[发明专利]一种疲劳驾驶检测方法及系统有效
申请号: | 201510475351.2 | 申请日: | 2015-08-05 |
公开(公告)号: | CN105096528B | 公开(公告)日: | 2017-07-11 |
发明(设计)人: | 许梅芳 | 申请(专利权)人: | 广州云从信息科技有限公司 |
主分类号: | G08B21/06 | 分类号: | G08B21/06 |
代理公司: | 北京科亿知识产权代理事务所(普通合伙)11350 | 代理人: | 汤东凤 |
地址: | 511457 广东省*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 疲劳 驾驶 检测 方法 系统 | ||
1.一种疲劳驾驶检测方法,其特征在于,该方法包括以下步骤:
驾驶员身份认证,根据驾驶员在当前时段的视频影像,通过人脸识别,对当前正在驾驶车辆的驾驶员身份进行认证;
驾驶时间累计,根据驾驶员的身份认证结果,获取驾驶员的驾驶时间记录;
表情状态提取,根据驾驶员在当前时段的视频影像,提取驾驶员在当前时段的表情状态;
肢体状态提取,根据驾驶员在当前时段的视频影像,提取驾驶员在当前时段的肢体状态;
路况信息收集,根据场景摄像头在当前时段拍摄的视频影像,获取驾驶员驾驶车辆周边的环境信息;
车辆操控状态提取,结合路况信息以及车辆的驾驶状态,提取驾驶员在当前时段对车辆的操控状态;
疲劳驾驶检测,以当前时段累计驾驶时间作为驾驶员表情状态、肢体状态和车辆操控状态的时间戳,更新跟踪驾驶员行驶状态变化的数据,分析更新数据中驾驶员的状态变化,判断当前时刻驾驶员是否处于疲劳驾驶;
所述驾驶时间累计包括以下步骤:
如果最近一次检测到该驾驶员驾驶车辆的时间,与当前时刻的时间差距大于等于4小时,则把最近一次检测到该驾驶员驾驶车辆的时间替换为当前时刻,把最近一次检测时累计的驾驶时间替换为120秒,并把驾驶员注册时用的脸部区域替换为当前时段中间帧检测到的脸部区域;
如果最近一次检测到该驾驶员驾驶车辆的时间,与当前时刻的时间差距小于4小时,则把最近一次检测到该驾驶员驾驶车辆的时间替换为当前时刻,把最近一次检测时累计的驾驶时间累加120秒。
2.根据权利要求1所述的疲劳驾驶检测方法,其特征在于,所述驾驶员身份认证包括以下步骤:
根据驾驶员在当前时段的视频影像,提取出起止帧/中间帧视频影像中驾驶员脸部区域的关键点;
根据关键点的相对位置,对脸部区域进行大小正规化;
通过卷积神经网络,从大小正规化后的脸部区域中提取脸部特征;
运用概率线性分析模型,计算当前提取脸部特征与注册过的驾驶员脸部特征的相似度,如果相似度大于等于0.9,则当前时段驾驶员的身份就是该注册过的驾驶员;如果相似度小于0.9,则需要对当前时段的驾驶员进行注册,以当前时段中间帧检测到的脸部区域,作为该驾驶员的身份标记。
3.根据权利要求1所述的疲劳驾驶检测方法,其特征在于,所述表情状态提取包括以下步骤:
根据驾驶员在当前时段的视频影像,提取出每帧视频影像中驾驶员的眼部关键点和嘴部关键点;
根据每帧视频影像中眼部关键点的相对位置,计算眼睑轮廓的形状参数;
从当前时段内每帧影像的眼睑轮廓形状参数,计算驾驶员在当前时段内眼睑轮廓的形状分布;
根据每帧视频影像中嘴部关键点的相对位置,判断嘴部的张合状态;
从嘴部的张合状态序列中,计算驾驶员在当前时段内呵欠的次数。
4.根据权利要求1所述的疲劳驾驶检测方法,其特征在于,所述肢体状态提取包括以下步骤:
根据驾驶员在当前时段的视频影像,提取出每帧视频影像中驾驶员脸部区域的关键点;
通过比较每帧视频影像中脸部关键点与驾驶员注册时脸部关键点的位置,计算驾驶员相对于注册时的头部转动角度;
从每帧的头部转动角度中,计算驾驶员在当前时段内头部俯仰状态的时间比例。
5.根据权利要求1所述的疲劳驾驶检测方法,其特征在于,所述路况信息收集包括以下步骤:
根据场景摄像头在当前时段拍摄的视频影像,获取驾驶员驾驶车辆周边的车道边界信息;
根据场景摄像头在当前时段拍摄的视频影像,获取驾驶员驾驶车辆周边的车辆分布信息;
根据场景摄像头在当前时段拍摄的视频影像,获取驾驶员驾驶车辆周边的行人分布信息。
6.根据权利要求1所述的疲劳驾驶检测方法,其特征在于,所述车辆操控状态提取包括以下步骤:
计算驾驶车辆方向盘的转动角度和转动速度分别在当前时段内的平均值及标准差;
计算驾驶车辆油门踏板的转动角度和转动速度分别在当前时段内的平均值及标准差;
结合路况信息以及驾驶车辆的方向盘和油门踏板的驾驶状态参数,构成15维特征向量,并将该15维特征向量输入神经网络回归模型中,计算出驾驶员在当前时段对车辆操控状态的分值。
7.根据权利要求1所述的疲劳驾驶检测方法,其特征在于,所述疲劳驾驶检测包括以下步骤:
以当前时段累计驾驶时间作为驾驶员表情状态、肢体状态和车辆操控状态的时间戳,将当前时段累计驾驶时间的行驶状态值,更新到跟踪驾驶员行驶状态变化的历史数据中;
从更新的驾驶员行驶状态跟踪数据中,抽取出5个行驶状态子序列,从行驶状态跟踪数据中截取与每个行驶状态子序列时间段相对应的数据,并从截取的数据段中抽取出3个等时间间隔点的数据插入对应行驶状态子序列数据之间,组合后再构成一个新的行驶状态子序列;
运用时间序列模型,对每个新的行驶状态子序列进行解析,并判断驾驶员状态在每个新的行驶状态子序列是否存在状态下降;
联合5个新的行驶状态子序列的判断结果,计算当前时刻驾驶员的疲劳指数,以判断当前时刻驾驶员是否处于疲劳驾驶。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州云从信息科技有限公司,未经广州云从信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510475351.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种摆球式红外线地震监测报警装置
- 下一篇:一种人体热释监测车载报警器