CN104952209A - 一种驾驶预警方法及装置 - Google Patents

Abstract

本发明实施例公开了一种驾驶预警方法及装置，解决了目前的行车记录仪不具备驾驶员在驾驶中的疲劳驾驶预警方式的技术问题。本发明实施例驾驶预警方法包括：实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则执行眼睛疲劳判断；眼睛疲劳判断包括：通过摄像头跟踪采集驾驶者的眼睛区域图像；根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；统计瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示。

Description

一种驾驶预警方法及装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种驾驶预警方法及装置。

背景技术

行车记录仪即记录车辆行驶途中的图像及声音等相关资讯的仪器。安装行车记录仪后，能够记录汽车行驶全过程的图像和声音，可为交通事故提供证据。

传统的行车记录仪只能记录行车状态，譬如车速、里程数等，俗称“汽车黑匣子，然而，仅能记录行车状态，然而，目前的行车记录仪，并不具备驾驶员在驾驶中的疲劳驾驶预警方式。

为了解决上述提及行车记录仪，并不具备驾驶员在驾驶中的疲劳驾驶预警方式的技术问题，成为了本领域技术人员亟待解决的技术问题。

发明内容

本发明实施例提供了一种驾驶预警方法及装置，解决了目前的行车记录仪不具备驾驶员在驾驶中的疲劳驾驶预警方式的技术问题。

本发明实施例提供的一种驾驶预警方法，包括：

实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则执行眼睛疲劳判断；

所述眼睛疲劳判断包括：

通过摄像头跟踪采集驾驶者的眼睛区域图像；

根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；

统计所述瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示。

可选地，

实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则执行眼睛疲劳判断具体包括：

检测车辆是否在驾驶中，若是，则实时追踪驾驶时间；

判断驾驶时间是否超过所述预置阈值，若是，则触发所述眼睛疲劳判断。

可选地，

实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则执行眼睛疲劳判断具体包括：

检测车辆是否在驾驶中，若是，则实时追踪驾驶速度和驾驶时间；

判断驾驶时间是否超过所述预置阈值，并判断所述驾驶速度的变化范围是否处于预置速度范围中，若是，则触发眼睛疲劳判断。

可选地，

根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算具体包括：

根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔跟踪，并提取；

统计提取的所述瞳孔的所有大小值，确定实时的所述瞳孔的闭合百分比。

可选地，

统计所述瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示具体包括：

当所述闭合百分比超过预置闭合百分比时，确定对应的超过时间；

判断所述超过时间与预置时间段的百分比，是否超过预置百分比，若是，则进行预警提示；

所述预警提示为语音提示。

本发明实施例提供的一种驾驶预警装置，包括：

第一追踪单元，用于实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则触发疲劳判断单元；

所述疲劳判断单元包括：

第二追踪子单元，用于通过摄像头跟踪采集驾驶者的眼睛区域图像；

计算子单元，用于根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；

判断子单元，用于统计所述瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示。

可选地，

所述第一追踪单元具体包括：

第一检测子单元，用于检测车辆是否在驾驶中，若是，则实时追踪驾驶时间；

第一判断子单元，用于判断驾驶时间是否超过所述预置阈值，若是，则触发所述眼睛疲劳判断。

可选地，

所述第一追踪单元具体包括：

第二检测子单元，用于检测车辆是否在驾驶中，若是，则实时追踪驾驶速度和驾驶时间；

第二判断子单元，用于判断驾驶时间是否超过所述预置阈值，并判断所述驾驶速度的变化范围是否处于预置速度范围中，若是，则触发眼睛疲劳判断。

可选地，

所述计算子单元具体包括：

提取模块，用于根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔跟踪，并提取；

统计模块，用于统计提取的所述瞳孔的所有大小值，确定实时的所述瞳孔的闭合百分比。

可选地，

判断子单元包括：

确定模块，用于当所述闭合百分比超过预置闭合百分比时，确定对应的超过时间；

判断模块，用于判断所述超过时间与预置时间段的百分比，是否超过预置百分比，若是，则进行预警提示；

所述预警提示为语音提示。

从以上技术方案可以看出，本发明实施例具有以下优点：

本发明实施例提供的一种驾驶预警方法及装置，驾驶预警方法包括：实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则执行眼睛疲劳判断；眼睛疲劳判断包括：通过摄像头跟踪采集驾驶者的眼睛区域图像； 根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；统计瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示。本实施例中，通过结合驾驶时间和根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；统计瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示，便实现了精确的疲劳驾驶的预警提示，解决了目前的行车记录仪不具备驾驶员在驾驶中的疲劳驾驶预警方式的技术问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的一种驾驶预警方法的一个实施例的流程示意图；

图2为本发明实施例提供的一种驾驶预警方法的另一个实施例的流程示意图；

图3为本发明实施例提供的一种驾驶预警装置的一个实施例的结构示意图；

图4为本发明实施例提供的一种驾驶预警装置的另一个实施例的结构示意图。

图5为本发明实施例提供的一种驾驶预警装置的应用在行车记录仪的结构示意图。

具体实施方式

本发明实施例提供了一种驾驶预警方法及装置，解决了目前的行车记录仪不具备驾驶员在驾驶中的疲劳驾驶预警方式的技术问题。

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。

请参阅图1，本发明实施例提供的一种驾驶预警方法的一个实施例包括：

101、实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则执行步骤102；

需要通过行车记录仪判断行车的驾驶员是否存在驾驶疲劳，首先需要实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则执行步骤102，国家标准规定，当驾驶人连续驾驶超过4小时，则视为疲劳驾驶，记录仪能记录疲劳驾驶开始时间，结束时间，行车记录仪内置的时钟进行计时，记录驾驶员的驾驶时间，通过软件设置预警驾驶员是否进行疲劳驾驶。

前述的行车记录仪可以是万向的单摄像头行车记录仪，还可以是双摄像头，一个处于前方，一个朝向驾驶员。

102、通过摄像头跟踪采集驾驶者的眼睛区域图像；

当实时追踪驾驶时间，并判断驾驶时间超过预置阈值之后，通过摄像头跟踪采集驾驶者的眼睛区域图像，摄像头可以是同时捕捉双眼，还可以是仅捕捉一只眼睛。

103、根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；

当通过摄像头跟踪采集驾驶者的眼睛区域图像之后，需要根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算，该瞳孔的大小值可以是眼睛睁开时，瞳孔为最大值，眼睛半睁时，瞳孔仅计算出一半大小，眼睛的闭合则表示瞳孔为最小值，前述的神经网络辅助的Kalman滤波器的计算方式为本领域人员公知技术，此处不再赘述。

104、统计瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示。

当根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算之后，需要统计瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示。

本实施例中，通过结合驾驶时间和根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；统计瞳孔的大小值，根据统计结果确 定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示，便实现了精确的疲劳驾驶的预警提示，解决了目前的行车记录仪不具备驾驶员在驾驶中的疲劳驾驶预警方式的技术问题。

上面是对驾驶预警方法的过程进行详细的描述，下面将对根据瞳孔的大小值的计算结果判断计算结果确定眼睛闭合程度的过程进行详细的描述，请参阅图2，本发明实施例提供的一种驾驶预警方法的另一个实施例包括：

201、检测车辆是否在驾驶中，若是，则实时追踪驾驶时间；

当需要通过行车记录仪判断行车的驾驶员是否存在驾驶疲劳，首先需要检测车辆是否在驾驶中，若是，则实时追踪驾驶时间，进一步地，可以是实时追踪驾驶速度和驾驶时间。

202、判断驾驶时间是否超过预置阈值，若是，则执行步骤203；

当检测车辆是在驾驶中，则实时追踪驾驶时间或/驾驶速度之后，需要判断驾驶时间是否超过预置阈值或/和判断驾驶速度的变化范围是否处于预置速度范围中，若是，则执行步骤203，国家标准规定，当驾驶人连续驾驶超过4小时，则视为疲劳驾驶，记录仪能记录疲劳驾驶开始时间，结束时间，行车记录仪内置的时钟进行计时，记录驾驶员的驾驶时间，通过软件设置预警驾驶员是否进行疲劳驾驶。

前述的行车记录仪可以是万向的单摄像头行车记录仪，还可以是双摄像头，一个处于前方，一个朝向驾驶员。

203、通过摄像头跟踪采集驾驶者的眼睛区域图像；

当实时追踪驾驶时间，并判断驾驶时间超过预置阈值之后，通过摄像头跟踪采集驾驶者的眼睛区域图像，摄像头可以是同时捕捉双眼，还可以是仅捕捉一只眼睛。

204、根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔跟踪，并提取；

当通过摄像头跟踪采集驾驶者的眼睛区域图像之后，需要根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔跟踪，并提取，提取的可以是跟踪之后，每一个时间段后的瞳孔大小值，该瞳孔的大小值可以是眼睛睁开时，瞳孔为最大值，眼睛半睁时，瞳孔仅计算出一半大小，眼睛的闭合则表 示瞳孔为最小值，前述的神经网络辅助的Kalman滤波器的计算方式为本领域人员公知技术，此处不再赘述。

205、统计提取的瞳孔的所有大小值，确定实时的瞳孔的闭合百分比；

当根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔跟踪，并提取之后，统计提取的瞳孔的所有大小值，确定实时的瞳孔的闭合百分比。

前述的实时瞳孔的闭合百分比可以是实时统计下瞳孔的最小值占时间段内的闭合百分比。

206、当闭合百分比超过预置闭合百分比时，确定对应的超过时间；

当统计提取的瞳孔的所有大小值，确定实时的瞳孔的闭合百分比之后，当闭合百分比超过预置闭合百分比时，确定对应的超过时间。

207、判断超过时间与预置时间段的百分比，是否超过预置百分比，若是，则进行预警提示。

当闭合百分比超过预置闭合百分比时，确定对应的超过时间之后，需要判断超过时间与预置时间段的百分比，是否超过预置百分比，若是，则进行预警提示，该预警提示为语音提示。

例如计算出眼睛闭合程度超过80％的时间占某一特定时间的百分比，从而进行判断驾驶员的疲劳程度，该疲劳程度可以是多个阶段设定，多个语音提示方式，例如超过50％，为第一等级的语音提示，超过80％的时候，为第二等级的语音提示，实现进阶的预警模式。

本实施例中，通过结合驾驶时间和根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；根据瞳孔的大小值的计算结果判断计算结果确定眼睛闭合程度是否超过预置阈值，若是，则进行预警提示，便实现了精确的疲劳驾驶的预警提示，解决了目前的行车记录仪不具备驾驶员在驾驶中的疲劳驾驶预警方式的技术问题，同时，判断超过时间与预置时间段的百分比，是否超过预置百分比，若是，则进行预警提示更加精确了预警的提示效率。

请参阅图3，本发明实施例中提供的一种驾驶预警装置的一个实施例包括：

第一追踪单元301，用于实时追踪驾驶时间，并判断驾驶时间是否超过预 置阈值，若是，则触发疲劳判断单元302；

疲劳判断单元302包括：

第二追踪子单元3021，用于通过摄像头跟踪采集驾驶者的眼睛区域图像；

计算子单元3022，用于根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；

判断子单元3023，用于统计瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示。

本实施例中，通过结合第一追踪单元301的驾驶时间和疲劳判断单元302根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；统计瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示，便实现了精确的疲劳驾驶的预警提示，解决了目前的行车记录仪不具备驾驶员在驾驶中的疲劳驾驶预警方式的技术问题。

上面是对驾驶预警装置的各单元进行详细的描述，下面将对子单元的模块进行详细的描述，请参阅图4，本发明实施例中提供的一种驾驶预警装置的另一个实施例包括：

第一追踪单元401，用于实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则触发疲劳判断单元402；

第一追踪单元401具体包括：

第一检测子单元4011，用于检测车辆是否在驾驶中，若是，则实时追踪驾驶时间；

第一判断子单元4012，用于判断驾驶时间是否超过预置阈值，若是，则触发眼睛疲劳判断。

和/或

第一追踪单元401具体包括：

第二检测子单元4013，用于检测车辆是否在驾驶中，若是，则实时追踪驾驶速度和驾驶时间；

第二判断子单元4014，用于判断驾驶时间是否超过预置阈值，并判断驾驶速度的变化范围是否处于预置速度范围中，若是，则触发眼睛疲劳判断。

疲劳判断单元402包括：

第二追踪子单元4021，用于通过摄像头跟踪采集驾驶者的眼睛区域图像；

计算子单元4022，用于根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；

计算子单元4022具体包括：

提取模块4022a，用于根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔跟踪，并提取；

统计模块4022b，用于统计提取的瞳孔的所有大小值，确定实时的瞳孔的闭合百分比。

判断子单元4023包括：

判断子单元4023，用于统计瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示。

判断子单元4023包括：

确定模块4023a，用于当闭合百分比超过预置闭合百分比时，确定对应的超过时间；

判断模块4023b，用于判断超过时间与预置时间段的百分比，是否超过预置百分比，若是，则进行预警提示；

预警提示为语音提示。

本实施例中，通过结合第一追踪单元401的驾驶时间和疲劳判断单元402根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；统计瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示，便实现了精确的疲劳驾驶的预警提示，解决了目前的行车记录仪不具备驾驶员在驾驶中的疲劳驾驶预警方式的技术问题，同时，判断超过时间与预置时间段的百分比，是否超过预置百分比，若是，则进行预警提示更加精确了预警的提示效率。

上面是对驾驶预警装置的组成进行详细的描述，下面将对驾驶预警装置应用在行车记录仪中的构造进行详细的描述，请参阅图5，本发明实施例提供的一种行车记录仪的一个实施例包括：

摄像头21和控制机构22，摄像头21和控制机构22电性连接，摄像头为双摄像头模式，两个摄像头为活动调节角度设置摄像头21可以是使用CCD 图像传感器或CMOS图像传感器结合采集图像，前述的双摄像头模式，一个摄像头对着车头，拍摄车前方场景；一个摄像头对着车内，该摄像头采用普通CMOS摄像头，对着车头的摄像头采用Aptina公司的AR0330摄像头模组，拥有高清1080P，宽动态技术，110°至170°广角，可以是搭配4G、5G、6G全波耐高温镜头。AR0330采用A-Pix技术，对于红光和绿光改进了量子效率，使其对于弱光敏感度得到了很大提升。现在的行车记录仪都向着高清方向发展，所以成像质量是用户最需要的考虑的，AR0330的高清传感器相比较市面上的VGA摄像头，清晰度高出几倍，另外产品同时具备电子稳像系统，会对颠簸状态的图像进行补偿，非常适合于运动用图像记录仪以及行车记录仪。

晚上光线黑暗，行车记录仪主要以路灯、汽车大灯等外部光源，为获得更多的光源。但是，有时有些路面并没有路灯照射，此时仅靠汽车大灯照射将极大影响行车记录仪的成像范围。由于红外灯的亮灭人眼是不敏感的，图像传感器却具有很宽的感光光谱范围，因此利用此特性，可以在夜间无可见光照明的情况下，用辅助红外光源照明也可使行车记录仪清晰的成像。

进一步采用红外发射二极管(LED)红外灯进行照明补偿，从而完成夜视功能。红外LED红外灯由红外发光二极管矩阵组成发光体。红外发射二极管由红外辐射效率高的材料(常用砷化镓GaAs)制成PN结，外加正向偏压向PN结注入电流激发红外光。光谱功率分布为中心波长830－950nm，半峰带宽约40nm左右，它是窄带分布，为普通CCD黑白摄像机可感受的范围。其最大的优点是可以完全无红暴或仅有微弱红暴和寿命长。

控制机构22包括：

主控模块221，移动侦测模块222和预警模块223，移动侦测模块222和预警模块223均与主控模块221连接；

其中，移动侦测模块222，用于对图像采集装置采集的图像进行分区处理为兴趣区和非兴趣区，获取兴趣区和非兴趣区的像素总值，并判断像素总值是否满足预置门限值，若是，则确定图像中的目标物体移动，预置门限值通过图像背景建模获取；

预警模块223，用于通过主控模块221的触发，对正在行驶中的车辆进行车道偏离预警、疲劳驾驶预警和超速预警。

进一步地，控制机构22还包括：

智能防盗模块224，用于通过主控模块的触发进行汽车按照第二预置模式的防盗，并将车辆地理位置信息通过网络发送至外部设备，例如可以是可以通过遥控器控制行车记录仪是否进入布防状态。当进入布防状态，程序循环检测汽车是否被盗。对汽车是否被盗的智能检测是通过两种方式的进行的。一种是通过振动传感器的输出，判断汽车是否有一定的振动，第二是通过汽车的位置数据与停车时的位置数据偏差是否达超出设定值。通过这两种方式相结合检测出汽车是被盗还是仅仅被撞击，并及时给出报警信息。触发防盗预警后，立即启动车内摄像头进行拍摄并将图片通过3G网络发送给车主，同时及时跟踪显示车主车辆GPS数据，并给出在google地图中的查询链接，对于智能手机，打开链接就可以直接在google地图中查询到车辆所在的街道位置。

进一步地，控制机构22还包括：

图像处理模块225，与主控模块221连接，用于对摄像头21采集的图像进行图像中的物体亮度和背景亮度的调节处理，以及图像的光学畸变的校正处理。

前述的物体亮度和背景亮度的调节处理，可以是由于在夜晚环境下，经过摄像头采集的视频画面全局灰度值较低、图像细节对比度差、噪声干扰严重，进行夜晚图像增强的处理，可以是分为空间域增强处理和频域增强处理两方面，在空间域中主要有灰度拉伸算法和直方图均衡算法，其中灰度拉伸分为局部或全局的线性或非线性变换，通过变换函数处理全图像的像素值，这一算法对全局的灰度值有明显的拉伸，不过容易造成画面质量的过饱和状态，即原像素值较高的地方会扩大，整个算法的计算量比较低。直方图方法通过统计源图像的直方图分布后做全局直方图均衡、局部直方图均衡以及各种变换的直方图均衡算法比如平台直方图处理，这些依靠统计直方图改变分布的算法容易造成图像的噪声，提高灰度的同时降低了图像的质量。频域处理中分为基于Retinex的单尺度变换法和MEAM(Method According to Aare )算法。Retinex理论作为人类视觉模型(HVS)用于解释彩色的恒常性质，这一理论的依据就是HVS模型对于目标表面反射的信息非常敏感。在这 一模型中，图像由两部分组成，一部分是场景中物体的光亮亮度，对应于图像的低频部分，另一部分是场景中物体的反射亮度，对应于图像的高频部分，通常它们也被称为亮度图像和反射图像。因此如果从给定的图像中分离出亮度图像和反射图像，在颜色恒定的条件下，就可通过改变亮度图像和反射图像在原图像中的比例来达到增强图像的目的。图像转换成频域时，高频信息代表图像的噪声与细节，低频信息包含了图像的亮度，比如MEAM算法通过提高低频部分而优化高频部分，实现了全局的动态增强而保证了噪声的降低与细节的保持。

前述的图像的光学畸变的校正处理，可以是由于摄像头的广角，如90度到170度，然而广角角度越大，存在光学畸变，造成图像周边形成严重扭曲，需要对图像畸变进行校正处理，该校正处理为将整个视频帧图像划分为网格，建立标准网格图，对标准网格图建立多个已知网格点坐标，对摄取到的畸变图像，建立畸变网格，提取与已知网格点坐标相对应的畸变网格坐标，将畸变网格坐标与已知网格点坐标进行坐标点匹配，建立几何坐标变换模型，对畸变图像进行相应地空间变换，并进行相应的图像灰度调整，形成校正后的图像输出，例如将整个视频帧图像划分为网格，这样对于每个矩形网格区域都能用一次多项式方程来解决它的校正问题，这样计算量就会小了很多很多。把径向的失真看作是原点对称的一种失真，只看第一象限，就可以知道其他三个象限的方法按照对称法则就可以类推。把第一象限分成水平m，垂直n个网格，确保分区得到的每个矩形区域的变形是相同程度的，也就恰好的使其在最少的分格子的数目中保证精度的逼近。n，m决定着网格划分的多少，n，m的数值越大，网格划分的越是细致，校正精度也就是越精确，数量越少也就越不精确，但是越精确的校正精度，也会带来更大的存储空间占有，存储变换模型的代价就会越高。

紧急处理模块226，与主控模块221连接，用于当车辆发生碰撞时，将摄像头采集的图像进行锁存并通过网络发送至外部设备，例如当车辆出现碰撞而产生震动时，记录仪会将该段拍摄视频进行锁存(可以预先设置碰撞发生前后的时间段)，不会在重复记录时被自动覆盖掉，以自动保留视频证据的安全。同时，可以预先设置碰撞发生是否启动3G网络通信，如果启动3G网络， 那么就即时通过3G网络将该段视频上传到预先设置网络存储位置。

优选地，

第二预置模式为根据振动传感器采集的振动信息，判断是否超过第二预置阈值，若是，则对车辆进行位置偏差计算，判断位置偏差是否超过第三预置阈值，若是，则通过控制机构启动摄像头进行图像捕捉，并进行预警处理，该第二预置模式将在后续实施例中进行详细的描述，此处不再赘述。

优选地，

预警模块223具体包括：

车道偏离预警子模块2231，用于通过摄像头捕捉当前图像，结合Hough和Kalman滤波，判断车辆是否在行驶过程中偏离行驶路线，若是，则进行预警，该车道偏离预警子模块2231的工作流程将在后续实施例中进行详细的描述，此处不再赘述。

优选地，

预警模块223具体包括：

疲劳驾驶预警子模块2232为驾驶预警装置，用于当驾驶时间超过预置时间，且通过摄像头捕捉驾驶者的眼部区域，根据神经网络辅助的Kalman滤波器对瞳距跟踪预测驾驶者的眼睛闭合是否超过第一预置阈值，若是，则进行疲劳驾驶预警。

预警模块223还可以进一步包括：超速预警功能，可以是行车记录仪通过子OBD模块采集车辆即时速度，通过软件设置语音提醒驾驶员是否进行超速。用户可以预设三个限速提示，120km/h为强制限速设置。当车速小于120km/h的时候，每到一个预设限速点只需语音提醒驾驶员当前车速已经到达该速度；但是，如果车速超过120km/h的时候，语音提示驾驶员当前车速，同时系统进行报警。

控制机构21为DSP芯片，例如视频处理特别是视频压缩算法对处理器的运算能力有较高的要求。一些高品质的处理器，比如PC机、PC104等都能满足这样的要求，但是它们成本较高，不利于产品的推广，而且这些处理器不能够适应车载的颠簸环境。因此，必须采用DSP芯片作为主控芯片才能满足实时处理需求。

可以是采用联咏NT96650芯片作为主控芯片，NT96650芯片是一款高清晰度、高性能、耗能小、成本低的DSP芯片。可以获得高达5000万像素的分辨率；可以用于高速CMOS图像传感器；利用固有的硬件加速功能实现复杂的视频处理功能；拥有出色的自动白平衡、自动曝光调节、自动对焦等功能；内嵌了H.264视频编解码，硬件支持每秒30帧的HD 1080视频图像；内置HDMI 1.3 Tx的HDTV输出；拥有USB2.0接口，可以高速上传/下载音视频数据。搭配NT96650的Auto WDR功能，亮暗对比很好，并且夜间3DNR对降低雪花效果看起来非常优异，夜间及低照度表现很好。

行车记录仪还包括：

触摸屏，与DSP芯片电性连接，例如LCD触摸屏，此处具体不做限定，LCD触摸屏可以作为车辆与司机之间的交互媒介,将记录仪的信息或数据直观的反馈给司机,如系统设置,当前时间,各功能模块状态,车辆的GPS信息,短信通信结果等等。也可以在LCD上动态显示车辆的前景情况,或者查看闪存卡中的图片。另外司机可以通过LCD提供的输入或选择功能修改记录仪的设置,如运行模式或者工作机制等。

TFT型液晶显示屏具有画面质量好、色彩鲜亮逼真、层次感强、屏幕显示反应速度快、灰度显示控制精确等优点。选用了Sharp公司的10.4寸TFT-LCD屏LQ104V1DG11，其具有分辨率为640×480、颜色深度18位、界面大等特点，它使用由Hirose电子公司生产的DF9BA-31-1V接口。

蓄电模块，与DSP芯片电性连接，蓄电模块外部连接有USB接口和/或车载充电头，蓄电模块使用车充或者Mini USB接口供电，行车记录仪有内置电池，可保证断电后样机继续工作一段时间。当接入车充后，系统开机并启动录影模式自动进行录影。

目前汽车电源电压有+12V、+24V和+36三种，其中我国汽车电源主要采用+12V和+24V两种。汽车行驶记录仪一般要求的电源是+5V和+3.3V，+5V电源为DSP等供电，为主电源，+3.3V为数据存储器供电，为辅助电源。

采用LM2576为核心的开关稳压电源来设计主电源。本系统选用LM2576-5.0和LM2576-3.3为电源芯片，将汽车的电瓶直流电源转化成系统电路正常工作所需要的+5V和+3.3V两种。

行车记录仪还具备存储模块，与主控机构21电性连接，可以是选用SD卡，当存储容量满后，系统将会自动覆盖最早时间的录影信息，实现自动循环录影。SD卡(Secure Digital Memory Card)是一种基于半导体快闪记忆器的新一代记忆设备，具有体积小、重量轻、记忆容量高、数据传输快速、移动灵活性强以及安全性好等特点。通过9针的接口界面与专门的驱动器相连接，不需要额外的电源来保持其上记忆的信息。而且它是一体化固体介质，没有任何移动部分，较难因机械运动产生损坏，适合车内电子设备运行环境恶劣的特点。另外，在SD卡上建立FAT文件系统，以方便系统同PC机的兼容。

行车记录仪还具备语音模块，与主控机构21电性连接，可以是当驾驶员有危险行驶行为时，相应传感器发出信号，主控芯片控制高亮度红色LED发光管闪亮，同时启动语音报警功能，发出语音警告。同时，驾驶员也可以通过开启录音模式实现车内语音的录制，例如采用单片语音录放电路ISD4004-16作为放音芯片。ISD4004-16芯片工作电压为3.3V，单片录放时间为16分钟，最多可分2400段，音质好，适用于移动电话及其它便携式电子产品中。芯片采用CMOS技术，内含振荡器、防混淆滤波器、平滑滤波器、音频放大器、自动静噪及高密度多电平闪烁存储阵列。

优选地，

控制机构21还包括：

车辆状态采集模块227，与主控模块221电性连接，包含有OBD子模块2271，加速传感器2272和振动传感器2273，采用振动传感器2273可以更加可靠的检测出停放的车辆是否被盗或被撞击。振动检测电路采用市场上的成品模块。该模块为三线接口：电源、地和信号输出线。只需给振动检测模块提供5V直流电源，在振动传感器2273受到振动时，其信号输出线即可以输出1秒左右的低电平脉冲。通过调节与振动传感器2273对应的旋钮可以调节振动检测灵敏度，以防轻微的振动造成误判，加速度传感器(G-sensor)的意思，它是一个特殊的高科技元器件，能够感知到加速力的变化。当车身出现剧烈晃动时，G-Sensor会产生一个信号并传给DSP芯片，这样这段录影将会被保存，不被循环录影覆盖(在车辆发生碰撞时此功能会有很好用途)。

GPS模块228，与主控模块221电性连接，用于将GPS信号进行处理获 取车辆的地理位置信息，GPS模块228的主要任务是接收来自主控制器的控制命令，按照命令捕获并接收所在区域的卫星信号，然后对GPS信号进行变换处理，计算出汽车所在的经度、纬度、时间和车速。把最后把这些数据发送给主控制器由其进行处理。GPS模块228采用台湾亚全公司(HIMARK)出品的GPS模块，型号为ARZOIO，其特点是体积小、高可靠性、接口简单。ARZOIOGPS模块具有：该模块可通过蓝牙进行传输信息，能够同时追踪12颗卫星数据，定位时间小于500纳秒，定位精度为5-15m；具有良好的动态性能，正常工作范围是高度18000m以下、速度500m/s之内、加速度低于4g；可以快速启动模块，热启动/温启动/冷启动的时间分别是10秒/35秒/60秒，满足该防盗系统的工作需求；接口类型为USB、RS232，波特率为9600bps，非常符合嵌入式控制器的接口需求。

网络模块229，与主控模块电性连接，网络模块为3G通信模块，采用的3G网络是WCDMA。WCDMA采用最新的异步传输模式(atm)采用最新的异步传输模式和微信元传输协议，可以再统一条线路上同时进行多个呼叫，而且在人多的地方不容易堵塞，除此之外，还采用了自适应天线和微小区技术，大大地提高了系统的容量，采用飞凌WCDMA 3G模块，采用USB接口方式，在3G模块上插入华为MF637U联通WCDMA无线上网卡(SIM卡)，通过USB接口即可实现开发板和3G网络之间的通信。

预警模块223还可以进一步包括：超速预警功能，可以是行车记录仪通过子OBD模块采集车辆即时速度，通过软件设置语音提醒驾驶员是否进行超速。用户可以预设三个限速提示，120km/h为强制限速设置。当车速小于120km/h的时候，每到一个预设限速点只需语音提醒驾驶员当前车速已经到达该速度；但是，如果车速超过120km/h的时候，语音提示驾驶员当前车速，同时系统进行报警。

本实施例中提及的疲劳驾驶预警子模块2232为驾驶预警装置，其工作方式和结构可以是与图1至图4的实施例的任意一种一致。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以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，机械或其它的形式。

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(可以是个人计算机，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、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种驾驶预警方法，其特征在于，包括：

实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则执行眼睛疲劳判断；

所述眼睛疲劳判断包括：

通过摄像头跟踪采集驾驶者的眼睛区域图像；

根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；

统计所述瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示。

2.根据权利要求1所述的驾驶预警方法，其特征在于，实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则执行眼睛疲劳判断具体包括：

检测车辆是否在驾驶中，若是，则实时追踪驾驶时间；

判断驾驶时间是否超过所述预置阈值，若是，则触发所述眼睛疲劳判断。

3.根据权利要求1所述的驾驶预警方法，其特征在于，实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则执行眼睛疲劳判断具体包括：

检测车辆是否在驾驶中，若是，则实时追踪驾驶速度和驾驶时间；

判断驾驶时间是否超过所述预置阈值，并判断所述驾驶速度的变化范围是否处于预置速度范围中，若是，则触发眼睛疲劳判断。

4.根据权利要求1所述的驾驶预警方法，其特征在于，根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算具体包括：

根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔跟踪，并提取；

统计提取的所述瞳孔的所有大小值，确定实时的所述瞳孔的闭合百分比。

5.根据权利要求4所述的驾驶预警方法，其特征在于，统计所述瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示具体包括：

当所述闭合百分比超过预置闭合百分比时，确定对应的超过时间；

判断所述超过时间与预置时间段的百分比，是否超过预置百分比，若是，则进行预警提示；

所述预警提示为语音提示。

6.一种驾驶预警装置，其特征在于，包括：

第一追踪单元，用于实时追踪驾驶时间，并判断驾驶时间是否超过预置阈值，若是，则触发疲劳判断单元；

所述疲劳判断单元包括：

第二追踪子单元，用于通过摄像头跟踪采集驾驶者的眼睛区域图像；

计算子单元，用于根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔的大小值计算；

判断子单元，用于统计所述瞳孔的大小值，根据统计结果确定眼睛闭合程度判断是否超过预置阈值，若是，则进行预警提示。

7.根据权利要求6所述的驾驶预警装置，其特征在于，所述第一追踪单元具体包括：

第一检测子单元，用于检测车辆是否在驾驶中，若是，则实时追踪驾驶时间；

第一判断子单元，用于判断驾驶时间是否超过所述预置阈值，若是，则触发所述眼睛疲劳判断。

8.根据权利要求6所述的驾驶预警装置，其特征在于，所述第一追踪单元具体包括：

第二检测子单元，用于检测车辆是否在驾驶中，若是，则实时追踪驾驶速度和驾驶时间；

第二判断子单元，用于判断驾驶时间是否超过所述预置阈值，并判断所述驾驶速度的变化范围是否处于预置速度范围中，若是，则触发眼睛疲劳判断。

9.根据权利要求6所述的驾驶预警装置，其特征在于，所述计算子单元具体包括：

提取模块，用于根据神经网络辅助的Kalman滤波器对眼睛区域图像进行瞳孔跟踪，并提取；

统计模块，用于统计提取的所述瞳孔的所有大小值，确定实时的所述瞳孔的闭合百分比。

10.根据权利要求9所述的驾驶预警装置，其特征在于，判断子单元包括：

确定模块，用于当所述闭合百分比超过预置闭合百分比时，确定对应的超过时间；

判断模块，用于判断所述超过时间与预置时间段的百分比，是否超过预置百分比，若是，则进行预警提示；

所述预警提示为语音提示。