[发明专利]一种危险驾驶行为预警方法及系统

说明书

技术领域

本发明涉及车辆安全系统领域，更具体地，涉及一种危险驾驶行为预警方法及系统。

背景技术

当今社会，危险驾驶行为已经成为社会安全的一颗毒瘤，它们每时每刻都在威胁着驾驶员、乘客以及行人的生命安全。危险的驾驶行为包括：酒后驾驶、疲劳驾驶等。世界卫生组织2008年调查显示，大约50％～60％的交通事故与酒后驾驶有关，酒后驾驶已经被列为车祸死亡的主要原因。在中国，每年由于酒后驾车引发的交通事故数达万起；而造成死亡的事故中，50％以上都与酒后驾驶有关，酒后驾车的危害触目惊心，已成为交通事故的第一大“杀手”。疲劳驾驶同样也是导致事故频发的原因之一。目前车辆已经走近千家万户，但是目前仍然没有很好的办法准确检测驾驶员是否正在疲劳驾驶或者酒后驾驶，

发明内容

本发明旨在至少在一定程度上解决上述技术问题。

本发明的首要目的是克服现有技术无法准确检测驾驶员是否危险驾驶的缺陷，提供一种能够准确检测驾驶员是否危险驾驶的危险驾驶行为预警方法。

本发明的进一步目的是提供一种能够准确检测驾驶员是否危险驾驶的危险驾驶行为预警系统。

为解决上述技术问题，本发明的技术方案如下：

一种危险驾驶行为预警方法，所述方法包括以下步骤：

S1：采集驾驶员视频图像；

S2：对驾驶员视频图像提取特征点并构造特征点的描述子；

S3：根据特征点描述子对特征点进行匹配；

S4：根据特征点的匹配结果，在特征点中选取运动点，提取局部纹理特征和局部运动特征组成ST特征向量；

S5：将ST特征向量输入到预先训练过的分类器，判断驾驶员是否危险驾驶，如果危险驾驶则发出报警。

一种危险驾驶行为预警方法系统，所述系统包括：

摄像头：用于采集驾驶员视频图像；

SURF特征点提取模块：用于对驾驶员视频图像提取SURF特征点并构造SURF特征点的描述子；

SURF特征点匹配模块：用于根据SURF特征点描述算子对SURF特征点进行匹配；

ST特征向量生成模块：根据SURF特征点的匹配结果，在SURF特征点中选取运动点，提取局部纹理特征和局部运动特征组成ST特征向量；

分类器：用于根据输入的ST特征向量判断驾驶员是否危险驾驶；

报警模块：用于在车辆是压车道线或者驾驶员危险驾驶时，发出报警信号。

技术相比，本发明技术方案的有益效果是：本发明危险驾驶行为预警方法，采集驾驶员视频图像，通过在特征点中选取运动点，提取局部纹理特征和局部运动特征组成ST特征向量，将ST特征向量输入到预先训练过的分类器，判断驾驶员是否危险驾驶，如果危险驾驶则发出报警，因此本发明能够准确检测当前是否处于危险驾驶状态，进而发出警报，从而尽可能避免交通意外的发生。

本发明危险驾驶行为预警系统是上述方法实现的硬件基础，所述系统和方法结合实现了危险驾驶行为的预警。

附图说明

图1为本发明的方法流程图。

图2为逆透视变换坐标。

图3为水平方向、竖直方向的Harr特征向量示意图。

图4为本发明的系统示意图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

一种危险驾驶行为预警方法，如图1所示，所述方法包括以下步骤：

S1：采集驾驶员视频图像；

S2：对驾驶员视频图像提取特征点并构造特征点的描述子；

S3：根据特征点描述子对特征点进行匹配；

S4：根据特征点的匹配结果，在特征点中选取运动点，提取局部纹理特征和局部运动特征组成ST特征向量；

S5：将ST特征向量输入到预先训练过的分类器，判断驾驶员是否危险驾驶，如果危险驾驶则发出报警。