[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

说明书

本发明提供一种基于深度学习的驾驶员手离方向盘检测方法，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。本发明具有实时检测、预警、通信功能，有利于及时发现驾驶员在驾驶过程中违规操作方向盘的行为并提醒其及时修正，督促驾驶员养成良好的方向盘操作习惯，对减少交通事故的发生、提高交通效率具有重要意义。

技术领域

本发明涉及安全驾驶领域，尤其涉及一种基于深度学习的驾驶员 手离方向盘检测方法及系统。

背景技术

《基于物联网的城市智能交通关键技术研究与应用》重大科技专 项中曾对在直线、平曲线、平交口转弯以及横向有车辆突然接入的紧 急工况实验场景下，使用八自由度研究型交通及安全驾驶模拟器对异 常驾驶行为判定与交通事故风险进行关联分析，得出手离方向盘时， 紧急情况下反应滞后时间接近2秒，滞后距离约为30米(行车速度 为55km/h时)；直线段上方向盘的摆动频率过高，控制方向盘的能 力显著下降；严重降低了驾驶人保持车道的能力，规避危险能力显著 下降。

可见，对驾驶员操作方向盘的状态进行实时检测对于提升交通安 全有着重要意义。与此同时，我国部分大、中型客车等营运车辆已装 配有监控探头，但由于缺乏相应的技术手段，不能对危险驾驶行为实 现预警及报警，无法真正地起到督导驾驶员安全行车的目的。

发明内容

本发明的目的是提供一种具有实时检测、预警及通信功能的基于 深度学习的驾驶员手离方向盘检测方法及系统。

为实现上述目的，本发明的一种技术方案是提供一种基于深度学 习的驾驶员手离方向盘检测方法，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。

进一步的，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。