[发明专利]一种交通风险防控方法、装置、设备及电子设备

权利要求书

1.一种交通风险防控方法，其特征在于，包括：

获取连续的驾驶员面部图像和心率信号；

根据所述连续的面部图像，计算所述驾驶员的第一疲劳等级；

根据所述连续的心率信号，计算所述驾驶员的第二疲劳等级；

根据模糊规则，对所述第一疲劳等级和第二疲劳等级进行融合，得到所述驾驶员的实际疲劳等级；

判断所述实际疲劳等级是否超出预定疲劳阈值，若是，则生成对应种类的预警指令，以使得预警执行模块根据所述预警指令发出预警信号；

其中，根据所述连续的面部图像，计算所述驾驶员的第一疲劳等级，包括：

对所述连续的面部图像进行预处理；

对预处理后的面部图像进行人脸识别，得到画面中的驾驶员脸部标记点，并筛选得到驾驶员眼部图像，可提取中人面部的68个目标点，并选取其中的眼部目标点，通过直线进行连接，得到驾驶员眼部的轮廓，作为依据判断驾驶员眼部是否闭合；

根据所述连续的面部图像的总帧数和其中所述驾驶员的眼睛闭合的帧数，计算所述驾驶员的第一疲劳等级；

其中，所述预定疲劳阈值的设定过程包括：

根据连续的驾驶员面部图像和心率信号，判断所述驾驶员的类型，所述类型通过进行模拟与实车数据采集实验，使用相同的数据采集模块，搜集不同驾驶员的驾驶行为数据，并使用K均值聚类的方式，将驾驶员的个人特性分为保守型与激进型，并得到不同驾驶员个人特性的疲劳阈值；

根据所述驾驶员的类型，设定所述驾驶员的预定疲劳阈值。

2.根据权利要求1所述的方法，其特征在于，根据所述连续的心率信号，计算所述驾驶员的第二疲劳等级，包括：

根据所述连续的心率信号，计算所述连续的时间内心率的平均值；

获取所述驾驶员的心率信号的瞬时值；

根据所述平均值与瞬时值，计算所述驾驶员的第二疲劳等级。

3.根据权利要求1所述的方法，其特征在于，判断所述实际疲劳等级是否超出预定疲劳阈值，若是，则生成对应种类的预警指令，包括：

判断所述实际疲劳等级是否超出预定疲劳阈值；

若是，则根据所述实际疲劳等级和预定疲劳阈值，计算风险等级；

根据所述风险等级，生成对应种类的预警指令。

4.一种交通风险防控装置，其特征在于，包括：

获取模块，用于获取连续的驾驶员面部图像和心率信号；

第一计算模块，用于根据所述面部图像，计算所述驾驶员的第一疲劳等级；

第二计算模块，用于根据所述心率信号，计算所述驾驶员的第二疲劳等级；

融合模块，用于根据模糊规则，对所述第一疲劳等级和第二疲劳等级进行融合，得到所述驾驶员的实际疲劳等级；

生成指令模块，用于判断所述实际疲劳等级是否超出预定疲劳阈值，若是，则生成对应种类的预警指令，以使得预警执行模块根据所述预警指令发出预警信号；

其中，根据所述连续的面部图像，计算所述驾驶员的第一疲劳等级，包括：

对所述连续的面部图像进行预处理；

对预处理后的面部图像进行人脸识别，得到画面中的驾驶员脸部标记点，并筛选得到驾驶员眼部图像，可提取中人面部的68个目标点，并选取其中的眼部目标点，通过直线进行连接，得到驾驶员眼部的轮廓，作为依据判断驾驶员眼部是否闭合；

根据所述连续的面部图像的总帧数和其中所述驾驶员的眼睛闭合的帧数，计算所述驾驶员的第一疲劳等级；

其中，所述预定疲劳阈值的设定过程包括：

根据连续的驾驶员面部图像和心率信号，判断所述驾驶员的类型，所述类型通过进行模拟与实车数据采集实验，使用相同的数据采集模块，搜集不同驾驶员的驾驶行为数据，并使用K均值聚类的方式，将驾驶员的个人特性分为保守型与激进型，并得到不同驾驶员个人特性的疲劳阈值；

根据所述驾驶员的类型，设定所述驾驶员的预定疲劳阈值。