CN108573210A - 一种疲劳驾驶报警方法及装置 - Google Patents
一种疲劳驾驶报警方法及装置 Download PDFInfo
- Publication number
- CN108573210A CN108573210A CN201810175880.4A CN201810175880A CN108573210A CN 108573210 A CN108573210 A CN 108573210A CN 201810175880 A CN201810175880 A CN 201810175880A CN 108573210 A CN108573210 A CN 108573210A
- Authority
- CN
- China
- Prior art keywords
- alarm
- driver
- fatigue
- fatigue driving
- eyes
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/277—Analysis of motion involving stochastic approaches, e.g. using Kalman filters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30196—Human being; Person
- G06T2207/30201—Face
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Traffic Control Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种疲劳驾驶报警方法及装置。该方法包括：汽车启动后，持续采集驾驶员的头部图像，对采集到的头部图像进行分析，确定头部图像中眼睛和嘴巴的状态，根据当前眼睛持续闭合的时间、眼睛在最近时间段内的眨眼次数以及当前嘴巴的高度与宽带之比判断驾驶员当前是否处于疲劳驾驶状态，如果驾驶员当前处于疲劳驾驶状态则发出报警。本发明能够精确检测驾驶员是否处于疲劳驾驶状态，及时发出报警，提高行车安全。
Description
技术领域
本发明涉及疲劳驾驶检测技术领域，尤其涉及一种疲劳驾驶报警方法及装置。
背景技术
随着经济的发展，汽车逐渐成为人们不可或缺的交通工具，公路上的汽车数量日益增多，因疲劳驾驶引起的交通事故也呈现逐年递增的趋势，针对疲劳驾驶的预防及遏制措施势在必行。
目前已经有了一些疲劳驾驶报警方法，如通过监测汽车驾驶员头部下垂而发出警报的防疲劳驾驶产品，通过分析汽车驾驶员心率或脑电波变化而发出警报的防疲劳驾驶产品。但是，犯困时许多驾驶员头部不一定下垂，而头部下垂并不一定是犯困，这就导致检测准确度低；由于心律不齐患者大量存在，影响人的心律变化的因素也有很多，由此可能发生的误报会给司机的驾驶带来困扰，对脑波的检测需要特殊的仪器和电极线，显然不适合作为移动检测防治打磕睡的有效方法，另外，该类产品最大的缺陷在于装置实现成本较高，不易商品化和大众普及化。
发明内容
本发明的目的是克服现有防止汽车驾驶员疲劳驾驶的装置检测精确度不高，容易误判，使用效率较低的技术问题，提供了一种疲劳驾驶报警方法及装置，其能够精确检测驾驶员是否处于疲劳驾驶状态，及时发出报警，提高行车安全。
为了解决上述问题，本发明采用以下技术方案予以实现：
本发明的一种疲劳驾驶报警方法，包括：汽车启动后，持续采集驾驶员的头部图像，对采集到的头部图像进行分析，确定头部图像中眼睛和嘴巴的状态，根据当前眼睛持续闭合的时间、眼睛在最近时间段内的眨眼次数以及当前嘴巴的高度与宽带之比判断驾驶员当前是否处于疲劳驾驶状态，如果驾驶员当前处于疲劳驾驶状态则发出报警。
在本技术方案中，当驾驶员疲劳时，眼睛一次持续闭合的时间可能会较长，眼睛在最近一段时间内的眨眼次数可能会较多，可能会出现打哈欠导致嘴巴的高度与宽带之比较大，通过综合分析当前眼睛持续闭合的时间、眼睛在最近时间段内的眨眼次数、当前嘴巴的高度与宽带之比这三种情况是否超出预先设定的阈值能够精确的判断出驾驶员当前的疲劳状态。
作为优选，根据当前眼睛持续闭合的时间、眼睛在最近时间段内的眨眼次数以及当前嘴巴的高度与宽带之比判断驾驶员当前是否处于疲劳驾驶状态的方法包括：
如果当前眼睛持续闭合的时间≥T且眼睛在最近时间段内的眨眼次数≥K且当前嘴巴的高度与宽带之比≥M，则判断驾驶员当前处于高度疲劳驾驶状态；
如果当前眼睛持续闭合的时间≥T且眼睛在最近时间段内的眨眼次数≥K，或当前眼睛持续闭合的时间≥T且当前嘴巴的高度与宽带之比≥M，或眼睛在最近时间段内的眨眼次数≥K且当前嘴巴的高度与宽带之比≥M，则判断驾驶员当前处于中度疲劳驾驶状态；
如果当前眼睛持续闭合的时间≥T或眼睛在最近时间段内的眨眼次数≥K或当前嘴巴的高度与宽带之比≥M，则判断驾驶员当前处于低度疲劳驾驶状态。
作为优选，驾驶员当前处于疲劳驾驶状态发出报警的方法包括：如果判断驾驶员当前处于高度疲劳驾驶状态，则发出高强度报警；如果判断驾驶员当前处于中度疲劳驾驶状态，则发出中强度报警；如果判断驾驶员当前处于低度疲劳驾驶状态，则发出低强度报警。将驾驶员的疲劳状态分为三种程度级别，根据疲劳的不同程度级别确定当前的行车安全性，发出对应程度级别的报警。
作为优选，所述高强度报警包括光信号报警、声音报警和方向盘振动报警，所述中强度报警包括光信号报警和声音报警，所述低强度报警包括光信号报警。方向盘振动报警会影响驾驶员正常驾驶，因此只有在高强度报警时才出现。
作为优选，汽车启动后，计数模块记录中强调报警和低强度报警的报警次数，当计数模块记录的中强度报警次数和低强度报警次数之和达到N次时，发出一次高强度报警，同时计数模块清零。低强度报警与中强调报警的累计次数达到N次说明中低强度报警对驾驶员没有起作用，因此，发出一次高强度报警。
作为优选，汽车启动后，采集汽车车速，如果车速大于或等于设定值则采集驾驶员的头部图像，否则不采集驾驶员头部图像。只有当汽车车速大于设定值时才开始检测驾驶员是否处于疲劳驾驶状态，避免了不必要的浪费，提高了使用效率。
本发明的一种疲劳驾驶报警装置，使用上述的一种疲劳驾驶报警方法，包括微处理器、车速传感器、采集驾驶员头部图像的摄像头和设置在方向盘上的振动器，所述微处理器分别与车速传感器、摄像头、振动器和汽车组合仪表电连接。
在本技术方案中，车速传感器采集汽车车速，并发送到微处理器，摄像头采集驾驶员头部图像，并发送到微处理器。微处理器对接收到的数据进行处理，判断驾驶员是否处于疲劳驾驶状态，并控制汽车组合仪表和振动器发出相应报警。汽车组合仪表用于输出光信号报警、声音报警，振动器用于输出振动报警。
作为优选，所述微处理器包括车速采集模块、摄像头控制模块、视频采集模块、数字信号处理模块、图像分析模块、报警控制模块和计数模块。摄像头控制模块控制摄像头开启或关闭，视频采集模块实时采集摄像头拍摄的视频，数字信号处理模块通过“Haar特征值++AdaBoost”算法对视频流进行动态分析，从而确定头部位置，图像分析模块通过无迹卡尔曼滤波算法跟踪眼睛和嘴巴位置，判断它们的状态。
本发明的有益效果是：（1）能够精确检测驾驶员是否处于疲劳驾驶状态，及时发出报警，提高行车安全。（2）只有当汽车车速大于设定值时才开始检测驾驶员是否处于疲劳驾驶状态，避免了不必要的浪费，提高了使用效率。
附图说明
图1是本发明的一种工作流程图；
图2是本发明的一种电路原理连接框图。
图中：1、微处理器，2、车速传感器，3、摄像头，4、振动器，5、车速采集模块，6、摄像头控制模块，7、视频采集模块，8、数字信号处理模块，9、图像分析模块，10、报警控制模块，11、计数模块，12、汽车组合仪表。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例1：本实施例的一种疲劳驾驶报警方法，如图1所示，包括：
汽车启动后，采集汽车车速，当车速≥40km/h时，进入疲劳报警程序，疲劳报警程序包括如下方法：
持续采集驾驶员的头部图像，对采集到的头部图像进行分析，确定头部图像中眼睛和嘴巴的状态；
如果当前眼睛持续闭合的时间≥2秒且眼睛在最近20秒内的眨眼次数≥8且当前嘴巴的高度与宽带之比≥1，则判断驾驶员当前处于高度疲劳驾驶状态，发出高强度报警；
如果当前眼睛持续闭合的时间≥2秒且眼睛在最近20秒内的眨眼次数≥8，或当前眼睛持续闭合的时间≥2秒且当前嘴巴的高度与宽带之比≥1，或眼睛在最近20秒内的眨眼次数≥8且当前嘴巴的高度与宽带之比≥1，则判断驾驶员当前处于中度疲劳驾驶状态，发出中强度报警；
如果当前眼睛持续闭合的时间≥2秒或眼睛在最近20秒内的眨眼次数≥8或当前嘴巴的高度与宽带之比≥1，则判断驾驶员当前处于低度疲劳驾驶状态，发出低强度报警；
计数模块记录中强调报警和低强度报警的报警次数，当计数模块记录的中强度报警次数和低强度报警次数之和达到8次时，发出一次高强度报警，同时计数模块清零；
高强度报警包括光信号报警、声音报警和方向盘振动报警，中强度报警包括光信号报警和声音报警，低强度报警包括光信号报警。
当驾驶员疲劳时，眼睛一次持续闭合的时间可能会较长，眼睛在最近一段时间内的眨眼次数可能会较多，可能会出现打哈欠导致嘴巴的高度与宽带之比较大，通过综合分析当前眼睛持续闭合的时间、眼睛在最近时间段内的眨眼次数、当前嘴巴的高度与宽带之比这三种情况是否超出预先设定的阈值能够精确的判断出驾驶员当前的疲劳状态。
将驾驶员的疲劳状态分为三种程度级别，根据疲劳的不同程度级别确定当前的行车安全性，发出对应程度级别的报警。方向盘振动报警会影响驾驶员正常驾驶，因此只有在高强度报警时才出现。低强度报警与中强调报警的累计次数达到8次说明中低强度报警对驾驶员没有起作用，因此，发出一次高强度报警。只有当车速≥40km/h时才开始检测驾驶员是否处于疲劳驾驶状态，避免了不必要的浪费，提高了使用效率。
本实施例的一种疲劳驾驶报警装置，使用上述的一种疲劳驾驶报警方法，如图2所示，包括微处理器1、车速传感器2、采集驾驶员头部图像的摄像头3和设置在方向盘上的振动器4，微处理器1分别与车速传感器2、摄像头3、振动器4和汽车组合仪表12电连接。
微处理器1包括车速采集模块5、摄像头控制模块6、视频采集模块7、数字信号处理模块8、图像分析模块9、报警控制模块10和计数模块11。
车速传感器采集汽车车速，并发送到微处理器，摄像头采集驾驶员头部图像，并发送到微处理器。微处理器对接收到的数据进行处理，判断驾驶员是否处于疲劳驾驶状态，并控制汽车组合仪表和振动器发出相应报警。汽车组合仪表上的指示灯用于输出光信号报警、蜂鸣器用于输出声音报警，振动器用于输出振动报警。
摄像头控制模块控制摄像头开启或关闭，视频采集模块实时采集摄像头拍摄的视频，数字信号处理模块通过“Haar特征值++AdaBoost”算法对视频流进行动态分析，从而确定头部位置，图像分析模块通过无迹卡尔曼滤波算法跟踪眼睛和嘴巴位置（采用无损卡尔曼滤波算法，提高系统的实时性和精确性），判断它们的状态，报警控制模块控制汽车组合仪和振动器发出相应报警，计数模块记录中强调报警和低强度报警的报警次数。
实施例2：本实施例的一种疲劳驾驶报警方法，包括：
汽车启动后，采集汽车车速，当车速≥30km/h时，进入疲劳报警程序，疲劳报警程序包括如下方法：
持续采集驾驶员的头部图像，对采集到的头部图像进行分析，确定头部图像中眼睛和嘴巴的状态；
如果当前眼睛持续闭合的时间≥3秒且眼睛在最近10秒内的眨眼次数≥5且当前嘴巴的高度与宽带之比≥1.2，则判断驾驶员当前处于高度疲劳驾驶状态，发出高强度报警；
如果当前眼睛持续闭合的时间≥3秒且眼睛在最近10秒内的眨眼次数≥5，或当前眼睛持续闭合的时间≥3秒且当前嘴巴的高度与宽带之比≥1.2，或眼睛在最近10秒内的眨眼次数≥5且当前嘴巴的高度与宽带之比≥1.2，则判断驾驶员当前处于中度疲劳驾驶状态，发出中强度报警；
如果当前眼睛持续闭合的时间≥3秒或眼睛在最近10秒内的眨眼次数≥5或当前嘴巴的高度与宽带之比≥1.2，则判断驾驶员当前处于低度疲劳驾驶状态，发出低强度报警；
计数模块记录中强调报警和低强度报警的报警次数，当计数模块记录的中强度报警次数和低强度报警次数之和达到6次时，发出一次高强度报警，同时计数模块清零；
高强度报警包括光信号报警、声音报警和方向盘振动报警，中强度报警包括光信号报警和声音报警，低强度报警包括光信号报警。
Claims (8)
1.一种疲劳驾驶报警方法，其特征在于，包括：汽车启动后，持续采集驾驶员的头部图像，对采集到的头部图像进行分析，确定头部图像中眼睛和嘴巴的状态，根据当前眼睛持续闭合的时间、眼睛在最近时间段内的眨眼次数以及当前嘴巴的高度与宽带之比判断驾驶员当前是否处于疲劳驾驶状态，如果驾驶员当前处于疲劳驾驶状态则发出报警。
2.根据权利要求1所述的一种疲劳驾驶报警方法，其特征在于，根据当前眼睛持续闭合的时间、眼睛在最近时间段内的眨眼次数以及当前嘴巴的高度与宽带之比判断驾驶员当前是否处于疲劳驾驶状态的方法包括：
如果当前眼睛持续闭合的时间≥T且眼睛在最近时间段内的眨眼次数≥K且当前嘴巴的高度与宽带之比≥M，则判断驾驶员当前处于高度疲劳驾驶状态；
如果当前眼睛持续闭合的时间≥T且眼睛在最近时间段内的眨眼次数≥K，或当前眼睛持续闭合的时间≥T且当前嘴巴的高度与宽带之比≥M，或眼睛在最近时间段内的眨眼次数≥K且当前嘴巴的高度与宽带之比≥M，则判断驾驶员当前处于中度疲劳驾驶状态；
如果当前眼睛持续闭合的时间≥T或眼睛在最近时间段内的眨眼次数≥K或当前嘴巴的高度与宽带之比≥M，则判断驾驶员当前处于低度疲劳驾驶状态。
3.根据权利要求2所述的一种疲劳驾驶报警方法，其特征在于，驾驶员当前处于疲劳驾驶状态发出报警的方法包括：如果判断驾驶员当前处于高度疲劳驾驶状态，则发出高强度报警；如果判断驾驶员当前处于中度疲劳驾驶状态，则发出中强度报警；如果判断驾驶员当前处于低度疲劳驾驶状态，则发出低强度报警。
4.根据权利要求3所述的一种疲劳驾驶报警方法，其特征在于，所述高强度报警包括光信号报警、声音报警和方向盘振动报警，所述中强度报警包括光信号报警和声音报警，所述低强度报警包括光信号报警。
5.根据权利要求3或4所述的一种疲劳驾驶报警方法，其特征在于：汽车启动后，计数模块记录中强调报警和低强度报警的报警次数，当计数模块记录的中强度报警次数和低强度报警次数之和达到N次时，发出一次高强度报警，同时计数模块清零。
6.根据权利要求1或2或3或4所述的一种疲劳驾驶报警方法，其特征在于，汽车启动后，采集汽车车速，如果车速大于或等于设定值则采集驾驶员的头部图像，否则不采集驾驶员头部图像。
7.一种疲劳驾驶报警装置，使用权利要求1-5中任一权利要求所述的一种疲劳驾驶报警方法，其特征在于，包括：微处理器（1）、车速传感器（2）、采集驾驶员头部图像的摄像头（3）和设置在方向盘上的振动器（4），所述微处理器（1）分别与车速传感器（2）、摄像头（3）、振动器（4）和汽车组合仪表（12）电连接。
8.根据权利要求7所述的一种疲劳驾驶报警装置，其特征在于：所述微处理器（1）包括车速采集模块（5）、摄像头控制模块（6）、视频采集模块（7）、数字信号处理模块（8）、图像分析模块（9）、报警控制模块（10）和计数模块（11）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810175880.4A CN108573210A (zh) | 2018-03-02 | 2018-03-02 | 一种疲劳驾驶报警方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810175880.4A CN108573210A (zh) | 2018-03-02 | 2018-03-02 | 一种疲劳驾驶报警方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108573210A true CN108573210A (zh) | 2018-09-25 |
Family
ID=63576746
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810175880.4A Pending CN108573210A (zh) | 2018-03-02 | 2018-03-02 | 一种疲劳驾驶报警方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108573210A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109823345A (zh) * | 2019-04-03 | 2019-05-31 | 吉林大学 | 一种基于生理信息的安全驾驶系统 |
| CN110021147A (zh) * | 2019-05-07 | 2019-07-16 | 四川九洲视讯科技有限责任公司 | 一种基于机器学习和数值标定的疲劳驾驶检测方法 |
| CN110264670A (zh) * | 2019-06-24 | 2019-09-20 | 广州鹰瞰信息科技有限公司 | 基于客运车辆司机疲劳驾驶状态分析装置 |
| CN110533883A (zh) * | 2019-08-26 | 2019-12-03 | 宜宾凯翼汽车有限公司 | 一种疲劳驾驶提醒系统及方法 |
| CN111754729A (zh) * | 2020-06-23 | 2020-10-09 | 上汽大众汽车有限公司 | 疲劳驾驶提示装置及提示方法 |
| CN112668393A (zh) * | 2020-11-30 | 2021-04-16 | 海纳致远数字科技(上海)有限公司 | 基于人脸识别、关键点检测的疲劳度检测装置及其检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101090482A (zh) * | 2006-06-13 | 2007-12-19 | 唐琎 | 一种基于图象处理和信息融合技术的驾驶员疲劳监测系统及方法 |
| CN104408879A (zh) * | 2014-11-19 | 2015-03-11 | 湖南工学院 | 疲劳驾驶预警处理方法、装置及系统 |
| CN105632104A (zh) * | 2016-03-18 | 2016-06-01 | 内蒙古大学 | 一种疲劳驾驶检测系统和方法 |
| CN105894855A (zh) * | 2016-04-22 | 2016-08-24 | 乐视控股（北京）有限公司 | 危险驾驶的提示方法及装置 |
| CN105956548A (zh) * | 2016-04-29 | 2016-09-21 | 奇瑞汽车股份有限公司 | 驾驶员疲劳状况检测方法和装置 |
| CN107341458A (zh) * | 2017-06-26 | 2017-11-10 | 上海眼控科技股份有限公司 | 一种用于智能驾考的规范行驶判断方法 |
-
2018
- 2018-03-02 CN CN201810175880.4A patent/CN108573210A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101090482A (zh) * | 2006-06-13 | 2007-12-19 | 唐琎 | 一种基于图象处理和信息融合技术的驾驶员疲劳监测系统及方法 |
| CN104408879A (zh) * | 2014-11-19 | 2015-03-11 | 湖南工学院 | 疲劳驾驶预警处理方法、装置及系统 |
| CN105632104A (zh) * | 2016-03-18 | 2016-06-01 | 内蒙古大学 | 一种疲劳驾驶检测系统和方法 |
| CN105894855A (zh) * | 2016-04-22 | 2016-08-24 | 乐视控股（北京）有限公司 | 危险驾驶的提示方法及装置 |
| CN105956548A (zh) * | 2016-04-29 | 2016-09-21 | 奇瑞汽车股份有限公司 | 驾驶员疲劳状况检测方法和装置 |
| CN107341458A (zh) * | 2017-06-26 | 2017-11-10 | 上海眼控科技股份有限公司 | 一种用于智能驾考的规范行驶判断方法 |
Non-Patent Citations (1)
| Title |
|---|
| 周鹏飞: "驾驶员疲劳驾驶实时检测系统设计与研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109823345A (zh) * | 2019-04-03 | 2019-05-31 | 吉林大学 | 一种基于生理信息的安全驾驶系统 |
| CN110021147A (zh) * | 2019-05-07 | 2019-07-16 | 四川九洲视讯科技有限责任公司 | 一种基于机器学习和数值标定的疲劳驾驶检测方法 |
| CN110264670A (zh) * | 2019-06-24 | 2019-09-20 | 广州鹰瞰信息科技有限公司 | 基于客运车辆司机疲劳驾驶状态分析装置 |
| CN110533883A (zh) * | 2019-08-26 | 2019-12-03 | 宜宾凯翼汽车有限公司 | 一种疲劳驾驶提醒系统及方法 |
| CN111754729A (zh) * | 2020-06-23 | 2020-10-09 | 上汽大众汽车有限公司 | 疲劳驾驶提示装置及提示方法 |
| CN112668393A (zh) * | 2020-11-30 | 2021-04-16 | 海纳致远数字科技(上海)有限公司 | 基于人脸识别、关键点检测的疲劳度检测装置及其检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108573210A (zh) | 一种疲劳驾驶报警方法及装置 | |
| CN104183091B (zh) | 一种自适应调整疲劳驾驶预警系统灵敏度的系统 | |
| CN107640152B (zh) | 一种车道保持辅助系统的可靠性控制装置及方法 | |
| CN102208125B (zh) | 疲劳驾驶监测系统及方法 | |
| WO2017193272A1 (zh) | 一种基于人脸识别的车载疲劳预警系统及预警方法 | |
| CN101673464A (zh) | 疲劳驾驶智能管理系统 | |
| CN103927848A (zh) | 一种基于生物识别技术的安全驾驶辅助系统 | |
| CN104044460A (zh) | 一种机动车防疲劳驾驶的报警方法及装置 | |
| CN1936988A (zh) | 驾驶员瞌睡报警记录的方法及装置 | |
| Charniya et al. | Drunk driving and drowsiness detection | |
| CN108021875A (zh) | 一种车辆驾驶员个性化疲劳监测及预警方法 | |
| CN109435844A (zh) | 一种驾驶辅助及司机行为检测方法 | |
| CN104299363A (zh) | 基于多特征融合的疲劳驾驶预警系统 | |
| TW201441080A (zh) | 疲勞駕駛監測系統與方法 | |
| Arunasalam et al. | Real-time drowsiness detection system for driver monitoring | |
| Chatterjee et al. | Driving fitness detection: A holistic approach for prevention of drowsy and drunk driving using computer vision techniques | |
| CN106683344A (zh) | 防疲劳驾驶系统及其工作方法 | |
| WO2008020458A2 (en) | A method and system to detect drowsy state of driver | |
| Awasekar et al. | Driver fatigue detection and alert system using non-intrusive eye and yawn detection | |
| CN113491520A (zh) | 一种驾驶疲劳检测方法及装置 | |
| US11433916B1 (en) | System to generate an alert to wake a driver of a vehicle and a method thereof | |
| AU2021104783A4 (en) | An artificial intelligence based iot enabled drowsiness detection system | |
| DE202018100012U1 (de) | Müdigkeitsüberwachungsvorrichtung für Fahrer | |
| Ahir et al. | Driver inattention monitoring system: A review | |
| Jayapradha et al. | Driver drowsiness and alcohol detection |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180925 |