CN104112334B - 疲劳驾驶预警方法及系统 - Google Patents
疲劳驾驶预警方法及系统 Download PDFInfo
- Publication number
- CN104112334B CN104112334B CN201310132259.7A CN201310132259A CN104112334B CN 104112334 B CN104112334 B CN 104112334B CN 201310132259 A CN201310132259 A CN 201310132259A CN 104112334 B CN104112334 B CN 104112334B
- Authority
- CN
- China
- Prior art keywords
- fatigue
- driver
- information
- early warning
- state information
- 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.)
- Active
Links
Landscapes
- Traffic Control Systems (AREA)
- Emergency Alarm Devices (AREA)
- Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种基于智能终端的疲劳驾驶预警方法及系统。疲劳驾驶预警方法包括以下步骤:检测驾驶员的身体特征;根据所述身体特征判断所述驾驶员是否处于疲劳驾驶状态,若是,生成第一疲劳状态信息;获取当前路况信息、行车里程和拥塞程度,以生成第二疲劳状态信息;对所述第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数;和根据所述疲劳指数执行预警。这种疲劳驾驶预警方法考虑因素全面,准确度高。
Description
技术领域
本发明涉及汽车技术领域,特别涉及一种基于智能终端的疲劳驾驶预警方法及系统。
背景技术
目前疲劳驾驶检测方法包括接触式检测和非接触式检测。接触式检测主要是通过附着于驾驶员身体上的传感器检测驾驶员身体特征的变化来检测疲劳驾驶情况,具体包括脑电图检测和头部位置感应。非接触式检测主要是通过非接触的传感器检测驾驶员身体特征的变化或车辆状态来检测疲劳驾驶情况。驾驶员身体特征检测包括利用瞳孔计以及眼睛闭合百分比(PERCLOS算法)等特征检测。车辆状态的检测主要通过方向盘的状态检测以及道路追踪器检测。其中方向盘检测是根据驾驶员疲劳程度加深时,方向盘的转动幅度次数会增多,握紧方向盘的力量变大;道路追踪器是通过安装在车辆上的摄像头检测车辆越过车道线的频率和时间来确定驾驶员的疲劳程度。
现有的疲劳驾驶检测方法及系统主要是从驾驶员角度检测,没有考虑行车路况对驾驶员疲劳程度的影响,例如连续行车里程和拥塞程度等都会对驾驶员的疲劳程度产生一定的影响。
发明内容
本发明的目的旨在至少解决上述技术缺陷之一。
为此,本发明的一个目的在于提出一种准确全面地检测驾驶员是否处于疲劳驾驶状态的疲劳驾驶预警方法。
本发明的另一目的在于提出一种疲劳驾驶预警系统。
为了实现上述目的,根据本发明第一方面的实施例的疲劳驾驶预警方法包括以下步骤:检测驾驶员的身体特征;根据所述身体特征判断所述驾驶员是否处于疲劳驾驶状态,若是,则生成第一疲劳状态信息;获取当前路况信息、行车里程和拥塞程度,以生成第二疲劳状态信息;对所述第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数;和根据所述疲劳指数执行预警。
根据本发明实施例的疲劳驾驶预警方法,综合考虑驾驶员的自身状态及行车路况,计算驾驶员的疲劳指数,确定驾驶员的疲劳等级,进而依据其等级执行相应预警。这种预警方法考虑因素全面,准确度高。
为了实现上述目的,根据本发明第二方面的实施例的疲劳驾驶预警系统包括:检测模块,用于检测驾驶员的身体特征;第一信息生成模块,用于根据所述身体特征判断所述驾驶员是否处于疲劳驾驶状态,若是,则生成第一疲劳状态信息;第二信息生成模块,用于获取当前路况信息、行车里程和拥塞程度,以生成第二疲劳状态信息;计算模块,用于对所述第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数;和预警模块,用于根据所述疲劳指数执行预警。
根据本发明实施例的疲劳驾驶预警系统,综合考虑驾驶员的自身状态及行车路况,计算驾驶员的疲劳指数,确定驾驶员的疲劳等级,进而依据其等级执行相应预警。这种预警系统考虑因素全面,准确度高。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明的疲劳驾驶预警方法的流程图;
图2为根据本发明一个实施例的疲劳驾驶预警方法的流程图;
图3为根据本发明一个实施例的疲劳驾驶预警方法的流程图;
图4为根据本发明一个实施例的疲劳驾驶预警方法的流程图;
图5为根据本发明的疲劳驾驶预警系统的结构框图;
图6为本发明一个实施例的疲劳驾驶预警系统的结构框图;
图7为本发明一个实施例的疲劳驾驶预警系统的结构框图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
在本发明的描述中,需要理解的是,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
下面参考附图描述根据本发明实施例的疲劳驾驶预警方法及系统。
图1是本发明的疲劳驾驶预警方法的流程图。如图1所示,疲劳驾驶预警方法包括以下步骤:检测驾驶员的身体特征;根据身体特征判断所驾驶员是否处于疲劳驾驶状态,若是,生成第一疲劳状态信息;获取当前路况信息、行车里程和拥塞程度,以生成第二疲劳状态信息;对第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数;和根据疲劳指数执行预警。
图2是根据本发明一个实施例的疲劳驾驶预警方法的流程图。
如图2所示,疲劳驾驶预警方法包括下述步骤。
步骤S101:基于经典的PERCLOS算法检测检测驾驶员的身体特征,即检测驾驶员的眼睛闭合时间占单位时间的百分比。具体包括:获取驾驶员在单位时间内的眼睛视频图像,例如,可以通过安装在驾驶座上前方的摄像头监控驾驶员(尤其是眼睛部位)的状态;根据眼睛视频图像计算驾驶员的眼睛闭合时间占单位时间的百分比,例如,可以利用图像处理技术从眼睛视频图像中计算出驾驶员的眼睛闭合时间占单位时间的百分比。
步骤S102:当眼睛闭合时间百分比超过阈值时,判断驾驶员是处于疲劳驾驶状态,并生成第一疲劳状态信息。即第一疲劳状态信息是考虑驾驶员的自身状态因素的信息。通过设置眼睛闭合时间百分比阈值,当该百分比超过阈值时向例如智能终端发送驾驶员疲劳状态信息,这样即能保证实时检测到驾驶员的疲劳信息,又能降低检测模块与智能终端的信息交换量,从而降低智能终端的耗电量。
步骤S103:以定时触发的方式获取当前路况信息、行车里程和拥塞程度,以生成第二疲劳状态信息。通过定时触发的方式生成第二疲劳信息,可以减轻例如智能终端的工作量,保持适宜的疲劳预警频率,适于普通行车环境的情况。具体地,可以通过LBS定位服务获取当前路况信息的参数;通过车载里程器获取行车里程和行车时间以得到拥塞程度的参数。进而根据获取的当前路况信息、行车里程和拥塞程度与疲劳状态之间的函数关系(即下文的h(t))生成第二疲劳状态信息。
步骤S104:对第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数。具体地,根据加权公式f(t)=λg(t)+μh(t)计算疲劳指数,其中,g(t)为基于驾驶员主观身体状态的第一疲劳状态信息,h(t)为基于路况等客观条件的第二疲劳状态信息。
步骤S105:根据疲劳指数执行预警。
图3是根据本发明一个实施例的疲劳驾驶预警方法的流程图。
如图3所示,疲劳驾驶预警方法包括下述步骤。
步骤S201:基于经典的PERCLOS算法检测检测驾驶员的身体特征,即检测驾驶员的眼睛闭合时间占单位时间的百分比。具体包括:获取驾驶员在单位时间内的眼睛视频图像,例如,可以通过安装在驾驶座上前方的摄像头监控驾驶员(尤其是眼睛部位)的状态;根据眼睛视频图像计算驾驶员的眼睛闭合时间占单位时间的百分比,例如,可以利用图像处理技术从眼睛视频图像中计算出驾驶员的眼睛闭合时间占单位时间的百分比。
步骤S202:当眼睛闭合时间百分比超过阈值时,判断驾驶员是处于疲劳驾驶状态,并生成第一疲劳状态信息。即第一疲劳状态信息是考虑驾驶员的自身状态因素的信息。
步骤S203:当生成第一疲劳信息时,获取当前路况信息、行车里程和拥塞程度,以生成第二疲劳状态信息。这样一旦生成第一疲劳信息,即可以即时生成第二疲劳信息,具有即时迅速地进行疲劳预警的优点,适于行车环境险恶的高危情况。具体地,可以通过LBS定位服务获取当前路况信息的参数;通过车载里程器获取行车里程和行车时间以得到拥塞程度的参数。进而根据获取的当前路况信息、行车里程和拥塞程度与疲劳状态之间的函数关系(即下文的h(t))生成第二疲劳状态信息。
步骤S204:对第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数。具体地,根据加权公式f(t)=λg(t)+μh(t)计算疲劳指数,其中,g(t)为基于驾驶员主观身体状态的第一疲劳状态信息,h(t)为基于路况等客观条件的第二疲劳状态信息。
步骤S205:根据疲劳指数执行预警。
图4是根据本发明一个实施例的疲劳驾驶预警方法的流程图。
如图4所示,疲劳驾驶预警方法包括下述步骤。
步骤S301:基于经典的PERCLOS算法检测检测驾驶员的身体特征,即检测驾驶员的眼睛闭合时间占单位时间的百分比。具体包括:获取驾驶员在单位时间内的眼睛视频图像,例如,可以通过安装在驾驶座上前方的摄像头监控驾驶员(尤其是眼睛部位)的状态;根据眼睛视频图像计算驾驶员的眼睛闭合时间占单位时间的百分比,例如,可以利用图像处理技术从眼睛视频图像中计算出驾驶员的眼睛闭合时间占单位时间的百分比。
步骤S302:当眼睛闭合时间百分比超过阈值时,判断驾驶员是处于疲劳驾驶状态,并生成第一疲劳状态信息。即第一疲劳状态信息是考虑驾驶员的自身状态因素的信息。
步骤S303:以定时触发的方式获取当前路况信息、行车里程和拥塞程度,以生成第二疲劳状态信息。具体地,可以通过LBS定位服务获取当前路况信息的参数;通过车载里程器获取行车里程和行车时间以得到拥塞程度的参数。进而根据获取的当前路况信息、行车里程和拥塞程度与疲劳状态之间的函数关系(即下文的h(t))生成第二疲劳状态信息。
步骤S304:对第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数。具体地,根据加权公式f(t)=λg(t)+μh(t)计算疲劳指数,其中,g(t)为基于驾驶员主观身体状态的第一疲劳状态信息,h(t)为基于路况等客观条件的第二疲劳状态信息。
步骤S305:根据疲劳指数分等级执行相应预警。具体地,包括以下步骤:
S3051:当根据疲劳指数判定为弱预警时,通知驾驶员当前处于轻度疲劳驾驶状态。例如,通过语音提示通知驾驶员,并播放音频吵醒驾驶员。
S3052:当根据疲劳指数判定为强预警时,通知驾驶员当前的疲劳程度,提示和/或引导驾驶员去安全区域休息,并将驾驶员的当前信息发送给预设的第三方。具体地,可以通过LBS服务获取最近的休息区和行车路线,并且将当前的疲劳状态和相关信息(例如:相关照片、行车时间、行车里程和当前位置信息)发给预设的第三方。譬如,发送到最关心驾驶员的人的手机上。这样他(她)知道驾驶员的状况之后就可以电话等通讯方式联络驾驶员,说服驾驶员去休息,从而起到比机器预警更有效和更人性化的预警。此外,人性化预警的高效性和灵活性体现在很多领域,例如,对于长途客车,旅客和司机之间可以通过蓝牙配对等方式动态成为预设的第三方。
图5是根据本发明的疲劳驾驶预警系统的结构框图。如图5所示,该系统包括:检测模块110、第一信息生成模块120、第二信息生成模块130、计算模块140和预警模块150。
检测模块110用于检测驾驶员的身体特征;第一信息生成模块120,用于根据身体特征判断所驾驶员是否处于疲劳驾驶状态,若是,生成第一疲劳状态信息;第二信息生成模块130,用于获取当前路况信息、行车里程和拥塞程度,以生成第二疲劳状态信息;计算模块140,用于对第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数;预警模块150,用于根据疲劳指数执行预警。
图6是根据本发明的一个实施例的疲劳驾驶预警系统的结构框图。如图6所示,该系统包括:检测模块210、第一信息生成模块220、第二信息生成模块230、计算模块240和预警模块250。
其中,检测模块210检测驾驶员的眼睛闭合时间占单位时间的百分比。检测模块210进一步包括:图像获取单元2102和计算单元2104。其中,图像获取单元2102例如可以是安装在驾驶座上前方的CCD摄像头,红外摄像头,用于实时获取驾驶员在单位时间内的眼睛视频图像。计算单元2104可以通过单片机实现,利用图像处理技术从眼睛视频图像中计算出驾驶员的眼睛闭合时间占单位时间的百分比。
第一信息生成模块220用于根据检测模块210计算出的百分比判断驾驶员是否处于疲劳驾驶状态,即当该百分比超过阈值时,第一信息生成模块210判断驾驶员是处于疲劳驾驶状态,生成第一疲劳状态信息。
第二信息生成模块230通过LBS定位服务获取当前路况信息的参数;通过车载里程器获取行车里程和行车时间以得到拥塞程度的参数。进而根据获取的当前路况信息、行车里程和拥塞程度与疲劳状态之间的函数关系h(t)生成第二疲劳状态信息。
需指出的是,第一信息生成模块220是实时持续地监控驾驶员的状态,但第二信息生成模块230并不需要实时持续地采集参数。在本发明的一个实施例中,在第二信息生成模块230中预设时间,即每经过一段预设时间,第二信息生成模块230获取当前路况信息、行车里程和拥塞程度等参数。通过定时触发的方式生成第二疲劳信息,可以减轻第二信息生成模块230的工作量,保持适宜的疲劳预警频率,适于普通行车环境的情况。在本发明的另一个实施例中,当第一信息生成模块220生成第一疲劳状态信息时,即推送给第二信息生成模块230,从而触发第二信息生成模块230获取当前路况信息、行车里程和拥塞程度等参数。这样一旦生成第一疲劳信息,可以即时生成第二疲劳信息,具有即时迅速地进行疲劳预警的优点,适于行车环境险恶的高危情况。
计算模块240根据第一信息生成模块220生成的第一疲劳状态信息和第二信息生成模块230生成的第二疲劳状态信息,通过加权公式f(t)=λg(t)+μh(t)计算疲劳指数,其中,g(t)为第一疲劳状态信息,h(t)为第二疲劳状态信息。
预警模块250用于根据疲劳指数执行预警。
图7是根据本发明的一个实施例的疲劳驾驶预警系统的结构框图。如图7所示,该系统包括:检测模块310、第一信息生成模块320、第二信息生成模块330、计算模块340和预警模块350。
其中,检测模块310检测驾驶员的眼睛闭合时间占单位时间的百分比。检测模块进一步包括:图像获取单元3102和计算单元3104。其中,图像获取单元3102例如可以是安装在驾驶座上前方的CCD摄像头,红外摄像头,用于实时获取驾驶员在单位时间内的眼睛视频图像。计算单元3104可以通过单片机实现,利用图像处理技术从眼睛视频图像中计算出驾驶员的眼睛闭合时间占单位时间的百分比。
第一信息生成模块320用于根据检测模块310计算出的百分比判断驾驶员是否处于疲劳驾驶状态,即当该百分比超过阈值时,第一信息生成模块310判断驾驶员是处于疲劳驾驶状态,生成第一疲劳状态信息。
第二信息生成模块330通过LBS定位服务获取当前路况信息的参数;通过车载里程器获取行车里程和行车时间以得到拥塞程度的参数。进而根据获取的当前路况信息、行车里程和拥塞程度与疲劳状态之间的函数关系h(t)生成第二疲劳状态信息。
如上所述,第一信息生成模块220是实时持续地监控驾驶员的状态,第二信息生成模块230通过定时触发或即时触发的方式采集参数。
计算模块340根据第一信息生成模块320生成的第一疲劳状态信息和第二信息生成模块330生成的第二疲劳状态信息,通过加权公式f(t)=λg(t)+μh(t)计算疲劳指数,其中,g(t)为第一疲劳状态信息,h(t)为第二疲劳状态信息。
预警模块350用于根据疲劳指数执行预警。预警模块350进一步包括:预警判定单元3502和预警执行单元3504。其中,预警判定单元3502用于根据计算模块340得到的疲劳指数判定预警等级。预警执行单元3504用于根据预警等级执行相应预警。当预警判定单元3502判定为弱预警时,预警执行单元3504通知驾驶员当前处于轻度疲劳驾驶状态。例如,通过语音提示通知驾驶员,并播放音频吵醒驾驶员。当预警判定单元3502判定为强预警时,预警执行单元3504通知驾驶员当前的疲劳程度,提示和/或引导驾驶员去安全区域休息,并将驾驶员的当前信息发送给预设的第三方。具体地,预警执行单元3504可以通过LBS服务获取最近的休息区和行车路线,并且将当前的疲劳状态和相关信息(例如:相关照片、行车时间、行车里程和当前位置信息)发送给预设的第三方,第三方可以通过电话等通讯方式联络驾驶员,说服驾驶员去休息,从而起到比机器预警更有效和更人性化的预警。
需指出的是,在根据本发明各实施例的系统中:计算单元和第一信息生成模块可以集成在单片机中,主要功能是对疲劳驾驶进行检测和预判定;第二信息生成模块、计算模块和预警模块可以集成在用户(驾驶员)的智能终端中,主要功能是对疲劳驾驶进行等级判定和预警。
在本发明的实施例中,智能终端可以是手机、笔记本、台式机、PDA、上网本等各种终端。
根据本发明实施例的疲劳驾驶预警方法及系统,综合考虑驾驶员的自身状态及行车路况,计算驾驶员的疲劳指数,确定驾驶员的疲劳等级,进而依据其等级执行相应预警。这种预警系统考虑因素全面,准确度高。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同限定。
Claims (12)
1.一种疲劳驾驶预警方法,其特征在于,包括以下步骤:
检测驾驶员的身体特征;
根据所述身体特征判断所述驾驶员是否处于疲劳驾驶状态,若是,则生成第一疲劳状态信息;
获取行车环境信息,其中,所述行车环境信息包括:当前路况信息、行车里程和拥塞程度,并生成第二疲劳状态信息;
对所述第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数;和
根据所述疲劳指数执行预警。
2.根据权利要求1所述的疲劳驾驶预警方法,其特征在于,检测驾驶员的身体特征的步骤包括:
获取所述驾驶员在单位时间内的眼睛视频图像;
根据所述眼睛视频图像计算所述驾驶员的眼睛闭合时间占单位时间的百分比;和
当所述百分比超过阈值时,判断所述驾驶员是处于疲劳驾驶状态。
3.根据权利要求1所述的疲劳驾驶预警方法,其特征在于,定时触发或者当生成所述第一疲劳状态信息时,获取所述当前路况信息、行车里程和拥塞程度,并根据获取的所述当前路况信息、行车里程和拥塞程度与疲劳状态之间的函数关系生成所述第二疲劳状态信息。
4.根据权利要求1所述的疲劳驾驶预警方法,其特征在于,对所述第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数的步骤包括:
根据加权公式f(t)=λg(t)+μh(t)计算所述疲劳指数,其中,g(t)为所述第一疲劳状态信息,h(t)为所述第二疲劳状态信息。
5.根据权利要求1所述的疲劳驾驶预警方法,其特征在于,还包括:
当根据所述疲劳指数判定为弱预警时,通知所述驾驶员当前处于轻度疲劳驾驶状态;
当根据所述疲劳指数判定为强预警时,通知所述驾驶员当前的疲劳程度,提示和/或引导所述驾驶员去安全区域休息,并将所述驾驶员的当前信息发送给预设的第三方。
6.一种疲劳驾驶预警系统,其特征在于,包括:
检测模块,用于检测驾驶员的身体特征;
第一信息生成模块,用于根据所述身体特征判断所述驾驶员是否处于疲劳驾驶状态,若是,则生成第一疲劳状态信息;
第二信息生成模块,用于获取行车环境信息,其中,所述行车环境信息包括:当前路况信息、行车里程和拥塞程度,并生成第二疲劳状态信息;
计算模块,用于对所述第一疲劳状态信息和第二疲劳状态信息进行加权计算以得到疲劳指数;和
预警模块,用于根据所述疲劳指数执行预警。
7.根据权利要求6所述的疲劳驾驶预警系统,其特征在于,所述检测模块包括:
图像获取单元,用于获取所述驾驶员在单位时间内的眼睛视频图像;和
计算单元,根据所述眼睛视频图像计算所述驾驶员的眼睛闭合时间占单位时间的百分比。
8.根据权利要求7所述的疲劳驾驶预警系统,其特征在于,当所述百分比超过阈值时,所述第一信息生成模块判断所述驾驶员是处于疲劳驾驶状态。
9.根据权利要求6所述的疲劳驾驶预警系统,其特征在于,所述第二信息生成模块通过LBS定位服务获取所述当前路况信息。
10.根据权利要求6所述的疲劳驾驶预警系统,其特征在于,每经过一段预定时间或者当生成所述第一疲劳状态信息时,所述第二信息生成模块获取所述当前路况信息、行车里程和拥塞程度,并根据获取的所述当前路况信息、行车里程和拥塞程度与疲劳状态之间的函数关系生成所述第二疲劳状态信息。
11.根据权利要求6所述的疲劳驾驶预警系统,其特征在于,所述计算模块根据加权公式f(t)=λg(t)+μh(t)计算所述疲劳指数,其中,g(t)为所述第一疲劳状态信息,h(t)为所述第二疲劳状态信息。
12.根据权利要求6所述的疲劳驾驶预警系统,其特征在于,所述预警模块包括:
预警判定单元,用于根据所述疲劳指数判定预警等级;和
预警执行单元,用于根据所述预警等级执行相应预警,其中,当所述预警判定单元判定为弱预警时,所述预警执行单元通知所述驾驶员当前处于轻度疲劳驾驶状态,当所述预警判定单元判定为强预警时,所述预警执行单元通知所述驾驶员当前的疲劳程度,提示和/或引导所述驾驶员去安全区域休息,并将所述驾驶员的当前信息发送给预设的第三方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310132259.7A CN104112334B (zh) | 2013-04-16 | 2013-04-16 | 疲劳驾驶预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310132259.7A CN104112334B (zh) | 2013-04-16 | 2013-04-16 | 疲劳驾驶预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104112334A CN104112334A (zh) | 2014-10-22 |
CN104112334B true CN104112334B (zh) | 2017-12-22 |
Family
ID=51709108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310132259.7A Active CN104112334B (zh) | 2013-04-16 | 2013-04-16 | 疲劳驾驶预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104112334B (zh) |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101555444B1 (ko) * | 2014-07-10 | 2015-10-06 | 현대모비스 주식회사 | 차량탑재 상황감지 장치 및 그 방법 |
CN104318714B (zh) * | 2014-11-12 | 2018-06-15 | 沈阳美行科技有限公司 | 一种疲劳驾驶预警方法 |
CN104408879B (zh) * | 2014-11-19 | 2017-02-01 | 湖南工学院 | 疲劳驾驶预警处理方法、装置及系统 |
CN105261153A (zh) * | 2015-11-03 | 2016-01-20 | 北京奇虎科技有限公司 | 车辆行驶监控方法和装置 |
CN107146381A (zh) * | 2016-03-01 | 2017-09-08 | 中国矿业大学(北京) | 一种利用视觉图像监测固定岗位人员疲劳的方法和设备 |
CN106080194A (zh) * | 2016-06-14 | 2016-11-09 | 李英德 | 防疲劳驾驶的预警方法和系统 |
CN106205054A (zh) * | 2016-09-13 | 2016-12-07 | 深圳市几米软件有限公司 | 安全驾驶智能预警方法、车载设备及服务器 |
CN108230619A (zh) * | 2016-12-14 | 2018-06-29 | 贵港市瑞成科技有限公司 | 基于多特征融合的疲劳驾驶检测方法 |
CN106781281A (zh) * | 2016-12-28 | 2017-05-31 | 珠海市魅族科技有限公司 | 一种车辆的提示信息生成方法及车载终端 |
CN107844777B (zh) * | 2017-11-16 | 2021-06-11 | 百度在线网络技术(北京)有限公司 | 用于生成信息的方法和装置 |
CN107742399B (zh) * | 2017-11-16 | 2022-02-22 | 百度在线网络技术(北京)有限公司 | 用于发出告警信号的方法及装置 |
CN107832721B (zh) * | 2017-11-16 | 2021-12-07 | 百度在线网络技术(北京)有限公司 | 用于输出信息的方法和装置 |
CN107802274A (zh) * | 2017-11-23 | 2018-03-16 | 山东科技大学 | 基于生理指标的疲劳度检测方法及系统 |
CN108877151B (zh) * | 2018-07-11 | 2020-03-27 | 中国医学科学院生物医学工程研究所 | 疲劳驾驶预警方法、装置、设备及存储介质 |
CN109272764B (zh) * | 2018-09-30 | 2020-12-08 | 广州鹰瞰信息科技有限公司 | 一种危险驾驶的提醒方法及系统 |
CN111415524A (zh) * | 2020-03-31 | 2020-07-14 | 桂林电子科技大学 | 一种针对疲劳驾驶的智能处理方法及系统 |
CN111634288A (zh) * | 2020-04-30 | 2020-09-08 | 长城汽车股份有限公司 | 疲劳驾驶监测方法、系统及智能识别系统 |
CN113744499B (zh) * | 2021-08-12 | 2023-05-30 | 科大讯飞股份有限公司 | 一种疲劳预警方法、眼镜、系统和计算机可读存储介质 |
CN113907758A (zh) * | 2021-12-13 | 2022-01-11 | 深圳市心流科技有限公司 | 一种驾驶员疲劳检测方法、装置、设备及存储介质 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2032034B1 (en) * | 2006-06-11 | 2020-04-01 | Volvo Truck Corporation | Method for determining and analyzing a location of visual interest |
CN101380923A (zh) * | 2008-09-28 | 2009-03-11 | 深圳市同洲电子股份有限公司 | 一种驾驶导航安全的提醒方法、系统及驾驶导航提醒装置 |
CN101540090B (zh) * | 2009-04-14 | 2011-06-15 | 华南理工大学 | 基于多元信息融合的驾驶员疲劳监测方法 |
CN102097003B (zh) * | 2010-12-31 | 2014-03-19 | 北京星河易达科技有限公司 | 智能交通安全系统及其终端 |
CN102881116A (zh) * | 2011-07-13 | 2013-01-16 | 上海库源电气科技有限公司 | 一种疲劳驾驶预警系统及方法 |
CN102717765B (zh) * | 2012-07-09 | 2015-02-11 | 湖南赛格导航技术研究有限公司 | 疲劳驾驶检测方法及防疲劳驾驶辅助装置 |
-
2013
- 2013-04-16 CN CN201310132259.7A patent/CN104112334B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN104112334A (zh) | 2014-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104112334B (zh) | 疲劳驾驶预警方法及系统 | |
CN101030316B (zh) | 一种汽车安全驾驶监控系统和方法 | |
CN103043057B (zh) | 基于车辆位置信息的异常驾驶判定和警报系统 | |
KR101069409B1 (ko) | 차량 운행에 관련된 안전지수 산출 시스템 및 그 방법 | |
CN101470951B (zh) | 汽车安全驾驶监控系统 | |
CN105564436A (zh) | 一种高级驾驶辅助系统 | |
US20210329432A1 (en) | System and method for vehicle sensing and analysis | |
US20120245758A1 (en) | Driving behavior detecting method and apparatus | |
US20140272811A1 (en) | System and method for providing driving and vehicle related assistance to a driver | |
US20140266655A1 (en) | After market driving assistance system | |
TW201321246A (zh) | 駕駛行為分析警示系統與方法 | |
CN109367539A (zh) | 一种检测疲劳驾驶的智能系统 | |
WO2012135018A3 (en) | System and method for determining driver alertness | |
JP2010079665A (ja) | 車載装置とこれを用いた車両の安全運転促進システム | |
CN103473890A (zh) | 基于多信息的驾驶员疲劳实时监测系统及监测方法 | |
JP5587465B2 (ja) | 車両の安全運転促進システム | |
CN106611505A (zh) | 基于驾驶行为的行车辅助方法 | |
WO2008114839A1 (ja) | 覚醒度判定装置及び覚醒度判定方法 | |
CN104210488A (zh) | 防止车辆与路沿碰撞的方法及装置 | |
CN103700220A (zh) | 一种疲劳驾驶监控装置 | |
CN103622682A (zh) | 一种检测驾驶员健康状况的系统及方法 | |
JP2007065997A (ja) | 車両用データ収集装置、車両用運転支援装置及び車両の安全運転支援システム | |
CN205264009U (zh) | 一种车辆安全预警装置 | |
Engelbrecht et al. | Recognition of driving manoeuvres using smartphone-based inertial and GPS measurement | |
CN107818658A (zh) | 汽车驾驶风险提示方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |