CN106327802A - 一种疲劳驾驶辨识装置、系统及方法 - Google Patents
一种疲劳驾驶辨识装置、系统及方法 Download PDFInfo
- Publication number
- CN106327802A CN106327802A CN201610681184.1A CN201610681184A CN106327802A CN 106327802 A CN106327802 A CN 106327802A CN 201610681184 A CN201610681184 A CN 201610681184A CN 106327802 A CN106327802 A CN 106327802A
- Authority
- CN
- China
- Prior art keywords
- standard
- grade
- eigenvalue
- fatigue driving
- 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.)
- Pending
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)
Abstract
本发明提供了一种疲劳驾驶辨识装置、系统及方法,该装置包括:标准等级划分单元、接收单元及等级确定单元,其中,所述标准等级划分单元,用于划分至少两个标准等级,并为每一个标准等级确定对应的至少一个标准特征值;所述接收单元,用于接收目标对象的基本信息和至少一个驾驶特征值;所述等级确定单元,用于根据目标对象的基本信息,将所述接收单元接收到的至少一个驾驶特征值与每一个标准等级的至少一个标准特征值进行对比,当所述至少一个驾驶特征值与目标标准等级的至少一个标准特征值匹配时,确定所述目标标准等级为目标对象的疲劳驾驶等级,并输出所述目标对象的疲劳驾驶等级。本发明方案提高了疲劳驾驶辨识效率。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种疲劳驾驶辨识装置、系统及方法。
背景技术
随着道路运输事业的快速发展,各国机动车保有量在持续增加,然而道路交通事故数量也在与日俱增,其中,有研究表明,疲劳驾驶是导致交通事故的主要原因之一,因此,对于疲劳驾驶辨识系统进行研究,对改善道路交通安全状况,降低交通事故发生频率具有重大意义。
目前,疲劳驾驶辨识系统方式主要是,通过采集驾驶员的脸部特征或者车辆的方向盘转角等驾驶信息,并实时对这些驾驶信息进行计算,而计算效率的高低,将直接影响疲劳驾驶辨识的效率。比如:驾驶信息采集频率为20次/秒,而计算的频率为10次/秒,将使大量的驾驶信息堆积等待计算,因此,造成疲劳驾驶辨识的效率较低。
发明内容
本发明实施例提供了一种疲劳驾驶辨识装置、系统及方法,能够有效地提高疲劳驾驶辨识效率。
一种疲劳驾驶辨识装置,包括:标准等级划分单元、接收单元及等级确定单元,其中,
所述标准等级划分单元,用于划分出至少两个标准等级,并为每一个标准等级确定对应的至少一个标准特征值;
所述接收单元,用于接收目标对象的基本信息和至少一个驾驶特征值;
所述等级确定单元,用于根据所述接收单元接收到的目标对象的基本信息,将所述接收单元接收到的至少一个驾驶特征值与所述标准等级划分单元得到的每一个标准等级的至少一个标准特征值进行对比,当所述至少一个驾驶特征值与目标标准等级的至少一个标准特征值匹配时,确定所述目标标准等级为目标对象的疲劳驾驶等级,并输出所述目标对象的疲劳驾驶等级。
优选地,所述标准等级划分单元,包括:确定子单元和标准计算子单元,其中,
所述确定子单元,用于确定疲劳驾驶样本数据,所述疲劳驾驶样本数据,包括:样本对象的基本信息、样本对象的疲劳驾驶等级及每一个疲劳驾驶等级对应的至少一个疲劳驾驶特征值中的任意一种或多种;
所述标准计算子单元,用于根据所述样本对象的基本信息,划分出至少两个年龄段,并根据所述样本对象的疲劳驾驶等级,为每一个年龄段确定至少两个标准等级,并根据每一个疲劳驾驶等级对应的至少一个疲劳驾驶特征值,计算每一个年龄段的每一个标准等级对应的至少一个标准特征值。
优选地,所述标准计算子单元,用于:
根据下述计算公式(1),计算每一个年龄段的每一个标准等级对应的至少一个标准特征值;
其中,Tijk表征年龄段i的标准等级j对应的标准特征k的特征值;tkm表征标准特征k对应的样本中的疲劳驾驶特征值;n表征样本个数。
优选地,所述等级确定单元,包括:对比匹配子单元,其中,
所述对比匹配子单元,用于根据所述接收单元接收到的目标对象的基本信息,为所述目标对象确定目标年龄段,将所述接收单元接收到的至少一个驾驶特征值与所述目标年龄段中的至少两个标准等级中的标准特征值进行对比,当至少一个驾驶特征值中每一个驾驶特征值均不小于所述目标年龄段中的目标标准等级中对应的标准特征值,确定所述目标标准等级为目标对象的疲劳驾驶等级。
优选地,应用于云平台,
所述特征值,包括:眨眼频率、方向盘转角、方向盘转角速度、脑电波信号中的任意一种或多种。
一种疲劳驾驶辨识系统,包括:上述任一所述的疲劳驾驶辨识装置、至少一个采集模块和至少一个终端,其中,
所述至少一个采集模块中,每一个采集模块安装于车辆中,用于采集车辆中目标对象的基本信息和至少一个驾驶特征值,并将所述目标对象的基本信息和至少一个驾驶特征值发送给所述疲劳驾驶辨识装置;
所述至少一个终端中,每一个终端,用于确定并发送疲劳驾驶样本数据给所述疲劳驾驶辨识装置,并接收所述疲劳驾驶辨识装置输出的所述目标对象的疲劳驾驶等级。
一种疲劳驾驶辨识方法,划分至少两个标准等级,并确定每一个标准等级对应的至少一个标准特征值,还包括:
接收目标对象的基本信息和至少一个驾驶特征值;
根据所述目标对象的基本信息,将所述至少一个驾驶特征值与每一个标准等级的至少一个标准特征值进行对比;
当所述至少一个驾驶特征值与目标标准等级的至少一个标准特征值匹配时,确定所述目标标准等级为目标对象的疲劳驾驶等级。
优选地,所述划分至少两个标准等级,并确定每一个标准等级对应的至少一个标准特征值,包括:
确定疲劳驾驶样本数据;所述疲劳驾驶样本数据,包括:样本对象的基本信息、样本对象的疲劳驾驶等级及每一个疲劳驾驶等级对应的至少一个疲劳驾驶特征值中的任意一种或多种;
根据所述样本对象的基本信息,划分至少两个年龄段,并根据所述样本对象的疲劳驾驶等级,确定每一个年龄段对应的至少两个标准等级;
根据所述样本对象的疲劳驾驶等级对应的至少一个疲劳驾驶特征值,计算每一个年龄段的每一个标准等级对应的至少一个标准特征值。
优选地,所述计算每一个年龄段的每一个标准等级对应的至少一个标准特征值,包括:利用下述计算公式(1),计算每一个年龄段的每一个标准等级对应的至少一个标准特征值;
其中,Tijk表征年龄段i的标准等级j对应的标准特征k的特征值;tkm表征标准特征k对应的样本中的疲劳驾驶特征值;n表征样本个数。
优选地,进一步包括:根据接收到的目标对象的基本信息,确定所述目标对象的目标年龄段;
所述将所述至少一个驾驶特征值与每一个标准等级的至少一个标准特征值进行对比,包括:将所述至少一个驾驶特征值与目标年龄段中的每一个标准等级的至少一个标准特征值进行对比;
所述当所述至少一个驾驶特征值与目标标准等级的至少一个标准特征值匹配时,确定所述目标标准等级为目标对象的疲劳驾驶等级,包括:当至少一个驾驶特征值中每一个驾驶特征值均不小于所述目标年龄段中的目标标准等级中对应的标准特征值,确定所述目标标准等级为目标对象的疲劳驾驶等级。
本发明实施例提供了一种疲劳驾驶辨识装置、系统及方法,通过预先划分至少两个标准等级,并且确定每一个标准等级对应的标准特征值,因此,之后在对目标对象进行疲劳驾驶辨识的过程中,可将接收到目标对象的疲劳驾驶特征值与相应的标准特征值直接作比较,不再需要大量的计算,而且也不再会有大量的驾驶数据堆积,从而可以很快地确定出目标对象的疲劳驾驶等级,有效地提高了疲劳驾驶辨识效率。
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的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的一种疲劳驾驶辨识装置;
图2是本发明一个实施例提供的另一种疲劳驾驶辨识装置;
图3是本发明一个实施例提供的又一种疲劳驾驶辨识装置;
图4是本发明一个实施例提供的一种疲劳驾驶辨识系统;
图5是本发明一个实施例提供的一种疲劳驾驶辨识方法;
图6是本发明一个实施例提供的另一种疲劳驾驶辨识方法。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,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的前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明实施例提供一种疲劳驾驶辨识装置,该装置可以包括:标准等级划分单元101、接收单元102及等级确定单元103,其中,
所述标准等级划分单元101,用于划分出至少两个标准等级,并为每一个标准等级确定对应的至少一个标准特征值;
所述接收单元102,用于接收目标对象的基本信息和至少一个驾驶特征值;
所述等级确定单元103,用于根据所述接收单元102接收到的目标对象的基本信息,将所述接收单元接102收到的至少一个驾驶特征值与所述标准等级划分单元101得到的每一个标准等级的至少一个标准特征值进行对比,当所述至少一个驾驶特征值与目标标准等级的至少一个标准特征值匹配时,确定所述目标标准等级为目标对象的疲劳驾驶等级,并输出所述目标对象的疲劳驾驶等级。
在图1所示的实施例中,通过预先划分至少两个标准等级,并且确定每一个标准等级对应的标准特征值,因此,之后在对目标对象进行疲劳驾驶辨识的过程中,可将接收到目标对象的疲劳驾驶特征值与相应的标准特征值直接作比较,不再需要大量的计算,而且也不再会有大量的驾驶数据堆积,从而可以很快地确定出目标对象的疲劳驾驶等级,有效地提高了疲劳驾驶辨识效率。
如图2所示,在本发明另一个实施例中,为提高之后对目标对象疲劳驾驶辨识的准确性,所述标准等级划分单元101,包括:确定子单元201和标准计算子单元202,其中,
所述确定子单元201,用于确定疲劳驾驶样本数据,所述疲劳驾驶样本数据,包括:样本对象的基本信息、样本对象的疲劳驾驶等级及每一个疲劳驾驶等级对应的至少一个疲劳驾驶特征值中的任意一种或多种;
所述标准计算子单元202,用于根据所述样本对象的基本信息,划分出至少两个年龄段,并根据所述样本对象的疲劳驾驶等级,为每一个年龄段确定至少两个标准等级,并根据每一个疲劳驾驶等级对应的至少一个疲劳驾驶特征值,计算每一个年龄段的每一个标准等级对应的至少一个标准特征值。
在本发明实施例中,由于不同年龄段的样本对象在身体素质上存在较大差异,从而在一些疲劳驾驶特征值上会存在较大差异,例如,在一般情况下,50岁的样本对象要比20岁的样本对象在车辆行驶过程中更易产生疲劳,因此,为有效保证疲劳驾驶过程中的疲劳驾驶辨识的准确性,可划分出多个年龄段,从而再基于不同年龄段进行相应的疲劳驾驶辨识。
在本发明一个实施例中,为得到较为准确的相应标准特征值,所述标准计算子单元202,用于:
根据下述计算公式(1),计算每一个年龄段的每一个标准等级对应的至少一个标准特征值;
其中,Tijk表征年龄段i的标准等级j对应的标准特征k的特征值;tkm表征标准特征k对应的样本中的疲劳驾驶特征值;n表征样本个数。
在本发明实施例确定样本中的年龄段以后,首先确定每一个样本年龄段中所包含的样本个数n,然后再确定每一个样本年龄段中包含的标准特征,例如,眨眼频率、脑电波信号等等,获取到这些标准特征分别对应的特征值,之后分别对每一个标准等级进行如上公式计算,从而可以得到针对每一个划分出来的年龄段的每一个标准等级相应的至少一个标准特征值。这种针对每一个年龄段进行计算的过程,增加了每一个标准构建过程的准确性,为之后对目标对象进行疲劳驾驶辨识提供了可靠地依据。
如图3所示,在本发明一个实施例中,为了辨识目标对象的疲劳驾驶程度,所述等级确定单元103,包括:对比匹配子单元301,其中,
所述对比匹配子单元301,用于根据所述接收单元102接收到的目标对象的基本信息,为所述目标对象确定目标年龄段,将所述接收单元102接收到的至少一个驾驶特征值与所述目标年龄段中的至少两个标准等级中的标准特征值进行对比,确定至少一个驾驶特征值中每一个驾驶特征值均不小于目标标准等级中对应的标准特征值,确定所述目标标准等级为目标对象的疲劳驾驶等级。
一方面,在接收到目标对象的驾驶特征值之后,可将其与预先得到的相应的每一标准等级中的标准特征值比较,从而简化了复杂的计算过程,提高了疲劳驾驶辨识的效率,同时由于是根据不同的年龄段进行相应的比较,从而也保证了疲劳驾驶辨识的准确性。
另一方面,目标对象在驾驶车辆过程中,有可能会出现不同程度的疲劳度,如果是轻微的疲劳,那就可以将当前疲劳等级反馈到终端,从而发出报警通知,提醒目标对象小心驾驶,避免安全隐患,如果是非常严重的疲劳,为避免交通事故的发生,云端可控制目标车辆熄火,等目标对象消除疲劳之后,继续行驶,在很大程度上保证了目标对象的安全,避免了交通事故造成的伤害。
在本发明的另一实施例中,可将疲劳驾驶辨识装置应用于云平台,为了在增加疲劳驾驶辨识的多样性,特征值可为眨眼频率、方向盘转角、方向盘转角速度、脑电波信号中的任意一种或多种。
如图4所示,本发明实施例提供一种疲劳驾驶辨识系统,该系统包括:上述任一所述的疲劳驾驶装置401、至少一个采集模块402和至少一个终端403,其中,
所述至少一个采集模块402中,每一个采集模块安装于车辆中,用于采集车辆中目标对象的基本信息和至少一个驾驶特征值,并将所述目标对象的基本信息和至少一个驾驶特征值发送给所述疲劳驾驶辨识装置401;
所述至少一个终端403中,每一个终端403,用于确定并发送疲劳驾驶样本数据给所述疲劳驾驶辨识装置401,并接收所述疲劳驾驶辨识装置401输出的所述目标对象的疲劳驾驶等级。
如图5所示,本发明实施例提供了一种疲劳驾驶辨识方法,该方法可以包括以下步骤:
步骤501:划分至少两个标准等级,并确定每一个标准等级对应的至少一个标准特征值。
步骤502:接收目标对象的基本信息和至少一个驾驶特征值。
步骤503:根据所述目标对象的基本信息,将所述至少一个驾驶特征值与每一个标准等级的至少一个标准特征值进行对比。
步骤504:当所述至少一个驾驶特征值与目标标准等级的至少一个标准特征值匹配时,确定所述目标标准等级为目标对象的疲劳驾驶等级。
通过预先划分至少两个标准等级,并且确定每一个标准等级对应的标准特征值,因此,之后在对目标对象进行疲劳驾驶辨识的过程中,可将接收到目标对象的疲劳驾驶特征值与相应的标准特征值直接作比较,不再需要大量的计算,而且也不再会有大量的驾驶数据堆积,从而可以很快地确定出目标对象的疲劳驾驶等级,有效地提高了疲劳驾驶辨识效率。
在本发明一个实施例中,为了保证对疲劳驾驶的准确性判断,则所述步骤501中,所述划分至少两个标准等级,并确定每一个标准等级对应的至少一个标准特征值,包括:
确定疲劳驾驶样本数据;所述疲劳驾驶样本数据,包括:样本对象的基本信息、样本对象的疲劳驾驶等级及每一个疲劳驾驶等级对应的至少一个疲劳驾驶特征值;
根据所述样本对象的基本信息,划分至少两个年龄段,并根据所述样本对象的疲劳驾驶等级,确定每一个年龄段对应的至少两个标准等级;根据所述样本对象的疲劳驾驶等级对应的至少一个疲劳驾驶特征值,计算每一个年龄段的每一个标准等级对应的至少一个标准特征值。
例如,将在20~50岁之间的年龄平均划分为3个年龄段,分别为20~30岁、30~40岁、40~50岁,以每一个年龄段共有1级和2级两个标准等级、每一个标准等级又分别对应眨眼频率和方向盘转角分别对应的1个标准特征值为例,对应关系如下表1:
表1:
由表1可以看出,以年龄在20~30岁之间的样本对象为例,对应于1级标准等级中眨眼频率的标准特征值为30次/分钟,对应于2级标准等级中眨眼频率的标准特征值为50次/分钟,也就是说,针对同一年龄段的不同标准等级对应的同一标准特征的标准特征值也是相差很多的,因此,接下来就需要对不同标准等级中的标准特征值分别进行计算。其它年龄段的对应关系同理也可知晓。
通过基于不同年龄段进行标准特征值的计算,从而在对目标对象进行疲劳驾驶辨识的过程中,可根据目标对象所属的年龄段,进行疲劳驾驶辨识,因此有效的保证了对于目标对象疲劳驾驶辨识的准确性。
在本发明一个实施例中,由于不同等级中同一标准特征对应的标准特征值不同,因此为提高疲劳驾驶辨识的准确性,需要对每一个等级所对应的标准特征值进行相应计算,则所述计算每一个年龄段的每一个标准等级对应的至少一个标准特征值的具体实施方式,包括:利用下述计算公式(1),计算每一个年龄段的每一个标准等级对应的至少一个标准特征值;
其中,Tijk表征年龄段i的标准等级j对应的标准特征k的特征值;tkm表征标准特征k对应的样本中的疲劳驾驶特征值;n表征样本个数。
在本发明一个实施例中,为得到目标对象当前的疲劳驾驶等级,在步骤502之后和步骤503之前,进一步包括:根据接收到的目标对象的基本信息,确定所述目标对象的目标年龄段;
则所述步骤503中,所述将所述至少一个驾驶特征值与每一个标准等级的至少一个标准特征值进行对比,包括:将所述至少一个驾驶特征值与目标年龄段中的每一个标准等级的至少一个标准特征值进行对比;
则所述步骤504中,所述当所述至少一个驾驶特征值与目标标准等级的至少一个标准特征值匹配时,确定所述目标标准等级为目标对象的疲劳驾驶等级,包括:当至少一个驾驶特征值中每一个驾驶特征值均不小于所述目标年龄段中的目标标准等级中对应的标准特征值,确定所述目标标准等级为目标对象的疲劳驾驶等级。
以上述例子中,20~30岁对应的1级标准等级中眨眼频率的标准特征值为30次/分钟、20~30岁对应的2级标准等级中眨眼频率的标准特征值为50次/分钟为例,首先接收目标对象的样本信息,例如,基本信息为张三、男、29岁,那首先就可以确定张三对应于样本中的年龄段为20~30岁,其次,同时接收张三的眨眼频率,如40次/分钟,则将接收到张三的眨眼频率40次/分钟与预先计算得出的1级标准等级中的30次/分钟比较,判断为40次/分钟﹥30次/分钟,然后将接收到张三的眨眼频率40次/分钟与预先计算得出的1级标准等级中的50次/分钟比较,判断40次/分钟<50次/分钟,从而得出张三的疲劳驾驶等级为j=1级。
在本发明实施例中,在接收到目标对象的驾驶特征值之后,可将其与预先得到的相应的每一标准等级中的标准特征值比较,从而简化了计算复杂的计算过程,提高了疲劳驾驶辨识的效率。
下面以目标对象为甲、驾驶特征值为眨眼频率及方向盘转角数据为例,对本发明实施例中一种疲劳驾驶辨识方法进行详细说明。如图6所示,该方法可以包括以下步骤:
步骤601:预先确定疲劳驾驶样本数据A。
在本发明实施例中,疲劳驾驶样本数据A是由终端发送的,其中,该疲劳驾驶样本数据A中包括了多个样本对象的基本信息,以其中3个为例,如丙23岁、丁39岁、戊48岁;除此之外,疲劳驾驶样本数据A中还包括每一个样本对象相应的疲劳驾驶等级及其相应的疲劳驾驶特征值,以目标对象丙为例,如丙相应的疲劳驾驶等级共有3个,分别为1级疲劳驾驶、2级疲劳驾驶和3级疲劳驾驶,其中,假如1级疲劳驾驶中有3个疲劳驾驶特征值,分别为眨眼频率为40次/分钟、方向盘转角数据15°和车速120km/h,也就是说,上述这些数据是样本对象丙在1级疲劳驾驶时的相应特征值。
步骤602:根据疲劳驾驶样本数据A中的样本对象的基本信息,按年龄划分为20~40岁和40~60岁两个年龄段。
由于不同年龄的目标对象在车辆行驶过程中会有不同的疲劳度,一般情况下,年龄高的目标对象由于身体素质相对差些会更容易产生疲劳,因此,为提高疲劳驾驶判断的准确性,可按照年龄划分年龄段,在本实施例中,共划分了两个年龄段,分别为20~40岁和40~60岁。由上述步骤,可以知晓,A中的样本对象丙和丁在20~40岁的年龄段中,而戊是在40~60岁的年龄段中。
步骤603:分别为20~40岁和40~60岁的年龄段确定两个标准等级。
将20~40岁的年龄段及该年龄段相应的所有样本对象的疲劳驾驶1级作为该年龄段的1级标准等级,将20~40岁的年龄段及该年龄段相应的所有样本对象的疲劳驾驶2级作为该年龄段的2级标准等级。
同理,40~60岁年龄段的1级和2级标准等级原理相同,不在赘述。
步骤604:分别计算两个年龄段相应的1级和2级标准等级对应的3个标准特征值。
在本实施例中,主要通过下述计算公式(1)得出上述所说的标准特征值,
其中,Tijk表征年龄段i的标准等级j对应的标准特征k的特征值;tkm表征标准特征k对应的样本中的疲劳驾驶特征值;n表征样本个数。在本实施例中,i对应两个年龄段,因此共有两种取值,当年龄段为20~40岁时,记为i=1,当年龄段为40~60岁时,记为i=2;k对应标准特征,在本实施例中,k为眨眼频率、方向盘转角数据和车速等,当k为眨眼频率时,记为k=1,当k为方向盘转角数据时,记为k=2,当k为车速时,记为k=3。
以年龄段为20~40岁、20~40岁年龄段之间的样本个数为10个、标准等级为1级、标准特征k为方向盘转角数据为例,假定这10个样本对象的1级疲劳驾驶等级中分别有1个方向盘转角数据的疲劳驾驶特征值,每一个样本对应的值分别为{15°,10°,5°,8°,10°,12°,5°,10°,15°,10°},从而可以利用上述计算公式(1)计算出年龄段为20~40岁的1级标准等级的1个标准特征值为即年龄段为20~40岁的1级标准等级的方向盘转角数据标准特征值为10°。
同理,20~40岁年龄段的1级标准等级的对应于眨眼频率和车速的标准特征值也可依据上述原理计算得出。
步骤605:接收目标对象甲的基本信息,以及甲当前的眨眼频率及方向盘转角数据。
在本发明实施例中,应预先将采集眨眼频率及方向盘转角数据分别对应的采集装置安装在车中,从而在相应的采集装置采集到上述所说的特征值后,通过4G等网络传输到云平台。例如,甲当前的眨眼频率为50次/分钟,方向盘转角数据为15°。
步骤606:根据目标对象甲的基本信息,确定甲所属的目标年龄段。
可根据甲所属的目标年龄段进行相应处理,例如目标对象甲为39岁,则可以确定出甲的目标年龄段是对应于疲劳驾驶样本数据中的20~40岁。
步骤607:将目标年龄段中的两个标准等级中每一个标准等级分别作为目标标准等级。
步骤608:分别判断甲的驾驶特征值眨眼频率及方向盘转角数据是否均不小于目标标准等级中对应的标准特征值,如果是,则执行步骤609,否则,执行步骤611。
由上述步骤可知,20~40岁年龄段的1级标准等级的对应于方向盘转角数据的标准特征值为10°,在本发明实施例中,以20~40岁年龄段的1级标准等级的对应于眨眼频率标准特征值为45次/分钟、20~40岁年龄段的2级标准等级的对应于眨眼频率标准特征值为55次/分钟、20~40岁年龄段的2级标准等级的对应于方向盘转角数据的标准特征值为20°为例,首先用目标对象甲的两个驾驶特征值与1级标准等级中的相应标准特征值进行判断,由上述步骤得出甲的眨眼频率50次/分钟﹥45次/分钟、方向盘转角数据15°﹥10°,然后还可将甲的两个驾驶特征值与2级标准等级中的相应标准特征值进行判断,由上述得出甲的眨眼频率50次/分钟<55次/分钟、方向盘转角数据15°<10°,由于在与1级标准等级中的相应标准特征值匹配时,甲的两个驾驶特征值均不小于1级标准等级中的相应标准特征值,因此,在当前情况下,执行步骤609。
步骤609:确定当前目标等级为目标对象甲的疲劳驾驶等级。
由上述步骤,最终可以确定目标对象甲的当前疲劳驾驶等级为1级。
步骤610:根据甲当前的疲劳驾驶等级,发送相应的报警进行提示,并结束当前流程。
为有效保证目标对象在驾驶过程中的安全性,可对目标对象当前驾驶过程中的疲劳度进行报警提示,在本实施例中,由于已经判断出甲的疲劳驾驶等级为1级,因此,可通过语音播报等形式,对甲进行相应安全警告提醒,从而避免由于目标对象在驾驶车辆过程中由于疲劳而造成的安全隐患。
步骤611:确定当前目标等级不为目标对象甲的疲劳驾驶等级。
综上,本发明各个实施例至少具有如下有益效果:
1、在本发明实施例中,通过预先划分至少两个标准等级,并且确定每一个标准等级对应的标准特征值,因此,之后在对目标对象进行疲劳驾驶辨识的过程中,可将接收到目标对象的疲劳驾驶特征值与相应的标准特征值直接作比较,不再需要大量的计算,而且也不再会有大量的驾驶数据堆积,从而可以很快地确定出目标对象的疲劳驾驶等级,有效地提高了疲劳驾驶辨识效率。
2、在本发明实施例中,通过基于不同年龄段进行标准特征值的计算,从而在对目标对象进行疲劳驾驶辨识的过程中,可根据目标对象所属的年龄段,进行疲劳驾驶辨识,因此有效的保证了对于目标对象疲劳驾驶辨识的准确性。
3、在本发明实施例中,在接收到目标对象的驾驶特征值之后,可将其与预先得到的相应的每一标准等级中的标准特征值比较,从而简化了复杂的计算过程,提高了疲劳驾驶辨识的效率。
4、在本发明实施例中,目标对象在驾驶车辆过程中,有可能会出现不同程度的疲劳度,如果是轻微的疲劳,那就可以将当前疲劳等级反馈到终端,从而发出报警通知,提醒目标对象小心驾驶,避免安全隐患,如果是非常严重的疲劳,为避免交通事故的发生,云端可控制目标车辆熄火,等目标对象消除疲劳之后,继续行驶,在很大程度上保证了目标对象的安全,避免了交通事故造成的伤害。
上述装置内的各单元之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
需要说明的是,在本文中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个······”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储在计算机可读取的存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质中。
最后需要说明的是:以上所述仅为本发明的较佳实施例,仅用于说明本发明的技术方案,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种疲劳驾驶辨识装置,其特征在于,包括:标准等级划分单元、接收单元及等级确定单元,其中,
所述标准等级划分单元,用于划分出至少两个标准等级,并为每一个标准等级确定对应的至少一个标准特征值;
所述接收单元,用于接收目标对象的基本信息和至少一个驾驶特征值;
所述等级确定单元,用于根据所述接收单元接收到的目标对象的基本信息,将所述接收单元接收到的至少一个驾驶特征值与所述标准等级划分单元得到的每一个标准等级的至少一个标准特征值进行对比,当所述至少一个驾驶特征值与目标标准等级的至少一个标准特征值匹配时,确定所述目标标准等级为目标对象的疲劳驾驶等级。
2.根据权利要求1所述的装置,其特征在于,所述标准等级划分单元,包括:确定子单元和标准计算子单元,其中,
所述确定子单元,用于确定疲劳驾驶样本数据,所述疲劳驾驶样本数据,包括:样本对象的基本信息、样本对象的疲劳驾驶等级及每一个疲劳驾驶等级对应的至少一个疲劳驾驶特征值中的任意一种或多种;
所述标准计算子单元,用于根据所述样本对象的基本信息,划分出至少两个年龄段,并根据所述样本对象的疲劳驾驶等级,为每一个年龄段确定至少两个标准等级,并根据每一个疲劳驾驶等级对应的至少一个疲劳驾驶特征值,计算每一个年龄段的每一个标准等级对应的至少一个标准特征值。
3.根据权利要求2所述的装置,其特征在于,所述标准计算子单元,用于:
根据下述计算公式,计算每一个年龄段的每一个标准等级对应的至少一个标准特征值;
其中,Tijk表征年龄段i的标准等级j对应的标准特征k的特征值;tkm表征标准特征k对应的样本中的疲劳驾驶特征值;n表征样本个数。
4.根据权利要求2所述的装置,其特征在于,所述等级确定单元,包括:对比匹配子单元,其中,
所述对比匹配子单元,用于根据所述接收单元接收到的目标对象的基本信息,为所述目标对象确定目标年龄段,将所述接收单元接收到的至少一个驾驶特征值与所述目标年龄段中的至少两个标准等级中的标准特征值进行对比,当至少一个驾驶特征值中每一个驾驶特征值均不小于所述目标年龄段中的目标标准等级中对应的标准特征值,确定所述目标标准等级为目标对象的疲劳驾驶等级。
5.根据权利要求1至4任一所述的装置,其特征在于,应用于云平台,
所述特征值,包括:眨眼频率、方向盘转角、方向盘转角速度、脑电波信号中的任意一种或多种。
6.一种疲劳驾驶辨识系统,其特征在于,包括:权利要求1至5任一所述的疲劳驾驶辨识装置、至少一个采集模块和至少一个终端,其中,
所述至少一个采集模块中,每一个采集模块安装于车辆中,用于采集车辆中目标对象的基本信息和至少一个驾驶特征值,并将所述目标对象的基本信息和至少一个驾驶特征值发送给所述疲劳驾驶辨识装置;
所述至少一个终端中,每一个终端,用于确定并发送疲劳驾驶样本数据给所述疲劳驾驶辨识装置,并接收所述疲劳驾驶辨识装置输出的所述目标对象的疲劳驾驶等级。
7.一种疲劳驾驶辨识方法,其特征在于,划分至少两个标准等级,并确定每一个标准等级对应的至少一个标准特征值,还包括:
接收目标对象的基本信息和至少一个驾驶特征值;
根据所述目标对象的基本信息,将所述至少一个驾驶特征值与每一个标准等级的至少一个标准特征值进行对比;
当所述至少一个驾驶特征值与目标标准等级的至少一个标准特征值匹配时,确定所述目标标准等级为目标对象的疲劳驾驶等级。
8.根据权利要求7所述的方法,其特征在于,所述划分至少两个标准等级,并确定每一个标准等级对应的至少一个标准特征值,包括:
确定疲劳驾驶样本数据;所述疲劳驾驶样本数据,包括:样本对象的基本信息、样本对象的疲劳驾驶等级及每一个疲劳驾驶等级对应的至少一个疲劳驾驶特征值中的任意一种或多种;
根据所述样本对象的基本信息,划分至少两个年龄段,并根据所述样本对象的疲劳驾驶等级,确定每一个年龄段对应的至少两个标准等级;
根据所述样本对象的疲劳驾驶等级对应的至少一个疲劳驾驶特征值,计算每一个年龄段的每一个标准等级对应的至少一个标准特征值。
9.根据权利要求8所述的方法,其特征在于,
所述计算每一个年龄段的每一个标准等级对应的至少一个标准特征值,包括:利用下述计算公式,计算每一个年龄段的每一个标准等级对应的至少一个标准特征值;
其中,Tijk表征年龄段i的标准等级j对应的标准特征k的特征值;tkm表征标准特征k对应的样本中的疲劳驾驶特征值;n表征样本个数。
10.根据权利要求8或9所述的方法,其特征在于,
在所述接收目标对象的基本信息和至少一个驾驶特征值之后,在所述将所述至少一个驾驶特征值与每一个标准等级的至少一个标准特征值进行对比之前,进一步包括:根据接收到的目标对象的基本信息,确定所述目标对象的目标年龄段;
所述将所述至少一个驾驶特征值与每一个标准等级的至少一个标准特征值进行对比,包括:将所述至少一个驾驶特征值与目标年龄段中的每一个标准等级的至少一个标准特征值进行对比;
所述当所述至少一个驾驶特征值与目标标准等级的至少一个标准特征值匹配时,确定所述目标标准等级为目标对象的疲劳驾驶等级,包括:当至少一个驾驶特征值中每一个驾驶特征值均不小于所述目标年龄段中的目标标准等级中对应的标准特征值,确定所述目标标准等级为目标对象的疲劳驾驶等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610681184.1A CN106327802A (zh) | 2016-08-17 | 2016-08-17 | 一种疲劳驾驶辨识装置、系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610681184.1A CN106327802A (zh) | 2016-08-17 | 2016-08-17 | 一种疲劳驾驶辨识装置、系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106327802A true CN106327802A (zh) | 2017-01-11 |
Family
ID=57743482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610681184.1A Pending CN106327802A (zh) | 2016-08-17 | 2016-08-17 | 一种疲劳驾驶辨识装置、系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106327802A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107811748A (zh) * | 2017-09-18 | 2018-03-20 | 歌尔股份有限公司 | 电子设备滴加眼药水的方法、头戴设备以及存储介质 |
CN109124625A (zh) * | 2018-09-04 | 2019-01-04 | 大连理工大学 | 一种驾驶员疲劳状态水平分级方法 |
CN116269443A (zh) * | 2023-04-03 | 2023-06-23 | 中国人民解放军海军特色医学中心 | 一种密闭舱水下作业时驾驶员疲劳检测方法及系统 |
CN116439710A (zh) * | 2023-04-11 | 2023-07-18 | 中国人民解放军海军特色医学中心 | 一种基于生理信号的舰船驾驶员疲劳检测系统及方法 |
CN116616794A (zh) * | 2023-05-18 | 2023-08-22 | 中国人民解放军海军特色医学中心 | 一种基于脑电信号的水下作业人员疲劳调节方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104146722A (zh) * | 2014-08-18 | 2014-11-19 | 吉林大学 | 一种基于头部信号的驾驶疲劳检测分级预警装置及方法 |
US20140343798A1 (en) * | 2012-05-14 | 2014-11-20 | Honda Motor Co., Ltd. | Thermal Grill for Body Cooling and Driver Alertness |
CN105534531A (zh) * | 2014-10-29 | 2016-05-04 | 上海华博信息服务有限公司 | 一种防疲劳驾驶的方法及系统 |
CN205428140U (zh) * | 2016-02-25 | 2016-08-03 | 湖南人文科技学院 | 一种基于手机的疲劳驾驶检测报警系统 |
-
2016
- 2016-08-17 CN CN201610681184.1A patent/CN106327802A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140343798A1 (en) * | 2012-05-14 | 2014-11-20 | Honda Motor Co., Ltd. | Thermal Grill for Body Cooling and Driver Alertness |
CN104146722A (zh) * | 2014-08-18 | 2014-11-19 | 吉林大学 | 一种基于头部信号的驾驶疲劳检测分级预警装置及方法 |
CN105534531A (zh) * | 2014-10-29 | 2016-05-04 | 上海华博信息服务有限公司 | 一种防疲劳驾驶的方法及系统 |
CN205428140U (zh) * | 2016-02-25 | 2016-08-03 | 湖南人文科技学院 | 一种基于手机的疲劳驾驶检测报警系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107811748A (zh) * | 2017-09-18 | 2018-03-20 | 歌尔股份有限公司 | 电子设备滴加眼药水的方法、头戴设备以及存储介质 |
WO2019052060A1 (zh) * | 2017-09-18 | 2019-03-21 | 歌尔股份有限公司 | 电子设备滴加眼药水的方法、头戴设备以及存储介质 |
CN109124625A (zh) * | 2018-09-04 | 2019-01-04 | 大连理工大学 | 一种驾驶员疲劳状态水平分级方法 |
CN109124625B (zh) * | 2018-09-04 | 2021-07-20 | 大连理工大学 | 一种驾驶员疲劳状态水平分级方法 |
CN116269443A (zh) * | 2023-04-03 | 2023-06-23 | 中国人民解放军海军特色医学中心 | 一种密闭舱水下作业时驾驶员疲劳检测方法及系统 |
CN116439710A (zh) * | 2023-04-11 | 2023-07-18 | 中国人民解放军海军特色医学中心 | 一种基于生理信号的舰船驾驶员疲劳检测系统及方法 |
CN116439710B (zh) * | 2023-04-11 | 2023-10-20 | 中国人民解放军海军特色医学中心 | 一种基于生理信号的舰船驾驶员疲劳检测系统及方法 |
CN116616794A (zh) * | 2023-05-18 | 2023-08-22 | 中国人民解放军海军特色医学中心 | 一种基于脑电信号的水下作业人员疲劳调节方法及系统 |
CN116616794B (zh) * | 2023-05-18 | 2024-02-20 | 中国人民解放军海军特色医学中心 | 一种基于脑电信号的水下作业人员疲劳调节方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106327802A (zh) | 一种疲劳驾驶辨识装置、系统及方法 | |
CN105799512B (zh) | 车辆超速提醒方法及系统 | |
CN106781456A (zh) | 一种车辆驾驶安全性的评估数据处理方法及系统 | |
CN106327801B (zh) | 疲劳驾驶检测方法和装置 | |
CN104827963B (zh) | 一种用于车辆防撞智能预警的方法、控制系统以及控制装置 | |
CN105488453B (zh) | 一种基于图像处理的驾驶员未系安全带检测识别方法 | |
CN103729629B (zh) | Etc车道中车型识别方法及装置 | |
CN104637313B (zh) | 道路行车速度确定方法及装置 | |
CN110069585A (zh) | 轨迹点数据的处理方法和装置、存储介质及电子装置 | |
CN111311093B (zh) | 基于驾驶员生理数据的道路交叉口风险评估与预警方法 | |
CN104732765A (zh) | 基于卡口数据的城市道路饱和度实时监测方法 | |
CN105702076A (zh) | 一种车辆定位信息匹配目标公路的方法及系统 | |
CN110533909A (zh) | 一种基于交通环境的驾驶行为分析方法及系统 | |
CN105809976A (zh) | 车辆行驶状态监测方法及移动终端 | |
CN110414421A (zh) | 一种基于连续帧图像的行为识别方法 | |
CN106960189A (zh) | 一种基于隐含马尔可夫模型的驾驶意图判定方法 | |
CN109029485A (zh) | 车辆行驶轨迹确定方法及装置 | |
CN109849785A (zh) | 一种基于车联网的换道判定系统及方法 | |
CN103761870A (zh) | 一种公交车负载计量系统 | |
CN103927437B (zh) | 在非直线路段测量车头间距的方法 | |
CN104851307B (zh) | 道路标志牌设置合理性确定方法、装置及系统 | |
CN106845393A (zh) | 安全带识别模型构建方法及装置 | |
CN107331163A (zh) | 一种排队长度计算方法及装置 | |
CN112559272B (zh) | 车载设备的质量信息确定方法、装置、设备及存储介质 | |
CN106644035A (zh) | 一种基于时频变换特性的振动源识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170111 |