现在正值盛夏,在酷暑中长时间劳动,需要付出更多的体力与精力,也更容易疲劳。如果不加小心,很容易产生事故,而且炎热条件下的疲劳也往往成为脑与心脏疾病的诱因。因此,早一点发现疲劳的征兆,尽早采取防范措施十分必要。日本电子航法研究所近日开发出一种疲劳检测仪,通过检测人声与大脑“活力”来检测研究对象的疲劳度,为在炎炎夏日中工作的上班族提供了一份安全保障。
这种仪器操作起来十分便利,检测时在仪器显示屏上会显示出“疲劳感”、“活力与力气”、“就寝与起床时间”、“工作开始与结束时间”等问题,被检测者可以通过触摸屏来回答这些问题或输入相关数据。然后,再向仪器配备的麦克风说几句话,读一段仪器显示屏所显示的短文,之后几秒之内就能显示出检测结果。
检测结果以数值体现,被称为脑活力度指数(CEM)。该指数由该所研究人员制定,以500为基准,上下浮动100都算正常,即正常范围在400至600之间。此外,这种仪器还带有语音系统,如果大脑不疲劳,就会用语音告知受测人:“您没有什么问题”;如果显示数值超出正常范围,就会 提示:“请您休息一下恢复疲劳”,或:“您正处于极度紧张状态,要注意”。
为什么仅通过说话的声音就能够判断大脑的疲劳度呢?如果大脑处于非疲劳的正常工作状态,脑中处理信息时的各类信号交错,就会产生一种特殊的杂音,而这种杂音对人体的影响可以在声音中表现出来。日本研究人员应用这种原理开发出了一种软件,能够检测这种杂音的数量并将其数值化。具体方法就是让被检测者对着麦克风说话,将其语音集入电脑,再通过声波的波形变化进行计算。据称,应用这种办法即使被检测者将声音伪装成疲劳的样子,也不会对检测数值产生影响。
据介绍,以往检测人体疲劳度的方法有很多种,有的采取问答法,有的采取测量心跳法,还有的通过调查对象的工作率进行判断。
不过,这些方法都有缺点,不是准确度不高,就是应用起来比较麻烦。而此次的疲劳检测仪通过发声来判断疲劳程度,使用十分简便,也不会给被检测者带来身心负担。
这种装置自2008年5月开始在东京的公交公司进行实验。在司机上路之前通过对他们进行声音检测,可以很方便地了解他们大脑的疲劳水平。如果出现司机判断力和精力下降的情况,仪器就会给予警告,从而避免了开车打盹等事故的发生。由于这种仪器体积较小,也可以被用在出租车和卡车之中。而除了汽车司机,这种仪器的未来使用对象还包括飞行员、空管人员、火车司机以及对判断力和精力集中要求很高的医生和护士等行业。研究人员称,随着开发的不断进行,这种仪器的价格有望降低到目前汽车导航仪的水平,因此也将惠及千家万户。
关键字:检测 安全 语音 数值 原理 软件
引用地址:
日研制通过声音判断劳累程度的疲劳检测仪
推荐阅读最新更新时间:2024-03-16 11:34
密码管理:你的密码安全吗?
互联网时代,密码与我们的生活息息相关。如何提高密码安全系数成为用户个人以及公司的关注重点。 虽然现在身份验证技术已经更加成熟,但是密码仍然是保护我们最敏感信息的主要途径。密码是防御潜在入侵者试图模仿另一个用户的第一道防线,但这样的防护往往比较弱。用户通常想创建易于记忆的密码,使用出生日期或纪念日,甚至写下来。开发人员则想尽可能少地投入密码管理策略中。毕竟,研发新功能比密码管理和存储更令人兴奋、更有趣。 许多密码本身安全性非常弱,很容易猜得到,攻击者就会有机可乘。最糟糕的是,我们信任的密码存储系统和其它关键信息的系统也面临着许多安全挑战。黑客会反复尝试密码数据库进行盗窃,攻击者同伙经常会破坏那些保护数据的模式。
[物联网]
利用GM6801实现智能快速充电器设计
目前,应用比较广泛的快速充电管理芯片基本上有两种类型。一种是单片机,另一种是快速充电管理专用集成电路。成都国腾微电子有限公司成功开发出一款镍氢/镍镉电池快速充电智能管理芯片——GM6801。该芯片的外部管脚控制功能可编程,无需外部控制器支持,使充电过程检测控制完全自动化,所需外围器件少,应用设计简单。 GM6801应用方案的优势 GM6801是快速充电管理专用集成电路。与单片机相比,由专用集成电路实现快速充电管理的优势主要体现在几个方面: 1. 专用集成电路在硬件中集成了对快速充电管理的全部算法,无需开发控制软件,从而有效缩短产品的设计周期,简化设计流程,所需外围器件少,使应用设计变得简单; 2. 采用单片机实现中高端快速充电
[电源管理]
噪声调频信号检测方法
电子干扰是现代电子战的重要组成部分,包括无源干扰和有源干扰,其中,有源干扰可以分为欺骗干扰和遮蔽干扰。欺骗干扰是采用假的目标和信息作用于雷达的目标检测和跟踪系统,使雷达不能正确的检测真实目标或者不能正确的测量真正目标的参数信息,从而达到迷惑或扰乱雷达对真正目标检测和跟踪的目的。遮盖式的干扰是使用噪声或类似噪声的干扰信号遮盖或淹没有用信号,阻止雷达检测目标信息。对于欺骗干扰可以使用与雷达信号的识别方法对其进行检测设别,但是对于使用噪声调制的遮蔽干扰信号,因为其自身的强随机性,很难使用雷达信号的检测识别方法。但是由于干扰信号是时间上连续的信号,在一定的时间内采样的数目可以很大;而对雷达来说,积累个数受到目标照射时间和脉冲间隔的限制,这
[测试测量]
频谱分析基本原理:快速完成高效率测量
所有电子设计工程师和科学家都曾执行过电气讯号分析,简称讯号分析。透过这项基本量测,他们可洞察讯号细节并获得重要的讯号特性资讯。不过讯号分析的成效,主要取决于量测仪器的效能,而频谱分析仪与向量讯号分析仪是两种最常用于电气讯号分析的测试设备。 频谱分析仪是广为使用的多用途量测工具,可量测输出讯号相较于频率的大小(magnitude),以便瞭解已知和未知讯号的频谱功率。向量讯号分析仪则可同时量测分析仪中频(IF)频宽之输出讯号的大小与相位,并经常用来对已知讯号执行通道内量测,例如误差向量幅度(EVM)、域码功率,及频谱平坦度。过去,频谱分析仪与向量讯号分析仪是两种各自独立的仪器,但随着量测技术不断突飞勐进,量测设备商现在已可将它们
[嵌入式]
基于FPGA和DSP的高速瞬态信号检测系统
引 言 目前国内急需一种能够对电火工品的发火过程进行实时无损耗监测的方法和手段,并根据监测结果对火工品的可靠性进行准确的判决和认证,解决科研和生产过程中的具体问题。本系统采用感应式线圈作为非接触式启爆电流的启爆装置,并采用高速A/D、FPGA、DSP等先进的集成电路实现了电火工品的无损耗检测。其主要目的是:第一,解决电火工品可靠性试验中微秒级瞬态信号的检测、处理和存储技术;第二,为可靠性试验提供一种在线的无损耗实时检测系统,以便对电火工品的发火全过程进行监测;第三,为电火工品的发火可靠性认证和评估提供真实的评价依据,减少或杜绝因拒收产品而出现经济方面的风险,同时也可减少或杜绝因错误地接收产品而出现武器装备质量方面的隐患
[工业控制]
放大电路的故障检测方法
1、测量电压法 选择万用表电压挡合适量程(这里选择电压20V挡),黑表笔接地,红表笔依次接到晶体管的基极、发射极和集电极。然后分别得到三个电压,即Ub、Ue和Uc,用这三个电压与正常值比较,通过分析推断,确定故障元器件。 有时需要测量Uce和Ube,用黑表笔接发射极,红表笔接集电极,测得的结果为Uce(Uce=Uc-Ue);用黑表笔接发射极,红表笔接基极,测得的值为Ube(Ube=Ub-Ue)。用所测得的结果与正常值比较,推断出损坏元器件。对电路的检测一般用测量电压法,几乎不用测量电流法。 故障判断方法如下: 1)假设Rb1开路,则晶体管基极没有偏置电压,即Ub=0,由此引起Ue=0,Ie=Ic=0,Uce=24V(电源电
[测试测量]
恩智浦借助AWS Greengrass展示安全边缘处理和机器学习强大实力
恩智浦半导体NXP Semiconductors N.V.(纳斯达克代码:NXPI)今天宣布,将在2017年度AWS re:Invent大会上,通过在恩智浦Layerscape上运行的 Amazon Web Services (AWS)服务,展示其微处理器(MPU)、微控制器(MCU)和应用处理器在多种物联网(IoT)和安全边缘处理应用中的运用。对安全边缘处理的支持可降低延迟和带宽需求,提高物联网解决方案的安全性。 当今的物联网应用都存在边缘处理和安全要求,为此,恩智浦开发了一款强大的分布式云/边缘软件平台,提供必要的安全配置、连接和处理能力,为连接AWS的边缘处理设备提供支持并创造条件。恩智浦将在AWS re:Invent大
[物联网]
自动驾驶中进行车道线检测的实用算法
车道识别是自动驾驶领域的一个重要问题,今天介绍一个利用摄像头图像进行车道识别的实用算法。该算法利用了OpenCV库和Udacity自动驾驶汽车数据库的相关内容。 该算法包含以下步骤: 摄像头校准,以移除镜头畸变(Lens distortion)的影响 图像前处理,用于识别车道线 道路视角变换(Perspective transform) 车道线检测 车辆定位和车道半径计算 01 摄像头校准 摄像头输出的视频可以看做一系列图像的时间序列。镜头的结构特性造成利用针孔摄像机拍摄的图像容易发生径向畸变,导致根据物体与光轴的距离而导致不一致的放大。 以下图片展示了两种典型的径向偏差。 为了 正确的识别图像中的车道,首先需要
[嵌入式]