CN105160818A - 一种基于前向碰撞风险的疲劳驾驶检测方法和装置 - Google Patents

Abstract

本发明涉及基于前向碰撞风险的疲劳驾驶检测方法和装置，该方法包括：计算风险区间：前方车辆急减速时，实时车辆与前方车辆发生碰撞最大距离D₁,实时计算前方车辆普通减速时，车辆与前方车辆发生碰撞的最大距离D₂，D₂到D₁之间的距离为风险区间；进行模糊投票：以D₂为0风险概率点，D₁为1风险概率点，建立线性风险正切模糊函数，定时判断当前车辆所处位置的风险概率，得到的风险概率作为一个票数，并将该票数向全局投票箱进行投票；疲劳驾驶判断：对全局投票箱的票数进行累加，求得票数总和，并求得票数方差，根据票数总和与票数方差判断司机是否处于疲劳驾驶状态。该检测装置包括风险区间计算模块、模糊投票模块和疲劳驾驶判断模块。本发明检测更加有效、准确。

Description

一种基于前向碰撞风险的疲劳驾驶检测方法和装置

技术领域

本发明涉及一种基于前向碰撞风险的疲劳驾驶检测方法和装置。

背景技术

在车辆监控管理中，司机疲劳驾驶检测对于保障车辆安全有重要的意义。传统的疲劳驾驶检测方法受到各种因素限制，检测准确率有限。采用统计驾驶时长或里程的方法(如专利201410630525.3等)不能应对更换驾驶员的情况；采用人脸、人眼视频检测(专利201410568886.X等)这类方法受到图像处理和识别水平的制约，误检和虚检率较高，并且这类方法都有一个统一特征：都需要安装一个额外的，对着驾驶员头部的图像采集或其它信息号采集设备，该设备与车辆本身的功能没有任何关系，额外增加车主的用车成本。同样的采用脉博、心跳等人体生理信号(专利201310018333.2等)检测人体疲劳特征也需要额外的与车辆功能无关的信号采集设备。利用司机驾驶行为进行疲劳驾驶检测(如专利201210235887.3、201410425869.0等)这类方法不能应对不同司机驾驶行为和习惯不同的问题，而且在不同路况条件下，司机驾驶行为也会不同(例如山路或堵车时就需要频打方向盘)，因此这类方法的应用范围就受到了限制。

前向雷达安装于汽车前部，一般用于汽车主动安全，雷达检测车辆前方是否具有障碍物，若即将与障碍物发生碰撞，则会触发碰撞警报。前向雷达的碰撞警报只在有碰撞风险的时候触发，目前并没有用于司机的疲劳驾驶检测。

发明内容

解决上述技术问题，本发明提供了一种基于前向碰撞风险的疲劳驾驶检测方法和装置。

本发明通过车辆前向雷达获取车辆与前方车辆的距离及相对速度，计算车辆最大制动下与前车发生碰撞的安全距离，根据安全距离设置一个与前车距离的风险区间，当检测到车辆长期处于风险区间内跟车，或频繁在风险阈值区间距离附近徘徊时，说明司机已无法主动的稳定的保证车辆安全，很可能处于疲劳驾驶状态，并进行疲劳驾驶报警。

本发明所阐述的一种基于前向碰撞风险的疲劳驾驶检测方法，该方法具有以下步骤：

计算风险区间：实时计算前方车辆在急减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₁,实时计算前方车辆在普通减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₂，最大距离D₂到最大距离D₁之间的距离为风险区间；

进行模糊投票：以最大距离D₂的点为0风险概率点，最大距离D₁的点为1风险概率点，建立线性风险正切模糊函数，定时判断当前车辆所处位置的风险概率，每次得到的风险概率作为一个票数，并将该票数向一个全局投票箱内进行投票；

判断是否疲劳驾驶：对全局投票箱内的票数进行累加，求得票数总和，并求得票数方差，根据票数总和与票数方差判断司机是否处于疲劳驾驶状态。

进一步地，所述风险区间的计算方法包括以下步骤：

步骤一：通过前向雷达获取车辆与前方车辆的距离d及相对速度V_X，获取车辆当前的速度V₁，计算前方车辆当前速度V₂＝V₁+V_X，

步骤二：前方车辆在急减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₂为前方车辆在急减速的加速度，a₂＝-2g，g为重力加速度，

前方车辆在普通减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₃为前方车辆在普通减速的加速度，a₃＝-0.1g，g为重力加速度，

步骤三：得到最大距离D₂到最大距离D₁之间的距离，即为风险区间。

进一步地，所述模糊投票包括以下步骤：

步骤一：建立一个可全局队列缓存，记为F，做为全局投票箱。

步骤二：根据D₂与D₁值建立正切模糊度函数其中，x为车辆与前方车辆的距离，表示车辆与前方车辆发生碰撞的风险值，简称风险值，当前时刻i车辆与前方车辆之间的距离为d，因此，当前时刻i车辆风险值为将当前车辆风险值f_i做为一个票数，投入投票箱F中待处理，

步骤三：判断投票箱内的票数是否>＝30，如果否，则延时10秒返回步骤二，重新计算D₁，D₂，及f_i+1并投票；如果是，表示车辆具有一段跟车时间，则判断是否疲劳驾驶。

进一步地，所述所述疲劳驾驶判断包括以下步骤：

步骤一：投票箱内至少包含30个票数{f_i,f_i+1,…,f_i+29}，对所有票数求和，记为E，E＝f_i+f_i+1+…+f_i+29，E表示这段跟车时间内的风险值总和，

步骤二：判断风险值总和E是否大于0，如是，则进入步骤三，如不是，则为无疲劳驾驶，进入步骤五，

步骤三：判断风险值总和E是否大于等于10，如果是，则在这段跟车时间内风险值较高，进行疲劳驾驶报警，然后进入步骤五；如小于10，进入步骤四进一步判断，

步骤四：对所有投票值，以0为中心，求方差G，G表示风险值稳定性，如果G>15，则进行疲劳驾驶报警，如果G<15表示稳定处于低风险状态，不进行疲劳驾驶报警，然后进入步骤五。

步骤五：清空投票箱，返回计算风险区间步骤。

本发明所阐述的一种基于前向碰撞风险的疲劳驾驶检测装置，该装置包含以下模块：

风险区间计算模块：实时计算前方车辆在急减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₁,实时计算前方车辆在普通减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₂，最大距离D₂到最大距离D₁之间的距离为风险区间；

模糊投票模块：以最大距离D₂的点为0风险概率点，最大距离D₁的点为1风险概率点，建立线性风险正切模糊函数，定时判断当前车辆所处位置的风险概率，每次得到的风险概率作为一个票数，并将该票数向一个全局投票箱内进行投票；

疲劳驾驶判断模块：对全局投票箱内的票数进行累加，求得票数总和，并求得票数方差，根据票数总和与票数方差判断司机是否处于疲劳驾驶状态。

进一步地，所述风险区间计算模块被设置为进行以下步骤：

步骤一：通过前向雷达来获取车辆与前方车辆的距离d及相对速度V_X，获取车辆当前的速度V₁，计算前方车辆当前速度V₂＝V₁+V_X，

步骤二：前方车辆在急减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₂为前方车辆在急减速的加速度，a₂＝-2g，g为重力加速度，

前方车辆在普通减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₃为前方车辆在普通减速的加速度，a₃＝-0.1g，g为重力加速度，

步骤三：得到最大距离D₂到最大距离D₁之间的距离，即为风险区间。

进一步地，所述模糊投票模块被设置为进行以下步骤：

步骤一：建立一个可全局队列缓存，记为F，做为全局投票箱。

步骤二：根据D₂与D₁值建立正切模糊度函数其中，x为车辆与前方车辆的距离，表示车辆与前方车辆发生碰撞的风险值，简称风险值，当前时刻i车辆与前方车辆之间的距离为d，因此，当前时刻i车辆风险值为将当前车辆风险值f_i做为一个票数，投入投票箱F中待处理，

步骤三：判断投票箱内的票数是否>＝30，如果否，则延时10秒返回步骤二，重新计算D₁，D₂，及f_i+1并投票；如果是，表示车辆具有一段跟车时间，则判断是否疲劳驾驶。

进一步地，所述疲劳驾驶判断模块被设置为进行以下步骤：

步骤一：投票箱内至少包含30个票数{f_i,f_i+1,…,f_i+29}，对所有票数求和，记为E，E＝f_i+f_i+1+…+f_i+29，E表示这段跟车时间内的风险值总和，

步骤二：判断风险值总和E是否大于0，如是，则进入步骤三，如不是，则为无疲劳驾驶，进入步骤五，

步骤三：判断风险值总和E是否大于等于10，如果是，则在这段跟车时间内风险值较高，进行疲劳驾驶报警，然后进入步骤五；如小于10，进入步骤四进一步判断，

步骤四：对所有投票值，以0为中心，求方差G，G表示风险值稳定性，如果G>15，则进行疲劳驾驶报警，如果G<15表示稳定处于低风险状态，不进行疲劳驾驶报警，然后进入步骤五。

步骤五：清空投票箱，返回计算风险区间模块。

本发明的有益效果是；

本发明不会增加额外的与车辆功能无关的设备，前向雷达虽然目前只在高端轿车上有，但本身是车辆主动安全系统需要的设备，将来会像倒车雷达一样普及开，并且车辆碰撞风险是疲劳驾驶的直接后果，利用车辆碰撞风险进行疲劳驾驶检测，能更为有效、准确的检测出司机是否处于疲劳驾驶状态。

具体实施方式

本发明利用车辆前向雷达获得车辆与前方车辆的距离以及相对速度，计算本车最大制动下与前车发生碰撞的安全距离，根据安全距离设置一个与前车距离的风险区间，当检测到车辆长期处于风险区间内跟车，或频繁在风险阈值区间距离附近徘徊时，说明司机已无法主动的稳定的保证车辆安全，很可能处于疲劳驾驶状态，并进行疲劳驾驶报警。

为了达到上述目的，首先，本发明提供一种基于前向碰撞风险的疲劳驾驶检测方法，该方法具有以下步骤：

计算风险区间：实时计算前方车辆在急减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₁,实时计算前方车辆在普通减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₂，最大距离D₂到最大距离D₁之间的距离为风险区间；

进行模糊投票：以最大距离D₂的点为0风险概率点，最大距离D₁的点为1风险概率点，建立线性风险正切模糊函数，定时判断当前车辆所处位置的风险概率，每次得到的风险概率作为一个票数，并将该票数向一个全局投票箱内进行投票；

判断是否疲劳驾驶：对全局投票箱内的票数进行累加，求得票数总和，并求得票数方差，根据票数总和与票数方差判断司机是否处于疲劳驾驶状态。

为了更清楚地描述本发明的技术方案，现结合具体实施例来介绍检测方法的流程，具体步骤如下：

风险区间计算：

步骤一：得到车辆前向雷达输出的车辆与前方车辆的距离d，及相对速度V_X。通过车辆的速度信号，得到车辆当前的速度V₁，计算前方车辆当前速度V₂＝V₁+V_X；

步骤二：前方车辆在急减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₂为前方车辆在急减速的加速度，a₂＝-2g，g为重力加速度，计算前方车辆在急减速时，不考虑司机反应时间，己方车辆在最大制动力下会发生碰撞的最大距离D₁＝V₁t+a₁t²-(V₂t+a₂t²)，要保证t有解(即在一定时间内肯定发生碰撞)，根据二次方程有解判别式得：即急减速时，车辆会与前方车辆发生追尾碰撞的最大距离由于实际条件下制动需要反应时间，因此此距离已是跟车风险极高的距离；

前方车辆在普通减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₃为前方车辆在普通减速的加速度，a₃＝-0.1g，g为重力加速度，计算前方车辆在普通减速时，车辆在最大制动力下与前方发生碰撞的最大距离D₂＝V₁t+a₁t²-(V₂t+a₃t²)，要保证t有解(即在一定的时间内肯定发生碰撞)，即根据二次方程有解判别式得：即前方车辆普通减速时，车辆会与前方车辆发生追尾碰撞的最大距离由于前车减速较缓慢，因此D₂距离虽有可能发生碰撞，但概率较低，则D₂是跟车风险极低的距离；

步骤三：得到最大距离D₂到最大距离D₁之间的距离，即为风险区间；

模糊投票：

步骤四：建立一个可全局队列缓存，记为F，做为全局投票箱；

步骤五：根据D₂与D₁值建立正切模糊度函数其中，x为车辆与前方车辆的距离，表示车辆与前方车辆发生碰撞的风险值，简称风险值，正切模糊度函数意义在于，当车辆与前方车辆距离为D₁时，表示有高达1的风险概率车辆会与前方车辆发生碰撞；在车辆与前方车辆距离为D₂时，f(D₂)＝tan0＝0表示当前车辆发生碰撞风险概率为0，而车辆与前方车辆距离在D₂与D₁之间时风险概率介于0到1之间，距离越靠近D₁风险值越接近1，越靠近D₂风险值越接近0，如果车辆与前方车辆之间的距离大于D₂，则风险为负值，根据正切函数的特性，距离大于D₂越多，则正切模糊度函数负值减小的越快表示越安全；如果车辆与前方车辆之间的距离小于D₁，则风险为大于1的值，根据正切函数的特性，距离小于D₁越多，正切模糊度函数风险值增加越快，表示风险越高，当前时刻i车辆与前方车辆之间的距离为d，因此，当前时刻i车辆风险值为将当前车辆风险值f_i做为一个票数，投入投票箱F中待处理；

步骤六：判断投票箱内的票数是否>＝30，如果否，则延时10秒返回步骤五，重新计算D₁，D₂，及f_i+1并投票；如果是，表示车辆具有一段跟车时间，则判断是否疲劳驾驶；

疲劳驾驶判断：

步骤七：投票箱内至少包含30个票数{f_i,f_i+1,…,f_i+29}，对所有票数求和，记为E，E＝f_i+f_i+1+…+f_i+29，E表示这段跟车时间内的风险值总和；

步骤八：判断风险值总和E是否大于0，如是，则进入步骤九，如不是，则为无疲劳驾驶，进入步骤十一；

步骤九：判断风险值总和E是否大于等于10，如果是，则在这段跟车时间内碰撞风险值较高，进行疲劳驾驶报警，然后进入步骤十一；如小于10，进入步骤十进一步判断；

步骤十：对所有投票值，以0为中心，求方差G，G表示风险值稳定性，如果G>15，表明车辆不能稳定保持与前车距离，处于一会距离过近，一会距离较远的状态，有可能出现疲劳驾驶，进行疲劳驾驶报警，如果G<15表示稳定处于低风险状态，不进行疲劳驾驶报警，然后进入步骤十一；

步骤十一：清空投票箱，返回步骤一，循环进行疲劳驾驶判断。

其次，本发明还提供一种基于前向碰撞风险的疲劳驾驶检测装置，该装置包含以下模块：

风险区间计算模块：实时计算前方车辆在急减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₁,实时计算前方车辆在普通减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₂，最大距离D₂到最大距离D₁之间的距离为风险区间；

模糊投票模块：以最大距离D₂的点为0风险概率点，最大距离D₁的点为1风险概率点，建立线性风险正切模糊函数，定时判断当前车辆所处位置的风险概率，每次得到的风险概率作为一个票数，并将该票数向一个全局投票箱内进行投票；

疲劳驾驶判断模块：对全局投票箱内的票数进行累加，求得票数总和，并求得票数方差，根据票数总和与票数方差判断司机是否处于疲劳驾驶状态。

为了更清楚地描述本装置的技术方案，现结合具体实施例来介绍本装置被设置的流程，具体步骤如下：

风险区间计算模块：

步骤一：得到车辆前向雷达输出的车辆与前方车辆的距离d，及相对速度V_X。通过车辆的速度信号，得到车辆当前的速度V₁，计算前方车辆当前速度V₂＝V₁+V_X；

步骤二：前方车辆在急减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₂为前方车辆在急减速的加速度，a₂＝-2g，g为重力加速度，计算前方车辆在急减速时，不考虑司机反应时间，己方车辆在最大制动力下会发生碰撞的最大距离D₁＝V₁t+a₁t²-(V₂t+a₂t²)，要保证t有解(即在一定时间内肯定发生碰撞)，根据二次方程有解判别式得：即急减速时，车辆会与前方车辆发生追尾碰撞的最大距离由于实际条件下制动需要反应时间，因此此距离已是跟车风险极高的距离；

前方车辆在普通减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₃为前方车辆在普通减速的加速度，a₃＝-0.1g，g为重力加速度，计算前方车辆在普通减速时，车辆在最大制动力下与前方发生碰撞的最大距离D₂＝V₁t+a₁t²-(V₂t+a₃t²)，要保证t有解(即在一定的时间内肯定发生碰撞)，即根据二次方程有解判别式得：即前方车辆普通减速时，车辆会与前方车辆发生追尾碰撞的最大距离由于前车减速较缓慢，因此D₂距离虽有可能发生碰撞，但概率较低，则D₂是跟车风险极低的距离；

步骤三：得到最大距离D₂到最大距离D₁之间的距离，即为风险区间；

模糊投票模块：

步骤四：建立一个可全局队列缓存，记为F，做为全局投票箱；

步骤五：根据D₂与D₁值建立正切模糊度函数其中，x为车辆与前方车辆的距离，表示车辆与前方车辆发生碰撞的风险值，简称风险值，正切模糊度函数意义在于，当车辆与前方车辆距离为D₁时，表示有高达1的风险概率车辆会与前方车辆发生碰撞；在车辆与前方车辆距离为D₂时，f(D₂)＝tan0＝0表示当前车辆发生碰撞风险概率为0，而车辆与前方车辆距离在D₂与D₁之间时风险概率介于0到1之间，距离越靠近D₁风险值越接近1，越靠近D₂风险值越接近0，如果车辆与前方车辆之间的距离大于D₂，则风险为负值，根据正切函数的特性，距离大于D₂越多，则正切模糊度函数负值减小的越快表示越安全；如果车辆与前方车辆之间的距离小于D₁，则风险为大于1的值，根据正切函数的特性，距离小于D₁越多，正切模糊度函数风险值增加越快，表示风险越高，当前时刻i车辆与前方车辆之间的距离为d，因此，当前时刻i车辆风险值为将当前车辆风险值f_i做为一个票数，投入投票箱F中待处理；

步骤六：判断投票箱内的票数是否>＝30，如果否，则延时10秒返回步骤五，重新计算D₁，D₂，及f_i+1并投票；如果是，表示车辆具有一段跟车时间，则判断是否疲劳驾驶；

疲劳驾驶判断模块：

步骤七：投票箱内至少包含30个票数{f_i,f_i+1,…,f_i+29}，对所有票数求和，记为E，E＝f_i+f_i+1+…+f_i+29，E表示这段跟车时间内的风险值总和；

步骤八：判断风险值总和E是否大于0，如是，则进入步骤九，如不是，则为无疲劳驾驶，进入步骤十一；

步骤九：判断风险值总和E是否大于等于10，如果是，则在这段跟车时间内碰撞风险值较高，进行疲劳驾驶报警，然后进入步骤十一；如小于10，进入步骤十进一步判断；

步骤十：对所有投票值，以0为中心，求方差G，G表示风险值稳定性，如果G>15，表明车辆不能稳定保持与前车距离，处于一会距离过近，一会距离较远的状态，有可能出现疲劳驾驶，进行疲劳驾驶报警，如果G<15表示稳定处于低风险状态，不进行疲劳驾驶报警，然后进入步骤十一；

步骤十一：清空投票箱，返回步骤一，循环进行疲劳驾驶判断。

本发明不会增加额外的与车辆功能无关的设备，前向雷达虽然目前只在高端轿车上有，但本身是车辆主动安全系统需要的设备，将来会像倒车雷达一样普及开，并且车辆碰撞风险是疲劳驾驶的直接后果，利用车辆碰撞风险进行疲劳驾驶检测，能更为有效、准确的检测出司机是否处于疲劳驾驶状态。

尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (10)

1.一种基于前向碰撞风险的疲劳驾驶检测方法，该方法具有以下步骤：

计算风险区间：实时计算前方车辆在急减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₁,实时计算前方车辆在普通减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₂，最大距离D₂到最大距离D₁之间的距离为风险区间；

进行模糊投票：以最大距离D₂的点为0风险概率点，最大距离D₁的点为1风险概率点，建立线性风险正切模糊函数，定时判断当前车辆所处位置的风险概率，每次得到的风险概率作为一个票数，并将该票数向一个全局投票箱内进行投票；

判断是否疲劳驾驶：对全局投票箱内的票数进行累加，求得票数总和，并求得票数方差，根据票数总和与票数方差判断司机是否处于疲劳驾驶状态。

2.根据权利要求1所述的一种基于前向碰撞风险的疲劳驾驶检测方法，其特征在于：所述风险区间的计算方法包括以下步骤：

步骤一：获取车辆与前方车辆的距离d及相对速度V_X，获取车辆当前的速度V₁，计算前方车辆当前速度V₂＝V₁+V_X，

步骤二：前方车辆在急减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₂为前方车辆在急减速的加速度，a₂＝-2g，g为重力加速度，

前方车辆在普通减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₃为前方车辆在普通减速的加速度，a₃＝-0.1g，g为重力加速度，

步骤三：得到最大距离D₂到最大距离D₁之间的距离，即为风险区间。

3.根据权利要求2所述的一种基于前向碰撞风险的疲劳驾驶检测方法，其特征在于：获取车辆与前方车辆的距离d及相对速度V_X是通过前向雷达来获取的。

4.根据权利要求1所述的一种基于前向碰撞风险的疲劳驾驶检测方法，其特征在于：所述模糊投票包括以下步骤：

步骤一：建立一个可全局队列缓存，记为F，做为全局投票箱。

步骤二：根据D₂与D₁值建立正切模糊度函数其中，x为车辆与前方车辆的距离，表示车辆与前方车辆发生碰撞的风险值，简称风险值，当前时刻i车辆与前方车辆之间的距离为d，因此，当前时刻i车辆风险值为将当前车辆风险值f_i做为一个票数，投入投票箱F中待处理，

步骤三：判断投票箱内的票数是否>＝30，如果否，则延时10秒返回步骤二，重新计算D₁，D₂，及f_i+1并投票；如果是，表示车辆具有一段跟车时间，则判断是否疲劳驾驶。

5.根据权利要求1所述的一种基于前向碰撞风险的疲劳驾驶检测方法，其特征在于：所述疲劳驾驶判断包括以下步骤：

步骤一：投票箱内至少包含30个票数{f_i,f_i+1,…,f_i+29}，对所有票数求和，记为E，E＝f_i+f_i+1+…+f_i+29，E表示这段跟车时间内的风险值总和，

步骤二：判断风险值总和E是否大于0，如是，则进入步骤三，如不是，则为无疲劳驾驶，进入步骤五，

步骤三：判断风险值总和E是否大于等于10，如果是，则在这段跟车时间内风险值较高，进行疲劳驾驶报警，然后进入步骤五；如小于10，进入步骤四进一步判断，

步骤四：对所有投票值，以0为中心，求方差G，G表示风险值稳定性，如果G>15，则进行疲劳驾驶报警，如果G<15表示稳定处于低风险状态，不进行疲劳驾驶报警，然后进入步骤五。

步骤五：清空投票箱，返回计算风险区间步骤。

6.一种基于前向碰撞风险的疲劳驾驶检测装置，该装置包含以下模块：

风险区间计算模块：实时计算前方车辆在急减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₁,实时计算前方车辆在普通减速时，车辆会与前方车辆发生追尾碰撞的最大距离D₂，最大距离D₂到最大距离D₁之间的距离为风险区间；

模糊投票模块：以最大距离D₂的点为0风险概率点，最大距离D₁的点为1风险概率点，建立线性风险正切模糊函数，定时判断当前车辆所处位置的风险概率，每次得到的风险概率作为一个票数，并将该票数向一个全局投票箱内进行投票；

疲劳驾驶判断模块：对全局投票箱内的票数进行累加，求得票数总和，并求得票数方差，根据票数总和与票数方差判断司机是否处于疲劳驾驶状态。

7.根据权利要求6所述的一种基于前向碰撞风险的疲劳驾驶检测装置，其特征在于：所述风险区间计算模块被设置为进行以下步骤：

步骤一：获取车辆与前方车辆的距离d及相对速度V_X，获取车辆当前的速度V₁，计算前方车辆当前速度V₂＝V₁+V_X，

步骤二：前方车辆在急减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₂为前方车辆在急减速的加速度，a₂＝-2g，g为重力加速度，

前方车辆在普通减速时，计算车辆会与前方车辆发生追尾碰撞的最大距离a₁为车辆在平路空载时最大制动力下的加速度，a₃为前方车辆在普通减速的加速度，a₃＝-0.1g，g为重力加速度，

步骤三：得到最大距离D₂到最大距离D₁之间的距离，即为风险区间。

8.根据权利要求7所述的一种基于前向碰撞风险的疲劳驾驶检测装置，其特征在于：获取车辆与前方车辆的距离d及相对速度V_X是通过前向雷达来获取的。

9.根据权利要求5所述的一种基于前向碰撞风险的疲劳驾驶检测装置，其特征在于：所述模糊投票模块被设置为进行以下步骤：

步骤一：建立一个可全局队列缓存，记为F，做为全局投票箱。

步骤二：根据D₂与D₁值建立正切模糊度函数其中，x为车辆与前方车辆的距离，表示车辆与前方车辆发生碰撞的风险值，简称风险值，当前时刻i车辆与前方车辆之间的距离为d，因此，当前时刻i车辆风险值为将当前车辆风险值f_i做为一个票数，投入投票箱F中待处理，

步骤三：判断投票箱内的票数是否>＝30，如果否，则延时10秒返回步骤二，重新计算D₁，D₂，及f_i+1并投票；如果是，表示车辆具有一段跟车时间，则判断是否疲劳驾驶。

10.根据权利要求5所述的一种基于前向碰撞风险的疲劳驾驶检测装置，其特征在于：所述疲劳驾驶判断模块被设置为进行以下步骤：

步骤一：投票箱内至少包含30个票数{f_i,f_i+1,…,f_i+29}，对所有票数求和，记为E，E＝f_i+f_i+1+…+f_i+29，E表示这段跟车时间内的风险值总和，

步骤二：判断风险值总和E是否大于0，如是，则进入步骤三，如不是，则为无疲劳驾驶，进入步骤五，

步骤三：判断风险值总和E是否大于等于10，如果是，则在这段跟车时间内风险值较高，进行疲劳驾驶报警，然后进入步骤五；如小于10，进入步骤四进一步判断，

步骤四：对所有投票值，以0为中心，求方差G，G表示风险值稳定性，如果G>15，则进行疲劳驾驶报警，如果G<15表示稳定处于低风险状态，不进行疲劳驾驶报警，然后进入步骤五。

步骤五：清空投票箱，返回计算风险区间模块。