疲劳驾驶和心脏类疾病突发已经成为驾驶安全的重大隐患,由此引起的交通事故也时有发生。因此,迫切需要采取措施实时监测驾驶员的生理状况并提高驾驶的安全性。目前,我国在智能辅助驾驶领域,缺乏便于推广的车载健康监测设备。本文把心电采集模块、数据预处理与指标分析模块以及通信与显示模块三者结合,构成了基于心电的车载健康监护系统。信号采集模块主要负责心电信号的提取,采集装置由方向盘和电极片组成;信号处理与分析模块主要包括信号的硬件处理和算法分析,硬件处理平台集成了心率监测器、微控制器等部件。软件部分对采集到的心电信号先经过去基漂、滤波以及放大等预处理,然后是RR间隔序列的提取,接着在对RR间隔序列时频域的分析中可得出十几项用于数据训练的指标,再对多项时频域指标进行PCA(主成分分析),得到低维度的矩阵以及相应的变换矩阵。再用低维度的矩阵进行K-means聚类,划分出不同生理状态相对应的类别,最终得出分析结果;通信与显示模块主要由CAN通信分析工具和上位机组成,CAN通信工具用于将硬件平台的数据总线和上位机相连接,并负责将总线中读取到的数据传递给上位机进行显示与播报。上位机采用Labview的集成模块进行了自主开发,目前可实现对采集到的心电信号进行实时波形显示,以及6种生理状态识别结果的图标提示和语音播报。本文在即时建模(JIT)的基础上提出了一种基于偏最小二乘的多个RRI缺失的插值方法,通过利用偏最小二乘法(PLS)进行局部模型构建,仅当监测到R波误差时,通过局部回归模型插入缺失的RRI,并采用一个测定的RRI阈值来检验R波检测误差。实验结果表明:在出现多个R波丢失的情况下,与传统插值方法相比,所提出的方法在对HRV时频域分析中关键信息的提取率提高近60%,本方法有助于提升基于HRV分析的相关健康监测服务。