CN102208125A - 疲劳驾驶监测系统及方法 - Google Patents
疲劳驾驶监测系统及方法 Download PDFInfo
- Publication number
- CN102208125A CN102208125A CN201010138314XA CN201010138314A CN102208125A CN 102208125 A CN102208125 A CN 102208125A CN 201010138314X A CN201010138314X A CN 201010138314XA CN 201010138314 A CN201010138314 A CN 201010138314A CN 102208125 A CN102208125 A CN 102208125A
- Authority
- CN
- China
- Prior art keywords
- fatigue driving
- picture
- module
- location picture
- driver
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Emergency Alarm Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种疲劳驾驶监测系统和方法,疲劳驾驶监测系统包括:对疲劳驾驶进行监测的车载检测装置和对疲劳驾驶进行第二次判别的监控中心,车载检测装置进一步包括图像采集模块、用于对图像采集模块所采集的定位图片进行处理并进行疲劳驾驶判别的主控模块、警示模块以及用于与监控中心进行通讯连接的通讯模块。通过主控模块对疲劳驾驶进行初次判别,并根据判别结果发出警示提醒的同时将定位图片传输给监控中心进行第二次判别,监控中心的客服人员再通过通讯模块对驾驶员进行提醒。本发明所公开的疲劳驾驶监测方法采用双重判别和提醒模式,降低了虚报警概率,采用的监测系统简单、成本较低。
Description
技术领域
本发明涉及一种监测系统及方法,更具体地说,涉及一种疲劳驾驶监测系统及方法。
背景技术
随着我国经济的发展,汽车的数量急剧增加,相应的,行车安全问题渐渐被受关注。据统计,疲劳驾驶已经成为影响道路安全的重要因素。
国内外已有的一些疲劳驾驶识别方法,如一些车载监测装置利用专用设备精确测量头部运动、瞳孔直径变化和眨眼频率,或者使用视觉和方向盘操纵传感器,利用人工智能判断驾驶员清醒状态。这些方法和设备由于过于复杂,价格昂贵等原因一直无法得到广泛应用。对于利用后台视频实时监控的预防疲劳驾驶方法,因为要通过无线信道传送视频,使用费用较高。而且上述两种疲劳驾驶识别方法都存在一定的虚报警概率,因此有必要发明一种简单、有效的、虚报警概率较低的识别疲劳驾驶的方法和装置,提醒驾驶员安全驾驶。
发明内容
本发明要解决的技术问题在于,针对现有技术的设备成本高、检测方法复杂、误判率高的缺陷,提供一种疲劳驾驶监测系统及方法。
本发明解决其技术问题所采用的技术方案是:构造一种疲劳驾驶监测系统,包括设置在车内的对疲劳驾驶进行监测和第一次判别的车载检测装置以及对疲劳驾驶进行第二次判别的监控中心,所述车载检测装置包括:
用于定时采集驾驶员头部姿态和坐姿的定位图片的图像采集单元;
与图像采集单元相连接、用于对采集的定位图片进行处理并进行疲劳驾驶判别的主控模块;
与主控模块相连接、当主控模块判别驾驶员处于疲劳驾驶状态时发出警示提醒的警示模块;
与主控模块相连接、用于将经过主控模块判别为疲劳驾驶的定位图片发送到监控中心进行第二次判别的通讯模块。
在本发明所述的疲劳驾驶监测系统中,所述主控模块包括:
用于对图像采集单元所采集的定位图片进行降噪处理的图像降噪模块;
用于对降噪处理后的定位图片通过边缘特征分析精确定位头部和躯干位置的图像识别模块;
用于存储图像采集单元所采集的正常驾驶图片和经图像识别模块处理后的定位图片、并将经处理后的定位图片与正常驾驶图片进行对比判别的判决模块。
在本发明所述的疲劳驾驶监测系统中,所述图像采集单元为摄像头或数码相机。
在本发明所述的疲劳驾驶监测系统中,所述通讯模块为GSM模块或GPRS模块。
在本发明所述的疲劳驾驶监测系统中,所述警示模块包括蜂鸣器和马达。
构造一种疲劳驾驶监测方法,包括以下几个步骤:
A:采集驾驶员的头部和身体躯干的定位图片,并将采集的定位图片发送给主控模块进行处理;
B:对定位图片进行处理,并综合头部位置和身体位置信息将处理后的定位图片与预先存储的正常驾驶的图片进行对比,判断驾驶员是否处于疲劳驾驶状态,若否则返回步骤A,否是则执行步骤C;
C:发出警示提醒信号,提醒驾驶员;
D:将经判定为疲劳驾驶状态的定位图片传送给监控中心;
E:监控中心对传回的定位图片进行第二次判别,判断驾驶员是否处于疲劳驾驶状态,若否则返回步骤A,否是则执行步骤F;
F:对驾驶员进行第二次提醒。
在本发明所述的疲劳驾驶监测方法中,所述步骤B的判断过程进一步包括:
B1:对定位图片进行数字噪声降噪处理;
B2:对降噪处理后的定位图片通过边缘特征分析精确定位头部和身体躯干的位置;
B3:将正常驾驶图片和经处理后的定位图片进行存储,并综合头部和身体位置信息将经处理后的定位图片与正常驾驶的图片进行对比,判别驾驶员是否处于疲劳驾驶状态。
实施本发明的疲劳驾驶监测系统及方法,具有以下有益效果:本发明涉及一种疲劳驾驶监测系统和方法,其中疲劳驾驶监测系统包括:对疲劳驾驶进行监测的车载检测装置和对疲劳驾驶进行第二次判别的监控中心,车载检测装置进一步包括图像采集模块、用于对图像采集模块所采集的定位图片进行处理并进行疲劳驾驶判别的主控模块、警示模块以及用于与监控中心进行通讯连接的通讯模块。通过主控模块对疲劳驾驶进行初次判别,并根据判别结果发出警示提醒的同时将定位图片传输给监控中心进行第二次判别,监控中心的客服人员再通过通讯模块对驾驶员进行提醒,本发明所公开的疲劳驾驶监测方法采用双重判别和提醒模式,降低了虚报警概率、报警准确率更高,可有效的防止因疲劳驾驶而导致的交通事故,本发明所采用的疲劳驾驶监测系统结构简单、传输图片费用较低、可进一步的降低成本。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明疲劳驾驶监测系统的结构框图;
图2是本发明疲劳驾驶监测方法的一优选实施例的流程图。
具体实施方式
如图1所示,为本发明的疲劳驾驶监测系统的结构框图。疲劳驾驶监测系统包括:车载检测装置1和监控中心2,其中车载检测装置1设置于驾驶室内,用于对疲劳驾驶进行监测和首次判别,并以警示提醒的方式提醒驾驶员正处于疲劳驾驶状态,需要停车休息几分钟;对于有后台管理的车队可以通过设置监控中心2采用人工判别的方式对疲劳驾驶进行第二次判别,并通过无线通讯模式提醒驾驶员。
车载检测装置1进一步包括:图像采集模块11、主控模块12、通讯模块16以及警示模块17。其中图像采集模块11用于采集驾驶员头部和身体躯干位置的定位图片信息,并将采集的图片发送到主控模块12进行处理,图像采集单元11可采用摄像头、数码相机等数码设备。主控模块12用于对图像采集单元11所采集的定位图片进行处理并进行疲劳驾驶判别,所述主控模块12进一步包括图像降噪模块13、图像识别模块14以及判决模块15。其中图像降噪模块13用于对图像采集单元11所采集的定位图片进行降噪处理,图像识别模块14用于对降噪处理后的定位图片通过边缘特征分析精确定位头部和躯干位置,判决模块15用于存储图像采集单元11所采集的正常驾驶图片和经图像识别模块处理后的定位图片、并通过综合头部和身体躯干位置信息对正常驾驶图片和经处理后的定位图片进行对比判别,根据驾驶员身体和座椅靠背的紧密程度、头部位置向下倾斜的角度等相关因素进行判别。警示模块17与主控模块12相连接、用于根据主控模块12的判别结果发出警示提醒信号,所述警示模块17可采用蜂鸣器、马达以及LED灯或者同时采用其中的几种装置进行声光报警来提醒驾驶员。通讯模块16为GSM模块或GPRS模块用于与监控中心2进行无线通讯。由于车载检测装置1对疲劳驾驶的识别存在一定的误判率,所以有必要对疲劳驾驶采取双重判别的方式。采用通讯模块16将经主控模块12判别为疲劳驾驶的定位图片发送到监控中心2进行第二次判别,监控中心2采用人工判别的方法可使判别结果更加准确,若经人工判别驾驶员处于疲劳驾驶状态则监控中心2的客服人员会通过通讯模块16对驾驶员进行第二次提醒。
为了使本技术领域的人员更好的理解本发明的技术方案,结合图2所示的疲劳驾驶监测方法一优选实施例的流程图对本发明的方法进行详细说明,包括以下步骤:
步骤S1:摄像头或数码相机等设备定时采集驾驶员的头部和身体躯干的定位图片信息,并发送给主控模块进行处理;
步骤S2:主控模块的图像降噪模块对定位图片进行数字噪声降噪处理;
步骤S3:主控模块的图像识别模块对降噪处理后的定位图片通过边缘特征分析精确定位头部和身体躯干的位置;
步骤S4:主控模块的判决模块综合头部和身体位置信息将经图像处理后的定位图片与预先保存的正常驾驶的图片进行对比;
步骤S5:根据驾驶员身体和座椅靠背的紧密程度、头部位置向下倾斜的角度等相关因素判别驾驶员是否处于疲劳驾驶状态,若否则返回步骤S1,若是则执行下一步骤;
步骤S6:采用蜂鸣器、马达、LED灯或者同时采用其中的几种装置进行声光报警来提醒驾驶员;
步骤S7:通过无线通讯的方式将判别模块判定为疲劳驾驶的定位图片传送给后台管理的监控中心进行第二次判别;
步骤S8:监控中心的客服人员采用人工判别的方法判断驾驶员是否处于疲劳驾驶状态,若否则返回步骤S1,若是则执行下一步骤;
步骤S9:经人工判别驾驶员处于疲劳驾驶状态,客服人员通过通讯模块再次提醒驾驶员。
采用本实施例的疲劳驾驶监测方法,对疲劳驾驶进行双重判别并通过车载的警示器和人工的方式对处于疲劳驾驶的驾驶员进行两次提醒,可有效的提高报警准确率、可更好的防止因疲劳驾驶而导致的交通事故的发生。
本发明所公开的疲劳驾驶监测系统和方法,系统结构简单、传输图片费用较低可进一步降低成本、监测方法更加准确可靠。
以上所述仅为本发明的实施例,并不用以限制本发明,凡在本发明的精神和原则内所作的任何修改、等同替换或改进等,均应包含在本发明的保护范围内。
Claims (7)
1.一种疲劳驾驶监测系统,其特征在于,包括设置在车内的对疲劳驾驶进行监测和第一次判别的车载检测装置以及对疲劳驾驶进行第二次判别的监控中心,所述车载检测装置包括:
用于定时采集驾驶员头部姿态和坐姿的定位图片的图像采集单元;
与图像采集单元相连接、用于对采集的定位图片进行处理并进行疲劳驾驶判别的主控模块;
与主控模块相连接、当主控模块判别驾驶员处于疲劳驾驶状态时发出警示提醒的警示模块;
与主控模块相连接、用于将经过主控模块判别为疲劳驾驶的定位图片发送到监控中心进行第二次判别的通讯模块。
2.根据权利要求1所述的疲劳驾驶监测系统,其特征在于,所述主控模块包括:
用于对图像采集单元所采集的定位图片进行降噪处理的图像降噪模块;
用于对降噪处理后的定位图片通过边缘特征分析精确定位头部和躯干位置的图像识别模块;
用于存储图像采集单元所采集的正常驾驶图片和经图像识别模块处理后的定位图片、并将经处理后的定位图片与正常驾驶图片进行对比判别的判决模块。
3.根据权利要求1所述的疲劳驾驶监测系统,其特征在于,所述图像采集单元为摄像头或数码相机。
4.根据权利要求1所述的疲劳驾驶监测系统,其特征在于,所述通讯模块为GSM模块或GPRS模块。
5.根据权利要求1所述的疲劳驾驶监测系统,其特征在于,所述警示模块包括蜂鸣器和马达。
6.一种疲劳驾驶监测方法,其特征在于,包括以下几个步骤:
A:采集驾驶员的头部和身体躯干的定位图片,并将采集的定位图片发送给主控模块进行处理;
B:对定位图片进行处理,并综合头部位置和身体位置信息将处理后的定位图片与预先存储的正常驾驶的图片进行对比,判断驾驶员是否处于疲劳驾驶状态,若否则返回步骤A,否是则执行步骤C;
C:发出警示提醒信号,提醒驾驶员;
D:将经判定为疲劳驾驶状态的定位图片传送给监控中心;
E:监控中心对传回的定位图片进行第二次判别,判断驾驶员是否处于疲劳驾驶状态,若否则返回步骤A,否是则执行步骤F;
F:对驾驶员进行第二次提醒。
7.根据权利要求6所述的疲劳驾驶监测方法,其特征在于,所述步骤B的判断过程进一步包括:
B1:对定位图片进行数字噪声降噪处理;
B2:对降噪处理后的定位图片通过边缘特征分析精确定位头部和身体躯干的位置;
B3:将正常驾驶图片和经处理后的定位图片进行存储,并综合头部和身体位置信息将经处理后的定位图片与正常驾驶的图片进行对比,判别驾驶员是否处于疲劳驾驶状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010138314.XA CN102208125B (zh) | 2010-03-30 | 2010-03-30 | 疲劳驾驶监测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010138314.XA CN102208125B (zh) | 2010-03-30 | 2010-03-30 | 疲劳驾驶监测系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102208125A true CN102208125A (zh) | 2011-10-05 |
CN102208125B CN102208125B (zh) | 2015-02-25 |
Family
ID=44696934
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010138314.XA Active CN102208125B (zh) | 2010-03-30 | 2010-03-30 | 疲劳驾驶监测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102208125B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839046A (zh) * | 2013-12-26 | 2014-06-04 | 苏州清研微视电子科技有限公司 | 驾驶人注意力自动识别系统及其识别方法 |
CN103871200A (zh) * | 2012-12-14 | 2014-06-18 | 深圳市赛格导航科技股份有限公司 | 用于汽车驾驶的安全提醒系统及方法 |
AU2013205744B1 (en) * | 2013-05-07 | 2014-10-16 | Safemine Ag | Improving safety sites with movable objects |
CN106663377A (zh) * | 2014-06-23 | 2017-05-10 | 株式会社电装 | 驾驶员的驾驶不能状态检测装置 |
CN106781284A (zh) * | 2016-12-31 | 2017-05-31 | 中国铁道科学研究院电子计算技术研究所 | 基于多信息融合的机车司机疲劳驾驶预警系统 |
CN106874831A (zh) * | 2016-12-14 | 2017-06-20 | 财团法人车辆研究测试中心 | 驾驶行为侦测方法及其系统 |
US9809115B2 (en) | 2013-07-03 | 2017-11-07 | Safemine Ag | Operator drowsiness detection in surface mines |
CN108492528A (zh) * | 2018-05-21 | 2018-09-04 | 深圳贻盛科技有限公司 | 一种疲劳驾驶监测系统及车辆 |
CN108646648A (zh) * | 2018-07-29 | 2018-10-12 | 合肥市智信汽车科技有限公司 | 一种运输车辆定位监控系统 |
CN108898797A (zh) * | 2018-09-03 | 2018-11-27 | 深圳市尼欧科技有限公司 | 一种预防疲劳驾驶的智能提醒坐垫系统及提醒方法 |
CN109360375A (zh) * | 2018-11-26 | 2019-02-19 | 青岛小鸟看看科技有限公司 | 一种提高疲劳驾驶检测准确度的方法和系统 |
CN109598174A (zh) * | 2017-09-29 | 2019-04-09 | 厦门歌乐电子企业有限公司 | 驾驶员状态的检测方法、及其装置和系统 |
CN111899471A (zh) * | 2019-05-05 | 2020-11-06 | 东莞潜星电子科技有限公司 | 一种驾驶员疲劳监测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0424503A (ja) * | 1990-05-21 | 1992-01-28 | Nissan Motor Co Ltd | 眼位置検出装置 |
CN2509015Y (zh) * | 2001-11-16 | 2002-09-04 | 陈禄萍 | 驾驶员疲劳检测报警装置 |
US20040183685A1 (en) * | 2003-03-18 | 2004-09-23 | Ford Global Technologies, Llc | Drowsy driver monitoring and prevention system |
US20080291008A1 (en) * | 2007-05-22 | 2008-11-27 | Jeon Byong-Hoon | Preventive terminal device and internet system from drowsy and distracted driving on motorways using facial recognition technology |
CN101599207A (zh) * | 2009-05-06 | 2009-12-09 | 深圳市汉华安道科技有限责任公司 | 一种疲劳驾驶检测装置及汽车 |
-
2010
- 2010-03-30 CN CN201010138314.XA patent/CN102208125B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0424503A (ja) * | 1990-05-21 | 1992-01-28 | Nissan Motor Co Ltd | 眼位置検出装置 |
CN2509015Y (zh) * | 2001-11-16 | 2002-09-04 | 陈禄萍 | 驾驶员疲劳检测报警装置 |
US20040183685A1 (en) * | 2003-03-18 | 2004-09-23 | Ford Global Technologies, Llc | Drowsy driver monitoring and prevention system |
US20080291008A1 (en) * | 2007-05-22 | 2008-11-27 | Jeon Byong-Hoon | Preventive terminal device and internet system from drowsy and distracted driving on motorways using facial recognition technology |
CN101599207A (zh) * | 2009-05-06 | 2009-12-09 | 深圳市汉华安道科技有限责任公司 | 一种疲劳驾驶检测装置及汽车 |
Non-Patent Citations (1)
Title |
---|
张恒等: "基于视觉信息融合的驾驶员疲劳监测方法综述", 《信息技术》 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103871200A (zh) * | 2012-12-14 | 2014-06-18 | 深圳市赛格导航科技股份有限公司 | 用于汽车驾驶的安全提醒系统及方法 |
CN103871200B (zh) * | 2012-12-14 | 2016-06-08 | 深圳市赛格导航科技股份有限公司 | 用于汽车驾驶的安全提醒系统及方法 |
AU2013205744B1 (en) * | 2013-05-07 | 2014-10-16 | Safemine Ag | Improving safety sites with movable objects |
US9582979B2 (en) | 2013-05-07 | 2017-02-28 | Safemine Ag | Improving safety on sites with movable objects |
US9809115B2 (en) | 2013-07-03 | 2017-11-07 | Safemine Ag | Operator drowsiness detection in surface mines |
CN103839046B (zh) * | 2013-12-26 | 2017-02-01 | 苏州清研微视电子科技有限公司 | 驾驶人注意力自动识别系统及其识别方法 |
CN103839046A (zh) * | 2013-12-26 | 2014-06-04 | 苏州清研微视电子科技有限公司 | 驾驶人注意力自动识别系统及其识别方法 |
CN106663377A (zh) * | 2014-06-23 | 2017-05-10 | 株式会社电装 | 驾驶员的驾驶不能状态检测装置 |
CN106663377B (zh) * | 2014-06-23 | 2019-04-09 | 株式会社电装 | 驾驶员的驾驶不能状态检测装置 |
CN106874831A (zh) * | 2016-12-14 | 2017-06-20 | 财团法人车辆研究测试中心 | 驾驶行为侦测方法及其系统 |
CN106781284A (zh) * | 2016-12-31 | 2017-05-31 | 中国铁道科学研究院电子计算技术研究所 | 基于多信息融合的机车司机疲劳驾驶预警系统 |
CN109598174A (zh) * | 2017-09-29 | 2019-04-09 | 厦门歌乐电子企业有限公司 | 驾驶员状态的检测方法、及其装置和系统 |
CN108492528A (zh) * | 2018-05-21 | 2018-09-04 | 深圳贻盛科技有限公司 | 一种疲劳驾驶监测系统及车辆 |
CN108646648A (zh) * | 2018-07-29 | 2018-10-12 | 合肥市智信汽车科技有限公司 | 一种运输车辆定位监控系统 |
CN108898797A (zh) * | 2018-09-03 | 2018-11-27 | 深圳市尼欧科技有限公司 | 一种预防疲劳驾驶的智能提醒坐垫系统及提醒方法 |
CN109360375A (zh) * | 2018-11-26 | 2019-02-19 | 青岛小鸟看看科技有限公司 | 一种提高疲劳驾驶检测准确度的方法和系统 |
CN111899471A (zh) * | 2019-05-05 | 2020-11-06 | 东莞潜星电子科技有限公司 | 一种驾驶员疲劳监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN102208125B (zh) | 2015-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102208125B (zh) | 疲劳驾驶监测系统及方法 | |
WO2018058958A1 (zh) | 一种道路车辆交通告警系统及其方法 | |
CN102097003B (zh) | 智能交通安全系统及其终端 | |
CN105336105B (zh) | 一种预防疲劳驾驶的方法、智能设备及系统 | |
CN101470951B (zh) | 汽车安全驾驶监控系统 | |
CN202472863U (zh) | 基于图像信息综合评判的驾驶员疲劳监测网络系统 | |
CN104599443A (zh) | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 | |
CN208498370U (zh) | 基于方向盘的疲劳驾驶检测预警装置 | |
CN103950386A (zh) | 利用机动车驾驶员状态特征进行综合监控的系统 | |
CN205158585U (zh) | 一种预防疲劳驾驶的智能设备及系统 | |
CN208544117U (zh) | 防酒驾系统及智能汽车 | |
CN204332007U (zh) | 一种基于信息融合的驾驶行为预警车载终端 | |
CN102426757A (zh) | 基于模式识别的安全驾驶监控系统和方法 | |
CN103700220A (zh) | 一种疲劳驾驶监控装置 | |
CN108682120A (zh) | 一种车辆疲劳预警装置及方法 | |
CN205498888U (zh) | 汽车用防盗报警器 | |
CN111599140A (zh) | 一种车辆后排活体监测系统及方法 | |
CN201932117U (zh) | 基于模式识别的汽车防盗抢网络系统 | |
CN202939772U (zh) | 基于智能视频的校车监测系统 | |
CN104299363A (zh) | 基于多特征融合的疲劳驾驶预警系统 | |
CN108573210A (zh) | 一种疲劳驾驶报警方法及装置 | |
CN110717477A (zh) | 轨道智能预警分析装置 | |
CN103692913A (zh) | 一种酒后驾车监控装置 | |
CN110428517A (zh) | 一种面向大规模道路运输车辆的车辆运输安全管理体系 | |
CN109383516A (zh) | 一种基于用户行为分析的异常分析行为检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |