、有节奏的调整安全带、自动打开车窗、打开空调、释放香氛、播放音乐等。
[0175]
因此，本技术与相关技术中只使用一种参数评估目标对象的疲劳程度不同的是，通过至少两个生命体征值评估疲劳程度，保证了评估过程的准确性和实时性。由于人体疲劳是多元素的，仅使用一个元素来判定是否疲劳容易导致判断不准确，例如：单独心跳过速，其他指标正常，也不能说明目标对象处于疲劳状态。因此，本技术利用四种参数变量，共同来决策人体是否处于疲劳状态，能够使评估疲劳程度的过程具有极高的准确性。
[0176]
可选的，疲劳程度还可以通过采集目标对象的脑电数据和眼动数据进行计算，脑电数据的计算过程可以是拟合方法，也可以是使用轻量级的神经网络，便于嵌入式设备进行计算。眼动数据可以通过在仪表盘或者挡风玻璃上安装收集眼动信号的装置，通过目标对象注视热点以及眼球瞳孔的变化能够直接获得疲劳程度，可以作为验证数据，也可以直接与使用其他类型的数据计算的疲劳值进行加权平均。
[0177]
可选的，目前的车辆在副驾也配备有屏幕，可以在副驾驶的屏幕上配备疲劳调节系统，如果副驾驶有人，那么疲劳评估的结果会反馈在疲劳调节系统中，也可以由副驾驶的人，手动对车内的环境进行调节，在检测到驾驶员的疲劳程度减轻之后，可以自动关闭疲劳调节的功能。
[0178]
作为本技术一具体实施例，如图10所示，在压电信号数据更新入口701执行s702判断有无新数据，若无新数据，则返回压电信号数据更新入口701继续进行判断，若有新数据，则执行s703设置存储空间深度n，s704存储空间数据移位处理，之后执行s705一阶滞后滤波，s706计算存储空间中压电信号数据的算数极值r，继续执行s707确认r符合要求，则动态计算阈值，同时执行s708使用傅里叶变换计算呼吸率，在执行完成s707之后，执行s709根据生命体征参数阈值计算心率值，s710基于心率变异值、心率值和呼吸次数值计算疲劳程度，之后执行s711按照疲劳程度的等级启动相应的目标操作。
[0179]
上文描述了本技术提供的一种计算疲劳程度的方法的具体实施例，下文将描述本技术提供的一种计算疲劳程度的装置。
[0180]
如图11所示，本技术的一些实施例提供一种计算疲劳程度的装置，包括：生命体征值获取模块111和疲劳程度评价模块112。
[0181]
生命体征值获取模块111，被配置为获取目标对象至少两个生命体征值，其中，所述至少两个生命体征值能够表征所述目标对象当前的身体机能状况；疲劳程度评价模块112，被配置为根据至少两个生命体征值获得目标对象的疲劳程度。
[0182]
在本技术的一种实施方式中，疲劳程度评价模块112还被配置为根据所述至少两个生命体征值确定与各生命体征值相应的疲劳程度评价值；根据所述疲劳程度评价值获得所述目标对象的疲劳程度。
[0183]
在本技术的一种实施方式中，所述至少两个生命体征值包括：心率变异值、心率值和呼吸次数值；所述生命体征值获取模块111还被配置为：通过所述目标对象的压电信号数据获取所述心率变异值、心率值和呼吸次数值，其中，所述压电信号数据是通过压电传感器针对所述目标对象采集的。
[0184]
在本技术的一种实施方式中，所述生命体征值获取模块111还被配置为：确定当前的压电信号数据的生命体征参数阈值，其中，所述生命体征参数阈值是基于所述当前的压电信号数据之前历史的压电信号数据确定的；获取所述生命体征参数阈值与所述当前的压电信号数据的多个相等点；通过所述多个相等点中相邻的相等点之间的间隔时间计算所述心率变异值。
[0185]
在本技术的一种实施方式中，所述生命体征值获取模块111还被配置为：计算所述多个相等点中第i相等点与第i+1相等点之间的第i间隔时间，其中，所述第i相等点和所述第i+1相等点为相邻的两个波形上升过程中的相等点，或者所述第i相等点和所述第i+1相等点为相邻的两个波形下降过程中的相等点，所述第i相等点为所述多个相等点中的任意一个，i为大于或等于1的整数；将多个所述第i间隔时间的均值作为所述心率变异值。
[0186]
在本技术的一种实施方式中，所述疲劳值评价模块112还被配置为：将所述各生命体征值相应的样本数据和所述疲劳程度评价值的样本数据进行计算，获得与所述各生命体征值相应的疲劳程度评价模型；所述疲劳程度评价模块113还被配置为：将所述各生命体征值输入到所述各生命体征值相应的疲劳程度评价模型，获得所述与各生命体征值相应的疲劳程度评价值。
[0187]
在本技术的一种实施方式中，所述疲劳程度评价模块113还被配置为：根据所述与各生命体征值相应的疲劳程度评价值和所述目标对象使用当前设备的时间计算疲劳值，获得所述疲劳程度，其中，所述当前设备包括当前车辆。
[0188]
在本技术的一种实施方式中，所述各生命体征值相应的疲劳程度评价值包括心率变异评价值、心率评价值和呼吸评价值；所述疲劳程度评价模块113还被配置为：将所述心率变异评价值、所述心率评价值、所述呼吸评价值和所述使用当前设备的时间进行加权平均计算，获得所述疲劳程度。
[0189]
在本技术的一种实施方式中，所述疲劳程度评价模块113还被配置为：按照所述疲劳程度的等级执行相应的目标操作，其中，所述目标操作用于缓解所述目标对象的疲劳状态。
[0190]
在本技术的一种实施方式中，所述生命体征值获取模块111还被配置为：基于所述历史的压电信号数据的平均值和最值，确定所述当前的压电信号数据的生命体征参数阈值。
[0191]
在本技术的一种实施方式中，所述最值包括最大值；所述生命体征参数阈值的取值范围位于所述历史的压电信号数据的所述平均值与所述最大值之间。
[0192]
在本技术的一种实施方式中，所述生命体征值获取模块111还被配置为：将所述历史的压电信号数据在预设时间段内的平均值与最大值之间的均值，作为所述生命体征参数
阈值。
[0193]
在本技术的一种实施方式中，所述生命体征值获取模块111还被配置为：每间隔预设更新时间更新所述当前的压电信号数据的生命体征参数阈值，其中，所述生命体征参数阈值在所述预设更新时间内保持不变，预设时间段内历史的压电信号数据是位于预置存储空间中的数据，其中，所述预置存储空间中包括预设数量字节，所述多个采样点中的每一个采样点对应所述预置存储空间中的一字节。
[0194]
在本技术的一种实施方式中，所述当前的压电信号数据包括多段压电信号数据，一段压电信号数据对应一个生命体征参数阈值，所述一个生命体征参数阈值是通过相邻的预设时间段内历史的压电信号数据计算获得的；其中，所述预设时间段为2至5秒，所述一段压电信号数据为30至100毫秒的压电信号数据。
[0195]
在本技术的一种实施方式中，压电信号数据的采样频率为200hz，所述预设时间段为3秒，所述预设数量字节为600字节；所述生命体征值获取模块111还被配置为：更新所述历史的压电信号数据，其中，所述历史的压电信号数据是通过预设频率采集的，在更新过程中，将第一字节的压电信号数据删除，将b至y字节向前一字节的位置移动，将更新的压电信号数据放在最后一个字节的位置，其中，b取值为2，y取值为600。
[0196]
在本技术的一种实施方式中，所述生命体征值获取模块111还被配置为：根据前一个压电信号数据对当前的未滤波压电信号数据进行滤波计算，获得所述当前的压电信号数据。
[0197]
在本技术的一种实施方式中，所述生命体征值获取模块111还被配置为：将所述前一个压电信号数据与第一预设权重的积，和所述当前的未滤波压电信号数据与第二预设权重的积相加，获得所述当前的压电信号数据，其中，所述第一预设权重与所述第二预设权重的和为1。
[0198]
在本技术的一种实施方式中，所述生命体征值获取模块111还被配置为：基于所述历史的压电信号数据中的最大值和最小值计算极值，并且确认所述极值符合预设极值阈值。
[0199]
在本技术实施例中，图11所示模块能够实现图1至图10方法实施例中的各个过程。图11中的各个模块的操作和/或功能，分别为了实现图1至图10中的方法实施例中的相应流程。具体可参见上述方法实施例中的描述，为避免重复，此处适当省略详细描述。
[0200]
如图12所示，本技术实施例提供一种电子设备12，包括：处理器121、存储器122和总线123，所述处理器通过所述总线与所述存储器相连，所述存储器存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，用于实现如上述所有实施例中任一项所述的方法，具体可参见上述方法实施例中的描述，为避免重复，此处适当省略详细描述。
[0201]
其中，总线用于实现这些组件直接的连接通信。其中，本技术实施例中处理器可以是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(central processing unit，简称cpu)、网络处理器(network processor，简称np)等；还可以是数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0202]
存储器可以是，但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。存储器中存储有计算机可读取指令，当所述计算机可读取指令由所述处理器执行时，可以执行上述实施例中所述的方法。
[0203]
可以理解，图12所示的结构仅为示意，还可包括比图12中所示更多或者更少的组件，或者具有与图12所示不同的配置。图12中所示的各组件可以采用硬件、软件或其组合实现。
[0204]
本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被服务器执行时实现上述所有实施方式中任一所述的方法，具体可参见上述方法实施例中的描述，为避免重复，此处适当省略详细描述。
[0205]
以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
[0206]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应所述以权利要求的保护范围为准。

技术特征：
1.一种计算疲劳程度的方法，其特征在于，所述方法包括：获取目标对象至少两个生命体征值，其中，所述至少两个生命体征值能够表征所述目标对象当前的身体机能状况；根据所述至少两个生命体征值获得所述目标对象的疲劳程度。2.根据权利要求1所述的方法，其特征在于，所述根据所述至少两个生命体征值获得所述目标对象的疲劳程度，包括：根据所述至少两个生命体征值确定与各生命体征值相应的疲劳程度评价值；根据所述疲劳程度评价值获得所述目标对象的疲劳程度。3.根据权利要求1或2所述的方法，其特征在于，所述至少两个生命体征值包括：心率变异值、心率值和呼吸次数值；所述获取目标对象至少两个生命体征值，包括：通过所述目标对象的压电信号数据获取所述心率变异值、心率值和呼吸次数值，其中，所述压电信号数据是通过压电传感器针对所述目标对象采集的。4.根据权利要求3所述的方法，其特征在于，通过所述目标对象的压电信号数据获取所述心率变异值，包括：确定当前的压电信号数据的生命体征参数阈值，其中，所述生命体征参数阈值是基于所述当前的压电信号数据之前历史的压电信号数据确定的；获取所述生命体征参数阈值与所述当前的压电信号数据的多个相等点；通过所述多个相等点中相邻的相等点之间的间隔时间计算所述心率变异值。5.根据权利要求4所述的方法，其特征在于，所述通过所述多个相等点中相邻的相等点之间的间隔时间计算所述心率变异值，包括：计算所述多个相等点中第i相等点与第i+1相等点之间的第i间隔时间，其中，所述第i相等点和所述第i+1相等点为相邻的两个波形上升过程中的相等点，或者所述第i相等点和所述第i+1相等点为相邻的两个波形下降过程中的相等点，所述第i相等点为所述多个相等点中的任意一个，i为大于或等于1的整数；将多个所述第i间隔时间的均值作为所述心率变异值。6.根据权利要求2所述的方法，其特征在于，在根据所述至少两个生命体征值确定与各生命体征值相应的疲劳程度评价值之前，所述方法还包括：将所述各生命体征值相应的样本数据和所述疲劳程度评价值的样本数据进行计算，获得与所述各生命体征值相应的疲劳程度评价模型；所述根据所述至少两个生命体征值确定与各生命体征值相应的疲劳程度评价值，包括：将所述各生命体征值输入到所述各生命体征值相应的疲劳程度评价模型，获得所述与各生命体征值相应的疲劳程度评价值。7.根据权利要求2所述的方法，其特征在于，所述根据所述疲劳程度评价值获得所述目标对象的疲劳程度，包括：根据所述与各生命体征值相应的疲劳程度评价值和所述目标对象使用当前设备的时间计算疲劳值，获得所述疲劳程度，其中，所述当前设备包括当前车辆。8.根据权利要求7所述的方法，其特征在于，所述各生命体征值相应的疲劳程度评价值
包括心率变异评价值、心率评价值和呼吸评价值；所述根据所述与各生命体征值相应的疲劳程度评价值和所述目标对象使用当前设备的时间计算疲劳值，获得所述疲劳程度，包括：将所述心率变异评价值、所述心率评价值、所述呼吸评价值和所述使用当前设备的时间进行加权平均计算，获得所述疲劳程度。9.根据权利要求2所述的方法，其特征在于，在所述根据所述疲劳程度评价值获得所述目标对象的疲劳程度之后，所述方法还包括：按照所述疲劳程度的等级执行相应的目标操作，其中，所述目标操作用于缓解所述目标对象的疲劳状态。10.根据权利要求4所述的方法，其特征在于，所述确定当前的压电信号数据的生命体征参数阈值，包括：基于所述历史的压电信号数据的平均值和最值，确定所述当前的压电信号数据的生命体征参数阈值。11.根据权利要求10所述的方法，其特征在于，所述最值包括最大值；所述生命体征参数阈值的取值范围位于所述历史的压电信号数据的所述平均值与所述最大值之间。12.根据权利要求11所述的方法，其特征在于，所述确定当前的压电信号数据的生命体征参数阈值，包括：将所述历史的压电信号数据在预设时间段内的平均值与最大值之间的均值，作为所述生命体征参数阈值。13.根据权利要求4所述的方法，其特征在于，所述确定当前的压电信号数据的生命体征参数阈值，包括：每间隔预设更新时间更新所述当前的压电信号数据的生命体征参数阈值，其中，所述生命体征参数阈值在所述预设更新时间内保持不变，预设时间段内历史的压电信号数据是位于预置存储空间中的数据，其中，所述预置存储空间中包括预设数量字节，所述历史的压电信号数据由多个采样点组成，所述多个采样点中的每一个采样点对应所述预置存储空间中的一字节。14.根据权利要求13所述的方法，其特征在于，所述当前的压电信号数据包括多段压电信号数据，一段压电信号数据对应一个生命体征参数阈值，所述一个生命体征参数阈值是通过相邻的预设时间段内历史的压电信号数据计算获得的；其中，所述预设时间段为2至5秒，所述一段压电信号数据为30至100毫秒的压电信号数据。15.根据权利要求14所述的方法，其特征在于，压电信号数据的采样频率为200hz，所述预设时间段为3秒，所述预设数量字节为600字节；在所述确定当前的压电信号数据的生命体征参数阈值之前，所述方法还包括：更新所述历史的压电信号数据，其中，所述历史的压电信号数据是通过预设频率采集的，在更新过程中，将第一字节的压电信号数据删除，将b至y字节向前一字节的位置移动，将更新的压电信号数据放在最后一个字节的位置，其中，b取值为2，y取值为600。16.根据权利要求4所述的方法，其特征在于，在所述确定当前的压电信号数据的生命
体征参数阈值之前，所述方法还包括：根据前一个压电信号数据对当前的未滤波压电信号数据进行滤波计算，获得所述当前的压电信号数据。17.根据权利要求16所述的方法，其特征在于，所述根据前一个压电信号数据对当前的未滤波压电信号数据进行滤波计算，获得所述当前的压电信号数据，包括：将所述前一个压电信号数据与第一预设权重的积，和所述当前的未滤波压电信号数据与第二预设权重的积相加，获得所述当前的压电信号数据，其中，所述第一预设权重与所述第二预设权重的和为1。18.根据权利要求4所述的方法，其特征在于，在所述确定所述当前的压电信号数据的所述生命体征参数阈值之前，所述方法还包括：基于所述历史的压电信号数据中的最大值和最小值计算极值，并且确认所述极值符合预设极值阈值。19.一种计算疲劳程度的装置，其特征在于，所述装置包括：生命体征值获取模块，被配置为获取目标对象至少两个生命体征值，其中，所述至少两个生命体征值能够表征所述目标对象当前的身体机能状况；疲劳程度评价模块，被配置为根据所述至少两个生命体征值获得所述目标对象的疲劳程度。20.一种电子设备，其特征在于，包括：处理器、存储器和总线；所述处理器通过所述总线与所述存储器相连，所述存储器存储有计算机程序，所述计算机程序由所述处理器执行时可实现如权利要求1-18任一项所述方法。21.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被执行时可实现如权利要求1-18任一项所述方法。

技术总结
本申请实施例提供一种计算疲劳程度的方法、装置、设备及介质，该方法包括：获取目标对象至少两个生命体征值，其中，所述至少两个生命体征值能够表征所述目标对象当前的身体机能状况；根据所述至少两个生命体征值获得所述目标对象的疲劳程度。通过本申请的一些实施例能够实现使用多个生命体征值评价目标用户当前的疲劳程度，从而提高疲劳评价的准确率。从而提高疲劳评价的准确率。从而提高疲劳评价的准确率。


技术研发人员：王健 王国东 陈强 石健伟 赵晨阳 关智心
受保护的技术使用者：温州港源智能科技有限公司
技术研发日：2023.07.17
技术公布日：2023/9/23