背景技术
随着高速公路的飞速扩展和汽车持有量的迅速增加,公路交通事故数量明显上升,而驾驶员疲劳驾驶是引发这些交通事故的重要因素之一。据我国交通部报道,由于驾驶疲劳造成的交通事故无论是绝对数字还是所占比例都是最高的。由于交通事故并不是在一产生驾驶疲劳时就发生,所以实时的疲劳检测系统是必不可少的"因此,如何及时且有效的检测出司机的驾驶疲劳从而减少事故的发生,就成为一个非常有意义的问题。
据相关资料统计,全世界每年因道路交通事故导致死亡的人数超过60万,其中由于驾驶员疲劳驾驶造成的交通事故至少有10万起,直接经济损失达125亿美元。美国睡眠基金会2005年睡眠调查发现,美国60%的成年司机,大约1.7亿人说在过去的一年里,在驾驶交通工具时感到过困倦;超过1/3的人承认在驾驶中曾经睡着了;而有4%的大约110万驾驶员承认,由于打磕睡或太疲倦遭受过意外或差点儿遭受意外。德国联邦统计局的通报说,2006年1月至10月有4200人死于交通事故,头十个月警方记录在案的交通事故共有180万起;英国运输部公布的数字报道说,2006年9月前的1年中,全国交通事故导致3210人死亡,比上一年同期死亡3177人有所增长,其中疲劳驾驶是引起事故的重要成因之一。可见国外的疲劳驾驶与交通事故研究的统计数字是多么的惊人。而中国国内交通形势更是十分严峻。据交通部门统计,我国是道路交通事故死亡人数最高的国家,连续数年一直居世界第一。公安部交通管理局统计,2007年第一季度,全国共发生道路交通事故78551起,造成18812人死亡、93756人受伤,直接财产损失2.62亿元。其中,发生一次死亡3人以上交通事故402起,造成1576人死亡;发生一次死亡5人以上交通事故80起,造成530人死亡;发生一次死亡10人以上特大交通事故5起,造成79人死亡。在这些公路交通事故的驾驶员人为因素中,疲劳和精神分散是主要原因之一,驾驶疲劳危害如此之大,对其采取必要的措施已成为当务之急。
疲劳是一种行为现象指人感到不适的某种特定状态,在此状态之下,体力超支、执行力差,它是体力、情绪压力和睡眠不足等的综合反应,疲劳驾驶是一种特殊的职业疲劳,是由于驾驶员精神高度集中而引起的神经系统和大脑皮质活动的衰减,表现为难以判断和控制自己的行为。司机睡眠不足,由于工作需要造成绝对睡眠时间减少或者睡眠障碍;司机的生理节律被扰乱,在凌晨和午后驾车或者长时间的驾车;司机不善于估计当前的清醒程度,强行长时间驾车;药物的作用!夜间驾驶等原因都会使驾驶员在驾驶时出现疲劳或困倦状态。疲劳驾驶会影响驾驶员的反应时间、判断和视觉,影响信息的处理和短期记忆,也会影响他的警觉性和对问题的处理能力。特别是由于疲劳而产生的三分之二秒左右的微睡眠期增多,是交通事故发生的重要诱因。
驾驶疲劳是指驾驶员驾驶车辆时,由于驾驶作业引起的身体上的变化。心理上的疲劳和客观测定驾驶机能低落的总称,是造成交通事故的主要原因之一。因此,世界上许多国家和机构对司机在驾驶中的疲劳检测的研究非常重视,相继出现了很多种检测方法,取得了一定的进展,但仍不能满足需求。
目前国际上有不少研究疲劳驾驶检测的机构和正在开发的磕睡检测系统,常用的疲劳驾驶检测技术有:1、通过头部位置传感器检测疲劳,由于头部运动的特征和疲劳相关性不强,因此准确率不高;2、瞳孔检测法,通过检测瞳孔直径的变化趋势估计疲劳的程度,该测量方法是一种非实时的、需佩带特殊装置的测量方法,只能用来估计疲劳的趋势;3、EEG测量法,该方法由于需要佩戴电极给被测者带来很大的精神、生理负荷,因此缺乏实用性;4、观测眼睑闭合以检测疲劳,眼睑闭合已经被证明为检测疲劳驾驶的最有效的和最有意义的特征之一。
然而,除了疲劳驾驶,还有一些其他的不良驾驶行为对交通安全造成很大的威胁,比如随着智能手机的普及,越来越多的低头族时时刻刻都手不离手机、眼不离手机,即使在开车的时候,仍有不少人放不下手机,这种不负责的行为对交通安全形成了巨大的隐患。现有技术很少对疲劳驾驶以外的不良驾驶行为进行检测,同时,对于不良驾驶行为,现有技术在检测后一般都仅是进行提醒,这种处理方式过于单一,无法满足实际需求。
发明内容
至少部分的解决现有技术中存在的问题,本发明提出一种车辆控制方法,通过定位人眼位置并根据人眼位置检测驾驶人员的行为,并根据驾驶人员的行为作出处理,所述方法包括:
对驾驶人员进行人眼定位,所述人眼定位包括人眼粗定位和人眼精确定位;
根据所述人眼定位所得到的人眼信息对驾驶人员的驾驶行为进行检测;
当检测到驾驶人员存在不良行为时,自动控制车辆的运行状态;
其中,所述自动控制权限高于驾驶人员的控制权限。
优选的,在所述对驾驶人员进行人眼定位前还包括对驾驶人员进行人脸定位,具体包括:
自然光照下的人脸定位和红外光照下的人脸定位,其中,
在自然光照下,利用肤色对人脸进行定位,选择YCbCr颜色空间,在YCbCr颜色空间中确定满足109<cb<l40,135<cr<158的像素区域,由此确定出人脸的位置,实现对人脸的定位。
优选的,所述人眼粗定位包括:
在实行人眼粗定位之前,先对人眼的搜索范围进一步缩小,将搜索范围确定在脸部区域从上到下的1/5到1/2之间;
对于步骤S100人脸定位后得到的人脸图像,采用灰度投影法对人脸图像从上到下的1/5到1/2之间区域在横向上进行投影,得到第一波峰和第二波峰,第一波峰值大于第二波峰值,将第一波峰位置确定为人眼横向中心线,将第一波峰和第二波峰之间的波谷确定为人眼上边缘界限,人眼横向中心线与人眼上边缘界限之间的距离为d,接着,根据人眼对称性,从人眼横向中心线向下移动距离d,得到眼睛下边缘界限,完成人眼的粗定位。
优选的,所述人眼精定位包括:
首先建立人眼模板,将眼睛视为椭圆形状,其椭圆内接圆为眼球,其余部分为眼白,通过椭圆和内接圆方程,得出当前像素所在位置。即:
设当前像素坐标为(x,y):
在像素位于眼球区域时:x2+y2<r2,其中r为内接圆半径,
在像素位于眼白区域时:且x2+y2>r2,
R代表椭圆长半轴长度,r代表椭圆短半轴长度,同时也是内接圆半径的长度,
模板建立后,在粗定位的人眼区域内利用该模板进行滑动搜索,同时对眼白和眼球的灰度差进行计算,在灰度图中,当模板覆盖住人眼位置时,由于眼白与眼球的灰度差明显,所以在该位置的灰度积分差值为最大,利用该特点,通过对左右两边分别检测,把搜索找出的左右模板灰度差值最大的地方,分别确定为两眼的精确位置。
优选的,所述根据所述人眼定位所得到的人眼信息对驾驶人员的驾驶行为进行检测包括:
疲劳驾驶检测,在预定时间内,检测驾驶人员眼睛的闭合时间,如果闭合时间超过预定阈值,则判定驾驶人员出现疲劳驾驶行为,和/或
视线偏离检测,在预定时间内,检测驾驶人员视线偏离驾驶视线范围的时间,如果视线偏离驾驶视线范围的时间超过预定阈值,则判定驾驶人员出现了视线偏离的驾驶行为。
优选的,所述自动控制车辆的运行状态包括当在预定时间内检测到的不良驾驶行为次数超过给定阈值,则对不良驾驶行为采取处置措施,进一步包括:
车辆驾驶权限切换,将车辆驾驶权限切换到自动驾驶模式,在自动驾驶模式下,驾驶人员无法对车辆进行控制;
开启警示装置,开启车上的警示装置以引起他人注意,警示装置包括危险警示灯、报警器;
自动减速停车,逐级减速停车,防止发生被其他车辆追尾;
优选的,自动减速停车包括:
定位自身车辆在道路的位置,通过车载摄像头、车载GPS实现对车道线和路面的检测,确定自身车辆在道路的位置以及路面的车道情况和路面最右侧路边的位置;
通过车载摄像头,确定自身车辆前方、右前方、右侧、右后方是否有车辆以及与自身车辆之间的距离;
通过自身车辆的速度和其他车辆与自身车辆之间的距离来确定其他车辆的车速;
当右侧没有车辆,且前方、右前方、右后方车辆的距离和车速满足预定条件,则控制车辆向右侧车道并线变道;
当车辆已经在最右侧路边,即车辆右侧已经没有道路,减速停车,
优选的,自动减速停车进一步包括:
当检测到交通信号灯时,控制车辆减速慢行,当检测到交通信号灯为红灯或黄灯时,控制车辆减速停驶。
本发明还提出一种车辆控制装置,通过定位人眼位置并根据人眼位置检测驾驶人员的行为,并根据驾驶人员的行为作出处理,所述装置包括:
人眼定位模块,对驾驶人员进行人眼定位,所述人眼定位包括人眼粗定位和人眼精确定位;
人眼检测模块,根据所述人眼定位所得到的人眼信息对驾驶人员的驾驶行为进行检测;
自动控制模块,当检测到驾驶人员存在不良行为时,自动控制车辆的运行状态;
其中,所述自动控制权限高于驾驶人员的控制权限。
本发明可以对包括疲劳驾驶在内的多种不良驾驶行为进行检测,并且在检测到不良驾驶行为后,给驾驶人员予以警告,在警告无效时,进一步采取处置措施,主动控制车辆停驶,提高了车辆行驶的安全性,减少了交通事故的发生。
具体实施方式
下面将结合本发明的附图,对本发明的技术方案进行清楚、完整地描述。这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
参见图1,本发明提出了一种车辆控制方法,包括:
步骤S100,对驾驶人员进行人脸定位;
为了实现对不同光照条件下的人脸定位,该步骤分为自然光照下的人脸定位和红外光照下的人脸定位。
在自然光照下,可以利用彩色信息对人脸进行定位,其中肤色常常是可以利用的重要信息之一。经过统计证明,不同人种的肤色区别主要受亮度影响,几乎不受色度影响。为了有效地进行肤色聚类,本发明选择YCbCr颜色空间。大量实验表明,人的肤色区域在YCbCr空间中的大致位置为:109<cb<l40,135<cr<158,据此本发明通过在YCbCr颜色空间中确定满足109<cb<l40,135<cr<158的像素区域,由此即可确定出人脸的位置,实现对人脸的定位。
在红外光照下没有颜色信息可以利用,所以像肤色这样利用彩色空间的方法就行不通了,只可利用图像的灰度信息。因为考虑到在真实驾驶环境中,司机的头部并不是一直不动的,而是时刻发生着晃动,所以考虑运动检测的方法把人脸定位出来,在这里我们考虑采用背景更新进行定位。如果在初始帧中没有物体,那么把当前帧和初始帧比较,就会得到整个移动的物体。显然,这个方法不依赖于物体移动的速度,这种更新的办法称为背景更新"动态背景更新的基本思路是:以时间间隔图象差分方法找出图象内的变化区域。然后将非变化区域的背景以当前图象替代。即更新背景在对背景做了这种更新后,背景的很大区域已经就是当前图象的一部分了,所以以这个背景去和下一幅图象进行差分,在很大的区域内实际上就是时间间隔图象差分方法,因此它不仅继承了时间间隔图象差分方法对场景微小变化。特别是光线变化的适应性,基本消除了积累性误差,而且又具有固定背景差分方法检测运动物体准确的优势。
本发明还可以采用其他各种现有技术实现人脸定位。
步骤S200,对驾驶人员进行人眼定位;
该步骤又分为人眼粗定位和人眼精确定位。
在实行人眼粗定位之前,可以根据常规经验先对人眼的搜索范围进一步缩小,将搜索范围确定在脸部区域从上到下的1/5到1/2之间,这样可以减少计算过程的计算量,使系统速度加快,满足其实时性的要求。
对于步骤S100人脸定位后得到的人脸图像,采用灰度投影法对人脸图像从上到下的1/5到1/2之间区域在横向上进行投影,得到第一波峰和第二波峰,第一波峰值大于第二波峰值,将第一波峰位置确定为人眼横向中心线,将第一波峰和第二波峰之间的波谷确定为人眼上边缘界限,人眼横向中心线与人眼上边缘界限之间的距离为d,接着,根据人眼对称性,从人眼横向中心线向下移动距离d,得到眼睛下边缘界限,完成人眼的粗定位。
对粗定位的人眼区域,进一步进行人眼精确定位。
首先建立人眼模板,一般情况下,可将眼睛视为椭圆形状,其椭圆内接圆为眼球,其余部分为眼白,通过椭圆和内接圆方程,可以得出当前像素所在位置。即:
设当前像素坐标为(x,y):
在像素位于眼球区域时:x2+y2<r2,其中r为内接圆半径,
在像素位于眼白区域时:且x2+y2>r2。
R代表椭圆长半轴长度,r代表椭圆短半轴长度,同时也是内接圆半径的长度。
模板建立后,在粗定位的人眼区域内利用该模板进行滑动搜索,同时对眼白和眼球的灰度差进行计算,在灰度图中可看出,当模板覆盖住人眼位置时,由于眼白与眼球的灰度差明显,所以在该位置的灰度积分差值为最大,由此可利用该特点,通过对左右两边分别检测,把搜索找出的左右模板灰度差值最大的地方,分别确定为两眼的精确位置。
本发明也可以采用其他各种现有技术实现人眼定位。
步骤S300,不良驾驶行为检测;
不良驾驶行为包括疲劳驾驶、低头看手机或其它视线长时间偏离驾驶视线范围的行为。
疲劳驾驶检测,在预定时间内,检测驾驶人员眼睛的闭合时间,如果闭合时间超过预定阈值,则判定驾驶人员出现疲劳驾驶行为。
对于正常驾驶行为,驾驶人员的视线在绝大多数的时间内应该是注视车辆前方,以保证能够观察到车辆前方的路面情况,本发明将驾驶人员能够观察到车辆前方的路面情况的视线范围称为驾驶视线范围。而当驾驶人员低头看手机或做其他与驾驶无关的动作时,这时的视线范围就会偏离驾驶视线范围。
视线偏离检测,在预定时间内,检测驾驶人员视线偏离驾驶视线范围的时间,如果视线偏离驾驶视线范围的时间超过预定阈值,则判定驾驶人员出现了视线偏离的驾驶行为,比如是在频繁看手机或者做其他影响驾驶的行为。
步骤S400,不良驾驶行为警告;
检测到不良驾驶行为后,通过语音向驾驶人员发出警告,以提醒驾驶人员注意。
步骤S500,不良驾驶行为处置;
当在预定时间内检测到的不良驾驶行为次数超过给定阈值,则对不良驾驶行为采取处置措施。
当驾驶人员处于极度疲劳状态或者沉溺于手机内容,或者极端情况下,驾驶人员身体出现了异常情况,如失去意识,这时外部提醒方式可能不会引起驾驶人员的注意,也就是说这时外部提醒的警告方式无效,这时需要采取主动处置措施,以避免发生交通事故。
不良驾驶行为处置措施包括:
车辆驾驶权限切换,将车辆驾驶权限切换到自动驾驶模式,在自动驾驶模式下,驾驶人员无法对车辆进行控制,当然,驾驶人员可以手工将车辆驾驶权限切换到手动驾驶模式。
开启警示装置,为了提醒道路上其他车辆和行为,开启车上的警示装置以引起他人注意,警示装置包括危险警示灯、报警器等。
自动减速停车,为了方式出现交通危险,需要将车辆停下来,当然,停车时需要逐级减速停车,以防止发生被其他车辆追尾等危险。
为了不影响道路上其他车辆和行人的交通,优选的,停车时自动行驶到最右侧路边停靠。为了实现最右侧路边停靠,首先需要定位自身车辆在道路的位置,这涉及到车道线检测和路面检测,可通过车载摄像头、车载GPS实现对车道线和路面的检测,从而确定自身车辆在道路的位置以及路面的车道情况和路面最右侧路边的位置。为了将车辆停靠到道路最右侧路边,车辆需要进行并线变道,这时需要考虑到路面上其他车辆的情况,通过车载摄像头,确定自身车辆前方、右前方、右侧、右后方是否有车辆以及与自身车辆之间的距离。在进行并线变道时,不仅要考虑到距离,还需要考虑车速,因此还需要检测自身车辆前方、右前方、右侧、右后方车辆的速度,可以通过自身车辆的速度和其他车辆与自身车辆之间的距离来确定其他车辆的车速,例如在给定时间,其他车辆与自身车辆的距离始终保持不变,则其他车辆与自身车辆的速度相等,如果前方或右前方车辆与自身车辆的距离变远,说明前方或右前方车辆的车速大于自身车辆的车速,再根据距离与时间之间的关系,即可计算出前方或右前方车辆的车速,如果右后方车辆与自身车辆的距离变远,说明右后方车辆的车速小于自身车辆的车速,再根据距离与时间之间的关系,即可计算出右后方车辆的车速。当右侧没有车辆,且前方、右前方、右后方车辆的距离和车速满足预定条件,则控制车辆向右侧车道并线变道。当车辆已经在最右侧路边,即车辆右侧已经没有道路,这时减速停车。
考虑到道路交通信号灯的情况,优选的,本发明在自动驾驶模式下,还具有交通信号灯检测功能,当检测到交通信号灯时,控制车辆减速慢行,当检测到交通信号灯为红灯或黄灯时,控制车辆减速停驶。
考虑到不同品牌车辆的价值不同,发生事故时产生的损失不同,本发明在并线变道时,还增加了对其他车辆进行品牌和车型的识别功能,通过获取其他车辆的车标、外形等典型特征,再与数据库中预存的信息进行比对,确定车辆的品牌和车型。对于不同品牌和车型的车辆,设定不同的并线变道预定条件。比如对于价值很高的车辆,可将变道距离设置的长一些。
优选的,对于驾驶人员低头操作手机的情况,还可以进一步的进行特殊处置。通过获取驾驶人员图像,判断其视线范围预定距离内是否有手机,即可判断不良驾驶行为是否为操作手机。当判断不良驾驶行为是操作手机时,通过施加电磁干扰,屏蔽手机的通信信号,使得驾驶人员无法继续使用手机。
本发明上述不良驾驶行为处置措施内容均是在将车辆驾驶权限切换到自动驾驶模式下实施的。
参见图2,本发明还提出了一种车辆控制装置,包括:
人脸定位模块,用于对驾驶人员进行人脸定位;
为了实现对不同光照条件下的人脸定位,该模块分为自然光照下的人脸定位模块和红外光照下的人脸定位模块。
在自然光照下,可以利用彩色信息对人脸进行定位,其中肤色常常是可以利用的重要信息之一。经过统计证明,不同人种的肤色区别主要受亮度影响,几乎不受色度影响。为了有效地进行肤色聚类,本发明选择YCbCr颜色空间。大量实验表明,人的肤色区域在YCbCr空间中的大致位置为:109<cb<l40,135<cr<158,据此本发明通过在YCbCr颜色空间中确定满足109<cb<l40,135<cr<158的像素区域,由此即可确定出人脸的位置,实现对人脸的定位。
在红外光照下没有颜色信息可以利用,所以像肤色这样利用彩色空间的方法就行不通了,只可利用图像的灰度信息。因为考虑到在真实驾驶环境中,司机的头部并不是一直不动的,而是时刻发生着晃动,所以考虑运动检测的方法把人脸定位出来,在这里我们考虑采用背景更新进行定位。如果在初始帧中没有物体,那么把当前帧和初始帧比较,就会得到整个移动的物体。显然,这个方法不依赖于物体移动的速度,这种更新的办法称为背景更新"动态背景更新的基本思路是:以时间间隔图象差分方法找出图象内的变化区域。然后将非变化区域的背景以当前图象替代。即更新背景在对背景做了这种更新后,背景的很大区域已经就是当前图象的一部分了,所以以这个背景去和下一幅图象进行差分,在很大的区域内实际上就是时间间隔图象差分方法,因此它不仅继承了时间间隔图象差分方法对场景微小变化。特别是光线变化的适应性,基本消除了积累性误差,而且又具有固定背景差分方法检测运动物体准确的优势。
本发明还可以采用其他各种现有技术实现人脸定位。
人眼定位模块,对驾驶人员进行人眼定位;
该模块又分为人眼粗定位模块和人眼精确定位模块。
在实行人眼粗定位之前,可以根据常规经验先对人眼的搜索范围进一步缩小,将搜索范围确定在脸部区域从上到下的1/5到1/2之间,这样可以减少计算过程的计算量,使系统速度加快,满足其实时性的要求。
对于人脸定位后得到的人脸图像,采用灰度投影法对人脸图像从上到下的1/5到1/2之间区域在横向上进行投影,得到第一波峰和第二波峰,第一波峰值大于第二波峰值,将第一波峰位置确定为人眼横向中心线,将第一波峰和第二波峰之间的波谷确定为人眼上边缘界限,人眼横向中心线与人眼上边缘界限之间的距离为d,接着,根据人眼对称性,从人眼横向中心线向下移动距离d,得到眼睛下边缘界限,完成人眼的粗定位。
对粗定位的人眼区域,人眼精确定位模块进一步进行人眼精确定位。
首先建立人眼模板,一般情况下,可将眼睛视为椭圆形状,其椭圆内接圆为眼球,其余部分为眼白,通过椭圆和内接圆方程,可以得出当前像素所在位置。即:
设当前像素坐标为(x,y):
在像素位于眼球区域时:x2+y2<r2,其中r为内接圆半径,
在像素位于眼白区域时:且x2+y2>r2。
R代表椭圆长半轴长度,r代表椭圆短半轴长度,同时也是内接圆半径的长度。
模板建立后,在粗定位的人眼区域内利用该模板进行滑动搜索,同时对眼白和眼球的灰度差进行计算,在灰度图中可看出,当模板覆盖住人眼位置时,由于眼白与眼球的灰度差明显,所以在该位置的灰度积分差值为最大,由此可利用该特点,通过对左右两边分别检测,把搜索找出的左右模板灰度差值最大的地方,分别确定为两眼的精确位置。
本发明也可以采用其他各种现有技术实现人眼定位。
不良驾驶行为检测模块,用于对不良驾驶行为进行检测;
不良驾驶行为包括疲劳驾驶、低头看手机或其它视线长时间偏离驾驶视线范围的行为。
疲劳驾驶检测,在预定时间内,检测驾驶人员眼睛的闭合时间,如果闭合时间超过预定阈值,则判定驾驶人员出现疲劳驾驶行为。
对于正常驾驶行为,驾驶人员的视线在绝大多数的时间内应该是注视车辆前方,以保证能够观察到车辆前方的路面情况,本发明将驾驶人员能够观察到车辆前方的路面情况的视线范围称为驾驶视线范围。而当驾驶人员低头看手机或做其他与驾驶无关的动作时,这时的视线范围就会偏离驾驶视线范围。
视线偏离检测,在预定时间内,检测驾驶人员视线偏离驾驶视线范围的时间,如果视线偏离驾驶视线范围的时间超过预定阈值,则判定驾驶人员出现了视线偏离的驾驶行为,比如是在频繁看手机或者做其他影响驾驶的行为。
不良驾驶行为警告模块,用于对不良驾驶行为进行警告;
检测到不良驾驶行为后,通过语音向驾驶人员发出警告,以提醒驾驶人员注意。
不良驾驶行为处置模块,用于对不良驾驶行为进行处置;
当在预定时间内检测到的不良驾驶行为次数超过给定阈值,则对不良驾驶行为采取处置措施。
当驾驶人员处于极度疲劳状态或者沉溺于手机内容,或者极端情况下,驾驶人员身体出现了异常情况,如失去意识,这时外部提醒方式可能不会引起驾驶人员的注意,也就是说这时外部提醒的警告方式无效,这时需要采取主动处置措施,以避免发生交通事故。
不良驾驶行为处置措施包括:
车辆驾驶权限切换,将车辆驾驶权限切换到自动驾驶模式,在自动驾驶模式下,驾驶人员无法对车辆进行控制,当然,驾驶人员可以手工将车辆驾驶权限切换到手动驾驶模式。
开启警示装置,为了提醒道路上其他车辆和行为,开启车上的警示装置以引起他人注意,警示装置包括危险警示灯、报警器等。
自动减速停车,为了方式出现交通危险,需要将车辆停下来,当然,停车时需要逐级减速停车,以防止发生被其他车辆追尾等危险。
为了不影响道路上其他车辆和行人的交通,优选的,停车时自动行驶到最右侧路边停靠。为了实现最右侧路边停靠,首先需要定位自身车辆在道路的位置,这涉及到车道线检测和路面检测,可通过车载摄像头、车载GPS实现对车道线和路面的检测,从而确定自身车辆在道路的位置以及路面的车道情况和路面最右侧路边的位置。为了将车辆停靠到道路最右侧路边,车辆需要进行并线变道,这时需要考虑到路面上其他车辆的情况,通过车载摄像头,确定自身车辆前方、右前方、右侧、右后方是否有车辆以及与自身车辆之间的距离。在进行并线变道时,不仅要考虑到距离,还需要考虑车速,因此还需要检测自身车辆前方、右前方、右侧、右后方车辆的速度,可以通过自身车辆的速度和其他车辆与自身车辆之间的距离来确定其他车辆的车速,例如在给定时间,其他车辆与自身车辆的距离始终保持不变,则其他车辆与自身车辆的速度相等,如果前方或右前方车辆与自身车辆的距离变远,说明前方或右前方车辆的车速大于自身车辆的车速,再根据距离与时间之间的关系,即可计算出前方或右前方车辆的车速,如果右后方车辆与自身车辆的距离变远,说明右后方车辆的车速小于自身车辆的车速,再根据距离与时间之间的关系,即可计算出右后方车辆的车速。当右侧没有车辆,且前方、右前方、右后方车辆的距离和车速满足预定条件,则控制车辆向右侧车道并线变道。当车辆已经在最右侧路边,即车辆右侧已经没有道路,这时减速停车。
考虑到道路交通信号灯的情况,优选的,本发明在自动驾驶模式下,还具有交通信号灯检测功能,当检测到交通信号灯时,控制车辆减速慢性,当检测到交通信号灯为红灯或黄灯时,控制车辆减速停驶。
考虑到不同品牌车辆的价值不同,发生事故时产生的损失不同,本发明在并线变道时,还增加了对其他车辆进行品牌和车型的识别功能,通过获取其他车辆的车标、外形等典型特征,再与数据库中预存的信息进行比对,确定车辆的品牌和车型。对于不同品牌和车型的车辆,设定不同的并线变道预定条件。比如对于价值很高的车辆,可将变道距离设置的长一些。
优选的,对于驾驶人员低头操作手机的情况,还可以进一步的进行特殊处置。通过获取驾驶人员图像,判断其视线范围预定距离内是否有手机,即可判断不良驾驶行为是否为操作手机。当判断不良驾驶行为是操作手机时,通过施加电磁干扰,屏蔽手机的通信信号,使得驾驶人员无法继续使用手机。
本发明可以对包括疲劳驾驶在内的多种不良驾驶行为进行检测,并且在检测到不良驾驶行为后,给驾驶人员予以警告,在警告无效时,进一步采取处置措施,主动控制车辆停驶,提高了车辆行驶的安全性,减少了交通事故的发生。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。