[发明专利]疲劳检测方法、装置、设备及可读存储介质

说明书

本发明公开了一种疲劳检测方法，通过可穿戴设备获取被测对象的多模态数据，并对所述多模态数据进行数据预处理得到高维矩阵；将所述高维矩阵输入预设疲劳检测模型中的数据表征子模型，得到所述高维矩阵对应的特征矩阵、以及所述数据表征子模型在所述高维矩阵下的重构误差；将所述特征矩阵输入所述预设疲劳检测模型中的信息记忆子模型，得到所述信息记忆子模型在所述特征矩阵下的预测误差；根据所述重构误差和所述预测误差，判断所述被测对象是否疲劳。本发明还公开了一种疲劳检测装置、设备以及可读存储介质。本发明疲劳检测的检测实时性强、成本低、检测结果不受环境和被测对象等个性化因素影响，使得检测结果更准确。

技术领域

本发明涉及汽车行车安全技术领域，尤其涉及一种疲劳检测方法、装置、设备及可读存储介质。

背景技术

随着社会经济飞速发展，汽车数量呈指数增长，导致了交通事故频繁发生。其中，疲劳驾驶是交通事故的主要原因之一，如何检测和控制驾驶员的疲劳成为了交通安全研究者们关注的焦点。

疲劳驾驶是指驾驶员在长时间连续驾车后，产生心理机能和生理机能的失调，出现诸如视线模糊、反应迟钝、动作呆板、腰酸背疼、驾驶能力下降等现象。目前的疲劳驾驶检测方法主要有主观检测法和客观检测法两种，主观检测法依靠驾驶员的日常驾驶记录或调查问卷进行疲劳检测，缺点是其性能受到被试者个性化约束检测结果不够准确，且实时性较差。客观检测法主要包括基于视觉信息的检测方法，基于汽车行驶状态的检测方法以及基于驾驶员生理信号的检测方法。基于视觉信息的检测方法通常利用机器视觉技术或传感器技术检测驾驶员的面部特征，如眼睛特征、瞳孔的直径变化、视线方向变化及嘴部状态等来研究驾驶疲劳问题，该方法的不足之处在于实时检测过程很大程度上受环境和摄像头拍摄角度的影响，导致检测结果不够准确。基于汽车行驶状态的疲劳检测方法不需要接触驾驶员，以车辆现有装置为基础，采集车辆本身的速度、侧向加速度、横向位移量、车道偏离、车辆行驶轨迹变化等特征，但缺点是受到车辆的具体型号、道路的具体状况和驾驶员的个人驾驶习惯、驾驶经验限制，导致检测结果不够准确。目前较为成熟的生理指标检测方法通过驾驶员的脑电信号、心电信号、呼吸频率检测疲劳状态，然而类似脑电、呼吸等生理信号需要专业的医学设备才能达到精准测量，成本较高。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种疲劳检测方法，旨在解决现有的疲劳检测方式检测实时性差、检测结果不准确以及检测成本高的技术问题。

为实现上述目的，本发明提供一种疲劳检测方法，包括：

通过可穿戴设备获取被测对象的多模态数据，并对所述多模态数据进行数据预处理得到高维矩阵；

将所述高维矩阵输入预设疲劳检测模型中的数据表征子模型，得到所述高维矩阵对应的特征矩阵、以及所述数据表征子模型在所述高维矩阵下的重构误差；

将所述特征矩阵输入所述预设疲劳检测模型中的信息记忆子模型，得到所述信息记忆子模型在所述特征矩阵下的预测误差；

根据所述重构误差和所述预测误差，判断所述被测对象是否疲劳。

可选地，所述根据所述重构误差和所述预测误差，判断所述被测对象是否疲劳的步骤包括：

确定所述重构误差和所述预测误差的加权和；

根据所述加权和以及预设决策标准公式，确定决策值；

根据所述决策值与所述加权和的大小关系，判断所述被测对象是否疲劳。

可选地，所述确定所述重构误差和所述预测误差的加权和的步骤包括：

根据以下公式，计算得出所述重构误差和所述预测误差的加权和，其中公式为：