[发明专利]一种路怒车辆风险评估和防控方法

说明书

本发明公开了一种路怒车辆风险评估和防控方法，属于汽车主动安全技术领域，该方法包括数据采集、特征识别、风险评估和防控步骤，采集数据包括视频数据、音频数据、驾驶员本征属性和外部因素集，特征识别输出情感类型和强烈程度，通过危险驾驶风险评估模型评价驾驶员情绪状态，进而采取防控措施。本发明可以实现对驾驶员路怒情绪的实时监测和判别并可以预测驾驶员情绪变化，提前做好防控措施，能够有效降低路怒症对交通安全带来的不利影响。

技术领域

本发明属于汽车主动安全技术领域，尤其涉及一种路怒车辆风险评估和防控方法。

背景技术

路怒症是驾驶员在驾驶过程一种过激的情绪反应。在短时间内情绪波动较大，促使驾驶员更容易采取风险水平高的驾驶行为应对冲突。目前，国内外对“路怒症”的研究主要包括驾驶员路怒情绪的产生机理和影响因素、驾驶员愤怒驾驶时的行为表现、驾驶员愤怒驾驶对交通安全的影响以及驾驶员驾驶过程中的路怒情绪的识别等。在深度学习、信息融合、大数据处理等技术的支持下，对于路怒情绪的识别有了突破性进展，但是路怒情绪识别方面的研究却很少与主动安全相结合，同时识别路怒情绪后再进行的控制措施具有时间的滞后性，无法对驾驶员进行及时有效的帮助和驾驶安全等不良行为的预警。

发明内容

发明目的：为了有效地解决路怒情绪的风险驾驶评估和防控措施有效性的问题，本发明提出一种路怒车辆风险评估和防控方法，从而减小驾驶员因路怒情绪对道路交通安全产生的不良影响。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种路怒车辆风险评估和防控方法，包括数据采集、特征识别、风险评估以及防控步骤；具体如下：

S1、采集驾驶员数据，获取外部因素集，实时监测驾驶员驾驶状态；

S2、根据采集的驾驶员数据提取驾驶员的路怒情绪特征，并对驾驶员的路怒情绪特征进行训练，建立驾驶员路怒情绪识别模型；

S3、利用路怒情绪识别模型对驾驶员的情绪状态进行实时监测，从一定时段采集的驾驶员数据和外部因素集中提取驾驶员的路怒情绪的状态序列；

S4、基于步骤S3所述的状态序列中情感状态及情感强度数据，建立驾驶员风险驾驶水平评价模型，进而评估驾驶风险水平等级；

S5、根据步骤S4所评估的驾驶风险水平等级，采取相应的防控措施。

进一步地，所述步骤S1中，利用车载设备及穿戴设备采集驾驶员数据，采集的驾驶员数据包括：驾驶员视频数据和音频数据、驾驶员本征属性；所述外部因素集包括天气情况、温度和风速。

进一步地，所述驾驶员视频数据是指对于面部表情的采集，分为眉毛区域、眼睛区域、嘴巴区域；所述音频数据包括驾驶员说话的内容、语速、音调、强度；

所述驾驶员本征属性包括性别、年龄、驾龄、心跳频率、血压；

通过车载摄像头获取视频数据，通过车内录音设备记录音频数据；

通过生理检测穿戴设备记录血压和心跳频率。

进一步地，所述步骤S2中，利用深度学习方法训练驾驶员路怒情绪特征，建立驾驶员路怒情绪识别模型；具体如下：

利用卷积神经网络对驾驶员的路怒情绪特征进行训练；将驾驶员视频数据、音频数据作为卷积神经网络模型的输入数据；通过卷积神经网络根据某一时刻的驾驶员面部表情、语言信息，识别驾驶员的情绪状态。

进一步地，所述步骤S4中，基于情感状态及情感强度数据，建立驾驶员风险驾驶水平评价模型，进而评估驾驶风险水平，具体如下：

将情感强度分为1、2、3三个等级，当第t-2、t-1、t个时段检测出的情感状态均为愤怒，按照情感强度的变化将情绪状态分为四类：平稳状态、上升状态、下降状态和波动状态；具体如表1所示；