CN108647630A - 一种基于视频识别的危险驾驶行为监督方法与装置 - Google Patents
一种基于视频识别的危险驾驶行为监督方法与装置 Download PDFInfo
- Publication number
- CN108647630A CN108647630A CN201810432618.3A CN201810432618A CN108647630A CN 108647630 A CN108647630 A CN 108647630A CN 201810432618 A CN201810432618 A CN 201810432618A CN 108647630 A CN108647630 A CN 108647630A
- Authority
- CN
- China
- Prior art keywords
- dangerous driving
- driver
- video
- driving behavior
- vehicle
- 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
- 230000006399 behavior Effects 0.000 claims abstract description 65
- 238000000034 method Methods 0.000 claims abstract description 59
- 238000010295 mobile communication Methods 0.000 claims abstract description 5
- 230000006870 function Effects 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 12
- 238000006073 displacement reaction Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 241001282135 Poromitra oscitans Species 0.000 claims description 3
- 206010048232 Yawning Diseases 0.000 claims description 3
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000011478 gradient descent method Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 238000004458 analytical method Methods 0.000 abstract description 5
- 206010039203 Road traffic accident Diseases 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 7
- 238000012806 monitoring device Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 2
- 238000011176 pooling Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036544 posture Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010223 real-time analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Emergency Alarm Devices (AREA)
- Traffic Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
一种基于视频识别的危险驾驶行为监督方法，包括以下步骤：采集视频图像；通过视频图像识别危险驾驶行为；对危险驾驶行为进行响应。本发明通过在车载监控设备上增加智能视频分析算法，分析车辆行驶过程中，驾驶员使用手机、未系安全带、疲劳驾驶，或者货仓门意外打开等危险驾驶行为，并根据分析结果采取记录、告警或通过移动通信网络发送危险驾驶行为信息等方式进行响应，从而有助于加强对驾驶员的监督管理，减小交通事故的发生概率，提高运营车辆的行驶安全性，降低经营成本。
Description
技术领域
本发明属于车辆监控技术领域，涉及一种识别车辆是否存在危险驾驶行为的方法与装置，特别是涉及一种基于视频识别的危险驾驶行为监督方法与装置
背景技术
通过对运营车辆的行驶状态进行远程监控，可以及时发现行驶过程中存在的潜在危险，提高车辆行驶过程的安全性，并为车辆调度、行驶路线优化，以及专职驾驶员管理等提供基础数据支撑。现有的车辆远程监控系统(例如中国专利201721002751公开的一种车辆远程监控系统)通常具备通过OBD接口实时掌握汽车运行工况、通过GPS记录位置和数据等信息、通过车载摄像头获取车内外视频影像，以及通过移动通信网络将上述信息回传至后台服务器等功能。
然而，对于行驶过程中驾驶员是否发生未系安全带、打电话、疲劳驾驶等危险驾驶行为，以及对于行驶过程中货车的货仓门是否意外打开等危险行驶状态，现有的车辆监控系统无法对其进行实时、有效的自动识别与监控。
发明内容
本发明的目的在于克服现有技术的缺陷，提供一种结构简洁、功能完善、可靠性高，可以基于视频图像识别危险驾驶行为，识别结果准确，并可以对危险驾驶行为进行响应处置的方法和装置。
为实现上述目的，本发明采用了如下技术方案：
一种基于视频识别的危险驾驶行为监督方法，包括以下步骤：采集视频图像；通过视频图像识别危险驾驶行为；对危险驾驶行为进行响应。
进一步，所述危险驾驶行为包括驾驶员使用手机、驾驶员未系安全带、驾驶员疲劳驾驶、货仓门打开中的一种或多种。
进一步，所述采集的视频图像包括驾驶员上半身视频图像、驾驶员面部视频图像、货仓内部视频图像中的一种或多种。
进一步，对危险驾驶行为进行响应的方式包括记录危险驾驶行为、向驾驶员进行告警、通过网络发送危险驾驶行为信息中的一种或多种。
进一步，所述通过视频图像识别驾驶员使用手机或驾驶员未系安全带的方法包括如下步骤：采用深度学习算法建立基于卷积神经网络的驾驶员使用手机或驾驶员未系安全带的视频识别算法模型；从实际应用场景的视频数据中获取样本数据，对模型进行训练，训练过程采用随机梯度下降的方法对损失函数进行优化，损失函数loss为目标位置与分类标号误差的加权求和：
其中，αcoord和αnoobj分别为目标和背景的权值，x、y、w、h分别为估计的目标的行、列坐标以及宽、高，分别为目标的真实行、列坐标以及宽、高，C为目标的类别号，p(c)为目标为c类的概率，i为目标或背景区域的索引；车辆行驶过程中，通过模型检测视频图像中是否出现与驾驶员使用手机或驾驶员未系安全带特征一致的结果；若有，则判定驾驶员使用手机或驾驶员未系安全带。
进一步，所述通过视频图像识别驾驶员疲劳驾驶的方法包括如下步骤：采用监督下降算法建立用于标记眼睛及嘴巴关键点的视频识别算法模型，所述监督下降算法采用牛顿下降法优化目标函数，所述目标函数loss为最小二乘目标函数，即特征点的估计位移与真实位移之间的均方误差：
其中，为关键点初始特征，Δx1为关键点初始位置与期望位置之间的位移，R0和b0分别为最小二乘函数的系数项和偏置项；从实际应用场景的视频数据中获取样本数据，人工对样本数据中眼睛及嘴巴关键点进行标记，通过标记后的样本数据对模型进行训练；车辆行驶过程中，通过模型检测获得眼睛及嘴巴关键点，计算获得眼睛及嘴巴张开的高度；若眼睛张开的高度小于阈值，则判定为闭眼；若嘴巴张开的高度大于阈值，则判定为打哈欠；若持续闭眼或打哈欠，则判定驾驶员疲劳驾驶。
进一步，所述通过视频图像识别货仓门打开的方法为：车辆行驶过程中，若车厢内光线强度或车厢内物体位置发生的明显变化，则判定货仓门打开。
一种采用上述方法的基于视频识别的危险驾驶行为监督装置，包括：GPS模块，用于获取车辆位置信息和速度信息；4G模块，用于接入4G无线通信网络；OBD模块，用于连接车辆OBD接口，获取车辆速度信息和车辆工况信息；摄像头，用于获取视频图像；处理器，用于接收GPS模块、OBD模块和摄像头采集的数据，通过视频图像识别危险驾驶行为并作出响应；存储器，用于记录GPS模块、OBD模块和摄像头采集的信息，以及处理器计算获得的危险驾驶行为信息。
进一步，所述摄像头至少包括2个，分别用于获取驾驶员上半身和货仓内部的视频图像。
进一步，所述基于视频识别的危险驾驶行为监督装置还包括交换机；所述摄像头为IP摄像头，所述IP摄像头通过交换机将视频图像数据发送至处理器。
本发明一种基于视频识别的危险驾驶行为监督方法与装置，通过在车载监控设备上增加智能视频分析算法，分析车辆行驶过程中，驾驶员使用手机、未系安全带、疲劳驾驶，或者货仓门意外打开等危险驾驶行为，并根据分析结果采取记录、告警或通过移动通信网络发送危险驾驶行为信息等方式进行响应，从而有助于加强对驾驶员的监督管理，减小交通事故的发生概率，提高运营车辆的行驶安全性，降低经营成本。
附图说明
图1是本发明一种基于视频识别的危险驾驶行为监督方法的流程示意图；
图2是本发明一种基于视频识别的危险驾驶行为监督装置的结构示意图；
图3是本发明一种基于视频识别的危险驾驶行为监督方法所采用的卷积网络的结构示意图。
具体实施方式
以下结合附图1至3，进一步说明本发明一种基于视频识别的危险驾驶行为监督方法与装置的具体实施方式。本发明一种基于视频识别的危险驾驶行为监督方法与装置不限于以下实施例的描述。
实施例1：
本实施例给出一种基于视频识别的危险驾驶行为监督方法的具体实施方法，如图1所示，包括以下步骤：
(1)采集视频图像。所述采集的视频图像包括驾驶员上半身视频图像、驾驶员面部视频图像，以及货仓内部视频图像。
(2)通过视频图像识别危险驾驶行为。所述危险驾驶行为包括驾驶员使用手机、驾驶员未系安全带、驾驶员疲劳驾驶，以及货仓门打开中的一种或多种。
(3)对危险驾驶行为进行响应。对危险驾驶行为进行响应的方式包括记录危险驾驶行为、向驾驶员进行告警，以及通过网络发送危险驾驶行为信息。具体的，记录危险驾驶行为可以记录在本地；向驾驶员进行告警可采用声音、灯光或显示屏等方式；通过网络发送危险驾驶行为信息的目的，同样是在后台对危险驾驶行为进行记录，必要时可通过人工以电话或其他形式告知驾驶员。
上述步骤(2)中针对不同危险驾驶行为进行视频图像识别，分别采用不同的处理过程，具体的：
通过视频图像识别驾驶员使用手机或驾驶员未系安全带的方法包括如下步骤：建立驾驶员使用手机或驾驶员未系安全带的视频识别算法模型，可采用深度学习算法构建卷积神经网络；从实际应用场景的视频数据中获取样本数据，对模型进行迭代训练，优化算法模型参数并完成训练；车辆行驶过程中，车载设备通过模型检测视频图像中是否出现与驾驶员使用手机或驾驶员未系安全带特征一致的结果；若有，则判定驾驶员使用手机或驾驶员未系安全带。
本方法所采用的卷积网络由卷积层和池化层等基本单元串联组成，结构简单，运算量小，如图3所示。其中conv代表卷积层，maxpool代表最大值池化层。Reg代表回归层，输出目标位置和标号。
训练过程采用随机梯度下降的方法对损失函数进行优化，损失函数为目标位置与分类标号误差的加权求和：
其中，αcoord和αnoobj分别为目标和背景的权值，x、y、w、h分别为估计的目标的行、列坐标以及宽、高，分别为目标的真实行、列坐标以及宽、高，C为目标的类别号，p(c)为目标为c类的概率，i为目标或背景区域的索引。
通过视频图像识别驾驶员疲劳驾驶的方法包括如下步骤：建立用于标记眼睛及嘴巴关键点的视频识别算法模型，采用监督下降(SDM)算法；从实际应用场景的视频数据中获取样本数据，人工对样本数据中眼睛及嘴巴关键点进行标记，通过标记后的样本数据对模型进行迭代训练，优化算法模型参数并完成训练；车辆行驶过程中，通过模型检测获得眼睛及嘴巴关键点，计算获得眼睛及嘴巴张开的高度；若眼睛张开的高度小于阈值，则判定为闭眼；若嘴巴张开的高度大于阈值，则判定为打哈欠；若持续闭眼或打哈欠，例如闭眼时长超过5秒钟，或5分钟内闭眼及打哈欠的总次数超过20次，则判定驾驶员疲劳驾驶。
SDM算法采用牛顿下降法优化目标函数，该目标函数为最小二乘目标函数，即特征点的估计位移与真实位移之间的均方误差：
其中，为关键点初始特征，Δx1为关键点初始位置与期望位置之间的位移，R0和b0分别为最小二乘函数的系数项和偏置项。本方法采用sift特征来描述关键点的特征。
实验证明，一次回归操作很难估计出不同姿态下关键点的位置，因此，采用迭代回归的方式进行逐步优化。训练阶段将会获得一系列系数项Rt和偏置项bt。在测试阶段，即可利用关键点的初始特征和Rt、bt经过逐步迭代获得关键点的准确估计位置。
通过视频图像识别货仓门打开的方法为：车辆行驶过程中，若车厢内光线强度或车厢内物体位置发生的较为明显的变化，则判定货仓门未关闭或被恶意打开。
实施例2：
本实施例给出一种采用实施例1所述方法的基于视频识别的危险驾驶行为监督装置的具体结构，如图2所示，包括GPS模块、4G模块、OBD模块、电源模块、交换机、IP摄像头、处理器、硬盘、智能视频分析算法及云端管理模块，其中，GPS模块，用于获取车辆位置信息和速度信息，该信息的作用是用来判断车辆是否超速行驶，并记录其行驶轨迹；4G模块，用于接入移动通信网络，支撑将数据上传至云端管理模块；OBD模块，用于连接车辆OBD接口，获取车辆速度信息和车辆工况信息，包括车速、发动机冷却液温度、蓄电池电压、发动机转速等等，当GPS信号弱，GPS模块不能获取速度信息时，使用该模块获取车辆速度信息；电源模块用于管理整套装置的供电，从车辆电瓶获取直流电，给处理器及IP摄像头供电，保证输出电压稳定；交换机，用于将IP摄像头采集到的视频图像数据发送至处理器；IP摄像头，用于获取视频图像，所述IP摄像头至少包括2个，分别用于获取驾驶员上半身和货仓内部的视频图像，还可在增加1个用于获取车辆行驶前方视频图像；处理器，用于接收GPS模块、OBD模块和摄像头采集的数据，运行视频图像分析算法，通过视频图像识别危险驾驶行为并作出响应；存储器，用于记录GPS模块、OBD模块和摄像头采集的信息，以及处理器计算获得的危险驾驶行为信息；以及云端管理模块，用于集中管理车载端(及云端管理模块之外的各部件)上传的各种数据。
本装置的电路结构如下：GPS模块、4G模块、电源模块、交换机及处理器集成到一块PCB板上，并设有电源输入、电源输出、RJ45网口、USB、GPS模块天线接口、4G模块天线接口、SIM卡卡槽、存储器电源及数据接口。OBD模块采用ELM327芯片实现OBD接口转换为USB接口。OBD模块一端连接车辆的OBD接口，另一端通过USB接口与处理器连接，把数据传输到处理器。IP摄像头通过通用网线及交换机与电路板上的RJ45网口连接，传送视频数据到处理器，摄像头监视的位置分别为车辆前方、驾驶员和车辆货厢。4G模块也通过USB与处理器连接。
本装置的工作过程如下：处理器通过GPS模块或者OBD模块获取车辆速度；当车速大于阈值时，认为车辆处于行驶状态，开始对视频图像数据进行实时分析；若检测到危险驾驶行为，则在本地进行记录，向驾驶员进行报警，并通过4G模块发送相关信息到云端管理模块。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于视频识别的危险驾驶行为监督方法，其特征在于：包括以下步骤：
采集视频图像；
通过视频图像识别危险驾驶行为；
对危险驾驶行为进行响应。
2.根据权利要求1所述的基于视频识别的危险驾驶行为监督方法，其特征在于：所述危险驾驶行为包括驾驶员使用手机、驾驶员未系安全带、驾驶员疲劳驾驶、货仓门打开中的一种或多种。
3.根据权利要求2所述的基于视频识别的危险驾驶行为监督方法，其特征在于：所述采集的视频图像包括驾驶员上半身视频图像、驾驶员面部视频图像、货仓内部视频图像中的一种或多种。
4.根据权利要求3所述的基于视频识别的危险驾驶行为监督方法，其特征在于：对危险驾驶行为进行响应的方式包括记录危险驾驶行为、向驾驶员进行告警、通过网络发送危险驾驶行为信息中的一种或多种。
5.根据权利要求4所述的基于视频识别的危险驾驶行为监督方法，其特征在于：所述通过视频图像识别驾驶员使用手机或驾驶员未系安全带的方法包括如下步骤：
采用深度学习算法建立基于卷积神经网络的驾驶员使用手机或驾驶员未系安全带的视频识别算法模型；
从实际应用场景的视频数据中获取样本数据，对模型进行训练，训练过程采用随机梯度下降的方法对损失函数进行优化，损失函数loss为目标位置与分类标号误差的加权求和：
其中，αcoord和αnoobj分别为目标和背景的权值，x、y、w、h分别为估计的目标的行、列坐标以及宽、高，分别为目标的真实行、列坐标以及宽、高，C为目标的类别号，p(c)为目标为c类的概率，i为目标或背景区域的索引；
车辆行驶过程中，通过模型检测视频图像中是否出现与驾驶员使用手机或驾驶员未系安全带特征一致的结果；若有，则判定驾驶员使用手机或驾驶员未系安全带。
6.根据权利要求5所述的基于视频识别的危险驾驶行为监督方法，其特征在于：所述通过视频图像识别驾驶员疲劳驾驶的方法包括如下步骤：
采用监督下降算法建立用于标记眼睛及嘴巴关键点的视频识别算法模型，所述监督下降算法采用牛顿下降法优化目标函数，所述目标函数loss为最小二乘目标函数，即特征点的估计位移与真实位移之间的均方误差：
其中，为关键点初始特征，Δx1为关键点初始位置与期望位置之间的位移，R0和b0分别为最小二乘函数的系数项和偏置项；
从实际应用场景的视频数据中获取样本数据，人工对样本数据中眼睛及嘴巴关键点进行标记，通过标记后的样本数据对模型进行训练；
车辆行驶过程中，通过模型检测获得眼睛及嘴巴关键点，计算获得眼睛及嘴巴张开的高度；若眼睛张开的高度小于阈值，则判定为闭眼；若嘴巴张开的高度大于阈值，则判定为打哈欠；若持续闭眼或打哈欠，则判定驾驶员疲劳驾驶。
7.根据权利要求6所述的基于视频识别的危险驾驶行为监督方法，其特征在于：所述通过视频图像识别货仓门打开的方法为：车辆行驶过程中，若车厢内光线强度或车厢内物体位置发生的明显变化，则判定货仓门打开。
8.一种采用权利要求1至7中任一权利要求所述方法的基于视频识别的危险驾驶行为监督装置，其特征在于：包括
GPS模块，用于获取车辆位置信息和速度信息；
4G模块，用于接入移动通信网络；
OBD模块，用于连接车辆OBD接口，获取车辆速度信息和车辆工况信息；
摄像头，用于获取视频图像；
处理器，用于接收GPS模块、OBD模块和摄像头采集的数据，通过视频图像识别危险驾驶行为并作出响应；以及
存储器，用于记录GPS模块、OBD模块和摄像头采集的信息，以及处理器计算获得的危险驾驶行为信息。
9.根据权利要求8所述的基于视频识别的危险驾驶行为监督装置，其特征在于：所述摄像头至少包括2个，分别用于获取驾驶员上半身和货仓内部的视频图像。
10.根据权利要求9所述的基于视频识别的危险驾驶行为监督装置，其特征在于：还包括交换机；所述摄像头为IP摄像头，所述IP摄像头通过交换机将视频图像数据发送至处理器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810432618.3A CN108647630A (zh) | 2018-05-08 | 2018-05-08 | 一种基于视频识别的危险驾驶行为监督方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810432618.3A CN108647630A (zh) | 2018-05-08 | 2018-05-08 | 一种基于视频识别的危险驾驶行为监督方法与装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108647630A true CN108647630A (zh) | 2018-10-12 |
Family
ID=63749370
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810432618.3A Pending CN108647630A (zh) | 2018-05-08 | 2018-05-08 | 一种基于视频识别的危险驾驶行为监督方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108647630A (zh) |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109559505A (zh) * | 2018-11-02 | 2019-04-02 | 云南省交通规划设计研究院有限公司 | 一种便携式公路管控车辆行车安全综合管理系统 |
| CN109815884A (zh) * | 2019-01-21 | 2019-05-28 | 深圳市能信安科技股份有限公司 | 基于深度学习的不安全驾驶行为检测方法及装置 |
| CN110503831A (zh) * | 2019-08-28 | 2019-11-26 | 上海眼控科技股份有限公司 | 一种识别驾驶员违法行为的方法及设备 |
| CN110837819A (zh) * | 2019-11-21 | 2020-02-25 | 北京健康有益科技有限公司 | 一种基于人工智能的疲劳程度检测系统 |
| CN111476224A (zh) * | 2020-06-28 | 2020-07-31 | 杭州鸿泉物联网技术股份有限公司 | 安全带检测方法、装置、电子设备及系统 |
| CN111476123A (zh) * | 2020-03-26 | 2020-07-31 | 杭州鸿泉物联网技术股份有限公司 | 车辆状态识别方法、装置、电子设备及存储介质 |
| CN111634233A (zh) * | 2020-05-25 | 2020-09-08 | 杭州鸿泉物联网技术股份有限公司 | 一种安全驾驶系统和方法 |
| CN111845556A (zh) * | 2020-07-09 | 2020-10-30 | 浙江鸿泉电子科技有限公司 | 一种专项作业车状态监测系统和方法 |
| CN109927730B (zh) * | 2019-03-26 | 2021-01-26 | 武汉极目智能技术有限公司 | 一种基于dms系统的实时疲劳驾驶行为评分系统和方法 |
| CN112435467A (zh) * | 2020-11-05 | 2021-03-02 | 易显智能科技有限责任公司 | 一种机动车驾驶行为数据的感知方法及装置 |
| CN112950809A (zh) * | 2021-01-15 | 2021-06-11 | 上海宏英智能科技股份有限公司 | 一种安全行驶辅助监督装置及其工作方法 |
| CN113276869A (zh) * | 2021-05-17 | 2021-08-20 | 海南师范大学 | 一种自动检测驾驶员玩手机的装置及方法 |
| CN113343754A (zh) * | 2021-04-21 | 2021-09-03 | 彭泳 | 基于视频图像分析的危货监管系统及危货监管方法 |
| CN114051116A (zh) * | 2021-08-30 | 2022-02-15 | 武汉未来幻影科技有限公司 | 一种驾考车辆的视频监控方法、装置以及系统 |
| CN114987521A (zh) * | 2022-05-31 | 2022-09-02 | 重庆长安汽车股份有限公司 | 基于答题的驾驶功能控制方法、装置、电子设备及介质 |
| CN115123127A (zh) * | 2022-07-01 | 2022-09-30 | 小米汽车科技有限公司 | 开车门动机识别方法、装置及车辆 |
| CN115471826A (zh) * | 2022-08-23 | 2022-12-13 | 中国航空油料集团有限公司 | 航空加油车安全驾驶行为判别方法、装置和安全运维系统 |
| CN117227740A (zh) * | 2023-09-14 | 2023-12-15 | 南京项尚车联网技术有限公司 | 一种智能驾驶车辆的多模态感知系统及方法 |
| CN117911992A (zh) * | 2023-12-12 | 2024-04-19 | 广州市启宏普浩企业管理服务有限公司 | 一种驾驶员的驾驶异常行为数据分析方法及系统 |
| US11993270B2 (en) | 2021-12-03 | 2024-05-28 | Bendix Commercial Vehicle Systems, Llc | System and method for driving style driver identity determination and control of vehicle functions |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102941864A (zh) * | 2012-11-09 | 2013-02-27 | 武汉翔翼科技有限公司 | 一种列车装载状态高清监控及超限检测方法 |
| CN104401304A (zh) * | 2014-11-19 | 2015-03-11 | 柳州航盛科技有限公司 | 用于汽车安全的控制系统 |
| CN105654586A (zh) * | 2015-12-29 | 2016-06-08 | 福建星网锐捷通讯股份有限公司 | 判断门开启的方法、装置及系统 |
| CN106709420A (zh) * | 2016-11-21 | 2017-05-24 | 厦门瑞为信息技术有限公司 | 一种监测营运车辆驾驶人员驾驶行为的方法 |
| CN106909189A (zh) * | 2017-03-24 | 2017-06-30 | 科盾科技股份有限公司北京分公司 | 一种用于监控运输舱内环境的方法及系统 |
| CN207182660U (zh) * | 2017-08-11 | 2018-04-03 | 上海联圣电子科技有限公司 | 一种车辆远程监控系统 |
| US20180111551A1 (en) * | 2016-10-20 | 2018-04-26 | Yazaki Corporation | Drive assisting apparatus |
-
2018
- 2018-05-08 CN CN201810432618.3A patent/CN108647630A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102941864A (zh) * | 2012-11-09 | 2013-02-27 | 武汉翔翼科技有限公司 | 一种列车装载状态高清监控及超限检测方法 |
| CN104401304A (zh) * | 2014-11-19 | 2015-03-11 | 柳州航盛科技有限公司 | 用于汽车安全的控制系统 |
| CN105654586A (zh) * | 2015-12-29 | 2016-06-08 | 福建星网锐捷通讯股份有限公司 | 判断门开启的方法、装置及系统 |
| US20180111551A1 (en) * | 2016-10-20 | 2018-04-26 | Yazaki Corporation | Drive assisting apparatus |
| CN106709420A (zh) * | 2016-11-21 | 2017-05-24 | 厦门瑞为信息技术有限公司 | 一种监测营运车辆驾驶人员驾驶行为的方法 |
| CN106909189A (zh) * | 2017-03-24 | 2017-06-30 | 科盾科技股份有限公司北京分公司 | 一种用于监控运输舱内环境的方法及系统 |
| CN207182660U (zh) * | 2017-08-11 | 2018-04-03 | 上海联圣电子科技有限公司 | 一种车辆远程监控系统 |
Non-Patent Citations (1)
| Title |
|---|
| 田卓: "《基于多任务协同深度学习的疲劳检测系统研究》", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109559505A (zh) * | 2018-11-02 | 2019-04-02 | 云南省交通规划设计研究院有限公司 | 一种便携式公路管控车辆行车安全综合管理系统 |
| CN109815884A (zh) * | 2019-01-21 | 2019-05-28 | 深圳市能信安科技股份有限公司 | 基于深度学习的不安全驾驶行为检测方法及装置 |
| CN109927730B (zh) * | 2019-03-26 | 2021-01-26 | 武汉极目智能技术有限公司 | 一种基于dms系统的实时疲劳驾驶行为评分系统和方法 |
| CN110503831A (zh) * | 2019-08-28 | 2019-11-26 | 上海眼控科技股份有限公司 | 一种识别驾驶员违法行为的方法及设备 |
| CN110837819A (zh) * | 2019-11-21 | 2020-02-25 | 北京健康有益科技有限公司 | 一种基于人工智能的疲劳程度检测系统 |
| CN111476123A (zh) * | 2020-03-26 | 2020-07-31 | 杭州鸿泉物联网技术股份有限公司 | 车辆状态识别方法、装置、电子设备及存储介质 |
| CN111634233A (zh) * | 2020-05-25 | 2020-09-08 | 杭州鸿泉物联网技术股份有限公司 | 一种安全驾驶系统和方法 |
| CN111476224A (zh) * | 2020-06-28 | 2020-07-31 | 杭州鸿泉物联网技术股份有限公司 | 安全带检测方法、装置、电子设备及系统 |
| CN111476224B (zh) * | 2020-06-28 | 2020-10-09 | 杭州鸿泉物联网技术股份有限公司 | 安全带检测方法、装置、电子设备及系统 |
| CN111845556A (zh) * | 2020-07-09 | 2020-10-30 | 浙江鸿泉电子科技有限公司 | 一种专项作业车状态监测系统和方法 |
| CN112435467A (zh) * | 2020-11-05 | 2021-03-02 | 易显智能科技有限责任公司 | 一种机动车驾驶行为数据的感知方法及装置 |
| CN112950809A (zh) * | 2021-01-15 | 2021-06-11 | 上海宏英智能科技股份有限公司 | 一种安全行驶辅助监督装置及其工作方法 |
| CN113343754A (zh) * | 2021-04-21 | 2021-09-03 | 彭泳 | 基于视频图像分析的危货监管系统及危货监管方法 |
| CN113276869A (zh) * | 2021-05-17 | 2021-08-20 | 海南师范大学 | 一种自动检测驾驶员玩手机的装置及方法 |
| CN114051116A (zh) * | 2021-08-30 | 2022-02-15 | 武汉未来幻影科技有限公司 | 一种驾考车辆的视频监控方法、装置以及系统 |
| US11993270B2 (en) | 2021-12-03 | 2024-05-28 | Bendix Commercial Vehicle Systems, Llc | System and method for driving style driver identity determination and control of vehicle functions |
| CN114987521A (zh) * | 2022-05-31 | 2022-09-02 | 重庆长安汽车股份有限公司 | 基于答题的驾驶功能控制方法、装置、电子设备及介质 |
| CN115123127A (zh) * | 2022-07-01 | 2022-09-30 | 小米汽车科技有限公司 | 开车门动机识别方法、装置及车辆 |
| CN115471826A (zh) * | 2022-08-23 | 2022-12-13 | 中国航空油料集团有限公司 | 航空加油车安全驾驶行为判别方法、装置和安全运维系统 |
| CN115471826B (zh) * | 2022-08-23 | 2024-03-26 | 中国航空油料集团有限公司 | 航空加油车安全驾驶行为判别方法、装置和安全运维系统 |
| CN117227740A (zh) * | 2023-09-14 | 2023-12-15 | 南京项尚车联网技术有限公司 | 一种智能驾驶车辆的多模态感知系统及方法 |
| CN117227740B (zh) * | 2023-09-14 | 2024-03-19 | 南京项尚车联网技术有限公司 | 一种智能驾驶车辆的多模态感知系统及方法 |
| CN117911992A (zh) * | 2023-12-12 | 2024-04-19 | 广州市启宏普浩企业管理服务有限公司 | 一种驾驶员的驾驶异常行为数据分析方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108647630A (zh) | 一种基于视频识别的危险驾驶行为监督方法与装置 | |
| CN103366506A (zh) | 一种驾驶员行车途中接打手机行为的自动监控装置及方法 | |
| US10789789B1 (en) | Enhanced cargo and vehicle monitoring | |
| CN106570444A (zh) | 基于行为识别的车载智能提醒方法及系统 | |
| CN104239889A (zh) | 车辆乘载人数监视器及车辆乘载人数监控方法与计算机可读取记录媒体 | |
| CN110619277A (zh) | 一种多社区智慧布控方法以及系统 | |
| CN106341661A (zh) | 巡逻机器人 | |
| CN110110960A (zh) | 一种商用车智能风控平台 | |
| CN110867046A (zh) | 一种基于云计算的智能洗车机视频监控预警系统 | |
| US11200435B1 (en) | Property video surveillance from a vehicle | |
| KR101989376B1 (ko) | 궤도 회로 통합 감시 장치 | |
| CN105809770A (zh) | 具有驾驶员身份识别功能的汽车行驶记录仪 | |
| US11935297B2 (en) | Item monitoring for doorbell cameras | |
| KR102051136B1 (ko) | 클라우드서버를 기반을 하는 인공지능 대쉬보드로봇을 이용한 사용자 상태인식시스템 | |
| CN112289031A (zh) | 一种公交行驶过程中异常情况检测与报警的方法及装置 | |
| CN110705416B (zh) | 一种基于驾驶员面部图像建模的安全驾驶预警方法及系统 | |
| US20220101066A1 (en) | Reducing false detections for night vision cameras | |
| CN111460917A (zh) | 基于多模态信息融合的机场异常行为检测系统及方法 | |
| CN114463934A (zh) | 一种汽车锁车检测报警系统 | |
| CN111241918B (zh) | 一种基于人脸识别的车用防跟踪方法及系统 | |
| CN110782200A (zh) | 一种物流车的智能管理系统及方法 | |
| CN112686076A (zh) | 一种图像处理方法、系统及计算机可读存储介质 | |
| CN111055890A (zh) | 一种铁路车辆防溜智能检测方法及检测系统 | |
| CN112557057B (zh) | 自动驾驶汽车道路测试运行监管方法、装置及车载终端 | |
| US11823452B2 (en) | Video analytics evaluation |
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 |
Application publication date: 20181012 |
|
| RJ01 | Rejection of invention patent application after publication |