CN105513280A - 疲劳驾驶检测方法 - Google Patents

疲劳驾驶检测方法 Download PDF

Info

Publication number
CN105513280A
CN105513280A CN201610027827.0A CN201610027827A CN105513280A CN 105513280 A CN105513280 A CN 105513280A CN 201610027827 A CN201610027827 A CN 201610027827A CN 105513280 A CN105513280 A CN 105513280A
Authority
CN
China
Prior art keywords
fatigue
driver
detecting
degree
eye
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.)
Pending
Application number
CN201610027827.0A
Other languages
English (en)
Inventor
吴澄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Suzhou University
Original Assignee
Suzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Suzhou University filed Critical Suzhou University
Priority to CN201610027827.0A priority Critical patent/CN105513280A/zh
Publication of CN105513280A publication Critical patent/CN105513280A/zh
Pending legal-status Critical Current

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)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

本发明涉及一种疲劳驾驶检测方法，为：通过检测驾驶员的瞳孔直径和闭眼比率来判断驾驶员的疲劳程度，瞳孔直径与疲劳程度负相关，闭眼比率比和疲劳程度正相关，基于瞳孔直径和闭眼比率将疲劳程度分为若干等级，等级中包含临界等级，当检测到驾驶员的疲劳程度达到临界等级时进行提醒。疲劳驾驶检测方法通过眼动仪实现。眼动仪先追踪驾驶员的眼睛，再对追踪的结果进行校正后，获得瞳孔直径和闭眼比率的数据，并判断驾驶员的疲劳程度。本发明通过检测驾驶员的瞳孔直径和闭眼比率，并基于其进行分级来实现疲劳驾驶的检测，其检测方法易于实现且具有较好的检测结果。

Description

疲劳驾驶检测方法
技术领域
本发明涉及一种用于检测车辆驾驶员是否疲劳驾驶的方法。
背景技术
疲劳驾驶是影响车辆驾驶安全的重要因素，对驾驶员进行疲劳驾驶检测以防止疲劳驾驶对防止交通事故等具有重大意义。现阶段实施疲劳驾驶检测的方法主要通过检测驾驶员眼睛的眨眼频率等实现，这些方法算法较为复杂，且受环境和个体差异的影响较大。
发明内容
本发明的目的是提供一种算法简单且受外界影响较小的疲劳驾驶检测方法。
为达到上述目的，本发明采用的技术方案是：
一种疲劳驾驶检测方法，用于对车辆驾驶员的疲劳程度进行检测，所述疲劳驾驶检测方法通过检测所述驾驶员的瞳孔直径和闭眼比率来判断所述驾驶员的疲劳程度，所述瞳孔直径与所述疲劳程度负相关，所述闭眼比率比和所述疲劳程度正相关，基于所述瞳孔直径和所述闭眼比率将疲劳程度分为若干等级，所述等级中包含临界等级，当检测到所述驾驶员的疲劳程度达到所述临界等级时进行提醒。
所述疲劳驾驶检测方法通过眼动仪实现。
所述眼动仪先追踪所述驾驶员的眼睛，再对所述追踪的结果进行校正后，获得所述瞳孔直径和所述闭眼比率的数据，并判断所述驾驶员的疲劳程度。
所述疲劳驾驶检测方法用于对轨道交通车辆的驾驶员的疲劳程度进行检测。
由于上述技术方案运用，本发明与现有技术相比具有下列优点：本发明通过检测驾驶员的瞳孔直径和闭眼比率，并基于其进行分级来实现疲劳驾驶的检测，其检测方法易于实现且具有较好的检测结果。
附图说明
附图1为本发明的疲劳驾驶检测方法的流程图。
具体实施方式
下面结合附图所示的实施例对本发明作进一步描述。
实施例一：基于包含多个实验样本的疲劳程度实验进行分析可知，清醒状态时测试者的左右眼瞳孔直径差异不大，但是疲劳状态下左右眼的瞳孔直径差异就比较大。最主要的是疲劳状态下测试者的瞳孔直径是小于清醒状态下的，存在差异性。
相关系数常涉及到两个变量之间的相互关系问题。其关系表现为下列三种变化：
1、正相关，当一个变量增加或减少时，另一个变量也相应增加或减少；
2、负相关，当一个变量增加或减少时，另一个变量却减少或增加；
3、无相关或零相关，说明两个变量是独立的，无法通过一个变量值来预测另一个变量值。
统计学中，则用“相关系数”描述两个变量之间的相关程度，用符号“r"来表示。
若一个变量为(X1、X2、X3、…、Xn)，另一个变量为(Y1、Y2、Y3、…、Yn)；则其中
LXY＝X1Y1+X2Y2+…+XnYn,；LXX＝X1 2+X2 2+…+Xn 2；LYY＝Y1 2+Y2 2+…+Yn 2
r取值范围限于：-1≤r≤+1；相关系数表示的意义如表1所示：
表1相关性数据表
测试的数据相关性如下表2所示：
表2左眼瞳孔直径与闭眼比率困倦度的相关性
左眼瞳孔直径 闭眼比率 困倦度
左眼瞳孔直径 1
闭眼比率 -0.064850071 1
困倦度 -0.399835511 0.4089 1
表3右眼瞳孔直径与闭眼比率困倦度的相关性
右眼瞳孔直径 闭眼比率 困倦度
右眼瞳孔直径 1
闭眼比率 -0.023174381 1
困倦度 -0.371116411 0.426791 1
由上表得知，无论是左眼还是右眼，困倦度与瞳孔直径之间存在负相关关系(r左＝-0.39984<0，r右＝-.0.377116<0)，也就是说随着困倦度增加瞳孔直径是减小的。困倦度与闭眼比率之间存在正相关(r左＝0.4089>0，r右＝0.42767>0)，也就是随着困倦度增加闭眼的频率就会加大。
基于上述试验，提出一种用于对车辆驾驶员的疲劳程度进行检测的疲劳驾驶检测方法为：通过检测驾驶员的瞳孔直径和闭眼比率来判断驾驶员的疲劳程度，瞳孔直径与疲劳程度负相关，闭眼比率比和疲劳程度正相关，基于瞳孔直径和闭眼比率将疲劳程度分为若干等级，等级中包含临界等级，当检测到驾驶员的疲劳程度达到临界等级时进行提醒。例如将疲劳程度分为如下9级：
等级 描述
1 极度警醒
2 非常警醒
3 警醒
4 比较警醒
5 既不警醒，也不困倦
6 有点困倦
7 困倦，但不需费力保持警醒
8 困倦，需努力保持警醒
9 非常困倦，需要努力挣扎保持警醒
并预设临界等级为第6级，当检测到驾驶员处于第6级或以上等级时，需要对其进行提醒。
上述疲劳驾驶检测方法通过眼动仪实现，眼动仪可以连接一个屏幕来显示其获得的图像。眼动仪选用tobiix2-60眼动仪，它包括四个系统：光学系统，瞳孔中心坐标提取系统，视景与瞳孔坐标迭加系统，图像与数据的记录分析系统。眼动有三种基本方式：注视(fixation)，眼跳(saccades)和追随运动(pursuitmovement)。现代眼动仪大多数是以硬件为基础的视线跟踪技术的基本原理利用图像处理技术，锁定眼睛的摄像机，通过摄入从眼角膜和瞳孔反射的红外线从而连续地记录分析实现变化。TobiiX2-60眼动仪是全新的小型眼动追踪系统，采用Tobii的最新代的创新眼动追踪技术，采样频率是60Hz。TobiiX2-60眼动仪可广泛应用于各类室内外研究中。其优点主要有：1、体积小，仅需要通过一根USB线连接，这使其能够提供真正的便携式眼动追踪方案，可用于各种设置,将它附加到显示器、笔记本电脑来对物体进行眼动跟踪。2、其强大的头动范围允许测试者在记录期间移动头部，并提供高准确度的眼动数据。稳定可靠的眼动追踪校准减少了在长时间测试中再次校准的麻烦，同一被试者无需二次定标。3、眼动仪的采样率约为60Hz。在头动范围内可提供极其准确的数据及稳定的追踪能力。
如附图1所示，眼动仪先追踪驾驶员的眼睛，再对追踪的结果进行校正后，获得瞳孔直径和闭眼比率的数据，并判断驾驶员的疲劳程度。
具体的，眼动仪实施上述疲劳驾驶检测方法包括以下三个步骤：
1、追踪驾驶员的眼睛
眼动仪运行眼动追踪程序来寻找并抓住驾驶员的两只眼睛。
2、校正
当对眼动追踪程序完成后，只是初步的跟踪和检测到了瞳孔，但是对于眼睛观看的每个区域内是否都能检测到有效的眼动信息并不知晓，所以要对其进行校准。设想把眼睛观看的区域均分成类似于九宫格，每格中心设为一个点，这样就形成9点，同样可以做出5点或者3点供选择。当按下眼动仪的校准按钮时屏幕自动全屏，并在第一个区域中心出现1个蓝色点，然后过了2秒自动跳转到第二区域，依次类推到第9个点(或者5个3个点)。完成后自动退出，这时校准显示区域就会出现每个点的校准情况。红色线的意思校准不准确，当红色线过长过多或者有些点没有检测到时就要重新校准。这时就点击重新校准按钮，这时程序自动跳转到运行校准时的程序。
3、采用上述疲劳驾驶检测方法来获得瞳孔直径和闭眼比率的数据，并判断驾驶员的疲劳程度。
校准后，通过眼动仪获得驾驶员的瞳孔直径和闭眼比率的数据，并可以在屏幕上显示出来，此时即可运行疲劳驾驶检测程序。
上述疲劳驾驶检测方法不因可以应用于汽车上，还可以用于对轨道交通车辆(地铁、有轨电车等)的驾驶员的疲劳程度进行检测。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (4)

1.一种疲劳驾驶检测方法，用于对车辆驾驶员的疲劳程度进行检测，其特征在于：所述疲劳驾驶检测方法通过检测所述驾驶员的瞳孔直径和闭眼比率来判断所述驾驶员的疲劳程度，所述瞳孔直径与所述疲劳程度负相关，所述闭眼比率比和所述疲劳程度正相关，基于所述瞳孔直径和所述闭眼比率将疲劳程度分为若干等级，所述等级中包含临界等级，当检测到所述驾驶员的疲劳程度达到所述临界等级时进行提醒。
2.根据权利要求1所述的疲劳驾驶检测方法，其特征在于：所述疲劳驾驶检测方法通过眼动仪实现。
3.根据权利要求2所述的疲劳驾驶检测方法，其特征在于：所述眼动仪先追踪所述驾驶员的眼睛，再对所述追踪的结果进行校正后，获得所述瞳孔直径和所述闭眼比率的数据，并判断所述驾驶员的疲劳程度。
4.根据权利要求1至3中任一项所述的疲劳驾驶检测方法，其特征在于：所述疲劳驾驶检测方法用于对轨道交通车辆的驾驶员的疲劳程度进行检测。
CN201610027827.0A 2016-01-15 2016-01-15 疲劳驾驶检测方法 Pending CN105513280A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610027827.0A CN105513280A (zh) 2016-01-15 2016-01-15 疲劳驾驶检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610027827.0A CN105513280A (zh) 2016-01-15 2016-01-15 疲劳驾驶检测方法

Publications (1)

Publication Number Publication Date
CN105513280A true CN105513280A (zh) 2016-04-20

Family

ID=55721228

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610027827.0A Pending CN105513280A (zh) 2016-01-15 2016-01-15 疲劳驾驶检测方法

Country Status (1)

Country Link
CN (1) CN105513280A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106073805A (zh) * 2016-05-30 2016-11-09 南京大学 一种基于眼动数据的疲劳检测方法和装置
CN106184002A (zh) * 2016-08-04 2016-12-07 山东建筑大学 一种防疲劳驾驶的中央后视镜
CN107361778A (zh) * 2017-07-31 2017-11-21 河南农业大学 一种人员疲劳检测方法
CN108153418A (zh) * 2017-12-25 2018-06-12 广州市尊浪电器有限公司 一种助眠音箱
CN108596106A (zh) * 2018-04-26 2018-09-28 京东方科技集团股份有限公司 基于vr设备的视觉疲劳识别方法及其装置、vr设备
CN110200745A (zh) * 2018-02-28 2019-09-06 深圳市掌网科技股份有限公司 眼罩以及睡眠促进方法
CN110236575A (zh) * 2019-06-13 2019-09-17 淮阴工学院 眼动仪与驾驶模拟器相结合的驾驶员反应时间计算方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101574260A (zh) * 2009-06-12 2009-11-11 大连微龙软件有限公司 车载疲劳预警装置及方法
CN202243010U (zh) * 2010-12-27 2012-05-30 上海博泰悦臻电子设备制造有限公司 防疲劳驾驶装置及车载装置
CN102622600A (zh) * 2012-02-02 2012-08-01 西南交通大学 基于面像与眼动分析的高速列车驾驶员警觉度检测方法
CN103838378A (zh) * 2014-03-13 2014-06-04 广东石油化工学院 一种基于瞳孔识别定位的头戴式眼睛操控系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101574260A (zh) * 2009-06-12 2009-11-11 大连微龙软件有限公司 车载疲劳预警装置及方法
CN202243010U (zh) * 2010-12-27 2012-05-30 上海博泰悦臻电子设备制造有限公司 防疲劳驾驶装置及车载装置
CN102622600A (zh) * 2012-02-02 2012-08-01 西南交通大学 基于面像与眼动分析的高速列车驾驶员警觉度检测方法
CN103838378A (zh) * 2014-03-13 2014-06-04 广东石油化工学院 一种基于瞳孔识别定位的头戴式眼睛操控系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
樊玮: "基于眼动仪的飞行员疲劳判定相关属性研究", 《计算机技术与发展》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106073805A (zh) * 2016-05-30 2016-11-09 南京大学 一种基于眼动数据的疲劳检测方法和装置
CN106073805B (zh) * 2016-05-30 2018-10-19 南京大学 一种基于眼动数据的疲劳检测方法和装置
CN106184002A (zh) * 2016-08-04 2016-12-07 山东建筑大学 一种防疲劳驾驶的中央后视镜
CN107361778A (zh) * 2017-07-31 2017-11-21 河南农业大学 一种人员疲劳检测方法
CN107361778B (zh) * 2017-07-31 2020-07-07 河南农业大学 一种人员疲劳检测方法
CN108153418A (zh) * 2017-12-25 2018-06-12 广州市尊浪电器有限公司 一种助眠音箱
CN110200745A (zh) * 2018-02-28 2019-09-06 深圳市掌网科技股份有限公司 眼罩以及睡眠促进方法
CN108596106A (zh) * 2018-04-26 2018-09-28 京东方科技集团股份有限公司 基于vr设备的视觉疲劳识别方法及其装置、vr设备
US11132544B2 (en) 2018-04-26 2021-09-28 Beijing Boe Optoelectronics Technology Co., Ltd. Visual fatigue recognition method, visual fatigue recognition device, virtual reality apparatus and storage medium
CN108596106B (zh) * 2018-04-26 2023-12-05 京东方科技集团股份有限公司 基于vr设备的视觉疲劳识别方法及其装置、vr设备
CN110236575A (zh) * 2019-06-13 2019-09-17 淮阴工学院 眼动仪与驾驶模拟器相结合的驾驶员反应时间计算方法

Similar Documents

Publication Publication Date Title
CN105513280A (zh) 疲劳驾驶检测方法
US10849559B2 (en) Touch sensitive system and method for cognitive and behavioral testing and evaluation
Braunagel et al. Driver-activity recognition in the context of conditionally autonomous driving
KR101867041B1 (ko) 운전자의 안전한 운전상태 검측 방법 및 장치
CN103767715B (zh) 一种驾驶员安全驾驶状态检测装置
TWI488149B (zh) Driver monitoring method and its monitoring system
US20090086165A1 (en) System and method of detecting eye fixations using adaptive thresholds
Chen et al. Identification of common features of vehicle motion under drowsy/distracted driving: A case study in Wuhan, China
JP5771127B2 (ja) 注目度推定装置およびそのプログラム
CN110495895A (zh) 一种基于眼动跟踪的疲劳检测方法与系统
CN109063545B (zh) 一种疲劳驾驶检测方法及装置
US20180032816A1 (en) Fixation identification using density optimization
Kulkarni et al. A review paper on monitoring driver distraction in real time using computer vision system
Widdel A method of measuring the visual lobe area
US11144756B2 (en) Method and system of distinguishing between a glance event and an eye closure event
Baccour et al. Comparative analysis of vehicle-based and driver-based features for driver drowsiness monitoring by support vector machines
CN102999760A (zh) 投票权值在线自适应调整的目标图像区域跟踪方法
US11419494B1 (en) Field-deployable neurological assessment tool for performance readiness and telemedicine
Othman et al. CrowdEyes: Crowdsourcing for robust real-world mobile eye tracking
Murukesh et al. Drowsiness detection for drivers using computer vision
JP4676375B2 (ja) 車両運転者の視線方向の検出方法又は同装置
Sahay et al. Webcam based eye gaze tracking using a landmark detector
Endo et al. Initial response time measurement in eye movement for dementia screening test
US11653831B2 (en) Visual performance examination device, visual performance examination method, and computer program
Murawski et al. The contactless active optical sensor for vehicle driver fatigue detection

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160420

RJ01 Rejection of invention patent application after publication