CN104424752B - 车辆疲劳驾驶预警方法及系统 - Google Patents
车辆疲劳驾驶预警方法及系统 Download PDFInfo
- Publication number
- CN104424752B CN104424752B CN201310365519.5A CN201310365519A CN104424752B CN 104424752 B CN104424752 B CN 104424752B CN 201310365519 A CN201310365519 A CN 201310365519A CN 104424752 B CN104424752 B CN 104424752B
- Authority
- CN
- China
- Prior art keywords
- facial characteristics
- driver
- fatigue
- model
- vehicle
- 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
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Emergency Alarm Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种车辆疲劳驾驶预警方法,其特征在于:具有以下步骤,步骤A.获取初始图像,提取特征,建立模型,开始计时;步骤B.获取图像;步骤C.符合预设面部特征判定条件,当前特征与特征模型对比判断不是同一驾驶员时,则将重新建立面部特征模型和疲劳特征模型,重新开始计时,进入步骤B,当前特征与特征模型对比判断为同一驾驶员或不符合预设面部特征判定条件,进入步骤D;步骤D.提取当前疲劳特征,根据当前疲劳特征与疲劳特征模型,当判断结果为疲劳驾驶,发出报警信息;计时到达预设计时时间,发出报警信息。其优点在于对驾驶员疲劳驾驶综合判定,更有效、更可靠地对疲劳驾驶进行预警,从而保证车辆行驶状态安全。
Description
技术领域
本发明专利涉及车辆安全驾驶控制领域,特别涉及一种车辆疲劳驾驶预警方法及系统。
背景技术
在车辆驾驶过程中,尤其是长途驾驶过程中,驾驶员由于身体状况不佳或长时间驾车,很容易产生疲劳,而在疲劳状态下,驾驶员的心理和生理状态都会发生各种各样的变化,比如:视力下降,致使注意力分散,视野逐渐变窄;思维能力下降,反应迟钝,判断迟缓,动作僵硬,节律失调;自我控制能力减退,致使易于激动,心情急躁或开快车等。此时若继续驾车,则属于危险驾驶。
简单的统计车辆行驶时间的方法存在如下弊端:首先由于个体差异,相同连续开车时间,对于不同个体,疲劳度是不同的;其次虽然车辆在行驶,但是中间存在更换驾驶员的可能性,如果系统不能判定是否更换过驾驶员,而一味的统计车辆运行时间,则是不科学的。
简单的图像采集和识别:如公开号为CN1889136的发明专利申请,通过采集并识别驾驶员的眼部表情图像,来判断驾驶员是否闭眼,若闭眼则发出警报。但对驾驶员而言,若已进入闭眼睡眠状态才报警,肯定是为时已晚。仅仅通过识别眼睛的开闭来判断驾驶员是否疲劳,可靠性很低。
其它采用脑电、心跳等人体生物特征信号判断驾驶员疲劳程度的方法,存在需要驾驶员佩戴特定的装置导致使用不便,或者制造成本太高等缺点。
发明内容
针对以上缺陷,本发明专利的目的是提供一种车辆疲劳驾驶预警方法及系统,以解决现有技术的疲劳预警系统之安装佩戴不舒适,或对驾驶员疲劳判定不精确的技术问题。
本发明提供一种车辆疲劳驾驶预警方法,具有以下步骤:
步骤A.获取驾驶员面部初始图像,提取初始图像的面部特征,建立面部特征模型,提取初始图像的疲劳特征,建立疲劳特征模型,开始计时;
步骤B.获取驾驶员面部当前图像;
步骤C.提取当前图像的当前面部特征,符合预设面部特征判定条件时,根据当前面部特征和面部特征模型判断是否为同一驾驶员,判断为不是同一驾驶员时,根据当前面部特征重新建立面部特征模型,并提取当前图像的当前疲劳特征将疲劳特征模型重建,重新开始计时,进入步骤B,判断为同一驾驶员或不符合预设面部特征判定条件时,根据当前面部特征更新面部特征模型,进入步骤D;
步骤D.提取当前图像的当前疲劳特征,根据当前疲劳特征与疲劳特征模型,判断驾驶员是否处于疲劳驾驶,当判断结果为疲劳驾驶,发出报警信息;
计时到达预设计时时间,发出报警信息。
进一步,本发明提供一种车辆疲劳驾驶预警方法,还可以具有这样的特征:步骤C中的面部特征判定条件为车辆停止行驶超过预设停止时间。
进一步,本发明提供一种车辆疲劳驾驶预警方法,还可以具有这样的特征:步骤C中的面部特征判定条件为提取当前面部特征时,未提取当前面部特征,重复步骤B,并判定符合预设条件。
进一步,本发明提供一种车辆疲劳驾驶预警方法,还可以具有这样的特征:步骤C中的面部特征判定条件为无条件限制。
进一步,本发明提供一种车辆疲劳驾驶预警方法,还可以具有这样的特征:步骤C中的面部特征判定条件为车辆停止行驶超过预设停止时间且提取当前面部特征时,未提取当前面部特征,重复步骤B,并判定符合预设条件。
进一步,本发明提供一种车辆疲劳驾驶预警方法,还可以具有这样的特征:在步骤A与步骤B之间进行驾驶员身份判定步骤,判断当前面部特征与预设的注册面部特征是否一致,当前面部特征与注册面部特征一致时,驾驶员为注册驾驶员,否则为未注册驾驶员,并将该信息进行记录。
另外,本发明提供一种车辆疲劳驾驶预警系统,具有这样的特征:包括,图像采集装置,实时获取驾驶员脸部图像;图像处理器,提取图像的面部特征和疲劳特征;控制器,根据初始状态的面部特征和疲劳特征分别建立面部特征模型和疲劳特征模型,控制计时器开始计时;存储器,储存面部特征模型和疲劳特征模型;计时器以及报警装置;控制器预设面部特征判定条件,符合面部特征判定条件,根据当前面部特征和面部特征模型判断是否为同一驾驶员,判断为不是同一驾驶员时,根据当前面部特征重新建立面部特征模型,并提取当前图像的当前疲劳特征将疲劳特征模型重建,并控制计时器重新开始计时,等待下一帧图像,当判断为同一驾驶员时或不符合面部特征判定条件,根据当前面部特征更新面部特征模型,再根据当前疲劳特征与疲劳特征模型,判断驾驶员是否处于疲劳驾驶,当判断结果为疲劳驾驶,控制报警装置进行报警;控制器还预设计时时间,当计时器的时间到达计时时间,控制报警装置进行报警。
进一步,本发明提供一种车辆疲劳驾驶预警系统,还可以具有这样的特征:还包括车辆停止行驶检测器,与控制器相连,获取车辆停止行驶时间;控制器还预设停止时间,当车辆停止行驶时间超过停止时间,符合面部特征判定条件。
进一步,本发明提供一种车辆疲劳驾驶预警系统,还可以具有这样的特征:还包括输出装置;控制器还预设注册面部特征,判断初始状态的面部特征与预设的注册面部特征是否一致,当初始状态的面部特征与注册面部特征一致时,输出装置输出注册驾驶员信息;否则输出装置输出未注册驾驶员信息;存储器保存判断结果。
进一步,本发明提供一种车辆疲劳驾驶预警系统,还可以具有这样的特征:报警装置为声音报警器、气味报警器和振动报警器中的任意一种或几种。
发明的有益效果
根据本发明提供的一种车辆疲劳驾驶预警及系统,因为图像采集单元实时不间断采集驾驶员在驾驶过程中的面部图像,图像处理器图像中的特征信息,控制器即对同一个驾驶员持续驾驶时间进行控制,从驾驶时间上防止疲劳驾驶;又从疲劳特征判断驾驶员是否处于疲劳驾驶,所以,对驾驶员疲劳驾驶综合判定,更有效、更可靠地对疲劳驾驶进行预警,从而保证车辆行驶状态安全。
另外,根据本发明提供的一种车辆疲劳驾驶预警及系统,因为在控制器中预设了注册驾驶员的面部特征信息,区别注册驾驶员和非注册驾驶员,并可以应用该系统对驾驶员进行考勤。
附图说明
图1是本发明在实施例一中车辆疲劳驾驶预警系统结构示意图。
图2是本发明在实施例一中车辆疲劳驾驶预警方法流程示意图。
图3是本发明在实施例二中车辆疲劳驾驶预警系统结构示意图。
图4是本发明在实施例二中车辆疲劳驾驶预警方法流程示意图。
图5是本发明在实施例三中车辆疲劳驾驶预警系统结构示意图。
图6是本发明在实施例三中车辆疲劳驾驶预警方法流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的描述。
实施例一
图1是本发明在实施例一中车辆疲劳驾驶预警系统结构示意图。
如图1所示,车辆疲劳驾驶预警系统包括:摄像机、图像处理器、控制器、存储器、计时器以及振动器。
摄像机,实时地采集驾驶员的脸部图像。
图像处理器,提取摄像机拍摄到图像中的驾驶员面部特征和疲劳特征。本实施例中面部特征为旋转尺度不变特征、哈尔小波特征,疲劳特征为眼睛细部特征。
控制器,预设计时时间为3小时。
控制器,将图像处理器初始的旋转尺度不变特征、哈尔小波特征利用高斯混合模型建立面部特征模型,眼睛细部特征建立为疲劳特征模型,并将面部特征模型和疲劳特征模型储存到存储器中。
当图像处理器从摄像机采集到的脸部图像中无法提取到面部特征时,等待下一帧脸部图像,直到从脸部图像中获得面部特征。将最新获得的面部特征与面部特征模型进行比对判断,如果判断为同一驾驶员,则根据当前面部特征更新面部特征模型,且控制器将获得的最新的眼睛特征与疲劳特征模型中的眼睛特征判断,比对结果为闭眼,则判断为驾驶员为疲劳驾驶,控制器控制报警装置进行报警。如果最新获得的面部特征与面部特征模型进行比对判断,则重新建立面部特征模型和疲劳特征模型,控制计时器重新计时。当前面部特征与高斯混合模型建立的面部特征模型比对时,计算各个当前特征值到每个高斯分布中心的距离,并用方差进行归一化,然后计算加权和,再将该值与根据经验设定的阈值进行比对,小于阈值则为同一驾驶员,大于等于阈值则为不是同一驾驶员。
当图像处理器从摄像机采集到的脸部图像中提取到面部特征时,直接将最新获得的面部特征与面部特征模型进行比对判断。
计时器,受控制器控制进行计时的计时装置。当计时时间到达预设计时时间3小时,控制器控制报警装置进行报警。
振动器设置在驾驶座位下,受控制器的控制进行振动,以刺激疲劳驾驶的驾驶员,提醒驾驶员已处于疲劳驾驶的状态。
图2是本发明在实施例一中车辆疲劳驾驶预警方法流程示意图。
如图2所示,车辆疲劳驾驶预警系统的工作方法及过程如下:
车辆启动,车辆疲劳驾驶预警系统启动。
步骤1.摄像机拍摄驾驶员脸部图像,图像处理器提取脸部图像中的旋转尺度不变特征、哈尔小波特征和眼部特征,控制器建立面部特征模型和疲劳特征模型,计数器进行计时。
步骤2.摄像机获取当前驾驶员的脸部图像。
步骤3.图像处理器从当前提取当前脸部图像的旋转尺度不变特征、哈尔小波特征,如果提取不到相应的特征,进入步骤3-1;如果提取到相应的特征,进入步骤4。
步骤3-1.摄像机继续获取当前驾驶员的脸部图像,图像处理器从当前提取当前脸部图像的旋转尺度不变特征、哈尔小波特征,如果提取不到相应的特征,重复步骤3-1;如果提取到相应的特征,进入步骤3-2。
步骤3-2.控制器根据提取到的尺度不变特征、哈尔小波特征与面部特征模型对比判断,如果判断结果为同一驾驶员,即表示驾驶过程中未更换驾驶员,根据提取到的尺度不变特征、哈尔小波特征更新面部特征模型,进入步骤4;如果判断为不是同一驾驶员,即表示为更换过驾驶员,需要重新建立面部特征模型和疲劳特征模型,控制器根据提取的尺度不变特征、哈尔小波特征更新面部特征模型;图像处理器提取当前面部图像的眼部特征,控制器将当前提取的眼部特征更新疲劳特征模型,并控制计时器重新开始计时,进入步骤2。
步骤4.图像处理器提取当前脸部图像的眼部特征,控制器将眼睛特征与疲劳特征模型中的眼睛特征进行对比判断,比对结果为闭眼,则判断为驾驶员为疲劳驾驶,控制器控制振动器振动进行报警;如果比对结果为未闭眼,则判断为非疲劳驾驶。
在整个工作过程中,计数器计时达到3小时,控制器控制振动器振动,提醒驾驶员已连续驾驶3小时,属于疲劳驾驶状态。
实施例二
图3是本发明在实施例二中车辆疲劳驾驶预警系统结构示意图。
如图3所示,车辆疲劳驾驶预警系统包括:摄像头、图像处理器、控制器、存储器、计时器、声音报警器以及车辆停止行驶检测器。
摄像头,用于实时地采集驾驶员的脸部图像。
图像处理器,提取摄像机拍摄到图像中的驾驶员面部特征和疲劳特征。本实施例中面部特征为哈尔小波特征、边缘方向特征,疲劳特征为眼睛细部特征。
车辆停止行驶检测器与车辆驾驶系统相连,可以检测车辆是否停止行驶,并可以检测车辆停止行驶的时间。
控制器,预设计时时间为4小时。
控制器,将图像处理器初始的哈尔小波特征、边缘方向特征利用直方图分布模型建立面部特征模型,眼睛细部特征建立为疲劳特征模型,并将面部特征模型和疲劳特征模型储存到存储器中。
控制器接收到车辆停止行驶检测器检测到的时间。控制预设停止时间为3分钟。当控制器接收到车辆停止行驶检测器检测到的时间的超过3分钟。图像处理器将最新获取的驾驶员面部图像获得的面部特征与面部特征模型进行比对判断,如果判断为同一驾驶员,根据当前面部特征更新面部特征模型,并将获得的最新的眼睛特征与疲劳特征模型中的眼睛特征判断,比对结果眼球运动速度低,则判断为驾驶员处于疲劳驾驶,控制器控制报警装置进行报警。如果最新获得的面部特征与面部特征模型判断为不是同一驾驶员,重建面部特征模型和疲劳特征模型,控制计时器重新计时。判断当前面部特征与当前面部模型是否为同一驾驶员时,将哈尔小波特征、边缘方向特征所组成的特征向量中的每个元素左右索引值,在直方图模型中查找对应的幅值,并将所有幅值累加,即当前面部特征与当前面部特征模型的一致性值,当一致性值大于由设定的阈值时,判断为同一驾驶员,否则判断为不是同一驾驶员。
控制器预设的停止时间可以根据实际行驶的路况进行设置,预设的停止时间也可以为0分钟,即停车就检测是否更换了驾驶员。当然也可以设置更长时间,如:5分钟。
控制器接收到车辆停止行驶检测器检测到的时间没有超过3分钟,则图像处理器提起面部特征,直接将最新获得的眼部特征与疲劳特征模型进行比对,判断驾驶员是否处于疲劳驾驶。
计时器,受控制器控制进行计时的计时装置。当计时时间到达预设计时时间4小时,控制器控制报警装置进行报警。
声音报警器受控制器的控制发出刺耳的声音,以刺激疲劳驾驶的驾驶员,提醒驾驶员已处于疲劳驾驶的状态。
图4是本发明在实施例二中车辆疲劳驾驶预警方法流程示意图。
如图4所示,车辆疲劳驾驶预警系统的工作方法及过程如下:
车辆启动,车辆疲劳驾驶预警系统启动。
步骤1.摄像机拍摄驾驶员脸部图像,图像处理器提取脸部图像中的旋转哈尔小波特征、边缘方向特征和眼部特征,控制器建立面部特征模型和疲劳特征模型,计数器进行计时。
步骤2.摄像机获取当前驾驶员的脸部图像。
步骤3.当车辆停止行驶检测器检测到车辆停止行驶时间超过3分钟,进入步骤3-1;如果未超过3分钟,进入步骤4。
步骤3-1.图像处理器从当前提取当前脸部图像的旋转哈尔小波特征、边缘方向特征;控制器将提取到的旋转哈尔小波特征、边缘方向特征与面部特征模型对比判断,如果判断为同一驾驶员时,即表示驾驶过程中未更换驾驶员,还是同一个驾驶员进行驾驶,根据当前面部特征更新面部特征模型,进入步骤4;如果判断为不是同一驾驶员时,即表示为更换过驾驶员,需要重新建立面部特征模型和疲劳特征模型,控制器根据提取的旋转哈尔小波特征、边缘方向特征重建面部特征模型;图像处理器提取当前面部图像的眼部特征,控制器将当前提取的眼部特征重建疲劳特征模型,并控制计时器重新开始计时,进入步骤2。
步骤4.图像处理器提取当前脸部图像的眼部特征,控制器将眼睛特征与疲劳特征模型中的眼睛特征进行对比判断,比对结果眼球运动速度低,则判断为驾驶员为疲劳驾驶,控制器控制振动器振动进行报警;如果比对结果为比对结果眼球运动速度高,则判断为非疲劳驾驶。
在整个工作过程中,计数器计时达到4小时,控制器控制声音报警器发出声音报警,提醒驾驶员已连续驾驶4小时,属于疲劳驾驶状态。
实施例二的变形例
依照本发明的实施例二,车辆疲劳驾驶预警系统在其他构件不变的情况下,控制器预设的面部特征判定条件为:当车辆停止行驶检测器检测到车辆停止行驶时间超过3分钟时,且图像处理器从摄像机采集到的脸部图像中未提取得到面部特征。
实施例三
图5是本发明在实施例三中车辆疲劳驾驶预警系统结构示意图。
如图5所示,车辆疲劳驾驶预警系统包括:摄像头、图像处理器、控制器、存储单元、计时器、气味报警器以及显示屏。
摄像头,用于实时地采集驾驶员的脸部图像。
图像处理器,提取摄像机拍摄到图像中的驾驶员面部特征和疲劳特征。本实施例中面部特征为哈尔小波特征、边缘方向特征,疲劳特征为眼睛细部特征。
存储单元分为本地存储器和远程服务器端的存储器两部分,本地存储器和远程服务器端的存储器之间可以进行数据交换,实现数据同步更新。存储单元预先储存注册驾驶员的身份信息,即注册驾驶员的注册面部特征。
控制器,预设计时时间为4小时。
控制器,将图像处理器初始的哈尔小波特征、边缘方向特征利用Ferns模型建立面部特征模型(V. Lepetit and P. Fua,Keypoint Recognition using Randomized Trees,Transactions on Pattern Analysis and Machine Intelligence, Vol. 28,Nr. 9,pp.1465-1479,2006.),眼睛细部特征建立为疲劳特征模型,并将面部特征模型和疲劳特征模型储存到存储器中。控制器将获得初始的面部特征与注册面部特征对比判断(Fast l1-Minimization Algorithms for Robust Face Recognition,Allen Yang,Zihan Zhou,Arvind Ganesh,Shankar Sastry,and Yi Ma,accepted by IEEE Transactions on ImageProcessing,2013.),如果判断为同一驾驶员,显示屏显示为已注册驾驶员,如果判断为不是同一驾驶员,显示屏显示为未注册驾驶员控制器将判断结果存储在本地存储器和远程服务器端的存储器中。存储单元预先储存注册驾驶员的身份信息和控制器进行驾驶员身份的识别可用于考勤,远程服务器可获知驾驶员是否已注册。
控制器将最新获取的驾驶员面部图像获得的面部特征与面部特征模型进行比对判断,如果判断为同一驾驶员,根据当前面部特征更新面部特征模型,并将获得的最新的眼睛特征与疲劳特征模型中的眼睛特征判断,比对眼睛闭合度为50%以上,则判断为驾驶员为疲劳驾驶,控制器控制报警装置进行报警。如果最新获得的面部特征与面部特征模型判断为不是同一驾驶员,重新建立面部特征模型和疲劳特征模型,控制计时器重新计时。
计时器,受控制器控制进行计时的计时装置。当计时时间到达预设计时时间4小时,控制器控制报警装置进行报警。
气味报警器受控制器的控制发出醒神的气味,以刺激疲劳驾驶的驾驶员,提醒驾驶员已处于疲劳驾驶的状态。
图6是本发明在实施例三中车辆疲劳驾驶预警方法流程示意图。
如图6所示,车辆疲劳驾驶预警系统的工作方法及过程如下:
车辆启动,车辆疲劳驾驶预警系统启动,存储单元中储存注册面部特征。
步骤1.摄像机拍摄驾驶员脸部图像,图像处理器提取脸部图像中的旋转哈尔小波特征、边缘方向特征和眼部特征,控制器建立面部特征模型和疲劳特征模型,计数器进行计时。
步骤1-1.控制器将提取的面部特征与注册面部特征对比判断,如果面部特征与注册面部特征一致,显示屏输出已注册驾驶员;否则显示屏输出未注册驾驶员。
步骤2.摄像机获取当前驾驶员的脸部图像。
步骤3.图像处理器从当前提取当前脸部图像的旋转哈尔小波特征、边缘方向特征;控制器将提取到的旋转哈尔小波特征、边缘方向特征与面部特征模型对比判断,判断为同一驾驶员,即表示驾驶过程中未更换驾驶员,还是同一个驾驶员进行驾驶,根据当前面部特征更新面部特征模型,进入步骤4;如果判断为不是同一驾驶员,即表示为更换过驾驶员,需要重新建立面部特征模型和疲劳特征模型,控制器根据提取的旋转哈尔小波特征、边缘方向特征更新面部特征模型;图像处理器提取当前面部图像的眼部特征,控制器将当前提取的眼部特征更新疲劳特征模型,摄像机再获取驾驶员的脸部图像;并控制计时器重新开始计时,同时进入步骤2。
步骤4.图像处理器提取当前脸部图像的眼部特征,控制器将眼睛特征与疲劳特征模型中的眼睛特征进行对比判断,比对结果眨眼频率低于预设值,则判断驾驶员为疲劳驾驶,控制器控制振动器振动进行报警;否则,则判断为非疲劳驾驶。
在整个工作过程中,计数器计时达到4小时,控制器控制声音报警器发出声音报警,提醒驾驶员已连续驾驶4小时,属于疲劳驾驶状态。
在本实施例中在车辆行驶期间,控制器将面部特征模型进行动态更新。
实施例三的变形例
依照本发明的实施例三,车辆疲劳驾驶预警系统在其他构件不变的情况下,还包括定位的卫星导航器,车速、车辆横摆角速度/角加速度、方向盘转角测量器,移动通信器。
Claims (8)
1.一种车辆疲劳驾驶预警方法,其特征在于:具有以下步骤,
步骤A.获取驾驶员面部初始图像,提取所述初始图像的面部特征,建立面部特征模型,提取所述初始图像的疲劳特征,建立疲劳特征模型,开始计时;
步骤B.获取驾驶员面部当前图像;
步骤C.提取所述当前图像的当前面部特征,符合预设面部特征判定条件时,所述面部特征判定条件包括所述车辆停止行驶超过预设停止时间,停车检测是否更换了驾驶员;
根据所述当前面部特征和所述面部特征模型判断是否为同一驾驶员,判断为不是同一驾驶员时,根据所述当前面部特征重新建立所述面部特征模型,并提取所述当前图像的当前疲劳特征将所述疲劳特征模型重建,重新开始计时,进入步骤B,判断为同一驾驶员或不符合预设所述面部特征判定条件时,根据所述当前面部特征更新所述面部特征模型,进入步骤D;
步骤D.提取所述当前图像的当前疲劳特征,根据所述当前疲劳特征与所述疲劳特征模型,判断驾驶员是否处于疲劳驾驶,当判断结果为疲劳驾驶,发出报警信息;
其中,计时到达预设计时时间,发出报警信息。
2.根据权利要求1所述的车辆疲劳驾驶预警方法,其特征在于:
其中,所述步骤C中的所述预设停止时间根据实际行驶的路况进行设置。
3.根据权利要求1所述的车辆疲劳驾驶预警方法,其特征在于:
其中,所述步骤C中的所述面部特征判定条件还包括提取所述当前面部特征;未提取所述当前面部特征,重复步骤B,并判定符合预设条件。
4.根据权利要求1所述的车辆疲劳驾驶预警方法,其特征在于:
在所述步骤A与所述步骤B之间进行驾驶员身份判定步骤,判断所述当前面部特征与预设的注册面部特征是否一致,当所述当前面部特征与注册面部特征一致时,驾驶员为注册驾驶员,否则为未注册驾驶员,并将该信息进行记录。
5.一种实施权利要求1车辆疲劳驾驶预警方法的预警系统,其特征在于包括:
图像采集装置,实时获取驾驶员脸部图像;
图像处理器,提取所述图像的面部特征和所述疲劳特征;
控制器,根据初始状态的所述图像的面部特征和所述疲劳特征分别建立所述面部特征模型和所述疲劳特征模型,控制计时器开始计时;
存储器,储存所述面部特征模型和所述疲劳特征模型;
计时器以及报警装置;
其中,所述控制器预设所述面部特征判定条件,符合所述面部特征判定条件,根据所述当前面部特征和所述面部特征模型判断是否为同一驾驶员,判断为不是同一驾驶员时,根据所述当前面部特征重新建立所述面部特征模型,并提取所述当前图像的当前疲劳特征将所述疲劳特征模型重建,并控制所述计时器重新开始计时,等待下一帧所述图像,当判断为同一驾驶员时或不符合所述面部特征判定条件,根据所述当前面部特征更新所述面部特征模型,再根据所述当前疲劳特征与所述疲劳特征模型,判断驾驶员是否处于疲劳驾驶,当判断结果为疲劳驾驶,控制所述报警装置进行报警;
控制器还预设所述计时时间,当所述计时器的时间到达所述计时时间,控制所述报警装置进行报警。
6.根据权利要求5所述的车辆疲劳驾驶预警系统,其特征在于:
还包括所述车辆停止行驶检测器,与所述控制器相连,获取车辆停止行驶时间;
其中,控制器还预设停止时间,当所述车辆停止行驶时间超过所述停止时间,符合面部特征判定条件。
7.根据权利要求5所述的车辆疲劳驾驶预警系统,其特征在于:
还包括输出装置;
其中,所述存储器还预设注册面部特征;
控制器还判断初始状态的所述当前面部特征与预设的注册面部特征是否一致,当初始状态的所述当前面部特征与注册面部特征一致时,所述输出装置输出注册驾驶员信息;否则所述输出装置输出未注册驾驶员信息;
所述存储器保存所述判断结果。
8.根据权利要求5所述的车辆疲劳驾驶预警系统,其特征在于:
其中,所述报警装置为声音报警器、气味报警器和振动报警器中的任意一种或几种。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310365519.5A CN104424752B (zh) | 2013-08-20 | 2013-08-20 | 车辆疲劳驾驶预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310365519.5A CN104424752B (zh) | 2013-08-20 | 2013-08-20 | 车辆疲劳驾驶预警方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104424752A CN104424752A (zh) | 2015-03-18 |
CN104424752B true CN104424752B (zh) | 2018-10-19 |
Family
ID=52973605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310365519.5A Active CN104424752B (zh) | 2013-08-20 | 2013-08-20 | 车辆疲劳驾驶预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104424752B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105216690B (zh) * | 2015-09-22 | 2018-03-02 | 何承鹏 | 一种汽车安全驾驶自动感应提醒系统 |
DE102015225109A1 (de) * | 2015-12-14 | 2017-06-14 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Klassieren von Augenöffnungsdaten zumindest eines Auges eines Insassen eines Fahrzeugs und Verfahren und Vorrichtung zum Erfassen einer Schläfrigkeit und/oder eines Sekundenschlafes eines Insassen eines Fahrzeugs |
CN106991072B (zh) * | 2016-01-21 | 2022-12-06 | 杭州海康威视数字技术股份有限公司 | 在线自学习事件检测模型更新方法及装置 |
KR20180059224A (ko) * | 2016-11-25 | 2018-06-04 | 현대자동차주식회사 | 차량의 정차 제어장치 및 그 방법 |
CN109991891A (zh) * | 2017-12-29 | 2019-07-09 | 新华网股份有限公司 | 疲劳缓解系统 |
TWI701174B (zh) * | 2018-06-06 | 2020-08-11 | 緯創資通股份有限公司 | 駕駛預測方法及其處理裝置與系統 |
CN109886229A (zh) * | 2018-06-15 | 2019-06-14 | 上海工程技术大学 | 基于fpga的车牌人脸识别系统及方法 |
CN108924767A (zh) * | 2018-08-14 | 2018-11-30 | 广东长宝信息科技股份有限公司 | 一种基于移动指令监控物流员状况的监控方法 |
CN109508990A (zh) | 2018-10-10 | 2019-03-22 | 阿里巴巴集团控股有限公司 | 支付处理方法、装置以及自助结账设备 |
CN110930726A (zh) * | 2019-12-11 | 2020-03-27 | 东风汽车集团有限公司 | 一种基于人脸识别的驾驶员驾驶时间监控系统及方法 |
CN112382054B (zh) * | 2020-11-11 | 2022-05-13 | 大连理工大学 | 一种基于车路协同的汽车驾驶预警提示系统及方法 |
CN113555117B (zh) * | 2021-07-19 | 2022-04-01 | 江苏金海星导航科技有限公司 | 一种基于穿戴设备的驾驶员健康管理系统 |
CN113479211B (zh) * | 2021-07-27 | 2022-03-18 | 广东机电职业技术学院 | 基于机器视觉的汽车驾驶安全行为识别和提醒方法及系统 |
CN113682112A (zh) * | 2021-09-15 | 2021-11-23 | 深圳地平线机器人科技有限公司 | 对车内气体的控制方法和控制装置 |
CN115620484A (zh) * | 2022-09-30 | 2023-01-17 | 重庆长安汽车股份有限公司 | 疲劳驾驶的报警方法、装置、车机系统、车辆和介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1495658A (zh) * | 2002-06-30 | 2004-05-12 | 贺贵明 | 驾驶员面像识别报警装置与方法 |
CN1778608A (zh) * | 2004-09-29 | 2006-05-31 | 爱信精机株式会社 | 驾驶员监视系统 |
KR20070092920A (ko) * | 2006-03-11 | 2007-09-14 | (주)휴먼정보통신 | 화상인식 방식 이동통신 단말기용 졸음방지장치와어플리케이션 |
CN101470951A (zh) * | 2008-01-08 | 2009-07-01 | 徐建荣 | 汽车安全驾驶监控系统 |
CN101565036A (zh) * | 2008-04-21 | 2009-10-28 | 上海汽车集团股份有限公司 | 一种防疲劳驾驶装置及方法 |
CN102436715A (zh) * | 2011-11-25 | 2012-05-02 | 大连海创高科信息技术有限公司 | 疲劳驾驶检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4211841B2 (ja) * | 2006-11-15 | 2009-01-21 | トヨタ自動車株式会社 | ドライバ状態推定装置、サーバ、ドライバ情報収集装置及び運転者状態推定システム |
-
2013
- 2013-08-20 CN CN201310365519.5A patent/CN104424752B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1495658A (zh) * | 2002-06-30 | 2004-05-12 | 贺贵明 | 驾驶员面像识别报警装置与方法 |
CN1778608A (zh) * | 2004-09-29 | 2006-05-31 | 爱信精机株式会社 | 驾驶员监视系统 |
KR20070092920A (ko) * | 2006-03-11 | 2007-09-14 | (주)휴먼정보통신 | 화상인식 방식 이동통신 단말기용 졸음방지장치와어플리케이션 |
CN101470951A (zh) * | 2008-01-08 | 2009-07-01 | 徐建荣 | 汽车安全驾驶监控系统 |
CN101565036A (zh) * | 2008-04-21 | 2009-10-28 | 上海汽车集团股份有限公司 | 一种防疲劳驾驶装置及方法 |
CN102436715A (zh) * | 2011-11-25 | 2012-05-02 | 大连海创高科信息技术有限公司 | 疲劳驾驶检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104424752A (zh) | 2015-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104424752B (zh) | 车辆疲劳驾驶预警方法及系统 | |
CN108446600A (zh) | 一种车辆驾驶员疲劳监测预警系统及方法 | |
Wang et al. | Driver fatigue detection: a survey | |
CN105448041B (zh) | 一种人体摔倒智能控制系统及其方法 | |
CN104809445B (zh) | 基于眼部和嘴部状态的疲劳驾驶检测方法 | |
CN104013414B (zh) | 一种基于移动智能手机的驾驶员疲劳检测系统 | |
CN102930693B (zh) | 安全驾驶预警方法 | |
CN110211335B (zh) | 用于对车辆的驾驶员的微睡进行识别的方法和装置 | |
CN101673464A (zh) | 疲劳驾驶智能管理系统 | |
CN109598899A (zh) | 一种个性化疲劳监测与提醒的系统及方法 | |
US20200247422A1 (en) | Inattentive driving suppression system | |
Roopalakshmi et al. | Driver drowsiness detection system based on visual features | |
CN109190468A (zh) | 一种疲劳驾驶监测方法及系统 | |
CN208126407U (zh) | 基于软硬件协同图像处理的防疲劳驾驶系统 | |
Alioua et al. | Driver’s fatigue and drowsiness detection to reduce traffic accidents on road | |
TW201140511A (en) | Drowsiness detection method | |
CN103150870A (zh) | 一种基于视频的火车驾驶员疲劳检测方法 | |
CN108021875A (zh) | 一种车辆驾驶员个性化疲劳监测及预警方法 | |
Luo et al. | The driver fatigue monitoring system based on face recognition technology | |
Charniya et al. | Drunk driving and drowsiness detection | |
CN109471439A (zh) | 车辆控制方法、装置、设备、存储介质及汽车 | |
Hasan et al. | State-of-the-art analysis of modern drowsiness detection algorithms based on computer vision | |
Chang et al. | Driver fatigue surveillance via eye detection | |
Li et al. | Fatigue driving detection system based on face feature | |
CN107169481A (zh) | 一种提醒方法及装置 |
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 |