[发明专利]疲劳驾驶检测方法、系统及方向盘

说明书

技术领域

本发明涉及车辆领域，具体而言，涉及一种疲劳驾驶检测方法、系统及方向盘。

背景技术

随着国家经济的快速发展，使用汽车的人越来越多，汽车也成为了人们生活中重要的组成部分。可是与此同时，交通事故的数量也与日俱增，这使得驾驶员的生命和财产遭受了很大的威胁。据统计，疲劳驾驶是导致交通事故的几大主要原因之一。

如何精确判断当前车辆的驾驶状态是疲劳驾驶对于道路安全有着重要意义。目前已有一些疲劳驾驶检测方法，比如利用可穿戴设备等获得驾驶员的脑电波、心率情况、脉搏以及眼睛睁闭状态等信息来判断当前驾驶状态是否为疲劳驾驶，或是采集驾驶员的人脸的特征变化来判断当前驾驶状态是否为疲劳驾驶。这些方式都会对驾驶员的正常驾驶造成影响，并且，比如可穿戴设备还存在成本高这样的不足，使得这些方法难以得到普及应用。因此，提供一种成本低、易推广且能准确判断是否疲劳驾驶的疲劳驾驶检测方法是一个亟待解决的问题。

发明内容

有鉴于此，本发明一实施例的目的在于提供一种成本低、并且可以准确判断当前驾驶的状态是否为疲劳驾驶的疲劳驾驶检测方法，所述方法应用于疲劳驾驶检测系统。

所述系统包括相互连接的角速度传感器、压力传感器及移动终端，所述角速度传感器及压力传感器设置在方向盘上。所述方法包括：

所述角速度传感器采集方向盘的角速度信息，并将所述角速度信息发送给移动终端；

所述压力传感器采集所述方向盘受到的压力信息，并将所述压力信息发送给移动终端；

所述移动终端在接收到所述角速度信息及压力信息后，将所述角速度信息及压力信息输入到所述移动终端预先存储的疲劳驾驶分类器中进行判断，得到当前驾驶的状态。

在本发明较佳实施例中，所述方法还包括：

若当前驾驶的状态为疲劳驾驶，所述移动终端控制车辆内部的灯光闪烁或音响发出声音以实现预警。

在本发明较佳实施例中，所述方法还包括训练得到疲劳驾驶分类器的步骤，

所述训练得到疲劳驾驶分类器的步骤包括：

所述角速度传感器采集方向盘的样本角速度信息；

所述压力传感器采集方向盘的样本压力信息；

通过所述样本角速度信息、样本压力信息及对应的驾驶状态构建样本训练集；

采用支持向量机方法对所述样本训练集进行训练，得到疲劳驾驶分类器。

在本发明较佳实施例中，所述样本训练集的公式如下：

T＝{(x₁,y₁),…(x_i,y_i)…,(x_l,y_l)}∈(X²×Y)^l

其中，T表示样本训练集合，x_i表示样本中i时刻方向盘信息，x_i∈X²＝(x_i1,x_i2)，X²表示样本中方向盘信息集合，x_i1表示样本中i时刻方向盘角速度信息，x_i2表示样本中i时刻方向盘受到的压力信息，y_i表示样本中i时刻的驾驶状态，y_i∈Y＝{+1,-1}，Y表示样本中驾驶状态集合，+1表示正常驾驶，-1表示疲劳驾驶，i＝1,2,...l。

在本发明较佳实施例中，所述采用支持向量机方法对所述样本训练集进行训练，得到疲劳驾驶分类器的步骤包括：

根据所述样本训练集计算得到分类超平面，其中，所述分类超平面的公式如下：

(w^*·x_i)+b^*＝0

其中，w^*表示连接特征空间至输出空间的最优线性权，b^*表示最优偏置值；

通过核函数将所述样本训练集中的x_i转换到三维平面；

根据所述样本训练集、分类超平面及核函数得到决策函数，进而得到疲劳驾驶分类器，其中，决策函数的公式如下：

其中，表示Lagrange乘子最优值，K(x_i·x_j)表示核函数，x_j表示样本中j时刻方向盘信息。

在本发明较佳实施例中，所述核函数的公式如下：