CN104828095B - 检测驾驶员驾驶状态的方法、装置及系统 - Google Patents
检测驾驶员驾驶状态的方法、装置及系统 Download PDFInfo
- Publication number
- CN104828095B CN104828095B CN201410444105.6A CN201410444105A CN104828095B CN 104828095 B CN104828095 B CN 104828095B CN 201410444105 A CN201410444105 A CN 201410444105A CN 104828095 B CN104828095 B CN 104828095B
- Authority
- CN
- China
- Prior art keywords
- sound bite
- driver
- driving condition
- reading
- driving
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000008859 change Effects 0.000 claims description 28
- 238000004891 communication Methods 0.000 claims description 6
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 claims description 2
- 230000002093 peripheral effect Effects 0.000 abstract description 5
- 238000001514 detection method Methods 0.000 description 10
- 230000035622 drinking Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 3
- 210000004556 brain Anatomy 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003340 mental effect Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 206010013654 Drug abuse Diseases 0.000 description 1
- 206010041349 Somnolence Diseases 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 208000011117 substance-related disease Diseases 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
- B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
- B60W2040/0836—Inactivity or incapacity of driver due to alcohol
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Fittings On The Vehicle Exterior For Carrying Loads, And Devices For Holding Or Mounting Articles (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明公开了一种检测驾驶员驾驶状态的方法、装置及系统。其中，该方法包括：播放预置的语音片段；采集驾驶员跟读预置的语音片段后的跟读语音片段；根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态，驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态；按照驾驶员的驾驶状态生成控制指令。本发明解决了现有技术中通过外设的多个硬件设备来识别驾驶员处于非正常驾驶状态下，增加了车内布置空间、设备易损坏，而且识别结果不准确的问题。
Description
技术领域
本发明涉及车辆控制领域，具体而言，涉及一种检测驾驶员驾驶状态的方法、装置及系统。
背景技术
驾驶员长时间驾驶，往往会造成打瞌睡甚至睡着的情况，极大的增加了驾驶的危害性，不但危及到驾驶员自己的生命安全，也会危害到其他驾驶员的生命安全。酒驾具有同样高的危害性，驾驶员在饮酒的情况下驾驶汽车反应能力及控制能力大幅下降，处理紧急情况的能力也随之下降，往往造成撞车事故，危害人身安全。现有的汽车防疲劳驾驶、防酒驾的设备可以采用如下应用方式，例如，防止酒驾是基于酒精浓度探测器来检测酒精浓度，来识别驾驶员是否饮酒，防止疲劳驾驶是增加眼球识别设备、摄像头设备、心跳检测设备等来识别驾驶员是否有瞌睡的状态。
这里需要说明的是，上述两种防止方法都需要在车内添加外置的、高成本的传感器，不但占用车内布置空间，而且传感器易损，识别结果的可靠性不高。
针对现有技术中通过外设的多个硬件设备来识别驾驶员处于非正常驾驶状态下，增加了车内布置空间、设备易损坏，而且识别结果不准确的问题，目前尚未提出有效的解决方案。
发明内容
本发明的主要目的在于提供一种检测驾驶员驾驶状态的方法、装置及系统，以解决现有技术中通过外设的多个硬件设备来识别驾驶员处于非正常驾驶状态下，增加了车内布置空间、设备易损坏，而且识别结果不准确的问题。
为了实现上述目的，根据本发明实施例的一个方面，提供了一种检测驾驶员驾驶状态的方法。该方法包括：播放预置的语音片段；采集驾驶员跟读预置的语音片段后的跟读语音片段；根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态，驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态；按照驾驶员的驾驶状态生成控制指令。
为了实现上述目的，根据本发明实施例的另一方面，提供了一种检测驾驶员驾驶状态的装置，该装置包括：播放模块，用于播放预置的语音片段；采集模块，用于采集驾驶员跟读预置的语音片段后的跟读语音片段；处理模块，用于根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态，驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态；控制模块，用于按照驾驶员的驾驶状态生成控制指令。
为了实现上述目的，根据本发明实施例的另一方面，提供了检测驾驶员驾驶状态的系统，该系统包括：播放器，用于播放预置的语音片段；音频接收器，用于在驾驶员跟读预置的语音片段之后，采集驾驶员跟读预置的语音片段后生成的跟读语音片段；控制器，与音频接收器建立连接，用于根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态，驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态；整车控制器，与控制器连接，用于获取按照驾驶员的驾驶状态而生成的控制指令来控制驾驶员驾驶的驾驶对象。
根据发明实施例，通过播放预置的语音片段；采集驾驶员跟读预置的语音片段后的跟读语音片段；根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态，驾驶员的驾驶状态包括：正常驾驶状态、疲劳驾驶状态、酒后驾驶状态；按照驾驶员的驾驶状态生成控制指令，解决了现有技术通过外设的多个硬件设备来识别驾驶员处于非正常驾驶状态，增加了车内布置空间、设备易损坏，而且识别结果不准确的问题。实现了以一种设备则可以实现防止非正常驾驶的功能并且节省车内布置空间，识别结果高的效果。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例一的检测驾驶员驾驶状态的方法的流程图；
图2是根据本发明实施例一的检测驾驶员驾驶状态的语音识别系统框图；
图3是根据本发明实施例一可选的的检测驾驶员驾驶状态的方法的流程图；
图4是根据本发明实施例二的检测驾驶员驾驶状态的装置的结构示意图；以及
图5是根据本发明实施例三的检测驾驶员驾驶状态的系统的结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
本发明实施例提供了一种检测驾驶员驾驶状态的方法。
图1是根据本发明实施例的检测驾驶员驾驶状态的方法的流程图。如图1所示，该方法包括步骤如下：
步骤S101，播放预置的语音片段；
具体的，上述预置的语音片段的可以是一句话，也可以是歌曲等多个任意语音片段，播放的为上述多个任意语音片段中的随机的一段，上述预置的语音片段可以通过汽车上的音响播放，也可以采用任意播放设备播放，上述播放设备可以放置于汽车驾驶仓内的任意空间。
步骤S103，采集驾驶员跟读预置的语音片段后的跟读语音片段；
具体的，上述驾驶员不限于汽车、飞机等交通工具的驾驶员。本实施例以汽车驾驶员为例进行详细描述。例如，当汽车驾驶员启动汽车后，汽车音响会播放上述预置的语音片段，驾驶员则可以跟读上述预置的语音片段并被录音。
步骤S105，根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态，驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态；
上述步骤S105中的非正常驾驶状态可以包括：酒后驾驶状态和/或疲劳驾驶状态。
步骤S107，按照驾驶员的驾驶状态生成控制指令。
具体的，针对步骤S105中驾驶员的两种不同的驾驶状态：正常驾驶状态和非正常驾驶状态生成不同的控制指令。
本申请上述实施例一提供的方案，采集驾驶员跟读预置语音片段后的跟读语音片段，通过上述跟读语音片段的特征值确定驾驶员的驾驶状态，并根据上述不同的驾驶状态生成不同的控制指令。解决了现有技术中通过外设的多个硬件设备来识别驾驶员处于非正常驾驶状态，增加了车内布置空间、设备易损坏，而且识别结果不准确的问题。
可选的，步骤S105中的特征值可以包括：语音词语之间的时间间隔长度、音频频率的匹配度、音量变化的幅度、语音内容的相似度、预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差，根据上述至少一个特征值来确定驾驶员的驾驶状态，驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态的步骤可以包括：
通过如下任意一个或多个特征值的处理方案来确定所述驾驶员的驾驶状态：
方案一：通过比对跟读语音片段与预置的语音片段中每个语音词语之间的时间间隔长度，来确定驾驶员的驾驶状态，其中，当跟读语音片段与预置的语音片段中任意一个或多个语音词语之间的时间间隔长度之差大于等于第一阈值，则确定驾驶员的驾驶状态为非正常驾驶状态。
具体的，本申请以汽车驾驶员为例进行描述，汽车驾驶员在听到播放预置的语音片段后，跟读上述预置的语音片段后被录音生成跟读语音片段，本方法通过比对汽车驾驶员的跟读语音片段与预置语音片段中的词语之间的时间间隔长度，上述第一阈值可以是预设的，例如，第一阈值预设为0.5s，如果预置的语音片段词语之间的间隔长度为0.3s，驾驶员处于非正常驾驶状态时说话较慢，驾驶员的跟读语音片段词语之间的间隔长度为1s，差值为0.7s，则判断上述驾驶员说话语速不正常，确定上述驾驶员的驾驶状态为酒后驾车状态或者疲劳驾驶状态。
方案二：通过比对跟读语音片段的音频频率与预置的语音片段的音频频率，来确定驾驶员的驾驶状态，其中，当跟读语音片段的音频频率与预置的语音片段的音频频率的匹配度小于等于第二阈值，则确定驾驶员的驾驶状态为非正常驾驶状态。
方案三：通过比对跟读语音片段的音量变化的幅度与预置的语音片段的音量变化的幅度，来确定驾驶员的驾驶状态，其中，当跟读语音片段的音量变化的幅度与预置的语音片段的音量变化的幅度的匹配度小于等于第三阈值，则确定驾驶员的驾驶状态为非正常驾驶状态。
方案四：通过比对跟读语音片段的语音内容与预置的语音片段的语音内容，来确定驾驶员的驾驶状态，其中，当跟读语音片段的语音内容与预置的语音片段的语音内容的相似度小于等于第四阈值，则确定驾驶员的驾驶状态为非正常驾驶状态。
方案五：通过比对预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差，来确定驾驶员的驾驶状态，其中，当预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差大于等于第五阈值，则确定驾驶员的驾驶状态为非正常驾驶状态。
具体的，本申请以汽车驾驶员为例进行描述，汽车驾驶员在播放完预置的语音片段后会在一段时间后进行跟读，可以对预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差设置成第五阈值，比如，第五阈值设置为10s，汽车驾驶员酒后或疲劳后大脑反应迟钝，在播放完预置的语音片段后经过12s才跟读，则判断上述汽车驾驶员驾驶状态为非正常驾驶状态。
这里需要说明的是，本申请通过上述特征值来判断驾驶员的状态，不限于判断酒驾或疲劳驾驶，也可以包括，吸毒后驾驶或以任意危险状态驾驶。
可选的，步骤S105，在根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态之前，本实施例提供的方法可以包括：
步骤S301，判断是否在第一预定时间段内采集到跟读语音片段；
步骤S303，如果在第一预定时间段内采集到跟读语音片段，则存储跟读语音片段，并执行根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态的步骤；
步骤S305，如果在第一预定时间段内没有采集到跟读语音片段，则直接确定驾驶员的驾驶状态为非正常驾驶状态。
具体的，本申请以汽车驾驶员为例进行描述，例如，汽车驾驶员处于非正常驾驶状态时大脑迟钝，在上述第一预定时间内没有跟读，则系统之间确定该驾驶员驾驶状态为酒后驾驶状态或疲劳驾驶状态，系统不必执行步骤S103之后的步骤。
可选的，步骤S201至步骤S209中的在确定所述驾驶员的驾驶状态为非正常驾驶状态之后，本实施例提供的方法还可以包括：
步骤S401，在延迟第一预定时间长度之后，重新播放预置的语音片段，并采集驾驶员跟读预置的语音片段后的跟读语音片段，进入执行根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态的步骤。
具体的，本申请以汽车驾驶员为例进行描述，例如，汽车驾驶员没有在步骤S301中的第一预定时间之内跟读上述预置的语音片段，被直接确定为酒后驾驶状态或所述疲劳驾驶状态之后，可以延迟第一预定时间，第一预定时间过后，则再次播放预置的语音片段，则重新执行S101至S107的步骤。
可选的，步骤S101，播放预置的语音片段之前，本实施例提供的方法还可以包括：
步骤S500，在驾驶员启动驾驶对象之后，按照预定的时间间隔来启动播放预置的语音片段，预定的时间间隔包括：与启动驾驶对象同步的时间点，延迟第二预定时间长度之后的时间点。
具体的，本申请以汽车驾驶员为例进行描述，当汽车驾驶员启动汽车的时候，则与启动汽车的时间同步播放上述预置的语音片段测试器是否酒驾或疲劳驾驶，也可以在汽车驾驶员驾驶汽车一段时间即上述第二预定时间之后，上述第二预定时间可以是一个小时，在汽车启动后一个小时后播放预置的语音片段来测试驾驶员是否疲劳驾驶。
可选的，步骤107中非正常驾驶状态包括：酒后驾驶状态和/或疲劳驾驶状态，其中，按照驾驶员的所述驾驶状态生成控制指令的步骤可以通过如下两种方案实现：
针对酒后驾车状态下的控制方案为：在驾驶状态为酒后驾驶状态的情况下，控制指令包括以下任意一个或多个指令：禁止行车指令、限速行车指令、启动车载通信设备自动播出告警电话的指令和启动车载报警装置发出报警信息的报警指令。
针对疲劳驾车状态下的控制方案为：在驾驶状态为疲劳驾驶状态的情况下，控制指令包括以下任意一个或多个指令：启动车载空调的指令、降低车载空调温度的指令、启动车载报警装置发出报警信息的报警指令。
具体的，上述控制指令可以是针对不同的驾驶状态生成不同的指令。
结合图2至图3，本申请在一种实际应用场景下进行描述：
本发明可以是一种防驾驶疲劳、防酒驾的语音识别系统，如图2所示，系统主要包括：音频输入、音频解码、音频播放、单片机类控制器、CAN总线。
图3为上述系统的工作流程，工作流程为：
步骤10：驾驶员启动车辆，设备开始工作。
步骤20：播放预置的多段语音中的随机的一段。
步骤30，在播放完后录驾驶员的跟读语音，驾驶员跟读的情况下，执行步骤301。否则执行步骤303.
步骤301，控制器处理上述驾驶员跟读的录音。
步骤302，根据录音的特征值，如：语音词语之间的时间间隔长度即声音的连续性，预置的语音片段的播放时间和采集到的所述跟读语音片段的采集时间的时间差即原音与录音的间隔时间，音频频率的匹配度即跟读语音的正确性等判断驾驶员是否，否饮酒，在判断驾驶员饮酒的情况下，执行步骤303，否则执行步骤40。
步骤303，与整车控制器通信，禁止行车或者限速行车并播放语音，提醒乘客处于酒驾的状态。
步骤304，在延时一段时间后再次进行酒驾测试部分即执行步骤20。
步骤40，在通过酒驾测试后，间隔一小时时间，进入疲劳驾驶测试部分
步骤60，播放预置的多段语音中的随机的一段。
步骤70，同样播放完后录驾驶员的跟读语音，判断驾驶员是否跟读，在驾驶员跟读的情况下，执行步骤701，否则执行步骤703。
步骤701，控制器存储处理上述跟读语音的音频。
步骤702，根据录音的特征值，如：语音词语之间的时间间隔长度即声音的连续性，预置的语音片段的播放时间和采集到的所述跟读语音片段的采集时间的时间差即原音与录音的间隔时间，音频频率的匹配度即跟读语音的正确性等，判断驾驶员是否存在疲劳的状态，在判断驾驶员处于疲劳的情况下，执行步骤703，否则执行步骤40。
步骤703，与整车控制器通信，声音报警并提醒驾驶员处于疲劳驾驶状态或者采取打开空调等其他使驾驶员清醒的措施，
步骤704，在延时一段时间后再次进行疲劳驾驶测试部分。
这里需要说明的是，酒驾测试部分、疲劳驾驶部分都存在后备解除的程序，在酒驾测试不过10次后及疲劳驾驶判定疲劳10次后都会有一段语音输入后备密码的程序，通过此程序关闭这两个程序。(10次是一个假设值)。
综上可知，本发明解决了现有技术中实现防止疲劳驾驶和防止酒驾要外置两个或多个设备不但增加了车内布置空间、设备易损坏，而且识别结果准确性不高的问题，实现了以一种设备则可以实现防止疲劳驾驶和防止酒驾的功能并且节省车内布置空间，识别结果准确性高的效果。
实施例2
本发明实施例还提供了一种检测驾驶员驾驶状态的装置，如图4所示，该装置可以包括：
播放模块701，用于播放预置的语音片段；
具体的，上述预置的语音片段的可以是一句话，也可以是歌曲等多个任意语音片段，播放的为上述多个任意语音片段中的随机的一段，上述预置的语音片段可以通过汽车上的音响播放，也可以采用任意播放设备播放，上述播放设备可以放置于汽车驾驶仓内的任意空间。
采集模块703，用于采集驾驶员跟读预置的语音片段后的跟读语音片段；
具体的，上述驾驶员不限于汽车、飞机等交通工具的驾驶员。本实施例以汽车驾驶员为例进行详细描述。例如，当汽车驾驶员启动汽车后，汽车音响会播放上述预置的语音片段，驾驶员则可以跟读上述预置的语音片段并被录音。
处理模块705，用于根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态，驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态。
控制模块707，用于按照驾驶员的驾驶状态生成控制指令。
具体的，针对处理模块705的驾驶员的两种不同的驾驶状态：正常驾驶状态和非正常驾驶状态生成不同的控制指令。
本申请上述实施例二提供的方案，通过采集模块703采集驾驶员跟读预置语音片段后的跟读语音片段，处理模块705通过上述跟读语音片段的特征值确定驾驶员的驾驶状态，控制模块707根据上述不同的驾驶状态生成不同的控制指令。解决了现有技术中实现防止非正常驾驶下需要外置两个或多个设备不但增加了车内布置空间、设备易损坏，而且识别结果可靠性不高的问题。
可选的，上述特征值可以包括：语音词语之间的时间间隔长度、音频频率的匹配度、音量变化的幅度、语音内容的相似度、所述预置的语音片段的播放时间和采集到的所述跟读语音片段的采集时间的时间差，其中，处理模块705可以包括：
确定模块801，用于通过如下任意一个或多个特征值的处理方案来确定所述驾驶员的驾驶状态：
第一子处理模块802，用于通过比对所述跟读语音片段与所述预置的语音片段中每个语音词语之间的时间间隔长度，来确定所述驾驶员的驾驶状态，其中，当所述跟读语音片段与所述预置的语音片段中任意一个或多个语音词语之间的时间间隔长度之差大于等于第一阈值，则确定所述驾驶员的驾驶状态为所述非正常驾驶状态；
具体的，本申请以汽车驾驶员为例进行描述，汽车驾驶员在听到播放预置的语音片段后，跟读上述预置的语音片段后被录音生成跟读语音片段，本方法通过比对汽车驾驶员的跟读语音片段与预置语音片段中的词语之间的时间间隔长度，上述第一阈值可以是预设的，例如，第一阈值预设为0.5s，如果预置的语音片段词语之间的间隔长度为0.3s，驾驶员酒驾之后或疲劳驾驶之后说话较慢，驾驶员的跟读语音片段词语之间的间隔长度为1s，差值为0.7s，则判断上述驾驶员说话语速不正常，确定上述驾驶员的驾驶状态为酒后驾车状态或者疲劳驾驶状态。
第二子处理模块803，用于通过比对跟读语音片段的音频频率与预置的语音片段的音频频率，来确定驾驶员的驾驶状态，其中，当跟读语音片段的音频频率与预置的语音片段的音频频率的匹配度小于等于第二阈值，则确定驾驶员的驾驶状态为非正常驾驶状态。
第三子处理模块804，用于通过比对跟读语音片段的音量变化的幅度与预置的语音片段的音量变化的幅度，来确定驾驶员的驾驶状态，其中，当跟读语音片段的音量变化的幅度与预置的语音片段的音量变化的幅度的匹配度小于等于第三阈值，则确定驾驶员的驾驶状态为非正常驾驶状态。
第四子处理模块805，用于通过比对跟读语音片段的语音内容与预置的语音片段的语音内容，来确定驾驶员的驾驶状态，其中，当跟读语音片段的语音内容与预置的语音片段的语音内容的相似度小于等于第四阈值，则确定驾驶员的驾驶状态为非正常驾驶状态。
第五子处理模块806，用于通过比对预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差，来确定驾驶员的驾驶状态，其中，当预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差大于等于第五阈值，则确定驾驶员的驾驶状态为非正常驾驶状态。
具体的，本申请以汽车驾驶员为例进行描述，汽车驾驶员在播放完预置的语音片段后会在一段时间后进行跟读，可以对预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差设置成第五阈值，比如，第五阈值设置为10s，汽车驾驶员酒后或疲劳后大脑反应迟钝，在播放完预置的语音片段后经过12s才跟读，则判断上述汽车驾驶员驾驶状态为非正常驾驶状态。
可选的，本实施例提供的装置可以包括：
第一判断模块807，用于判断是否在第一预定时间段内采集到跟读语音片段；
执行模块808，用于如果在第一预定时间段内采集到跟读语音片段，则存储跟读语音片段，并执行根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态的步骤；
子确定模块809，用于如果在第一预定时间段内没有采集到跟读语音片段，则直接确定驾驶员的驾驶状态为非正常驾驶状态。
具体的，本申请以汽车驾驶员为例进行描述，例如，汽车驾驶员酒后或疲劳驾驶，大脑迟钝，在上述第一预定时间内没有跟读，则系统之间确定该驾驶员驾驶状态为酒后驾驶状态或疲劳驾驶状态，系统不必执行实施例一中，步骤S103之后的步骤。
可选的，本实施例提供的装置还可以包括：
第六子处理模块901，用于在延迟第一预定时间长度之后，重新播放预置的语音片段，并采集驾驶员跟读预置的语音片段后的跟读语音片段，进入执行根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态的步骤。
具体的，本申请以汽车驾驶员为例进行描述，例如，汽车驾驶员没有在步骤S301中的第一预定时间之内跟读上述预置的语音片段，被直接确定为酒后驾驶状态或所述疲劳驾驶状态之后，可以延迟第一预定时间，第一预定时间过后，则再次播放预置的语音片段，则重新执行实施例一中S101至S107的步骤。
可选的，本实施例提供的装置还可以包括：
播放控制模块902，用于在驾驶员启动驾驶对象之后，按照预定的时间间隔来启动播放预置的语音片段，预定的时间间隔包括：与启动驾驶对象同步的时间点，延迟第二预定时间长度之后的时间点。
具体的，本申请以汽车驾驶员为例进行描述，当汽车驾驶员启动汽车的时候，则与启动汽车的时间同步播放上述预置的语音片段测试器是否酒驾或疲劳驾驶，也可以在汽车驾驶员驾驶汽车一段时间即上述第二预定时间之后，上述第二预定时间可以是一个小时，在汽车启动后一个小时播放预置的语音片段来测试驾驶员是否疲劳驾驶。
可选的，控制模块707还可以包括：
第一子控制模块1000，用于在驾驶状态为酒后驾驶状态的情况下，控制指令包括以下任意一个或多个指令：禁止行车指令、限速行车指令、启动车载通信设备自动播出告警电话的指令和启动车载报警装置发出报警信息的报警指令；
第二子控制模块1001，用于在驾驶状态为疲劳驾驶状态的情况下，控制指令包括以下任意一个或多个指令：启动车载空调的指令、降低车载空调温度的指令、启动车载报警装置发出报警信息的报警指令。
实施例3
本实施例还提供了一种检测驾驶员驾驶状态的系统，如图5所示，该系统可以包括：
播放器5000，用于播放预置的语音片段；
具体的，上述预置的语音片段的可以是一句话，也可以是歌曲等多个任意语音片段，播放的可以为上述多个任意语音片段中的随机的一段，上述预置的语音片段可以通过汽车上的音响播放，也可以采用任意播放设备播放，上述播放设备可以放置于汽车驾驶仓内的任意空间。
音频接收器5001，用于在驾驶员跟读预置的语音片段之后，采集驾驶员跟读预置的语音片段后生成的跟读语音片段；
具体的，上述驾驶员不限于汽车、飞机等交通工具的驾驶员。本实施例以汽车驾驶员为例进行详细描述。例如，当汽车驾驶员启动汽车后，汽车音响会播放上述预置的语音片段，驾驶员则可以跟读上述预置的语音片段并被录音。
控制器5002，与音频接收器建立连接，用于根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态，驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态；
整车控制器5003，与控制器连接，用于获取按照驾驶员的驾驶状态而生成的控制指令来控制驾驶员驾驶的驾驶对象。
具体的，针对步骤S105中驾驶员的三种不同的驾驶状态：正常驾驶状态、疲劳驾驶状态、酒后驾驶状态生成不同的控制指令，上述驾驶对象不限于汽车、飞机等交通工具。
本申请上述实施例三提供的方案，音频接收器5001采集驾驶员跟读预置语音片段后的跟读语音片段，控制器5002通过上述跟读语音片段的特征值确定驾驶员的驾驶状态，整车控制器5003根据上述不同的驾驶状态生成不同的控制指令。解决了现有技术中实现防止非正常驾驶状态下需要外置两个或多个设备，不但增加了车内布置空间、设备易损坏，而且识别结果可靠性不高的问题。
可选的，上述特征值可以包括：语音词语之间的时间间隔长度、音频频率的匹配度、音量变化的幅度、语音内容的相似度、预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差。
根据语音片段的至少一个特征值，确定驾驶员的驾驶状态可以为如下方案：
通过如下任意一个或多个特征值的处理方案来确定驾驶员的驾驶状态：
方案一：通过比对跟读语音片段与预置的语音片段中每个语音词语之间的时间间隔长度，来确定驾驶员的驾驶状态，其中，当跟读语音片段与预置的语音片段中任意一个或多个语音词语之间的时间间隔长度之差大于等于第一阈值，则确定驾驶员的驾驶状态为非正常驾驶状态；
具体的，本申请以汽车驾驶员为例进行描述，汽车驾驶员在听到播放预置的语音片段后，跟读上述预置的语音片段后被录音生成跟读语音片段，本方法通过比对汽车驾驶员的跟读语音片段与预置语音片段中的词语之间的时间间隔长度，上述第一阈值可以是预设的，例如，第一阈值预设为0.5s，如果预置的语音片段词语之间的间隔长度为0.3s，驾驶员酒驾之后或疲劳驾驶之后说话较慢，驾驶员的跟读语音片段词语之间的间隔长度为1s，差值为0.7s，则判断上述驾驶员说话语速不正常，确定上述驾驶员的驾驶状态为非正常驾驶状态。
方案二：通过比对跟读语音片段的音频频率与预置的语音片段的音频频率，来确定驾驶员的驾驶状态，其中，当跟读语音片段的音频频率与预置的语音片段的音频频率的匹配度小于等于第二阈值，则确定驾驶员的驾驶状态为非正常驾驶状态；
方案三：通过比对跟读语音片段的音量变化的幅度与预置的语音片段的音量变化的幅度，来确定驾驶员的驾驶状态，其中，当跟读语音片段的音量变化的幅度与预置的语音片段的音量变化的幅度的匹配度小于等于第三阈值，则确定驾驶员的驾驶状态为非正常驾驶状态；
方案四：通过比对跟读语音片段的语音内容与预置的语音片段的语音内容，来确定驾驶员的驾驶状态，其中，当跟读语音片段的语音内容与预置的语音片段的语音内容的相似度小于等于第四阈值，则确定驾驶员的驾驶状态为非正常驾驶状态；
方案五：通过比对预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差，来确定驾驶员的驾驶状态，其中，当预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差大于等于第五阈值，则确定驾驶员的驾驶状态为非正常驾驶状态。
具体的，本申请以汽车驾驶员为例进行描述，汽车驾驶员在播放完预置的语音片段后会在一段时间后进行跟读，可以对预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差设置成第五阈值，比如，第五阈值设置为10s，汽车驾驶员酒后或疲劳后大脑反应迟钝，在播放完预置的语音片段后经过12s才跟读，则判断上述汽车驾驶员驾驶状态为非正常驾驶状态。
可选的，在根据所述跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态之前，本实施例还包括如下方案：
方案一：判断是否在第一预定时间段内采集到跟读语音片段；
方案二：如果在第一预定时间段内采集到跟读语音片段，则存储跟读语音片段，并执行根据跟读语音片段的至少一个特征值，确定驾驶员的驾驶状态的步骤；
方案三：如果在第一预定时间段内没有采集到跟读语音片段，则直接确定驾驶员的驾驶状态为非正常驾驶状态。
具体的，本申请以汽车驾驶员为例进行描述，例如，汽车驾驶员酒后或疲劳驾驶，大脑迟钝，在上述第一预定时间内没有跟读，则系统之间确定该驾驶员驾驶状态为非正常驾驶状态，例如，酒后驾驶状态或疲劳驾驶状态，系统不必执行实施一中步骤S103之后的步骤。
可选的，在确定驾驶员的驾驶状态为非正常驾驶状态之后，本实施例还可以包括如下方案：
方案一：在延迟第一预定时间长度之后，重新播放预置的语音片段，并采集驾驶员跟读所述预置的语音片段后的跟读语音片段，进入执行根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态的步骤。
具体的，本申请以汽车驾驶员为例进行描述，例如，汽车驾驶员没有在步骤S301中的第一预定时间之内跟读上述预置的语音片段，被直接确定为非正常驾驶状态之后，可以延迟第一预定时间，第一预定时间过后，则再次播放预置的语音片段，则重新执行实施例一中S101至S107的步骤。
可选的，在播放预置的语音片段之前，本实施例还可以包括如下方案：
方案一：在所述驾驶员启动驾驶对象之后，按照预定的时间间隔来启动播放所述预置的语音片段，所述预定的时间间隔包括：与启动所述驾驶对象同步的时间点，延迟第二预定时间长度之后的时间点。
具体的，本申请以汽车驾驶员为例进行描述，当汽车驾驶员启动汽车的时候，则与启动汽车的时间同步播放上述预置的语音片段测试器是否酒驾或疲劳驾驶，也可以在汽车驾驶员驾驶汽车一段时间即上述第二预定时间之后，上述第二预定时间可以是一个小时，在一个小时后播放预置的语音片段来测试驾驶员是否疲劳驾驶。
可选的，按照驾驶员的所述驾驶状态生成控制指令，本实施例可以包括如下方案：
针对酒后驾车状态下的控制方案为：在所述驾驶状态为所述疲劳驾驶状态的情况下，所述控制指令包括以下任意一个或多个指令：禁止行车指令、限速行车指令、启动车载通信设备自动播出告警电话的指令和启动车载报警装置发出报警信息的报警指令；
针对疲劳驾车状态下的控制方案为：在所述驾驶状态为所述疲劳驾驶状态的情况下，所述控制指令包括以下任意一个或多个指令：启动车载空调的指令、降低所述车载空调温度的指令、所述启动车载报警装置发出报警信息的报警指令。
具体的，上述控制指令可以是针对不同的驾驶状态生成不同的指令。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、移动终端、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (12)
1.一种检测驾驶员驾驶状态的方法，其特征在于，包括：
播放预置的语音片段；
采集驾驶员跟读所述预置的语音片段后的跟读语音片段；
根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态，所述驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态；
按照驾驶员的所述驾驶状态生成控制指令；
其中，所述特征值包括：语音词语之间的时间间隔长度、音频频率的匹配度、音量变化的幅度、语音内容的相似度、预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差；
其中，根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态，包括：通过比对所述跟读语音片段与所述预置的语音片段的任意一个或多个所述特征值，确定所述驾驶员的驾驶状态。
2.根据权利要求1所述的方法，其特征在于，所述特征值包括：语音词语之间的时间间隔长度、音频频率的匹配度、音量变化的幅度、语音内容的相似度、所述预置的语音片段的播放时间和采集到的所述跟读语音片段的采集时间的时间差，其中，根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态的步骤包括：
通过如下任意一个或多个特征值的处理方案来确定所述驾驶员的驾驶状态：
通过比对所述跟读语音片段与所述预置的语音片段中每个语音词语之间的时间间隔长度，来确定所述驾驶员的驾驶状态，其中，当所述跟读语音片段与所述预置的语音片段中任意一个或多个语音词语之间的时间间隔长度之差大于等于第一阈值，则确定所述驾驶员的驾驶状态为所述非正常驾驶状态；
通过比对所述跟读语音片段的音频频率与所述预置的语音片段的音频频率，
来确定所述驾驶员的驾驶状态，其中，当所述跟读语音片段的音频频率与所述预置的语音片段的音频频率的匹配度小于等于第二阈值，则确定所述驾驶员的驾驶状态为所述非正常驾驶状态；
通过比对所述跟读语音片段的音量变化的幅度与所述预置的语音片段的音量变化的幅度，来确定所述驾驶员的驾驶状态，其中，当所述跟读语音片段的音量变化的幅度与所述预置的语音片段的音量变化的幅度的匹配度小于等于第三阈值，则确定所述驾驶员的驾驶状态为非正常驾驶状态；
通过比对所述跟读语音片段的语音内容与所述预置的语音片段的语音内容，来确定所述驾驶员的驾驶状态，其中，当所述跟读语音片段的语音内容与所述预置的语音片段的语音内容的相似度小于等于第四阈值，则确定所述驾驶员的驾驶状态为非正常驾驶状态；
通过比对所述预置的语音片段的播放时间和采集到的所述跟读语音片段的采集时间的时间差，来确定所述驾驶员的驾驶状态，其中，当所述预置的语音片段的播放时间和采集到的所述跟读语音片段的采集时间的时间差大于等于第五阈值，则确定所述驾驶员的驾驶状态为非正常驾驶状态。
3.根据权利要求1或2所述的方法，其特征在于，在根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态之前，所述方法还包括：
判断是否在第一预定时间段内采集到所述跟读语音片段；
如果在所述第一预定时间段内采集到所述跟读语音片段，则存储所述跟读语音片段，并执行根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态的步骤；
如果在所述第一预定时间段内没有采集到所述跟读语音片段，则直接确定所述驾驶员的驾驶状态为所述非正常驾驶状态。
4.根据权利要求3所述的方法，其特征在于，在确定所述驾驶员的驾驶状态为所述非正常驾驶状态之后，所述方法还包括：
在延迟第一预定时间长度之后，重新播放预置的语音片段，并采集驾驶员跟读所述预置的语音片段后的跟读语音片段，进入执行根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态的步骤。
5.根据权利要求1所述的方法，其特征在于，在采集驾驶员跟读所述预置的语音片段后的跟读语音片段之前，所述方法还包括：
在所述驾驶员启动驾驶对象之后，按照预定的时间间隔来启动播放所述预置的语音片段，所述预定的时间间隔包括：与启动所述驾驶对象同步的时间点，延迟第二预定时间长度之后的时间点。
6.根据权利要求1所述的方法，其特征在于，所述非正常驾驶状态包括：酒后驾驶状态和/或疲劳驾驶状态，其中，按照驾驶员的所述驾驶状态生成控制指令的步骤包括：
在所述驾驶状态为所述酒后驾驶状态的情况下，所述控制指令包括以下任意一个或多个指令：禁止行车指令、限速行车指令、启动车载通信设备自动播出告警电话的指令和启动车载报警装置发出报警信息的报警指令；
在所述驾驶状态为所述疲劳驾驶状态的情况下，所述控制指令包括以下任意一个或多个指令：启动车载空调的指令、降低所述车载空调温度的指令、所述启动车载报警装置发出报警信息的报警指令。
7.一种检测驾驶员驾驶状态的装置，其特征在于，包括：
播放模块，用于播放预置的语音片段；
采集模块，用于采集驾驶员跟读所述预置的语音片段后的跟读语音片段；
处理模块，用于根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态，所述驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态；
控制模块，用于按照驾驶员的所述驾驶状态生成控制指令；
其中，所述特征值包括：语音词语之间的时间间隔长度、音频频率的匹配度、音量变化的幅度、语音内容的相似度、预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差；
其中，所述处理模块还用于通过比对所述跟读语音片段与所述预置的语音片段的任意一个或多个所述特征值，确定所述驾驶员的驾驶状态。
8.根据权利要求7所述的装置，其特征在于，所述特征值包括：语音词语之间的时间间隔长度、音频频率的匹配度、音量变化的幅度、语音内容的相似度、所述预置的语音片段的播放时间和采集到的所述跟读语音片段的采集时间的时间差，其中，所述处理模块包括：
确定模块，用于通过如下任意一个或多个特征值的处理方案来确定所述驾驶员的驾驶状态：
第一子处理模块，用于通过比对所述跟读语音片段与所述预置的语音片段中每个语音词语之间的时间间隔长度，来确定所述驾驶员的驾驶状态，其中，当所述跟读语音片段与所述预置的语音片段中任意一个或多个语音词语之间的时间间隔长度之差大于等于第一阈值，则确定所述驾驶员的驾驶状态为所述非正常驾驶状态；
第二子处理模块，用于通过比对所述跟读语音片段的音频频率与所述预置的语音片段的音频频率，来确定所述驾驶员的驾驶状态，其中，当所述跟读语音片段的音频频率与所述预置的语音片段的音频频率的匹配度小于等于第二阈值，则确定所述驾驶员的驾驶状态为所述非正常驾驶状态；
第三子处理模块，用于通过比对所述跟读语音片段的音量变化的幅度与所述预置的语音片段的音量变化的幅度，来确定所述驾驶员的驾驶状态，其中，当所述跟读语音片段的音量变化的幅度与所述预置的语音片段的音量变化的幅度的匹配度小于等于第三阈值，则确定所述驾驶员的驾驶状态为所述非正常驾驶状态；
第四子处理模块，用于通过比对所述跟读语音片段的语音内容与所述预置的语音片段的语音内容，来确定所述驾驶员的驾驶状态，其中，当所述跟读语音片段的语音内容与所述预置的语音片段的语音内容的相似度小于等于第四阈值，则确定所述驾驶员的驾驶状态为所述非正常驾驶状态；
第五子处理模块，用于通过比对所述预置的语音片段的播放时间和采集到的所述跟读语音片段的采集时间的时间差，来确定所述驾驶员的驾驶状态，其中，当所述预置的语音片段的播放时间和采集到的所述跟读语音片段的采集时间的时间差大于等于第五阈值，则确定所述驾驶员的驾驶状态为所述非正常驾驶状态。
9.根据权利要求7或8所述的装置，其特征在于，所述装置还包括：
第一判断模块，用于判断是否在第一预定时间段内采集到所述跟读语音片段；
执行模块，用于如果在所述第一预定时间段内采集到所述跟读语音片段，则存储所述跟读语音片段，并执行根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态的步骤；
子确定模块，用于如果在所述第一预定时间段内没有采集到所述跟读语音片段，则直接确定所述驾驶员的驾驶状态为所述非正常驾驶状态。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
第六子处理模块，用于延迟第一预定时间长度之后，重新播放预置的语音片段，并采集驾驶员跟读所述预置的语音片段后的跟读语音片段，进入执行根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态的步骤。
11.根据权利要求7所述的装置，其特征在于，所述装置还包括：
播放控制模块，用于在所述驾驶员启动驾驶对象之后，按照预定的时间间隔来启动播放所述预置的语音片段，所述预定的时间间隔包括：与启动所述驾驶对象同步的时间点，延迟第二预定时间长度之后的时间点。
12.一种检测驾驶员驾驶状态的系统，其特征在于，包括：
播放器，用于播放预置的语音片段；
音频接收器，用于在驾驶员跟读所述预置的语音片段之后，采集所述驾驶员跟读所述预置的语音片段后生成的跟读语音片段；
控制器，与所述音频接收器建立连接，用于根据所述跟读语音片段的至少一个特征值，确定所述驾驶员的驾驶状态，所述驾驶员的驾驶状态包括：正常驾驶状态和非正常驾驶状态；
整车控制器，与所述控制器连接，用于获取按照所述驾驶员的所述驾驶状态而生成的控制指令来控制驾驶员所述驾驶的驾驶对象；
其中，所述特征值包括：语音词语之间的时间间隔长度、音频频率的匹配度、音量变化的幅度、语音内容的相似度、预置的语音片段的播放时间和采集到的跟读语音片段的采集时间的时间差；
其中，所述控制器还用于通过比对所述跟读语音片段与所述预置的语音片段的任意一个或多个所述特征值，确定所述驾驶员的驾驶状态。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410444105.6A CN104828095B (zh) | 2014-09-02 | 2014-09-02 | 检测驾驶员驾驶状态的方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410444105.6A CN104828095B (zh) | 2014-09-02 | 2014-09-02 | 检测驾驶员驾驶状态的方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104828095A CN104828095A (zh) | 2015-08-12 |
| CN104828095B true CN104828095B (zh) | 2018-06-19 |
Family
ID=53806396
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410444105.6A Active CN104828095B (zh) | 2014-09-02 | 2014-09-02 | 检测驾驶员驾驶状态的方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104828095B (zh) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106469509A (zh) * | 2015-08-14 | 2017-03-01 | 中兴通讯股份有限公司 | 一种交通辅助方法及系统 |
| CN105109339A (zh) * | 2015-08-20 | 2015-12-02 | 华晨汽车集团控股有限公司 | 一种新能源汽车用疲劳驾驶预警及缓解系统 |
| CN106571133B (zh) * | 2015-10-12 | 2022-06-03 | 百度在线网络技术（北京）有限公司 | 基于语音识别的刹车指令生成方法、装置及车载系统 |
| CN105527827A (zh) * | 2016-01-13 | 2016-04-27 | 广东小天才科技有限公司 | 闹钟响铃的方法、装置及智能设备 |
| CN107126224B (zh) * | 2017-06-20 | 2018-02-06 | 中南大学 | 一种基于Kinect的轨道列车驾驶员状态的实时监测预警方法与系统 |
| CN107351682A (zh) * | 2017-07-13 | 2017-11-17 | 周同乐 | 一种汽车驾驶员酒态检测系统及方法 |
| CN107392757A (zh) * | 2017-07-24 | 2017-11-24 | 重庆小雨点小额贷款有限公司 | 信息审核方法及装置 |
| CN107554528B (zh) * | 2017-08-17 | 2021-08-17 | 上海擎感智能科技有限公司 | 驾乘人员的疲劳等级检测方法及装置、存储介质、终端 |
| CN109849786A (zh) * | 2019-03-21 | 2019-06-07 | 平安科技（深圳）有限公司 | 基于车速播放音乐的方法、系统、装置及可读存储介质 |
| CN110481318A (zh) * | 2019-08-27 | 2019-11-22 | 南宁学院 | 一种防酒驾监测与控制系统 |
| CN110689904A (zh) * | 2019-10-09 | 2020-01-14 | 中山安信通机器人制造有限公司 | 语音识别危险驾驶方法、计算机装置及计算机可读存储介质 |
| CN113066263A (zh) * | 2020-01-02 | 2021-07-02 | 中车株洲电力机车研究所有限公司 | 一种预防疲劳驾驶的方法及装置 |
| CN111497610A (zh) * | 2020-04-28 | 2020-08-07 | 一汽奔腾轿车有限公司 | 一种车载酒精检测装置及方法 |
| CN111516641A (zh) * | 2020-04-28 | 2020-08-11 | 一汽奔腾轿车有限公司 | 一种酒驾语音检测及车辆启动控制系统 |
| CN112124073B (zh) * | 2020-09-23 | 2022-05-20 | 上海商汤临港智能科技有限公司 | 基于酒精检测的智能驾驶控制方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000118260A (ja) * | 1998-10-09 | 2000-04-25 | Honda Motor Co Ltd | 車両用乗員対話装置 |
| CN101968918A (zh) * | 2010-11-01 | 2011-02-09 | 庄力可 | 反馈式疲劳检测系统 |
| CN102054481A (zh) * | 2009-10-30 | 2011-05-11 | 大陆汽车有限责任公司 | 用于激活和/或进行语音对话的装置、系统和方法 |
| CN103578480A (zh) * | 2012-07-24 | 2014-02-12 | 东南大学 | 负面情绪检测中的基于上下文修正的语音情感识别方法 |
| CN103622707A (zh) * | 2012-08-20 | 2014-03-12 | 王震 | 一种行车安全检测系统及检测方法 |
| CN104978825A (zh) * | 2014-09-24 | 2015-10-14 | 广东欧珀移动通信有限公司 | 一种疲劳驾驶预警方法及系统 |
-
2014
- 2014-09-02 CN CN201410444105.6A patent/CN104828095B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000118260A (ja) * | 1998-10-09 | 2000-04-25 | Honda Motor Co Ltd | 車両用乗員対話装置 |
| CN102054481A (zh) * | 2009-10-30 | 2011-05-11 | 大陆汽车有限责任公司 | 用于激活和/或进行语音对话的装置、系统和方法 |
| CN101968918A (zh) * | 2010-11-01 | 2011-02-09 | 庄力可 | 反馈式疲劳检测系统 |
| CN103578480A (zh) * | 2012-07-24 | 2014-02-12 | 东南大学 | 负面情绪检测中的基于上下文修正的语音情感识别方法 |
| CN103622707A (zh) * | 2012-08-20 | 2014-03-12 | 王震 | 一种行车安全检测系统及检测方法 |
| CN104978825A (zh) * | 2014-09-24 | 2015-10-14 | 广东欧珀移动通信有限公司 | 一种疲劳驾驶预警方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 一种应用语音多特征检测驾驶疲劳的方法;李响等;《仪器仪表学报》;20131030;第34卷(第10期);2231-2236 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104828095A (zh) | 2015-08-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104828095B (zh) | 检测驾驶员驾驶状态的方法、装置及系统 | |
| CN107967917B (zh) | 通过神经网络机器学习的车辆周围音频分类 | |
| US9156352B2 (en) | Driving assistant system and method having warning function for risk level | |
| CN107871297A (zh) | 行程中的安全监测方法及装置 | |
| EP3203455B1 (en) | System and method for contacting emergency personnel via voice recognition | |
| JP4770946B2 (ja) | 車載表示システム | |
| CN106887122A (zh) | 通过音箱进行报警的方法、装置以及音箱 | |
| CN109849925B (zh) | 以生理监测结合车辆控制的方法 | |
| WO2019208450A1 (ja) | 運転支援装置、運転支援方法及びプログラム | |
| CN105249927B (zh) | 一种鼾声识别方法及止鼾装置 | |
| CN113239871B (zh) | 一种车内危险场景处理方法、装置、系统及电子设备 | |
| JP6940320B2 (ja) | 音出力装置 | |
| CN105034940B (zh) | 一种车辆报警的方法和装置 | |
| CN111476977A (zh) | 安全驾驶预警系统 | |
| CN109523749A (zh) | 一种防疲劳驾驶的方法、设备及存储介质 | |
| CN111445146A (zh) | 一种订单监控的方法及装置 | |
| CN106530622A (zh) | 防止疲劳驾驶方法及装置 | |
| KR101548868B1 (ko) | 뇌파 신호를 이용한 차량의 안전 운전을 제어하기 위한 장치 및 방법 | |
| CN110065502A (zh) | 车辆及其控制方法和装置 | |
| CN110103979B (zh) | 疲劳驾驶告警处理方法、装置及电子设备 | |
| WO2019239658A1 (ja) | サイバー攻撃通知装置及び通知方法 | |
| CN110023169B (zh) | 防止驾驶员在醉酒时驾驶车辆的方法 | |
| CN112750275B (zh) | 乘车安全提醒方法、装置、电子设备及存储介质 | |
| CN109572703A (zh) | 一种根据分贝值开启紧急避险的方法、设备及存储介质 | |
| CN108095720B (zh) | 一种基于智能眼镜的酒驾预警方法及智能眼镜 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| EXSB | Decision made by sipo to initiate substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180427 Address after: No. 188, Miyun District, Miyun District, Beijing, Beijing Applicant after: Beijing treasure Car Co.,Ltd. Address before: 102206 Beiqi Futian Motor Company Limited, law and intellectual property department, Shayang Road, Shahe Town, Changping District, Beijing Applicant before: BEIQI FOTON MOTOR Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: No. 188, Miyun District, Miyun District, Beijing, Beijing Patentee after: Beijing baowo Automobile Co.,Ltd. Address before: No. 188, Miyun District, Miyun District, Beijing, Beijing Patentee before: Beijing treasure Car Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method, device and system for detecting driver driving state Effective date of registration: 20211213 Granted publication date: 20180619 Pledgee: BEIJING AUTOMOTIVE GROUP Co.,Ltd. Pledgor: Beijing baowo Automobile Co.,Ltd. Registration number: Y2021990001167 |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Date of cancellation: 20230925 Granted publication date: 20180619 Pledgee: BEIJING AUTOMOTIVE GROUP Co.,Ltd. Pledgor: Beijing baowo Automobile Co.,Ltd.|Borgward Automotive (China) Co., Ltd. Registration number: Y2021990001167 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231011 Address after: 102206, Beijing, Shahe, Changping District Town, Sha Yang Road, Lao Wan Village North Patentee after: BEIQI FOTON MOTOR Co.,Ltd. Address before: 101300 Shuanghe Street, Shunyi District, Beijing, 99 Patentee before: BEIJING AUTOMOTIVE GROUP Co.,Ltd. Effective date of registration: 20231011 Address after: 101300 Shuanghe Street, Shunyi District, Beijing, 99 Patentee after: BEIJING AUTOMOTIVE GROUP Co.,Ltd. Address before: No. 188, Miyun District, Miyun District, Beijing, Beijing Patentee before: Beijing baowo Automobile Co.,Ltd. |
|
| TR01 | Transfer of patent right |