CN105741494B - 一种基于线下数据匹配的驾驶员疲劳监测方法 - Google Patents

Abstract

本发明提供了一种基于线下数据匹配的驾驶员疲劳监测方法，属于汽车技术领域。它解决了现有的技术监测疲劳系数不准确的问题。本基于线下数据匹配的驾驶员疲劳监测方法包括如下步骤：步骤一、获取初始匹配疲劳指数：将当前采集的车道线信息和方向盘转角信息分别进行分析处理后与预先存储的基础疲劳指数进行对比，从而获取初始匹配疲劳指数；步骤二、修正初始匹配疲劳指数：根据驾驶员修正系数和驾驶时间修正系数对初始匹配疲劳指数进行修正，进而得出匹配疲劳指数；步骤三、获取驾驶员疲劳系数：根据实际疲劳系数对匹配疲劳指数进行修正得出驾驶员疲劳系数，在根据得出的驾驶员疲劳系数进行相应提示。本发明能够有效提高驾驶员疲劳监测的准确率。

Description

一种基于线下数据匹配的驾驶员疲劳监测方法

技术领域

本发明属于汽车技术领域，涉及一种基于线下数据匹配的驾驶员疲劳监测方法。

背景技术

疲劳驾驶是指驾驶人在长时间连续行车后，产生生理机能和心理机能的失调，而在客观上出现驾驶技能下降的现象。如驾驶人处于轻微疲劳时，会出现换档不及时、不准确；驾驶人处于中度疲劳时，操作动作呆滞，有时甚至会忘记操作；驾驶人处于重度疲劳时，往往会下意识操作或出现短时间睡眠现象，严重时会失去对车辆的控制能力。如果驾驶人在疲劳后仍勉强驾驶车辆，则可能导致交通事故的发生。

针对疲劳驾驶的问题，现有的一些车辆上都安装了驾驶员疲劳预警系统，可以监测驾驶员的状态，当驾驶员疲劳的时候，对驾驶员进行提醒，避免疲劳驾驶。对于减少交通事故，保障行车安全，起到重要的作用。然而，当前的驾驶员疲劳监测系统大多是基于车内摄像头，监测驾驶员的面部来识别驾驶员的疲劳状态。由于图像识别技术自身的限制，面部表情的识别准确率不高，这将使得疲劳监测的准确率降低，导致这种驾驶员疲劳监测系统的意义大大降低。

针对上述存在的问题，现有中国专利文献公开了一种疲劳驾驶时间指标的监测系统和方法【申请号：CN201510133545.4】，该系统包括：设置在车内的车载终端以及用于与其进行通讯的监控中心，车载终端包括卫星定位数据采集模块、驾驶员数据采集模块、通讯模块、警示模块；监控中心包括数据预处理模块；用于存储预处理后数据的数据库；用于计算驾驶员当前连续驾驶时长和当日累计驾驶时长的时间指标计算模块；用于进行预警判定并与车载终端的警示模块进行通讯的预警判断模块；用于进行报警判断的报警判断模块；用于显示报警信息和发出报警声音的报警响应模块。本发明虽然能通过计算驾驶时长来对疲劳驾驶进行报警，但是只通过计算驾驶时长来判断是否疲劳驾驶，检测精确度低，而且对于不同年龄的驾驶人，其疲劳驾驶的时长是不同的，且在不同时间段驾驶时的疲劳程度也是不同的。

发明内容

本发明的目的是针对现有的技术存在上述问题，提出了一种基于线下数据匹配的驾驶员疲劳监测方法，所要解决的技术问题是：如何提高驾驶员疲劳监测的准确率。

本发明的目的可通过下列技术方案来实现：一种基于线下数据匹配的驾驶员疲劳监测方法，其特征在于，所述基于线下数据匹配的驾驶员疲劳监测方法包括如下步骤：

步骤一、获取初始匹配疲劳指数：将当前采集的车道线信息和方向盘转角信息分别进行分析处理后与预先存储的基础疲劳指数进行对比，从而获取初始匹配疲劳指数；

步骤二、修正初始匹配疲劳指数：将采集的驾驶员身份信息和驾驶时间信息分别进行分析处理后得出驾驶员修正系数和驾驶时间修正系数，再根据驾驶员修正系数和驾驶时间修正系数对初始匹配疲劳指数进行修正，进而得出匹配疲劳指数；

步骤三、获取驾驶员疲劳系数：将当前采集的车道线信息和方向盘转角信息分别进行分析处理后得出无意识偏离分析结果和转向角分析结果，进而根据得出的无意识偏离分析结果和转向角分析结果计算出驾驶员的实际疲劳系数，再根据该实际疲劳系数对匹配疲劳指数进行修正得出驾驶员疲劳系数，在驾驶员疲劳系数达到预设的疲劳系数值时进行提示。

该基于线下数据匹配的驾驶员疲劳监测方法在应用前，首先对人在疲劳驾驶车辆时的车道线信息和方向盘转角信息进行大量数据采集进而得出基础疲劳指数，并将该基础疲劳指数存储于车辆的微处理器中，在车辆启动后，本基于线下数据匹配的驾驶员疲劳监测方法开始运行，设置在车辆前方的摄像头不断采集车道线信息，方向盘转角传感器不断采集方向盘转角信息，进而根据当前采集的车道线信息和方向盘转角信息进行分析后与基础疲劳指数进行对比，从而得出初始匹配疲劳指数，为了进一步提高驾驶员疲劳监测的准确率，通过采集驾驶员身份信息和驾驶时间信息对初始匹配疲劳指数进行修正，得出准确度较高的匹配疲劳指数，避免驾驶员在半夜等容易疲劳的时间段开车，由于驾驶员非常努力的集中精神，使得根据车道线信息和方向盘转角信息监测到疲劳指数较低而影响准确判断驾驶员疲劳系数的问题，由于初始匹配疲劳指数是根据大多数人的一个疲劳情况进行确定，并不是该驾驶员的真实疲劳情况，因此，再根据车道线信息和转向盘转角信息进行综合分析得出实际疲劳系数，再将该实际疲劳系数对匹配疲劳指数进行修正，进而可得出该驾驶员的真实疲劳系数，即驾驶员疲劳系数，根据该驾驶员疲劳系数的值大小，判断出驾驶员的疲劳程度，进而进行报警，本基于线下数据匹配的驾驶员疲劳监测方法随着驾驶时间与驾驶距离的增长，针对该驾驶员的修正结果会越来越准确。

在上述的基于线下数据匹配的驾驶员疲劳监测方法中，在所述步骤一中，通过设置在车辆前方的摄像头对车道线信息进行实时监测并输送车道线信息给微处理器进行处理并存储，通过设置在方向盘上的方向盘转角传感器对方向盘转角信息进行实时监测并输送方向盘转角信息给微处理器进行处理并存储。通过设置在车辆前方的摄像头对车道线信息进行监测来判断驾驶员是否处于疲劳状态，有效避免了现有技术中通过摄像头对驾驶员的面部表情进行分析来判断疲劳状态时需要大量图像来进行计算的情况，通过设置在车辆前方的摄像头来判断驾驶疲劳情况，其图像处理简单且该摄像头还可以起到主动安全功能，避免了增加新的传感器设备，安全性更高且成本较低。

在上述的基于线下数据匹配的驾驶员疲劳监测方法中，在所述步骤一中，所述基础疲劳指数通过微处理器将采集的车道线信息和方向盘转角信息分别进行分析处理后得出每分钟车道无意识偏离的次数和每分钟方向盘转角的平均变化率，再将得出的每分钟车道无意识偏离的次数和每分钟方向盘转角的平均变化率的信息进行综合分析后得出。在本驾驶员疲劳监测装置使用前，针对驾驶员实际的疲劳状况，对车道线信息和方向盘转角信息进行大量数据采集和分析，进而得出基础疲劳指数，这样的一个基础疲劳指数将大大提高驾驶员疲劳监测的准确率。

在上述的基于线下数据匹配的驾驶员疲劳监测方法中，在所述步骤二中，所述驾驶员身份信息包括驾驶员的性别、年龄以及驾龄。通过获取驾驶员身份信息对初始匹配疲劳指数进行修正，可有效避免由于不同驾龄、不同年龄导致初始匹配疲劳指数不能很好的适用于所有驾驶员的问题，从而使得到的匹配疲劳指数准确度高。

在上述的基于线下数据匹配的驾驶员疲劳监测方法中，在所述步骤二中，对初始匹配疲劳指数进行修正的信息还包括驾驶员的驾驶习惯信息，所述驾驶员的驾驶习惯信息通过采集方向盘转角信息、车道线偏离信息、刹车信息和油门信息进行分析判断。在正常开车时，有些驾驶员可能就喜欢压道行驶，那么通过采集车道线偏离信息来判断驾驶员是否处于疲劳状态，就存在不准确性，然而将驾驶员的这一习惯信息考虑在其中，就可以大大提高获取驾驶员疲劳系数的准确度。

在上述的基于线下数据匹配的驾驶员疲劳监测方法中，在所述步骤二中，对初始匹配疲劳指数进行修正的信息还包括驾驶时长信息，通过微处理器对驾驶时长信息进行分析处理后得出驾驶时长修正系数，进而对初始匹配疲劳指数进行修正。驾驶时长信息可最简单地来说明驾驶员的疲劳程度，可进一步提高修正初始匹配疲劳指数的准确度。

在上述的基于线下数据匹配的驾驶员疲劳监测方法中，在所述步骤二中，对初始匹配疲劳指数进行修正的信息还包括人体二十四小时生理曲线信息，通过微处理器对人体二十四小时生理曲线信息进行分析处理后得出生物节律修正系数，进而对初始匹配疲劳指数进行修正。采集驾驶员身份信息、驾驶时长信息、驾驶时间信息以及驾驶习惯信息，再结合人体二十四小时生理曲线信息，对初始匹配疲劳指数进行修正，其得出的修正结果准确率高。

与现有技术相比，本基于线下数据匹配的驾驶员疲劳监测方法具有如下优点：

1、本发明在判断驾驶员的疲劳状态时，不仅仅只考虑车道线信息和方向盘转角信息，同时还考虑了人体二十四小时生物曲线、车辆行驶时间、驾驶员年龄及性别等因素对驾驶员疲劳状态所产生的影响，极大地提高了驾驶员疲劳监测的准确率。

2、本发明在对驾驶员疲劳状态进行监测的同时，还能将监测到的驾驶员疲劳情况进行存储分析并进一步修正匹配疲劳指数，从而使本发明随着驾驶时间与驾驶距离的增长，其匹配疲劳指数越来越能体现真实的驾驶员疲劳曲线，从而提高监测驾驶员疲劳程度的准确性。

具体实施方式

以下是本发明的具体实施例，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。

本基于线下数据匹配的驾驶员疲劳监测方法包括如下步骤：

步骤一、获取初始匹配疲劳指数：通过设置在车辆前方的摄像头对车道线信息进行实时监测并输送车道线信息给微处理器进行处理并存储，通过设置在方向盘上的方向盘转角传感器对方向盘转角信息进行实时监测并输送方向盘转角信息给微处理器进行处理并存储；再通过微处理器将处理后的车道线信息和方向盘转角信息与预先存储的基础疲劳指数进行对比，从而获取初始匹配疲劳指数；

步骤二、修正初始匹配疲劳指数：通过微处理器将采集的驾驶员身份信息、驾驶员的驾驶习惯信息、驾驶时长信息、人体二十四小时生理曲线信息和驾驶时间信息分别进行分析处理后得出驾驶员修正系数、驾驶习惯修正系数、驾驶时长修正系数、生物节律修正系数和驾驶时间修正系数，并根据得出的驾驶员修正系数、驾驶习惯修正系数、驾驶时长修正系数、生物节律修正系数和驾驶时间修正系数对初始匹配疲劳指数进行修正，从而获取匹配疲劳指数；其中驾驶时长信息表示的是车辆持续驾驶的时间长度，而驾驶时间信息表示的是车辆当前行驶的时刻，即具体地时刻，如上午几点钟，下午几点钟或者晚上几点钟，持续驾驶时间越长其疲劳程度就越大，而不同的驾驶时间段，在白天时疲劳程度低，夜间时疲劳程度高；通过这两个信息的修正，可有效提高获取匹配疲劳指数的准确性；

步骤三、获取驾驶员疲劳系数：通过微处理器将当前采集的车道线信息进行分析并得出无意识偏离分析结果；将方向盘转角信息进行分析并得出转向角分析结果，再将得出的无意识偏离分析结果和转向角分析结果进行综合处理，进而计算出驾驶员的实际疲劳系数，再根据该实际疲劳系数对匹配疲劳指数进行修正，从而得出驾驶员疲劳系数，在驾驶员疲劳系数达到预设的疲劳值时进行提示。

具体来说，

在步骤一中，基础疲劳指数通过微处理器将采集的车道线信息和方向盘转角信息分别进行分析处理后得出每分钟车道无意识偏离的次数和每分钟方向盘转角的平均变化率，再将得出的每分钟车道无意识偏离的次数和每分钟方向盘转角的平均变化率的信息进行综合分析后得出。在本驾驶员疲劳监测装置使用前，针对不同驾驶员实际的疲劳状况，对车道线信息和方向盘转角信息进行大量数据采集和分析，进而得出基础疲劳指数，这样的一个基础疲劳指数将大大提高驾驶员疲劳监测的准确率。

在步骤二中，驾驶员身份信息包括驾驶员的性别、年龄以及驾龄。通过获取驾驶员身份信息对初始匹配疲劳指数进行修正，可有效避免由于不同驾龄、不同年龄导致初始匹配疲劳指数不能很好的适用于所有驾驶员的问题，从而使得到的匹配疲劳指数准确度高。

在步骤二中，驾驶员的驾驶习惯信息通过采集方向盘转角信息、车道线偏离信息、刹车信息和油门信息进行分析判断从而得出驾驶习惯修正系数。在正常开车时，有些驾驶员可能就喜欢压道行驶，那么通过采集车道线偏离信息来判断驾驶员是否处于疲劳状态，就存在不准确性，然而将驾驶员的这一习惯信息考虑在其中，就可以大大提高获取驾驶员疲劳系数的准确度。

在步骤三中，在根据获取的驾驶员疲劳系数的值大小进行判断驾驶员疲劳程度的同时，还将该驾驶员疲劳系数进行存储并对匹配疲劳指数进行修正，在同一个驾驶员进行驾驶时，可节省步骤一和步骤二的过程，直接可以将上一次修正的匹配疲劳指数根据当前的实际疲劳系数进行修正，从而获取驾驶员疲劳系数，根据这一驾驶员疲劳系数判断驾驶员疲劳程度，通过这样的一个方法，随着驾驶时间与驾驶距离的增长，针对该驾驶员的修正结果会越来越准确，所得到的匹配疲劳指数也会越来越能体现真实的驾驶员疲劳曲线。

本基于线下数据匹配的驾驶员疲劳监测方法具体过程如下：

在该基于线下数据匹配的驾驶员疲劳监测方法应用前，首先对不同驾驶人在疲劳状况下驾驶车辆时的车道线信息和方向盘转角信息进行大量数据采集并进行分析处理，得出基础疲劳指数，并将该基础疲劳指数存储于车辆的微处理器中，同时采集不同年龄段、不同驾驶习惯、不同性别、不同时间段、不同驾龄的驾驶员的驾驶数据，结合人体二十四小时生理曲线进行数据分析，得出针对不同年龄段、不同驾驶习惯、不同性别、不同时间段、不同驾龄的修正系数并将这些修正系数进行预先存储；在本基于线下数据匹配的驾驶员疲劳监测方法运行后，首先输入驾驶员的性别、年龄、驾龄等驾驶员身份信息，其输入的方式可采用触摸显示屏进行信息输入，也可以通过无线通讯的方式输入驾驶员身份信息；此后，设置在车辆前方的摄像头实时监测车辆行驶过程中的车道线信息，微处理器接收该车道线信息并通过微处理器中的图像处理模块对该车道线信息进行处理分析，在判断为车辆无意识偏离车道的信息时进行存储，再对这一时间段内的车辆无意识偏离车道的信息进行采集，得出一分钟内车道无意识偏离的次数；同时方向盘转角传感器读取这一时间段内的方向盘的转角信息，当驾驶员处于疲劳状态时，转向角数据形成的曲线与驾驶员正常状态下的曲线是不同的，驾驶员处于疲劳状态时，转向角曲线处于缓慢变化的过程中，而当驾驶员正常状态下，由于驾驶员主动干预车辆行驶方向，转向角曲线处于快速变化状态，因此，可以将这一段时间内的方向盘转角角度进行分析，得出一分钟内方向盘转角变化率，之后，微处理器将车道线信息和方向盘转角信息的分析结果与预先存储的基础疲劳指数进行比较得出初始匹配疲劳指数，如在一分钟内车辆偏离次数为3次，且一分钟内转角变化率为6度时，则可以根据与基础疲劳指数的对比，从而判定该驾驶员的初始匹配疲劳指数为40；或者在一分钟内车辆偏离次数为5次，且一分钟内转角变化率为3度时，则判定该驾驶员的初始匹配疲劳指数为80；基础疲劳指数通过采集大量的数据进行分析得出，其准确性是非常高的，在获取初始匹配疲劳指数后，采集驾驶员身份信息、驾驶时长信息、驾驶时间信息以及驾驶习惯信息，微处理器将上述采集的信息进行分析处理后与预先存储的针对不同年龄段、不同驾驶习惯、不同性别、不同时间段、不同驾龄的修正系数进行比较，得出针对个人的驾驶员修正系数、驾驶时长修正系数、驾驶时间修正系数、驾驶习惯修正系数以及生物节律修正系数，进而根据得出的针对个人的驾驶员修正系数、驾驶时长修正系数、驾驶时间修正系数、驾驶习惯修正系数以及生物节律修正系数对初始匹配疲劳指数进行修正获取更为准确的匹配疲劳指数；在获取匹配疲劳指数后进一步对车道线信息和方向盘转角信息进行分析处理，得出无意识偏离分析结果和转向角分析结果，微处理器将得出的无意识偏离分析结果和转向角分析结果进行综合的数据处理，计算出驾驶员的实际疲劳系数，再根据该实际疲劳系数对匹配疲劳指数进行修正处理后得出驾驶员疲劳系数，将该驾驶员疲劳系数与内部预先设定的疲劳系数值进行比较，在驾驶员疲劳系数达到预设值75以上时判断疲劳程度为严重疲劳程度，则提示驾驶员需要休息。通过上述这一系列的分析判断，将驾驶员的年龄、驾龄、性别、驾驶时长、驾驶时间以及驾驶习惯都考虑在其中，有效避免了通过单独判断车辆线信息和方向盘转角信息，因为驾驶员身份信息不同，导致不能很好适用于所有驾驶员的情况，同时也避免了由于驾驶员在驾驶习惯上可能喜欢压道行驶，而导致无意识偏离的结果存在不准确的情况；同时也避免了在半夜等容易疲劳的时间段，驾驶员非常努力的集中精神，使得根据车道线信息和方向盘转角信息获取的初始匹配疲劳指数的值较低，但由于生理原因，有可能驾驶员的意识并不是那么清醒的情况。通过本基于线下数据匹配的驾驶员疲劳监测方法极大地提高了驾驶员疲劳监测的准确率。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。

Claims (7)

1.一种基于线下数据匹配的驾驶员疲劳监测方法，其特征在于，所述基于线下数据匹配的驾驶员疲劳监测方法包括如下步骤：

步骤一、获取初始匹配疲劳指数：将当前采集的车道线信息和方向盘转角信息分别进行分析处理后与预先存储的基础疲劳指数进行对比，从而获取初始匹配疲劳指数；

步骤二、修正初始匹配疲劳指数：将采集的驾驶员身份信息和驾驶时间信息分别进行分析处理后得出驾驶员修正系数和驾驶时间修正系数，再根据驾驶员修正系数和驾驶时间修正系数对初始匹配疲劳指数进行修正，进而得出匹配疲劳指数；

步骤三、获取驾驶员疲劳系数：将当前采集的车道线信息和方向盘转角信息分别进行分析处理后得出无意识偏离分析结果和转向角分析结果，进而根据得出的无意识偏离分析结果和转向角分析结果计算出驾驶员的实际疲劳系数，再根据计算出的实际疲劳系数对匹配疲劳指数进行修正得出驾驶员疲劳系数，在驾驶员疲劳系数达到预设的疲劳系数值时进行相应提示。

2.根据权利要求1所述的基于线下数据匹配的驾驶员疲劳监测方法，其特征在于，在所述步骤一中，通过设置在车辆前方的摄像头对车道线信息进行实时监测并输送车道线信息给微处理器进行处理并存储，通过设置在方向盘上的方向盘转角传感器对方向盘转角信息进行实时监测并输送方向盘转角信息给微处理器进行处理并存储。

3.根据权利要求2所述的基于线下数据匹配的驾驶员疲劳监测方法，其特征在于，在所述步骤一中，所述基础疲劳指数通过微处理器将采集的车道线信息和方向盘转角信息分别进行分析处理后得出每分钟车道无意识偏离的次数和每分钟方向盘转角的平均变化率，再将得出的每分钟车道无意识偏离的次数和每分钟方向盘转角的平均变化率的信息进行综合分析后得出。

4.根据权利要求1或2或3所述的基于线下数据匹配的驾驶员疲劳监测方法，其特征在于，在所述步骤二中，所述驾驶员身份信息包括驾驶员的性别、年龄以及驾龄。

5.根据权利要求4所述的基于线下数据匹配的驾驶员疲劳监测方法，其特征在于，在所述步骤二中，对初始匹配疲劳指数进行修正的信息还包括驾驶员的驾驶习惯信息，所述驾驶员的驾驶习惯信息通过采集方向盘转角信息、车道线偏离信息、刹车信息和油门信息进行分析判断。

6.根据权利要求5所述的基于线下数据匹配的驾驶员疲劳监测方法，其特征在于，在所述步骤二中，对初始匹配疲劳指数进行修正的信息还包括驾驶时长信息，通过微处理器对驾驶时长信息进行分析处理后得出驾驶时长修正系数，进而对初始匹配疲劳指数进行修正。

7.根据权利要求6所述的基于线下数据匹配的驾驶员疲劳监测方法，其特征在于，在所述步骤二中，对初始匹配疲劳指数进行修正的信息还包括人体二十四小时生理曲线信息，通过微处理器对人体二十四小时生理曲线信息进行分析处理后得出生物节律修正系数，进而对初始匹配疲劳指数进行修正。