[发明专利]基于多源信息融合差别判定的驾驶人疲劳检测方法

说明书

本发明公开一种基于多源信息融合差别判定的驾驶人疲劳检测方法，基于多源驾驶信息建立疲劳指标体系，并确定体系中各项疲劳指标的阈值；然后设定各项疲劳指标的权重系数Pi；对于超过阈值的疲劳指标，计算疲劳程度指数Fi；基于疲劳程度定级表，根据计算出的疲劳程度指数Fi确定疲劳程度。本发明提出的驾驶人疲劳检测方法融合了多维度指标，并基于这些指标的置信程度和风险等级融合判断，实现了对驾驶人疲劳程度的差别评价，具有指标更全面、判定更准确的优点。

技术领域

本发明涉及一种基于多源信息融合感知差别判定的驾驶人疲劳检测系统及方法，属于汽车安全技术和疲劳驾驶监控领域。

背景技术

疲劳是指由于脑力、肌肉或其他器官因过度消耗而机能反应减弱的人体表征现象，在疲劳状态下驾驶车辆称之为疲劳驾驶。疲劳后，驾驶人的生理状态会发生变化并影响驾驶行为，极易发生道路交通事故。

目前，通过多种技术、方法对疲劳驾驶进行有效检测已具有相应的理论研究基础，也具有技术可行性，但在实际复杂多变的行车环境下，单靠各种单一技术、方法均存在一定局限性，准确率低，误报、漏报严重。基于驾驶人面部特征的疲劳驾驶监测，是通过双眼持续闭合时间和PERCLOS原理监测，在技术上较为成熟。基于驾驶人生理特征的疲劳驾驶监测，需要接触式测量，影响正常驾驶，监测条件苛刻。基于驾驶人操作特征、车辆行驶状态的疲劳驾驶监测，不需要添加过多的硬件设备，而且不会对驾驶人的正常驾驶造成干扰，在部分工况下精确度较高，但受个人习惯与技能差异、车辆特性和道路环境的影响，无法实现全工况、高精度检测。

多种技术相互融合是实现全工况、高准确率检测疲劳驾驶的有效手段，充分利用不同信息之间的互补性和冗余性，提高系统的可靠性和容错能力，能够弥补不同技术之间的不足。

发明内容

在现行技术存在误报、漏报严重的情况下，本发明提出一种基于多源信息融合差别判定的驾驶人疲劳检测方法，是融合了驾驶人连续驾驶时长、驾驶人生理反应、驾驶人面部表征、驾驶人操作表现、车辆行驶状态等多个维度的指标，并基于指标可靠性进行的差别判定，使得判定结果更加准确。

本发明所采取的技术方案如下：一种基于多源信息融合差别判定的驾驶人疲劳检测方法，其特征在于：

1)基于多源驾驶信息，建立疲劳指标体系，并确定体系中各项疲劳指标的阈值；

2)设定各项疲劳指标的权重系数Pi；

3)对于超过阈值的疲劳指标，计算疲劳程度指数Fi：

N为超过阈值的疲劳指标的项数；

4)基于预先制作的疲劳程度定级表，根据计算出的疲劳程度指数Fi确定疲劳程度。

所述多源驾驶信息包括驾驶人持续闭眼时间、设定时间窗内眨眼次数、设定时间窗内车辆横向位移指数、连续驾驶时长、全天累积驾驶时长、设定时间窗内打哈欠次数、设定时间窗内的P80值、持续不操作方向盘时间、转向灯关闭时方向盘转角角速度绝对值、心率。

所述车辆横向位移指数计算方法如下：

step1：定义横向位移是指车辆中心线与车道中心线之间的相对偏移，采集设定时间窗内N个横向位移数据L_i，i＝1,2…N；

step2：计算N个横向位移数据的平均值L_m：

step3：计算N个横向位移数据的标准差L_std：

step4：计算横向位移指数D：

各项所述疲劳指标的阈值根据积累经验自确定。