CN104464192B - 机动车驾驶人不稳定性驾驶状态检测预警装置与方法 - Google Patents
机动车驾驶人不稳定性驾驶状态检测预警装置与方法 Download PDFInfo
- Publication number
- CN104464192B CN104464192B CN201310427178.XA CN201310427178A CN104464192B CN 104464192 B CN104464192 B CN 104464192B CN 201310427178 A CN201310427178 A CN 201310427178A CN 104464192 B CN104464192 B CN 104464192B
- Authority
- CN
- China
- Prior art keywords
- driving condition
- vehicle
- unstable
- driver
- accelerometer
- 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.)
- Expired - Fee Related
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
Abstract
机动车驾驶人不稳定性驾驶状态检测预警装置,包括陀螺仪传感器、加速度计、处理装置和预警装置,处理装置用于将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标,并根据不稳定驾驶状态识别指标判别驾驶人是否处于不稳定驾驶状态;陀螺仪传感器和加速度计采集的车辆运动信息包括陀螺仪传感器采集的车辆横摆角速度,加速度计采集的车辆的横向加速度和纵向加速度;处理装置将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标。本发明它可以检测多种驾驶人不稳定性驾驶状态的共同特征,通过车辆运动状态进行判别,通过车辆的状态进行识别不会受驾驶人的操作习惯等影响,识别效果更精确。
Description
技术领域
本发明涉及汽车驾驶检测领域,具体涉及一种机动车驾驶人不稳定性驾驶状态检测预警装置与方法。
背景技术
目前,随着我国经济的快速增长,机动车的保有量也显著增加,而同时我国交通事故的发生率还是居高不下,特别是高速公路上的交通事故数量多,且性质严重。其中一个很重要原因是驾驶人出现不稳定性驾驶导致。特别是长途客车驾驶人,在驾驶过程中容易出现不稳定性驾驶,从而引起交通事故的发生。因此,针对驾驶人不稳定性驾驶行为的车辆预警系统产生。如中国专利文献公开了一种车用防瞌睡提醒装置(申请号:CN201220015132.8;公开号CN20245404U),该装置时通过车速传感器、方向盘转角传感器、计时器、ECU和报警器组成,其特征在于车速传感器,方向盘转角传感器和计时器分别于ECU德输入端连接,报警器与ECU的输出端连接,ECU接收计时器。通过采集车速传感器以及方向盘转角传感器发出的信号并进行判断,当判断为长时间高速行驶时,给予报警。开车防瞌睡装置专利(申请号:CN2200910234931.7;公开号CN101763711A),该装置是在方向盘上安装传感器,利用驾驶操作方向盘的频率判别驾驶人是否不稳定性操作并报警。
上述这些技术只能判断出一种不稳定性驾驶行为,不能同时判断出多种不稳定性驾驶状态,而且检测装置的安装比较繁琐。
发明内容
本发明要解决的技术问题在于:提供一种机动车驾驶人不稳定性驾驶状态检测预警装置与方法,它可以检测多种驾驶人不稳定性驾驶状态的共同特征,通过车辆运动状态进行判别,通过车辆的状态进行识别不会受驾驶人的操作习惯等影响,识别效果更精确。
本发明解决其技术问题所采用的技术方案是:机动车驾驶人不稳定性驾驶状态检测预警装置,包括陀螺仪传感器、加速度计、处理装置和预警装置,
陀螺仪传感器、加速度计、处理装置和预警装置均安装在机动车上,所述处理装置用于将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标,并根据不稳定驾驶状态识别指标判别驾驶人是否处于不稳定驾驶状态;
所述陀螺仪传感器和加速度计采集的车辆运动信息包括陀螺仪传感器采集的车辆横摆角速度,加速度计采集的车辆的横向加速度和纵向加速度;
所述处理装置将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标的步骤为:
根据加速度计采集的车辆纵向加速度信息计算车辆速度;
当车辆速度超过预设阈值时,由处理单元将车辆横摆角速度、车辆横向加速度和纵向加速度转化为单位时间内车辆横摆角速度变化方差、横向加速度变化方差和纵向加速度变化方差;
所述的处理单元根据不稳定驾驶状态识别指标判别驾驶人是否处于不稳定驾驶状态使用的算法为FISHER算法,该算法判别式如下:
式中, O为车辆横摆角速度变化方差,P为横向加速度变化方差,Q为纵向加速度变化方差;
式中,为判别式的识别系数,识别系数通过正常驾驶状态的数据样本和不稳定驾驶状态的数据样本求解,将正常驾驶状态和不稳定驾驶状态下O,P,Q两类数据代入判别式公式,使得F值在正常驾驶状态数据样本下为小于等于0的数,在不稳定驾驶状态数据样本下为大于0的数,满足这个条件的为判别式的识别系数;
上述判别式F大于0,则判别驾驶人处于不稳定性驾驶状态;若函数值F小于等于0,则判别驾驶人处于正常驾驶状态。
按上述方案,处理装置将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标使用双时间窗的方法。
按上述方案,双时间窗中主时间窗时间为55秒,主时间窗内有多个小时间窗,小时间窗时间为6秒。
一种机动车驾驶人不稳定性驾驶状态检测预警方法,其特征在于,包括以下步骤:
(1)通过陀螺仪传感器采集车辆横摆角速度,通过加速度计采集车辆的横向加速度和纵向加速度;
(2)根据加速度计采集的车辆纵向加速度信息计算车辆速度;
(3)当车辆速度超过预设阈值时,由处理单元将车辆横摆角速度、车辆横向加速度和纵向加速度转化为不稳定驾驶状态识别指标;
(4)处理单元使用FISHER算法对不稳定驾驶状态识别指标进行判别,识别出驾驶人是否处于不稳定驾驶状态;
(5)根据判断结果对驾驶人进行预警提示;
所述步骤(3)中,不稳定驾驶状态识别指标包括单位时间内车辆横摆角速度变化方差、横向加速度变化方差和纵向加速度变化方差。
所述步骤(4)中,FISHER算法判别式如下:
式中, O为车辆横摆角速度变化方差,P为横向加速度变化方差,Q为纵向加速度变化方差;
式中,为判别式的识别系数,识别系数通过正常驾驶状态的数据样本和不稳定驾驶状态的数据样本求解,将正常驾驶状态和不稳定驾驶状态下O,P,Q两类数据代入判别式公式,使得F值在正常驾驶状态数据样本下为小于等于0的数,在不稳定驾驶状态数据样本下为大于0的数,满足这个条件的为判别式的识别系数;
上述判别式F大于0,则判别驾驶人处于不稳定性驾驶状态;若函数值F小于等于0,则判别驾驶人处于正常驾驶状态。
按上述方案,所述步骤(3)中,处理装置将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标使用双时间窗的方法;其中双时间窗中主时间窗时间为55秒,主时间窗内有多个小时间窗,小时间窗时间为6秒。
本发明产生的有益效果是:本发明通过车辆运动状态进行判别,可以检测多种驾驶人不稳定性驾驶状态的共同特征,通过车辆的状态进行识别不会受驾驶人的操作习惯等影响,识别效果更精确。
附图说明
图1是本发明实施例的结构示意图;
图2是本发明实施例的方法流程图;
图3为双时间窗示意图;
图4为FISHER算法识别流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,机动车驾驶人不稳定性驾驶状态检测预警装置,包括陀螺仪传感器、加速度计、处理装置和预警装置,陀螺仪传感器、加速度计、处理装置和预警装置均安装在机动车上的支架上,处理装置用于将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标,并根据不稳定驾驶状态识别指标判别驾驶人是否处于不稳定驾驶状态。
陀螺仪传感器和加速度计采集的车辆运动信息包括陀螺仪传感器采集的车辆横摆角速度,加速度计采集的车辆的横向加速度和纵向加速度。
处理装置将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标的步骤为:
根据加速度计采集的车辆纵向加速度信息计算车辆速度;
当车辆速度超过预设阈值时,由处理单元将车辆横摆角速度、车辆横向加速度和纵向加速度转化为单位时间内车辆横摆角速度变化方差、横向加速度变化方差和纵向加速度变化方差。
处理单元根据不稳定驾驶状态识别指标判别驾驶人是否处于不稳定驾驶状态使用的算法为FISHER算法,该算法判别式如下
式中, 为FISHER算法识别系数; O为车辆横摆角速度变化方差,P为横向加速度变化方差,Q为纵向加速度变化方差;
式中,为判别式的识别系数,识别系数通过正常驾驶状态的数据样本和不稳定驾驶状态的数据样本求解,将正常驾驶状态和不稳定驾驶状态下O,P,Q两类数据代入判别式公式,使得F值在正常驾驶状态数据样本下为小于等于0的数,在不稳定驾驶状态数据样本下为大于0的数,满足这个条件的为判别式的识别系数;
通过该算法判别式可求得判别系数,任一组驾驶状态的样本数据O,P,Q获取后直接代入算法判别式可得到一个F值,通过F的值是否大于0即判断该驾驶状态是否为不稳定驾驶状态。
若函数值F大于0,则判别驾驶人处于不稳定性驾驶状态;若函数值F小于0,则判别驾驶人处于正常驾驶状态。
处理装置将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标使用双时间窗的方法。双时间窗示意图如图3所示。
双时间窗中主时间窗时间为55秒,主时间窗内有多个小时间窗,小时间窗时间为6秒。
本发明还提供一种机动车驾驶人不稳定性驾驶状态检测预警方法,包括以下步骤:
(1)通过陀螺仪传感器采集车辆横摆角速度,通过加速度计采集车辆的横向加速度和纵向加速度;
(2)根据加速度计采集的车辆纵向加速度信息计算车辆速度;
(3)当车辆速度超过预设阈值时,本实施例中取60km/h,由处理单元将车辆横摆角速度、车辆横向加速度和纵向加速度转化为不稳定驾驶状态识别指标;不稳定驾驶状态识别指标包括单位时间内车辆横摆角速度变化方差、横向加速度变化方差和纵向加速度变化方差。
处理装置将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标使用双时间窗的方法;其中双时间窗中主时间窗时间为55秒,小时间窗时间为6秒。
(4)处理单元使用FISHER算法对不稳定驾驶状态识别指标进行判别,识别出驾驶人是否处于不稳定驾驶状态;
FISHER算法判别式如下
式中, 为FISHER算法识别系数;
O为车辆横摆角速度变化方差,P为横向加速度变化方差,Q为纵向加速度变化方差;
若函数值F大于0,则判别驾驶人处于不稳定性驾驶状态;若函数值F小于0,则判别驾驶人处于正常驾驶状态。
(5)根据判断结果对驾驶人进行预警提示。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (5)
1.机动车驾驶人不稳定性驾驶状态检测预警装置,包括陀螺仪传感器、加速度计、处理装置和预警装置,陀螺仪传感器、加速度计、处理装置和预警装置均安装在机动车上,其特征在于,所述处理装置用于将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标,并根据不稳定驾驶状态识别指标判别驾驶人是否处于不稳定驾驶状态;
所述陀螺仪传感器和加速度计采集的车辆运动信息包括陀螺仪传感器采集的车辆横摆角速度,加速度计采集的车辆的横向加速度和纵向加速度;
所述处理装置将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标的步骤为:
根据加速度计采集的车辆纵向加速度信息计算车辆速度;
当车辆速度超过预设阈值时,由处理装置将车辆横摆角速度、车辆横向加速度和纵向加速度转化为单位时间内车辆横摆角速度变化方差、横向加速度变化方差和纵向加速度变化方差;
所述的处理装置根据不稳定驾驶状态识别指标判别驾驶人是否处于不稳定驾驶状态使用的算法为FISHER算法,该算法判别式如下:
式中,O为车辆横摆角速度变化方差,P为横向加速度变化方差,Q为纵向加速度变化方差;
式中,Xi、Yi、Zi(i=0,1,2,3)为判别式的识别系数,识别系数通过正常驾驶状态的数据样本和不稳定驾驶状态的数据样本求解,将正常驾驶状态和不稳定驾驶状态下O,P,Q两类数据代入判别式公式,使得F值在正常驾驶状态数据样本下为小于等于0的数,在不稳定驾驶状态数据样本下为大于0的数,满足这个条件的Xi、Yi、Zi(i=0,1,2,3)为判别式的识别系数;
上述判别式F大于0,则判别驾驶人处于不稳定性驾驶状态;若函数值F小于等于0,则判别驾驶人处于正常驾驶状态。
2.根据权利要求1所述的机动车驾驶人不稳定性驾驶状态检测预警装置,其特征在于,处理装置将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标使用双时间窗的方法。
3.根据权利要求2所述的机动车驾驶人不稳定性驾驶状态检测预警装置,其特征在于,双时间窗中主时间窗时间为55秒,主时间窗内有多个小时间窗,小时间窗时间为6秒。
4.机动车驾驶人不稳定性驾驶状态检测预警方法,其特征在于,包括以下步骤:
(1)通过陀螺仪传感器采集车辆横摆角速度,通过加速度计采集车辆的横向加速度和纵向加速度;
(2)根据加速度计采集的车辆纵向加速度信息计算车辆速度;
(3)当车辆速度超过预设阈值时,由处理装置将车辆横摆角速度、车辆横向加速度和纵向加速度转化为不稳定驾驶状态识别指标;
(4)处理装置使用FISHER算法对不稳定驾驶状态识别指标进行判别,识别出驾驶人是否处于不稳定驾驶状态;
(5)根据判断结果对驾驶人进行预警提示;
所述步骤(3)中,不稳定驾驶状态识别指标包括单位时间内车辆横摆角速度变化方差、横向加速度变化方差和纵向加速度变化方差;
所述步骤(4)中,FISHER算法判别式如下:
式中,O为车辆横摆角速度变化方差,P为横向加速度变化方差,Q为纵向加速度变化方差;
式中,Xi、Yi、Zi(i=0,1,2,3)为判别式的识别系数,识别系数通过正常驾驶状态的数据样本和不稳定驾驶状态的数据样本求解,将正常驾驶状态和不稳定驾驶状态下O,P,Q两类数据代入判别式公式,使得F值在正常驾驶状态数据样本下为小于等于0的数,在不稳定驾驶状态数据样本下为大于0的数,满足这个条件的Xi、Yi、Zi(i=0,1,2,3)为判别式的识别系数;
上述判别式F大于0,则判别驾驶人处于不稳定性驾驶状态;若函数值F小于等于0,则判别驾驶人处于正常驾驶状态。
5.根据权利要求4所述的机动车驾驶人不稳定性驾驶状态检测预警方法,其特征在于,所述步骤(3)中,处理装置将陀螺仪传感器和加速度计采集的车辆运动信息转换为不稳定驾驶状态识别指标使用双时间窗的方法;其中双时间窗中主时间窗时间为55秒,主时间窗内有多个小时间窗,小时间窗时间为6秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310427178.XA CN104464192B (zh) | 2013-09-18 | 2013-09-18 | 机动车驾驶人不稳定性驾驶状态检测预警装置与方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310427178.XA CN104464192B (zh) | 2013-09-18 | 2013-09-18 | 机动车驾驶人不稳定性驾驶状态检测预警装置与方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104464192A CN104464192A (zh) | 2015-03-25 |
CN104464192B true CN104464192B (zh) | 2017-02-08 |
Family
ID=52910169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310427178.XA Expired - Fee Related CN104464192B (zh) | 2013-09-18 | 2013-09-18 | 机动车驾驶人不稳定性驾驶状态检测预警装置与方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104464192B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105225421A (zh) * | 2015-10-10 | 2016-01-06 | 英华达(南京)科技有限公司 | 疲劳驾驶控制系统及方法 |
CN107415953B (zh) * | 2017-04-28 | 2019-10-25 | 东软集团股份有限公司 | 一种驾驶行为识别方法、装置及设备 |
CN107917187A (zh) * | 2017-11-21 | 2018-04-17 | 重庆市文鑫机电配件厂 | 汽车换挡杆 |
CN109703301B (zh) * | 2018-12-26 | 2020-07-28 | 惠州市德赛西威汽车电子股份有限公司 | 一种可检测在静止状态下汽车轮胎是否漏气的方法及系统 |
CN112580736A (zh) * | 2020-12-26 | 2021-03-30 | 浙江天行健智能科技有限公司 | 一种基于svm算法的醉酒驾驶车辆识别方法 |
CN113933541A (zh) * | 2021-09-30 | 2022-01-14 | 陕西航天时代导航设备有限公司 | 一种微机械式失稳加速度传感器 |
CN114043991B (zh) * | 2022-01-12 | 2022-03-29 | 北京百姓车服网络科技有限公司 | 一种检测异常驾驶行为的方法、装置及计算设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8400313B2 (en) * | 2007-01-19 | 2013-03-19 | Asahi Kasei Kabushiki Kaisha | Vehicle driver sleep state classification generating device based on Hidden Markov Model, sleep state classification device and warning device |
CN100462047C (zh) * | 2007-03-21 | 2009-02-18 | 汤一平 | 基于全方位计算机视觉的安全驾驶辅助装置 |
US8344894B2 (en) * | 2009-04-02 | 2013-01-01 | GM Global Technology Operations LLC | Driver drowsy alert on full-windshield head-up display |
TWI405134B (zh) * | 2009-10-21 | 2013-08-11 | Automotive Res & Testing Ct | Driver face image recognition system |
-
2013
- 2013-09-18 CN CN201310427178.XA patent/CN104464192B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN104464192A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104464192B (zh) | 机动车驾驶人不稳定性驾驶状态检测预警装置与方法 | |
CN104527647B (zh) | 一种驾驶行为危险度的监测评估方法 | |
CN105564436A (zh) | 一种高级驾驶辅助系统 | |
CN102509418B (zh) | 一种多传感信息融合的疲劳驾驶评估预警方法及装置 | |
CN105261151B (zh) | 基于操作行为特征的高等级公路驾驶人疲劳状态检测方法 | |
CN106103216A (zh) | 用于运行机动车的自主工作的行驶安全或驾驶员辅助系统的方法 | |
CN110077398B (zh) | 一种用于智能驾驶的危险处理方法 | |
CN106274483A (zh) | 基于分心驾驶行为判别的车辆自动驾驶切换装置及方法 | |
CN106218641B (zh) | 一种车辆新手驾驶员自动识别及安全预警方法 | |
CN103578227B (zh) | 基于gps定位信息的疲劳驾驶检测方法 | |
EP2827317B1 (en) | Device for determining sensitivity to prediction of unexpected situations | |
CN104036619B (zh) | 基于方向盘转角数据的疲劳检测方法及检测装置 | |
CN103492252A (zh) | 车辆用信息提供装置 | |
CN112884288B (zh) | 一种高速公路雨雾场景行车安全评估系统 | |
CN106364317A (zh) | 一种汽车定距巡航系统及其方法 | |
CN114194197B (zh) | 一种危险驾驶预警方法、装置、设备和相关系统 | |
CN108045179A (zh) | 一种胎压监测系统故障判断方法 | |
CN112356849A (zh) | 一种危险驾驶的预警方法及装置 | |
CN103914889B (zh) | 一种对车辆速度的采集行为进行异常检测的系统及方法 | |
CN205365591U (zh) | 一种基于车辆运动姿态的驾驶员状态提示装置 | |
CN108482385B (zh) | 一种考虑交通环境复杂度的车载设备操作风险辨识方法 | |
CN115279643A (zh) | 用于训练自动驾驶车辆的感知网络的车载主动学习方法和设备 | |
CN117131955B (zh) | 一种考虑多约束条件的短时车速预测方法 | |
CN205819182U (zh) | 基于侧风影响的车道偏移控制系统 | |
CN108765995A (zh) | 一种基于物联网的汽车驾驶道路安全监测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170208 Termination date: 20180918 |