[发明专利]一种基于深度学习的驾驶员手离方向盘检测方法及系统

权利要求书

1.一种基于深度学习的驾驶员手离方向盘检测方法，其特征在于，包括以下步骤：

对驾驶员操作方向盘的图像进行实时采集，同时获取车辆的经纬度及速度信息，

采用基于深度学习的操作手检测算法对图像进行检测，获得方向盘上的操作手数量的信息，

将所述方向盘上的操作手数量的信息与所述车辆的经纬度及速度信息结合后，判断其是否满足预警信号触发要求；

若满足预警信号触发要求，则生成警示信息对驾驶员进行提醒。

2.根据权利要求1所述的一种基于深度学习的驾驶员手离方向盘检测方法，其特征在于：所述对驾驶员操作方向盘的图像进行实时采集是通过安装在方向盘上方的单摄像头完成的。

3.根据权利要求1所述的一种基于深度学习的驾驶员手离方向盘检测方法，其特征在于：所述采用基于深度学习的操作手检测算法对图像进行检测的具体步骤包括：

对驾驶员操作方向盘图像进行采集及预处理，构建数据集；

设计基于深度学习的算法基础网络，设定其训练参数，包括学习率、权重衰减系数和迭代次数；

输入提前制作好的数据集，在PC端进行模型训练及测试，生成检测单元；

使用所述检测单元对所述实时采集的驾驶员操作方向盘的图像进行检测。

4.根据权利要求1所述的一种基于深度学习的驾驶员手离方向盘检测方法，其特征在于：所述预警触发条件包括：判断机动车的行驶速度是否大于2km/h。

5.根据权利要求4所述的一种基于深度学习的驾驶员手离方向盘检测方法，其特征在于：如果机动车的行驶速度小于或等于2km/h，视为车辆静止，不触发预警。

6.根据权利要求4所述的一种基于深度学习的驾驶员手离方向盘检测方法，其特征在于：如果机动车的行驶速度大于2km/h，视为车辆处于运动状态，此时

如果检测到方向盘上操作手的数量为0，则生成警示信息对驾驶员进行提醒；

如果检测到方向盘上操作手的数量为1，则生成警示信息对驾驶员进行提醒；

如果检测到方向盘上操作手的数量为2，则停止生成警示信息。

7.根据权利要求6所述的一种基于深度学习的驾驶员手离方向盘检测方法，其特征在于：所述检测到方向盘上操作手的数量的步骤具体包括：

如果连续检测若干帧图片中，有超过预设阈值帧图片的操作手检测结果为0，则判断方向盘上操作手的数量为0；

如果连续检测若干帧图片中，有超过预设阈值帧图片的操作手检测结果为1，则判断方向盘上操作手的数量为1；

如果连续检测若干帧图片中，有超过预设阈值帧图片的操作手检测结果为2，则判断方向盘上操作手的数量为2。

8.根据权利要求1所述的一种基于深度学习的驾驶员手离方向盘检测方法，其特征在于：所述生成警示信息对驾驶员进行提醒的步骤具体包括：通过蜂鸣器及LED灯对驾驶员进行提醒。

9.根据权利要求1所述的一种基于深度学习的驾驶员手离方向盘检测方法，其特征在于：还包括以下步骤：将车辆信息、驾驶员信息、采集的图像信息、操作手数量检测结果、经纬度信息及速度信息输出至远程控制中心。

10.一种基于深度学习的驾驶员手离方向盘检测系统，包括：处理器、存储器以及通信电路，所述处理器耦接所述存储器和所述通信电路；所述存储器存储有通信数据信息，图像信息、车辆的经纬度信息、速度信息及处理器的工作程序数据，所述通信电路用于信息传输，所述处理器在工作时执行所述程序数据以实现权利要求1-9任一所述的基于深度学习的驾驶员手离方向盘检测方法。