CN106652353A - 一种交通工具控制方法和装置 - Google Patents

Abstract

本发明提出了一种交通工具控制方法及装置，其中方法包括：步骤S100，对驾驶人员进行人脸定位；步骤S200，对驾驶人员进行人眼定位；步骤S300，不良驾驶行为检测；步骤S400，不良驾驶行为警告，包括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，包括对道路上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。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。

Description

一种交通工具控制方法和装置

技术领域

本发明涉及交通工具控制领域，具体涉及一种交通工具控制方法和装置。

背景技术

随着大众运输的需求量越来越大，机动车辆的数目大幅增加，汽车工业的成长速度也越来越快，随之而来的问题是，交通事故的发生数量也在逐年提高，其交通肇事的原因及各种其他相关问题也越来越复杂，虽然机动车辆给社会带来了前所未有的便利，然而越来越多的交通问题显示，传统的交通运输系统问题重重，甚至已到了不堪重负的地步。在这种情况下，智能交通系统应运而生，并且在当今社会越来越热门，这其中就包驾驶员疲劳检测系统。经过调查研究发现，在交通事故的诸多原因中，疲劳驾驶情况尤为严重，它严重威胁了人民的生命安全。由此，疲劳驾驶检测问题成为当今热点问题，其检测技术也得到了很大提高。

调查研究发现，因为交通事故造成的死亡人数占各类事故死亡人数的79％，这其中因为驾驶员疲劳驾驶引发的恶性交通事故占到21％。近年来，因为交通道路的建设不断加快，而且汽车的性能和舒适性也在不断提高，驾驶员在驾驶过程中将感到更加的舒适，然而这种舒适也往往伴随着困倦和疲乏，经调查显示超过70％的被访问者承认在驾驶过程中出现过打盹的情况。美国公路交通安全管理局经统计估计，因为驾驶员疲劳驾驶导致的车祸每年至少有10万起；在法国，占到人身伤害的15％以及死亡事故的21％均是由于驾驶员疲劳驾驶导致的。在我国，因为交通事故导致的死亡人数每年都在不断增多，其增长速度达到了10％，这其中很大一部分交通事故就是由于驾驶员不规范驾驶以及疲劳驾驶导致的。以北京这座城市作为例子，由于驾驶员疲劳驾驶导致的交通事故占总事故的20％以上。如今在全世界约有2600万的受伤人员是因为交通事故造成的，而每一年至少有50万人死于交通事故。这些交通事故使国家财产和人民生命财产安全蒙受了巨大损失。

在驾驶员驾驶车辆的过程中，一个处于瞌睡状态的驾驶员往往不知道自己正在出于这样一个危险的情形中，很多驾驶员在疲惫状态中很可能短暂失去知觉或者昏昏欲睡，然后经过一段时间又重新恢复意识。当驾驶者疲劳时会表现出以下状态：

(1)注意力分散：通常会导致驾驶员视野模糊不清，同时伴有缺乏判断与阅读仪表的能力，会产生瞬间的视觉幻觉，错误的看到一些信息导致操作失误，同时会伴有瞌睡的感觉，哈欠连天却无法控制、表情变化少，难于集中精神驾驶大大提高了发生意外的可能性。

(2)动作变得迟缓并伴有思考能力减退：人类大脑的思维过程会因为头脑的疲劳而变得迟钝，因而会引发一系列的严重后果，如判断力减弱，分辨不清方位，车速盲目提高，同时车辆操作失控。

(3)自控力缺失：驾驶员在疲劳状态中情绪容易激动，同时会伴有动作僵硬、节奏失调的情况。在情绪极其不稳定的情况下不理性的驾驶会严重影响路面状况以及其他驾驶员的正常驾驶，严重时还会发生意外。

通过以上的研究数据表明，驾驶员疲劳监测系统是一项非常具有现实意义的研究，此研究可以通过检测驾驶员是否处于疲劳状态，并及时给予预警，从而防止因为疲劳驾驶而导致事故的发生。目前疲劳检测技术主要分为两种：非生理信号检测和生理状态感应。其中非生理信号检测主要包括检测驾驶员的驾驶行为、路面行驶条件以及车辆的行驶状态，这种检测方法因为受到外界因素的干扰较多，因此测量结果存在偏差，不够准确。因此，当前利用生理状态感应方法检测驾驶员是否处于疲劳状态是比较有效的方法。利用生理状态感应检测也具有两种方法：接触式检测与非接触式检测。接触式检测往往需要很多辅助式佩戴仪器，存在很多弊端，若佩戴时间较长则会给驾驶员带来不适感。因此，目前最准确且方便的方法就是利用非接触式检测法来检测驾驶员是否处于疲劳状态。

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，本发明提出一种交通工具控制方法，包括：

步骤S100，对驾驶人员进行人脸定位；

步骤S200，对驾驶人员进行人眼定位；

步骤S300，不良驾驶行为检测；

步骤S400，不良驾驶行为警告，包括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；

其中，所述交通工具为机动车辆；

其中，不良驾驶行为处置包括对道路上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。

优选的，步骤S100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<c<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，步骤S200分为人眼粗定位和人眼精确定位，其中，

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；

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，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，步骤S300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，步骤S500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：

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。

本发明还提出一种交通工具控制装置，包括：

人脸定位模块，用于对驾驶人员进行人脸定位；

人眼定位模块，对驾驶人员进行人眼定位；

不良驾驶行为检测模块，用于对不良驾驶行为进行检测；

不良驾驶行为警告模块，用于对不良驾驶行为进行警告，包括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；

其中，所述交通工具为机动车辆；

其中，不良驾驶行为处置包括对道路上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。

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。

附图说明

图1为本发明一种交通工具控制方法的流程图；

图2为本发明一种交通工具控制装置的框图；

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，本发明提出了一种交通工具控制方法，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<c<158，据此本发明通过在YCbCr颜色空间中确定满足109<cb<l40,135<c<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交通工具控制装置，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<c<158，据此本发明通过在YCbCr颜色空间中确定满足109<cb<l40,135<c<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。

Claims (8)

1.一种交通工具控制方法，包括：

步骤S100，对驾驶人员进行人脸定位；

步骤S200，对驾驶人员进行人眼定位；

步骤S300，不良驾驶行为检测；

步骤S400，不良驾驶行为警告，包括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；

其中，所述交通工具为机动车辆；

其中，不良驾驶行为处置包括对道路上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。

2.如权利要求1所述的交通工具控制方法，步骤S100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。

3.如权利要求1所述的交通工具控制方法，步骤S200分为人眼粗定位和人眼精确定位，其中，

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；

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，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。

4.如权利要求1所述的交通工具控制方法，其中，步骤S300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。

5.如权利要求1所述的交通工具控制方法，步骤S500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。

6.如权利要求5所述的交通工具控制方法，其中，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。

7.如权利要求6所述的交通工具控制方法，其中，自动减速停车进一步包括：

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。

8.一种交通工具控制装置，包括：

人脸定位模块，用于对驾驶人员进行人脸定位；

人眼定位模块，对驾驶人员进行人眼定位；

不良驾驶行为检测模块，用于对不良驾驶行为进行检测；

不良驾驶行为警告模块，用于对不良驾驶行为进行警告，包括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；

其中，所述交通工具为机动车辆；

其中，不良驾驶行为处置包括对道路上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。