智能助眠耳机

关键词：智能耳机，助眠，缓解情绪

1.所提出问题描述

在现今紧张、繁忙的生活中，多数人的睡眠质量受到了影响，会产生睡不好甚至失眠的现象。为此，我设计了一款助眠耳机。这款耳机用到了无线蓝牙设备，和监测并分析脑电波的功能。使用者戴上耳机后，耳机会自动监测使用者的脑电波，判断其情绪，并根据使用者当时的情绪播放对应的助眠音乐。在这期间，当脑电波检测出使用者已经睡着，就会自动关闭音乐并进入待机状态。此耳机通过播放音乐的方法从而达到改善睡眠质量的效果。

2.背景综述与分析

2.1选题目的、意义

现今社会有大批的人反应自己工作繁忙，学习压力重，从而产生睡眠质量下降的现象。一般来说工作学习的烦恼并不会直接影响睡眠，真正影响睡眠的其实是这些烦恼产生的情绪。为了帮助这些人，助眠耳机的设计可以帮助他们合理地调节情绪，最大程度的提高睡眠质量。因此，这款耳机的研究和开发对帮助人们提高睡眠质量有着非常重要的意义。

2.2国内外研究现状分析

（1）关于失眠患者的国内外研究

良好的睡眠是人们一天高效率工作的基础和保障，但失眠却一直是困扰人们的一大难题。调查显示，我国有将近3亿人在夜间会出现失眠、打鼾的情况，约有2亿人患有不同程度的睡眠呼吸暂停综合征。国外教授发现，失眠多是因为一些外界原因导致精神压力过大、神经紧张、忧虑过重、或者是过度兴奋、难以平静等，而由心理因素引起的失眠占失眠总数的85%以上。

（2）关于监测睡眠的国内外研究

国外基于脑电波睡眠已经有了一些研究，并取得了一定成果。SleepPhone睡眠降噪耳机可以隔绝外界噪音辅助睡眠，但单纯通过音乐播放实现物理降噪不能适用于大部分失眠人群。国内的脑电波研究起步较晚，部分睡眠质量监测App可以监测睡眠质量并进行评分，但难以主动干预和帮助用户提升睡眠质量。

（3）关于脑电波传感器的国内外研究

目前Mindwave脑电波传感器多被应用于开发和商业游戏中，由于其操作性简单，性能可靠继而受到广大消费者的青睐。Mindwave是一款通过脑电波进行触发的蓝牙外设，主要用于接收佩戴者的脑波信号并将其转为控制指令。在使用过程中，设备可以检测到用户脑电波信号的强弱和频率等信息。继而将这类信号反馈到智能移动设备上，就可以操作控制与其配套的设备与相关应用。科学研究发现：在脑电图上，大脑可产生四类脑电波。当处于紧张状态下，大脑产生的是β波；当处于睡意朦胧时，脑电波就变成θ波；进入深睡时，变成δ波；当身体处于放松，大脑活跃，灵感不断的时候，就导出了α脑电波。

3.设计模型（400-1000字）

核心主控板为树莓派3代B+版。板载4个USB2．0端口，1个ＲCAAV音频端口，有Linux内核版本的支持，相比其他AＲM系列的嵌入式微控制器，具有更广阔的应用空间，便于搭建小型蓝牙服务器系统。树莓派采用OMXPlayer硬解码GPU命令行播放器，实现对mp3文件的解码，在Linux系统中输入omx-player［OPTIONS］［FILE］命令，即可实现指定音频文件的播放参数控制。为OMXPlayer添加外围Python包装，通过DBUS调用OMXPlayer进程，将其封装成库后，添加进程序可实现对树莓派端音乐资源的控制需求。利用Python3.10环境编写树莓派开机自启动脚本，将其放入后台运行。在树莓派上电后进行服务器功能初始化，执行以下操作:

(1)遍历系统目录，获取所有mp3音乐文件路径，按文件修改时间排序生成音乐路径列表;

(2)读取系统目录下保存用户信息的JSON文件，初始化控制变量(用户上一次使用保存下的音量、播放模式、列表状态等信息);

(3)开启服务器的会话描述协议功能，配置流媒体服务器和服务器端的蓝牙套接字，根据安卓设备蓝牙串口服务的通用唯一识别码开启服务器的信号广播与信道监听。

TGAM模块是一款脑电传感模块。它通过三个电极采集原始脑波数据，使用12位ADC，差模输入电压范围小于等于1mV，可对脑电信号进行1000倍放大。信息传输采用蓝牙串口透传方式，实现TGAM芯片中数据的传送。TGAM芯片连接蓝牙模块，采用两节干电池对其供电，可避免电源纹波和噪声对模块的影响;树莓派通过USB转TTL模块转换逻辑电平，连接配对好的另一个蓝牙模块在树莓派上通过Linux命令查看USB扩展出的串口号，可得到ttyUSB0，利用Python的serial库从该串口读取小包数据，解析得出原始脑波数据。在大包数据里三个字节为一组，通过移位运算处理可解析得出不同频率的基本脑波数值。当采集到的数据有效时，在树莓派上开启一个数据接收线程，以便进一步分析处理。OMXPlayer的音频推广方式可以选择为HDMI、Local、ALSA(高级Linux声音架构)，为了将音频信号发送到蓝牙耳机，采取将音频推广到Local，即本地3．5mm音频接口，将蓝牙音频发射器接入到树莓派3．5mm音频口，发射器会自动配对连接蓝牙耳机，实现音频的过渡传输。

4.参考文献

[1]衡玮,徐自强,陈璐瑶,杨金龙,乔天池,黄闯.基于脑电波监测智能助睡眠耳机设计[J].计算机应用与软件,2020,37(08):219-226+264.

[2]党珂,邓浩,薛争争,赵松杰,邢博.脑电波传感器的应用与研究[J].电脑知识与技术,2020,16(20):177-178.