CN103198616A - 基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统 - Google Patents
基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统 Download PDFInfo
- Publication number
- CN103198616A CN103198616A CN2013100902237A CN201310090223A CN103198616A CN 103198616 A CN103198616 A CN 103198616A CN 2013100902237 A CN2013100902237 A CN 2013100902237A CN 201310090223 A CN201310090223 A CN 201310090223A CN 103198616 A CN103198616 A CN 103198616A
- Authority
- CN
- China
- Prior art keywords
- driver
- fatigue driving
- incidence
- image
- moving characteristic
- 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
- Traffic Control Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统,1)在车内驾驶位侧面设置摄像头,从侧面采集驾驶员头颈部图像;2)图像处理单元每隔一个间隔时间T保存一组步骤1)中摄像头采集得到的图像,并将驾驶员头颈部侧面图像的轮廓线提取出来;3)根据步骤2)中得到的若干组连续的驾驶员头颈部侧面图像轮廓线形成驾驶员头颈部移动特征,并将其与人体瞌睡状态时的头颈部移动特征进行比较判断,若驾驶员头颈部移动特征符合瞌睡状态要求,则认为驾驶员属于疲劳驾驶并发出报警提示;否则重复步骤2),并持续循环运行。本发明具有检测识别精度高,图像处理算法和相应硬件均要求较低,易于实现的有益效果。
Description
技术领域
本发明涉及一种疲劳驾驶检测方法与系统,特别是涉及一种基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统。
背景技术
随着公路总通车里程和机动车数量的不断增加、车辆运行速度的提高,我国道路交通事故逐年增多,重大事故及死伤人数呈上升趋势,已成为威胁人民群众生命财产安全和社会可持续发展的严重问题。在众多交通事故中,驾驶员人为因素已成为交通事故的主要因素之一。英国和美国的科学家研究分析表明,由驾驶员本身引发的道路交通事故占交通事故总数的57%~65%,与驾驶员相关因素引发的事故占总数的近95%;我国道路交通事故的统计也表明,主要由于驾驶员造成的事故占90%左右。在这些事件中,疲劳驾驶是肇事致人死亡数量最多的交通违法行为之一。据统计,我国因疲劳驾车而造成的交通事故占总数的20%左右,占特大交通事故的40%以上,占交通事故死亡率的83%。
因此,疲劳驾驶已经对我国道路交通安全带来了巨大影响,检测驾驶员的疲劳程度,提前预警对提高驾驶员的工作效率,保护驾驶员的身心健康,从而避免因驾驶员疲劳驾车而造成的交通事故具有非常重要的现实意义。
现有的疲劳驾驶检测手段以利用驾驶员正上前方的摄像头采集驾驶员面部图像并识别眨眼次数和眼部动作居多,例如申请号为200710010629.4的发明专利公开了一种驾驶员疲劳检测报警器,由装有反射式光纤位移传感器的眼镜和智能控制系统组成;所说的光纤传感器是反射式光纤位移传感器,将其组装在一付眼镜两侧边框上,使传感器的探头正对眼睑,并通过光纤将传感器与智能控制系统连接起来;该发明是以眼部疲劳的表情为基准,建立数学模型,对眼睑闪动频率、闭合时间乃至眼球转动、瞳孔收扩进行动态监测。但由于人体眼部动作特点个体差异较大,且动作随机性较强,故检测准确度难以让人满意,且从人体正面采集图像时,眼部和头颈部的垂直向移动较难从图像背景中检测出来,这进一步影响了检测的准确度。
现有技术中也存在基于人体头部姿态识别的疲劳检测系统,例如CN201120266804.8公开了一种基于姿态识别的防疲劳驾驶辅助系统,通过采用带红外光源的摄像机采集头部姿态完成识别疲劳驾驶,所述的摄像机分布在人脸前方的左右两侧和人脸成45°入射角,两台摄像机采集使用者的脸部图像信息,输入到信息处理装置,利用软件处理驾驶员的脸部图像,计算得到头部的3D姿态,进而判断驾驶员正视前方、左视、右视、上视、下视等基本驾驶动作,但是,这种方法同样采集的是人体面部的正面图像,由于人体头颈肤色差异较小,所以利用人体面部正视图来识别头部姿态变化时必须从面部中提取眼、口等颜色比较特殊的部分进行识别处理,对图像处理的要求很高,技术难度大,系统软硬件设计实现成本高。
现有技术中,也有以生理信息检测为手段进行疲劳驾驶检测手段的,例如常见的基于脑电法的疲劳驾驶检测方法虽然检测准确率高,但是测量时需要在头上粘贴电极,这种侵入式测试并不受驾驶人员欢迎;而且这种基于脑电法的疲劳驾驶检测方法在检测过程容易受到外界磁场的干扰,限制了它的使用。
综上所述,现有技术中的各种疲劳驾驶检测方法分别存在着检测精度差;图像处理要求高,技术难度大,软硬件设计实现成本高;或者需要对驾驶员进行侵入式检测等缺陷。
发明内容
针对现有技术存在的上述不足,本发明的目的是提供一种检测精度高,图像处理和相应硬件均要求较低,易于实现的基于驾驶员头颈移动特征识别的疲劳驾驶检测方法。
本发明还同时设计了一套基于驾驶员头颈移动特征识别的疲劳驾驶检测系统。
为实现上述目的,本发明采用如下技术手段:
一种基于驾驶员头颈移动特征识别的疲劳驾驶检测方法,其特征在于:其检测步骤为:
1)在车内驾驶位侧面设置摄像头,该摄像头用于从侧面采集驾驶员头颈部图像;
2)图像处理单元每隔一个间隔时间T保存一组步骤1)中摄像头采集得到的图像,并利用人体皮肤与车内环境图像特征之间的差异,将驾驶员头颈部侧面图像的轮廓线提取出来;其中,所述的间隔时间T为3-30秒。
3)根据步骤2)中得到的若干组连续的驾驶员头颈部侧面图像轮廓线形成驾驶员头颈部移动特征,并将其与人体瞌睡状态时的头颈部移动特征进行比较判断,若驾驶员头颈部移动特征符合瞌睡状态要求,则认为驾驶员属于疲劳驾驶并发出报警提示;否则重复步骤2),并持续循环运行。
进一步地,步骤3)形成的驾驶员头颈部移动特征是由若干组连续的驾驶员头颈部侧面图像轮廓线变化值构成。
更进一步地,所述摄像头在驾驶员两侧均设有,单侧的摄像头为一个或两个,所有摄像头采集得到的图像经过图像融合后形成立体图像,图像处理单元将该立体图像的轮廓线提取出来。
一种基于驾驶员头颈移动特征识别的疲劳驾驶检测系统,其特征在于:包括
图像采集单元,用于从侧面采集驾驶员头颈部图像;所述图像采集单元为安装在车内驾驶位侧面的摄像头;
图像处理单元,用于提取图像采集单元采集的驾驶员头颈部侧面图像的轮廓线;
轮廓线移动特征计算单元,用于将相邻两轮廓线的变化值计算出来,若干连续的轮廓线变化值构成驾驶员头颈部移动特征;
疲劳驾驶判断单元,用于将驾驶员头颈部移动特征与人体瞌睡状态时的头颈部移动特征进行比较以判断是否处于瞌睡状态,如果处于瞌睡状态,则认为属于疲劳驾驶;
疲劳驾驶报警装置,用于出现疲劳驾驶时发出报警提示;
所述图像采集单元、图像处理单元、轮廓线移动特征计算单元、疲劳驾驶判断单元和疲劳驾驶报警装置顺序连接。
所述摄像头为四个,四个摄像头分别安装在汽车左右两侧的A柱和B柱上并朝向驾驶员头颈部侧面。
相比现有技术,本发明具有如下有益效果:
本发明通过在汽车内安装摄像头,采集利用人的头颈(含面部)的侧面视图来实现驾驶员头部姿态识别,与现有技术中采集利用人体面部正视图,然后必须进一步从面部中提取眼、口等颜色比较特殊的部分进行识别处理,从而实现人体头部姿态识别的方法相比,本发明利用人体皮肤与车内环境图像特征之间差异很大的特点,仅仅需要提取以车内环境为背景的人体头颈侧面轮廓(特别是鼻子和下巴的侧轮廓位置变化)就可以非常容易地实现驾驶员头部姿态识别,因为除了扭头动作外,从人体侧面图像中识别头颈部其他动作远远比从正面图像中识别要简单。本发明进行人的头颈部侧面轮廓识别,这是相对大的物体轮廓识别,而传统进行眼部或口唇部的识别是相对小的物体识别。因而本发明具有检测识别精度高,图像处理算法和相应硬件均要求较低,易于实现的有益效果。
附图说明
图1为本发明中驾驶员与四个摄像头的相对位置关系示意图;
图2为本发明一种基于驾驶员头颈移动特征识别的疲劳驾驶检测系统结构示意图。
具体实施方式
下面结合附图和实施例,对本发明做进一步详细说明。
一种基于驾驶员头颈移动特征识别的疲劳驾驶检测方法,其检测步骤为:
1)在车内驾驶位侧面设置摄像头,该摄像头用于从侧面采集驾驶员头颈部图像;具体地,所述摄像头在驾驶员两侧均设有,单侧的摄像头为一个或两个。
2)图像处理单元每隔一个间隔时间T保存一组步骤1)中摄像头采集得到的图像,并利用人体皮肤与车内环境图像特征之间的差异,将驾驶员头颈部侧面图像的轮廓线提取出来;具体地,所有摄像头采集得到的图像经过图像融合后形成立体图像,图像处理单元将该立体图像的轮廓线提取出来。
3)根据步骤2)中得到的若干组连续的驾驶员头颈部侧面图像轮廓线形成驾驶员头颈部移动特征,并将其与人体瞌睡状态时的头颈部移动特征进行比较判断,若驾驶员头颈部移动特征符合瞌睡状态要求,则认为驾驶员属于疲劳驾驶并发出报警提示;否则重复步骤2),并持续循环运行;其中,所述的间隔时间T为1-30秒;具体地,所述驾驶员头颈部移动特征是由若干组连续的驾驶员头颈部侧面图像轮廓线变化值构成。
本发明还根据上述检测方法设计了一种基于驾驶员头颈移动特征识别的疲劳驾驶检测系统,如图2所示,它包括:
图像采集单元,用于从侧面采集驾驶员头颈部图像;所述图像采集单元为安装在车内驾驶位侧面的摄像头;具体地,如图1所示,可以在汽车A柱2内侧的左右对称位置上分别安装一个摄像头1,在汽车B柱3内侧的左右对称位置上分别安装一个摄像头1;适当调节摄像头1的安装高度和镜头角度使其可以采集到驾驶员头颈部侧面图像。
图像处理单元,用于提取图像采集单元采集的驾驶员头颈部侧面图像的轮廓线;
轮廓线移动特征计算单元,用于将相邻两轮廓线的变化值计算出来,若干连续的轮廓线变化值构成驾驶员头颈部移动特征;
疲劳驾驶判断单元,用于将驾驶员头颈部移动特征与人体瞌睡状态时的头颈部移动特征进行比较以判断是否处于瞌睡状态,如果处于瞌睡状态,则认为属于疲劳驾驶;
疲劳驾驶报警装置,用于出现疲劳驾驶时发出报警提示;
所述图像采集单元、图像处理单元、轮廓线移动特征计算单元、疲劳驾驶判断单元和疲劳驾驶报警装置顺序连接。
人体长期处于固定坐姿下,当进入疲劳瞌睡状态后,头颈部会持续缓慢下点,且移动特征与头部正常动作下的移动有明显差异。本发明中通过在汽车A柱2和B柱3的两内侧安装摄像头1,对驾驶员的头颈部进行立体成像,只需提取以车内环境为背景的人体头颈侧面轮廓(特别是鼻子和下巴的侧轮廓位置变化)就可以得到驾驶员头颈部移动特征,将得到的驾驶员头颈部移动特征实时与人体瞌睡状态下的头颈部移动特征进行比较判断便可检测驾驶员是否处于疲劳瞌睡状态,如果判断得出驾驶员进入了疲劳瞌睡状态则采取相应报警措施,防止因驾驶员疲劳驾车而导致的交通事故的发生。
除了上述四个摄像头安装方式外,本发明也可以只在驾驶位单侧设置摄像头,该单侧设置的摄像头可以是一个,也可以是两个,一个摄像头形成的图像当然是平面图像,图像处理单元将该平面图像的轮廓线提取出来即可。两个摄像头各自形成的单个平面图像再进行图像融合后也可以是平面图像,再由图像处理单元将该平面图像的轮廓线提取出来即可。后续处理与之前相同。
另外,在本发明中,多个摄像头采集的图像不一定要融合成立体图像,也可以仅就每一个摄像头采得的平面图像进行轮廓移动特征识别,再综合多个摄像头的轮廓移动特征识别情况来共同决定最终的疲劳判定结果,以决定是否做出疲劳驾驶报警,即这种方法融合的不是图像,而是每个图像对应的轮廓移动特征识别结果。 最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种基于驾驶员头颈移动特征识别的疲劳驾驶检测方法,其特征在于:其检测步骤为:
1)在车内驾驶位侧面设置摄像头,该摄像头用于从侧面采集驾驶员头颈部图像;
2)图像处理单元每隔一个间隔时间T保存一组步骤1)中摄像头采集得到的图像,并利用人体皮肤与车内环境图像特征之间的差异,将驾驶员头颈部侧面图像的轮廓线提取出来;
3)根据步骤2)中得到的若干组连续的驾驶员头颈部侧面图像轮廓线形成驾驶员头颈部移动特征,并将其与人体瞌睡状态时的头颈部移动特征进行比较判断,若驾驶员头颈部移动特征符合瞌睡状态要求,则认为驾驶员属于疲劳驾驶并发出报警提示;否则重复步骤2),并持续循环运行。
2.根据权利要求1所述的一种基于驾驶员头颈移动特征识别的疲劳驾驶检测方法,其特征在于:所述的间隔时间T为1-30秒。
3.根据权利要求1或2所述的一种基于驾驶员头颈移动特征识别的疲劳驾驶检测方法,其特征在于:步骤3)形成的驾驶员头颈部移动特征是由若干组连续的驾驶员头颈部侧面图像轮廓线变化值构成。
4.根据权利要求1或2所述的一种基于驾驶员头颈移动特征识别的疲劳驾驶检测方法,其特征在于:所述摄像头在驾驶员两侧均设有,单侧的摄像头为一个或两个,所有摄像头得到的图像经过图像融合后形成立体图像,图像处理单元将该立体图像的轮廓线提取出来。
5.根据权利要求1或2所述的一种基于驾驶员头颈移动特征识别的疲劳驾驶检测方法,其特征在于:所述摄像头为驾驶员同侧的一个或两个,该一个或两个摄像头形成的图像为平面图像,图像处理单元将该平面图像的轮廓线提取出来。
6.一种基于驾驶员头颈移动特征识别的疲劳驾驶检测系统,其特征在于:包括
图像采集单元,用于从侧面采集驾驶员头颈部图像;所述图像采集单元为安装在车内驾驶位侧面的摄像头;
图像处理单元,用于提取图像采集单元采集的驾驶员头颈部侧面图像的轮廓线;
轮廓线移动特征计算单元,用于将相邻两轮廓线的变化值计算出来,若干连续的轮廓线变化值构成驾驶员头颈部移动特征;
疲劳驾驶判断单元,用于将驾驶员头颈部移动特征与人体瞌睡状态时的头颈部移动特征进行比较以判断是否处于瞌睡状态,如果处于瞌睡状态,则认为属于疲劳驾驶;
疲劳驾驶报警装置,用于出现疲劳驾驶时发出报警提示;
所述图像采集单元、图像处理单元、轮廓线移动特征计算单元、疲劳驾驶判断单元和疲劳驾驶报警装置顺序连接。
7.根据权利要求6所述的基于驾驶员头颈移动特征识别的疲劳驾驶检测系统,其特征在于:所述摄像头为四个,四个摄像头分别安装在汽车左右两侧的A柱和B柱上并朝向驾驶员头颈部侧面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310090223.7A CN103198616B (zh) | 2013-03-20 | 2013-03-20 | 基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310090223.7A CN103198616B (zh) | 2013-03-20 | 2013-03-20 | 基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103198616A true CN103198616A (zh) | 2013-07-10 |
CN103198616B CN103198616B (zh) | 2015-10-28 |
Family
ID=48721105
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310090223.7A Expired - Fee Related CN103198616B (zh) | 2013-03-20 | 2013-03-20 | 基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103198616B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927007A (zh) * | 2014-04-09 | 2014-07-16 | 惠州Tcl移动通信有限公司 | 基于智能设备检测用户是否疲劳的方法及智能设备 |
CN107067673A (zh) * | 2017-04-17 | 2017-08-18 | 深圳市元征科技股份有限公司 | 颈椎活动提示方法和眼镜 |
CN107571819A (zh) * | 2016-07-05 | 2018-01-12 | 奥迪股份公司 | 驾驶辅助系统、方法和车辆 |
CN107967609A (zh) * | 2017-12-29 | 2018-04-27 | 深圳正品创想科技有限公司 | 一种结算通道及无人商店 |
CN108446586A (zh) * | 2018-01-31 | 2018-08-24 | 上海数迹智能科技有限公司 | 一种列车驾驶员特定动作检测方法 |
CN108961785A (zh) * | 2018-07-10 | 2018-12-07 | 杭州利艾智能科技有限公司 | 一种调整交通控制信号的系统及方法 |
CN109376682A (zh) * | 2018-11-06 | 2019-02-22 | 东莞市凯木金电子科技有限公司 | 一种智能摄像头及疲劳状态识别方法 |
CN109532661A (zh) * | 2018-11-27 | 2019-03-29 | 惠州华阳通用电子有限公司 | 一种基于tof摄像模组的防疲劳驾驶方法 |
CN113593182A (zh) * | 2021-06-15 | 2021-11-02 | 青岛海尔科技有限公司 | 智能穿戴设备的控制方法及控制装置、可穿戴设备 |
WO2021249239A1 (zh) * | 2020-06-12 | 2021-12-16 | 广州汽车集团股份有限公司 | 一种疲劳驾驶检测方法及其系统、计算机设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1936988A (zh) * | 2006-09-01 | 2007-03-28 | 王焕一 | 驾驶员瞌睡报警记录的方法及装置 |
CN101032405A (zh) * | 2007-03-21 | 2007-09-12 | 汤一平 | 基于全方位计算机视觉的安全驾驶辅助装置 |
CN101593352A (zh) * | 2009-06-12 | 2009-12-02 | 浙江大学 | 基于面部朝向和视觉焦点的驾驶安全监测系统 |
US8045766B2 (en) * | 2007-02-16 | 2011-10-25 | Denso Corporation | Device, program, and method for determining sleepiness |
CN202183155U (zh) * | 2011-07-26 | 2012-04-04 | 山东大学 | 基于姿态识别的防疲劳驾驶辅助系统 |
CN202472863U (zh) * | 2010-12-31 | 2012-10-03 | 北京星河易达科技有限公司 | 基于图像信息综合评判的驾驶员疲劳监测网络系统 |
-
2013
- 2013-03-20 CN CN201310090223.7A patent/CN103198616B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1936988A (zh) * | 2006-09-01 | 2007-03-28 | 王焕一 | 驾驶员瞌睡报警记录的方法及装置 |
US8045766B2 (en) * | 2007-02-16 | 2011-10-25 | Denso Corporation | Device, program, and method for determining sleepiness |
CN101032405A (zh) * | 2007-03-21 | 2007-09-12 | 汤一平 | 基于全方位计算机视觉的安全驾驶辅助装置 |
CN101593352A (zh) * | 2009-06-12 | 2009-12-02 | 浙江大学 | 基于面部朝向和视觉焦点的驾驶安全监测系统 |
CN202472863U (zh) * | 2010-12-31 | 2012-10-03 | 北京星河易达科技有限公司 | 基于图像信息综合评判的驾驶员疲劳监测网络系统 |
CN202183155U (zh) * | 2011-07-26 | 2012-04-04 | 山东大学 | 基于姿态识别的防疲劳驾驶辅助系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103927007A (zh) * | 2014-04-09 | 2014-07-16 | 惠州Tcl移动通信有限公司 | 基于智能设备检测用户是否疲劳的方法及智能设备 |
CN103927007B (zh) * | 2014-04-09 | 2017-08-08 | 惠州Tcl移动通信有限公司 | 基于智能设备检测用户是否疲劳的方法及智能设备 |
CN107571819A (zh) * | 2016-07-05 | 2018-01-12 | 奥迪股份公司 | 驾驶辅助系统、方法和车辆 |
CN107067673A (zh) * | 2017-04-17 | 2017-08-18 | 深圳市元征科技股份有限公司 | 颈椎活动提示方法和眼镜 |
CN107967609A (zh) * | 2017-12-29 | 2018-04-27 | 深圳正品创想科技有限公司 | 一种结算通道及无人商店 |
CN108446586A (zh) * | 2018-01-31 | 2018-08-24 | 上海数迹智能科技有限公司 | 一种列车驾驶员特定动作检测方法 |
CN108961785A (zh) * | 2018-07-10 | 2018-12-07 | 杭州利艾智能科技有限公司 | 一种调整交通控制信号的系统及方法 |
CN109376682A (zh) * | 2018-11-06 | 2019-02-22 | 东莞市凯木金电子科技有限公司 | 一种智能摄像头及疲劳状态识别方法 |
CN109532661A (zh) * | 2018-11-27 | 2019-03-29 | 惠州华阳通用电子有限公司 | 一种基于tof摄像模组的防疲劳驾驶方法 |
WO2021249239A1 (zh) * | 2020-06-12 | 2021-12-16 | 广州汽车集团股份有限公司 | 一种疲劳驾驶检测方法及其系统、计算机设备 |
CN113807126A (zh) * | 2020-06-12 | 2021-12-17 | 广州汽车集团股份有限公司 | 一种疲劳驾驶检测方法及其系统、计算机设备、存储介质 |
CN113593182A (zh) * | 2021-06-15 | 2021-11-02 | 青岛海尔科技有限公司 | 智能穿戴设备的控制方法及控制装置、可穿戴设备 |
Also Published As
Publication number | Publication date |
---|---|
CN103198616B (zh) | 2015-10-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103198616B (zh) | 基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统 | |
CN105719431A (zh) | 一种疲劳驾驶检测系统 | |
Tipprasert et al. | A method of driver’s eyes closure and yawning detection for drowsiness analysis by infrared camera | |
CN102930693B (zh) | 安全驾驶预警方法 | |
CN108230619A (zh) | 基于多特征融合的疲劳驾驶检测方法 | |
CN104183091B (zh) | 一种自适应调整疲劳驾驶预警系统灵敏度的系统 | |
CN103886307B (zh) | 一种视线跟踪及疲劳预警方法 | |
CN110826369A (zh) | 一种驾驶员驾驶时注意力检测方法和系统 | |
CN113743471B (zh) | 一种驾驶评估方法及其系统 | |
CN112434611B (zh) | 基于眼部运动细微特征的早期疲劳检测方法及系统 | |
CN103340637A (zh) | 基于眼动与脑电融合的驾驶员警觉度智能监控系统及方法 | |
CN101169873A (zh) | 一种异常驾驶智能检测系统及其检测方法 | |
CN101877051A (zh) | 驾驶人注意力状态监测方法和装置 | |
CN105574487A (zh) | 基于面部特征的驾驶人注意力状态检测方法 | |
CN106408877A (zh) | 一种轨道交通驾驶员疲劳状态监测方法 | |
CN107669283A (zh) | 基于多特征融合的眼镜式驾驶疲劳监测预警装置及方法 | |
CN109740477A (zh) | 驾驶员疲劳检测系统及其疲劳检测方法 | |
CN103824421B (zh) | 主动安全疲劳驾驶检测警示系统 | |
CN117227740B (zh) | 一种智能驾驶车辆的多模态感知系统及方法 | |
CN109953763A (zh) | 一种基于深度学习的车载驾驶行为检测预警系统及方法 | |
CN103927854B (zh) | 一种监控设备与汽车 | |
CN106564429A (zh) | 疲劳驾驶确定装置及其方法 | |
CN103465825A (zh) | 一种车载系统及其控制方法 | |
CN208371800U (zh) | 一种基于多特征融合的眼镜式驾驶疲劳监测预警装置 | |
CN106548600A (zh) | 实时瞳孔追踪系统和疲劳状态监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Lei Jianmei Inventor after: Chen Min Inventor after: He Shibiao Inventor after: Chen Qian Inventor after: Jin Li Inventor before: Lei Jianmei Inventor before: Chen Min Inventor before: He Shibiao |
|
COR | Change of bibliographic data | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151028 Termination date: 20210320 |
|
CF01 | Termination of patent right due to non-payment of annual fee |