CN109017560A - 驾驶状态分析方法、装置及驾驶提示系统 - Google Patents

驾驶状态分析方法、装置及驾驶提示系统 Download PDF

Info

Publication number
CN109017560A
CN109017560A CN201810744829.0A CN201810744829A CN109017560A CN 109017560 A CN109017560 A CN 109017560A CN 201810744829 A CN201810744829 A CN 201810744829A CN 109017560 A CN109017560 A CN 109017560A
Authority
CN
China
Prior art keywords
driver
current
current body
body characteristic
conditional probability
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
Application number
CN201810744829.0A
Other languages
English (en)
Inventor
王子奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201810744829.0A priority Critical patent/CN109017560A/zh
Publication of CN109017560A publication Critical patent/CN109017560A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physiology (AREA)
  • Cardiology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Biophysics (AREA)
  • Human Computer Interaction (AREA)
  • Biomedical Technology (AREA)
  • Pulmonology (AREA)
  • Medical Informatics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种驾驶状态分析方法、装置及驾驶提示系统。该驾驶状态分析方法包括：获取驾驶员的当前身体特征信息；根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。本发明所提供的驾驶状态分析方法、装置及驾驶提示系统，实现了对驾驶员的驾驶状态进行实时预测，并能够对驾驶员进行及时提醒，以提高驾驶员的行车安全，从而减少了交通事故的发生。

Description

驾驶状态分析方法、装置及驾驶提示系统
技术领域
本发明涉及安全驾驶领域，特别涉及一种驾驶状态分析方法、装置及驾驶提示系统。
背景技术
随着我国交通运输业的飞速发展，驾驶员在驾驶过程中可能出现身体状态异常，将导致驾驶员无法正常驾驶，最终可能酿成交通事故。目前，驾驶员的身体状态出现异常状况往往是造成交通事故的重要原因之一，因此，提供一种驾驶员的身体状态的检测方法对于减少交通事故具有现实重要意义。
如何在行车过程中检测驾驶员的身体状态或将成为本领域亟待解决的重要问题之一。
发明内容
本发明提供一种驾驶状态分析方法、装置及驾驶提示系统，用于实现对驾驶员的驾驶状态进行实时预测，并对驾驶员进行及时提醒，以提高驾驶员的行车安全，减少交通事故的发生。
为实现上述目的，本发明提供一种驾驶状态分析方法，该驾驶状态分析方法包括：
获取驾驶员的当前身体特征信息；
根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。
可选地，所述获取驾驶员的当前特征属性信息之前还包括：
收集当前时间对应的驾驶员的当前身体特征参数；
计算当前时间对应的驾驶员的当前身体特征参数和上一时间对应的驾驶员的上一身体特征参数之间的差值；
根据所述差值与上一驾驶时间对应的驾驶员的身体特征参数的比值，生成所述驾驶员的当前身体特征参数变化率；
所述获取驾驶员的当前身体特征信息包括：根据所述当前身体特征参数和所述当前身体特征参数变化率生成所述驾驶员的当前身体特征信息。
可选地，所述根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态包括：
根据预先生成的身体特征信息范围与各预定身体状态下的条件概率值的对应关系，查询出驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值；
根据驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值生成各预定身体状态对应的发生概率值；
根据各预定身体状态对应的发生概率值确定出驾驶员的当前驾驶状态。
可选地，所述根据预先生成的身体特征信息范围与各预定身体状态下的条件概率值的对应关系，查询出驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值包括：
根据预先生成的身体特征参数变化率范围与各预定身体状态下的条件概率值的对应关系，查询出当前身体特征参数变化率对应的各预定身体状态下的条件概率值；
根据预先生成的身体特征参数范围与各预定身体状态下的条件概率值的对应关系，查询出当前身体特征参数对应的各预定身体状态下的条件概率值；
根据驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值生成各预定身体状态对应的发生概率值包括：
根据当前身体特征参数变化率对应的各预定身体状态下的条件概率值和当前身体特征参数对应的各预定身体状态下的条件概率值，生成各预定身体状态对应的发生概率值。
可选地，所述根据当前身体特征参数变化率对应的各预定身体状态下的条件概率值和当前身体特征参数对应的各预定身体状态下的条件概率值，生成各预定身体状态对应的发生概率值包括：
计算当前身体特征参数变化率对应的各预定身体状态下的条件概率值和当前身体特征参数对应的各预定身体状态下的条件概率值之间的乘积，生成各预定身体状态对应的发生概率值。
可选地，所述根据各预定身体状态对应的发生概率值确定出驾驶员的当前驾驶状态包括：
将各预定身体状态对应的发生概率值中发生概率值最大的预定身体状态确定为驾驶员的当前驾驶状态。
为实现上述目的，本发明提供一种驾驶状态分析装置，该驾驶状态分析装置包括：
获取模块，用于获取驾驶员的当前身体特征信息；
预测模块，用于根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。
可选地，所述获取模块具体用于收集当前时间对应的驾驶员的当前身体特征参数；计算当前时间对应的驾驶员的当前身体特征参数和上一时间对应的驾驶员的上一身体特征参数之间的差值；根据所述差值与上一驾驶时间对应的驾驶员的身体特征参数的比值，生成所述驾驶员的当前身体特征参数变化率；根据所述当前身体特征参数和所述当前身体特征参数变化率生成所述驾驶员的当前身体特征信息。
可选地，所述预测模块具体用于根据预先生成的身体特征信息范围与各预定身体状态下的条件概率值的对应关系，查询出驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值；根据驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值生成各预定身体状态对应的发生概率值；根据各预定身体状态对应的发生概率值确定出驾驶员的当前驾驶状态。
为实现上述目的，本发明提供一种驾驶提示系统，该驾驶提示系统包括驾驶提示装置、驾驶员对应的终端和上述的驾驶状态分析装置；
所述驾驶提示装置用于接收驾驶状态分析装置发送的所述驾驶员的当前驾驶状态；根据所述驾驶员的当前驾驶状态向所述驾驶员对应的终端发送所述驾驶提示信息。
可选地，该驾驶提示系统还包括数据采集装置，所述数据采集装置用于采集所述驾驶员的当前身体特征参数，并将驾驶员的当前身体特征参数发送至所述驾驶状态分析装置。
本发明具有如下有益效果：
本发明所提供的驾驶状态分析方法、装置及驾驶提示系统的技术方案中，驾驶状态分析装置获取驾驶员的当前身体特征信息，并根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。从而实现对驾驶员的驾驶状态进行实时预测，在预测出驾驶员的当前驾驶状态后，可根据驾驶员的当前驾驶状态对驾驶员对应的终端发出相应的驾驶提示，从而能够对驾驶员进行及时提醒，以提高驾驶员的行车安全，减少交通事故的发生。
附图说明
图1为本发明实施例一提供的一种驾驶状态分析方法的流程图；
图2为本发明实施例二提供的一种驾驶状态分析方法的流程图；
图3为本发明实施例三提供的一种驾驶状态分析装置的结构示意图；
图4为本发明实施例四提供的一种驾驶提示系统的结构示意图。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图对本发明提供的驾驶状态分析方法、装置及驾驶提示系统进行详细描述。
图1为本发明实施例一提供的一种驾驶状态分析方法的流程图，如图1所示，该驾驶状态分析方法包括：
步骤101、获取驾驶员的当前身体特征信息。
步骤102、根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。
本实施例所提供的驾驶状态分析方法的技术方案中，获取驾驶员的当前身体特征信息；根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。从而实现对驾驶员的驾驶状态进行实时预测，在预测出驾驶员的当前驾驶状态后，可根据驾驶员的当前驾驶状态对驾驶员对应的终端发出相应的驾驶提示，从而能够对驾驶员进行及时提醒，以提高驾驶员的行车安全，减少交通事故的发生。
图2为本发明实施例二提供的一种驾驶状态分析方法的流程图，如图2所示，该驾驶状态分析方法包括：
步骤201、驾驶状态分析装置收集当前时间对应的驾驶员的当前身体特征参数。
本实施例中，驾驶员所驾驶的汽车包括汽车启动系统，汽车启动后，汽车启动系统向物联网开放平台发送汽车启动信号，物联网开放平台根据汽车启动信号通知汽车上的数据采集装置进行工作，以使数据采集装置开始对驾驶员的身体特征参数进行采集工作，具体地，数据采集装置每隔设定周期对驾驶员的身体特征参数进行采集工作，优选地，该设定周期默认为1分钟。该数据采集装置在当前设定周期采集驾驶员的身体特征参数后，通过NB-IOT网络将采集的驾驶员的当前身体特征参数上传至物联网开放平台。而后，物联网开放平台将数据采集装置采集到的当前设定周期内采集到的驾驶员的当前身体特征参数发送至驾驶状态分析装置。
具体地，驾驶员的当前身体特征参数包括但不限于驾驶员的左手压力值、右手压力值、眼球移动轨迹、心率、呼吸频率和血压。具体地，数据采集装置包括压力感应装置、眼球跟踪装置及第三方装置，其中，压力感应装置用于采集驾驶员的左手压力值和右手压力值，眼球跟踪装置用于采集驾驶员的眼球移动轨迹，第三方装置用于采集驾驶员的心率、呼吸频率和血压，例如，第三方装置为智能手环。本实施例中，压力感应装置设置于汽车的方向盘上，可以集成于方向盘中，也可以单独设置在方向盘上，例如压力感应装置为方向盘套，压力感应装置具体用于计量驾驶员的左手手掌对方向盘外侧的压力值和右手手掌对方向盘外侧的压力值，即左右压力值和右手压力值。
具体地，物联网开放平台根据汽车启动信号通知汽车上的压力感应装置、眼球跟踪装置及第三方装置进行工作，以使压力感应装置、眼球跟踪装置及第三方装置开始对驾驶员的身体特征参数进行采集工作，其中，压力感应装置、眼球跟踪装置及第三方装置的采集时间同步，采集周期均为所述设定周期。换言之，压力感应装置每隔设定周期对驾驶员的左手压力值和右手压力值进行采集并通过NB-IOT网络上传至物联网开放平台，眼球跟踪装置每隔设定周期对驾驶员的眼球移动轨迹进行采集并通过NB-IOT网络上传至物联网开放平台，第三方装置每隔设定周期对驾驶员的心率、呼吸频率和血压进行采集并通过应用程序编程接口(API)和NB-IOT网络上传至物联网开放平台，其中，压力感应装置、眼球跟踪装置和第三方装置的数据上传周期均为所述设定周期。
表1为压力感应装置向物联网开放平台上传的左手压力值和右手压力值的数据格式，该数据格式包括压力感应装置的设备号、左手压力值、右手压力值和时间戳，时间戳为压力感应装置采集和上传数据的时间。
表1
设备号 左手压力值(N) 右手压力值(N) 时间戳
unicom-001 x.x x.x yyyy-mm-dd hh:mm:ss
表2为眼球跟踪装置向物联网开放平台上传的眼球移动轨迹的数据格式，该数据格式包括眼球跟踪装置的设备号、眼球移动轨迹和时间戳，时间戳为眼球跟踪装置采集和上传数据的时间。
表2
设备号 眼球移动轨迹(毫米) 时间戳
unicom-001 x.x yyyy-mm-dd hh:mm:ss
表3为第三方装置向物联网开放平台上传的心率、呼吸频率和血压的数据格式，该数据格式包括第三方装置的设备号、心率、呼吸频率、血压和时间戳，时间戳为第三方装置采集和上传数据的时间。不难理解的是，由于压力感应装置、眼球跟踪装置和第三方装置的采集时间同步，因此，三者的时间戳也是相同的。本实施例中，血压包括收缩压。
表3
本实施例中，物联网开放平台能够对压力感应装置、眼球跟踪装置和第三方装置进行认证并维持连接，收集整合各装置上报的数据，以提供给驾驶状态分析装置。具体地，物联网开放平台在当前时间接收到压力感应装置上传的数据、眼球跟踪装置上传的数据和第三方装置上传的数据后，按照同一设备号和同一时间戳的原则，将该三组数据拟合成一条，提供给驾驶状态分析装置。
步骤202、驾驶状态分析装置计算当前时间对应的驾驶员的当前身体特征参数和上一时间对应的驾驶员的上一身体特征参数之间的差值。
不难理解的是，当前时间与上一时间的差值即为所述设定周期。
具体地，驾驶状态分析装置分别计算当前时间对应的驾驶员的左手压力值和上一时间对应的驾驶员的上一左手压力值之间的差值、当前时间对应的驾驶员的右手压力值和上一时间对应的驾驶员的上一右手压力值之间的差值、当前时间对应的驾驶员的眼球移动轨迹与上一时间对应的驾驶员的上一眼球移动轨迹之间的差值、当前时间对应的驾驶员的心率与上一时间对应的驾驶员的上一心率之间的差值、当前时间对应的驾驶员的呼吸频率与上一时间对应的驾驶员的上一呼吸频率之间的差值以及当前时间对应的驾驶员的血压与上一时间对应的驾驶员的上一血压之间的差值。
步骤203、驾驶状态分析装置根据当前时间对应的驾驶员的当前身体特征参数和上一时间对应的驾驶员的上一身体特征参数之间的差值与上一驾驶时间对应的驾驶员的身体特征参数的比值，生成驾驶员的当前身体特征参数变化率。
具体地，驾驶状态分析装置根据当前时间对应的驾驶员的左手压力值和上一时间对应的驾驶员的上一左手压力值之间的差值与上一时间对应的驾驶员的上一左手压力值的比值，生成驾驶员的左手压力值变化率；根据当前时间对应的驾驶员的右手压力值和上一时间对应的驾驶员的上一右手压力值之间的差值与上一时间对应的驾驶员的上一右手压力值的比值，生成驾驶员的右手压力值变化率；根据当前时间对应的驾驶员的眼球移动轨迹和上一时间对应的驾驶员的上一眼球移动轨迹之间的差值与上一时间对应的驾驶员的上一眼球移动轨迹的比值，生成驾驶员的眼球移动轨迹变化率；根据当前时间对应的驾驶员的左手压力值和上一时间对应的驾驶员的上一心率之间的差值与上一时间对应的驾驶员的上一心率的比值，生成驾驶员的心率变化率；根据当前时间对应的驾驶员的呼吸频率和上一时间对应的驾驶员的上一呼吸频率之间的差值与上一时间对应的驾驶员的上一呼吸频率的比值，生成驾驶员的呼吸频率变化率；根据当前时间对应的驾驶员的血压和上一时间对应的驾驶员的上一血压之间的差值与上一时间对应的驾驶员的上一血压的比值，生成驾驶员的血压变化率。例如，当前时间对应的驾驶员的左手压力值为5.0N，上一时间对应的驾驶员的上一左手压力值为4.5N，二者之间的差值为0.5N，该差值0.5N与上一时间对应的驾驶员的上一左手压力值4.5N的比值为0.5/4.5＝11.11％，该比值即为驾驶员的左手压力值变化率，依此类推，此处不再一一列举。
步骤204、驾驶状态分析装置根据当前身体特征参数和当前身体特征参数变化率生成驾驶员的当前身体特征信息。
本实施例中，具体地，驾驶员的当前身体特征信息包括左手压力值变化率、右手压力值变化率、眼球移动轨迹变化率、心率、心率变化率、呼吸频率变化率、血压以及血压变化率。
步骤205、驾驶状态分析装置根据预先生成的身体特征信息范围与各预定身体状态下的条件概率值的对应关系，查询出驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值。
具体地，步骤205包括：
步骤2051、驾驶状态分析装置根据预先生成的身体特征参数变化率范围与各预定身体状态下的条件概率值的对应关系，查询出当前身体特征参数变化率对应的各预定身体状态下的条件概率值。
其中，各预定身体状态包括健康状态、急躁状态、疲劳状态和突发急症状态，还可以包括其他身体状态，此处不再一一列举。
以健康状态为例，预先生成的身体特征参数变化率范围与预定身体状态下的条件概率值的对应关系包括：预先生成的左手压力值变化率范围与健康状态下的条件概率值的对应关系、预先生成的右手压力值变化率范围与健康状态下的条件概率值的对应关系、预先生成的眼球移动轨迹变化率范围与健康状态下的条件概率值的对应关系、预先生成的心率变化率范围与健康状态下的条件概率值的对应关系、预先生成的呼吸频率变化率范围与健康状态下的条件概率值的对应关系以及预先生成的血压变化率范围与健康状态下的条件概率值的对应关系。同理，对于急躁状态、疲劳状态或者突发急症状态下的身体特征参数变化率范围与条件概率值的对应关系可参见对健康状态的描述，此处不再具体赘述。
以健康状态为例，具体地，驾驶状态分析装置根据预先生成的左手压力值变化率范围与健康状态下的条件概率值的对应关系，查询出驾驶员的左手压力值变化率对应的健康状态下的条件概率值；根据预先生成的右手压力值变化率范围与健康状态下的条件概率值的对应关系，查询出驾驶员的右手压力值变化率对应的健康状态下的条件概率值；根据预先生成的眼球移动轨迹变化率范围与健康状态下的条件概率值的对应关系，查询出驾驶员的眼球移动轨迹变化率对应的健康状态下的条件概率值；根据预先生成的心率变化率范围与健康状态下的条件概率值的对应关系，查询出驾驶员的心率变化率对应的健康状态下的条件概率值；根据预先生成的呼吸频率变化率范围与健康状态下的条件概率值的对应关系，查询出驾驶员的呼吸频率变化率对应的健康状态下的条件概率值；根据预先生成的血压变化率范围与健康状态下的条件概率值的对应关系，查询出驾驶员的血压变化率对应的健康状态下的条件概率值。同理，参照对健康状态的描述，可查询出驾驶员的左手压力值变化率、右手压力值变化率、眼球移动轨迹变化率、心率变化率、呼吸频率变化率以及血压变化率分别对应的急躁状态下的条件概率值，驾驶员的左手压力值变化率、右手压力值变化率、眼球移动轨迹变化率、心率变化率、呼吸频率变化率以及血压变化率分别对应的疲劳状态下的条件概率值，驾驶员的左手压力值变化率、右手压力值变化率、眼球移动轨迹变化率、心率变化率、呼吸频率变化率以及血压变化率分别对应的突发急症状态下的条件概率值，此处不再具体赘述。
步骤2052、驾驶状态分析装置根据预先生成的身体特征参数范围与各预定身体状态下的条件概率值的对应关系，查询出当前身体特征参数对应的各预定身体状态下的条件概率值。
以健康状态为例，预先生成的身体特征参数范围与各预定身体状态下的条件概率值的对应关系包括：预先生成的心率范围与健康状态下的条件概率值的对应关系、预先生成的血压范围与健康状态下的条件概率值的对应关系。同理，对于急躁状态、疲劳状态或者突发急症状态下的身体特征参数范围与条件概率值的对应关系可参见对健康状态的描述，此处不再具体赘述。
以健康状态为例，具体地，驾驶状态分析装置根据预先生成的心率范围与健康状态下的条件概率值的对应关系，查询出驾驶员的心率对应的健康状态下的条件概率值；根据预先生成的血压范围与健康状态下的条件概率值的对应关系，查询出驾驶员的血压对应的健康状态下的条件概率值。同理，参照对健康状态的描述，可查询出驾驶员的心率以及血压分别对应的急躁状态下的条件概率值，驾驶员的心率以及血压分别对应的疲劳状态下的条件概率值，驾驶员的心率以及血压分别对应的突发急症状态下的条件概率值，此处不再具体赘述。
表4为预先生成的身体特征参数变化率范围与健康状态下的条件概率值的对应关系以及预先生成的身体特征参数范围与健康状态下的条件概率值的对应关系的示例性图表。如表4所示，例如，驾驶员的左手压力值变化率为11.11％，位于(10％，20％]范围，因此驾驶员的左手压力值变化率对应的健康状态下的条件概率值为50％，即该驾驶员的身体状态为健康状态的概率为50％。
表4
本实施例中，预先生成的身体特征信息范围与各预定身体状态下的条件概率值的对应关系可预先通过分类算法生成，优选地，分类算法包括支持向量机算法。具体算法过程如下：
a、收集多条训练样本数据x＝{a1，a2，……，am}，其中，每条训练样本数据对应一个待分类的驾驶员，am表示驾驶员的第m个身体特征参数变化率或当前身体特征参数。
例如，m为8，训练样本数据x＝{左手压力值变化率，右手压力值变化率，眼球移动轨迹变化率，心率，心率变化率，呼吸频率变化率，血压，血压变化率}。
b、确定分类集合C＝{y1，y2，……，yn}，其中，yn表示第n个预定身体状态。
例如，n为4，即将驾驶员的身体状态分为4类，分别可以为健康状态、急躁状态、疲劳状态和突发急症状态，即分类集合C＝{健康状态，急躁状态，疲劳状态，突发急症状态}。
c、对多条训练样本数据进行样本训练，分别计算出在健康状态、急躁状态、疲劳状态和突发急症状态情况下，各身体特征参数变化率范围分别对应的条件概率值和各当前身体特征参数范围分别对应的条件概率值。
以健康状态为例，假设有1000条训练样本数据，即有1000个待分类的驾驶员，1000个待分类的驾驶员中，左手压力值变化率位于(-30％，-20％]范围的有M个驾驶员，M个驾驶员中左手压力值变化率位于(-30％，-20％]范围时身体状态实际为健康状态的有N个，那么在健康状态下，左手压力值变化率范围(-30％，-20％]对应的条件概率值为N/M，依此类推，求出在健康状态下，其余左手压力值变化率范围(-20％，-10％]、(-10％，0％]、(0％，10％]、(10％，20％]分别对应的条件概率值。同理，可以求出在健康状态下，各右手压力值变化率范围分别对应的条件概率值、各眼球移动轨迹变化率范围分别对应的条件概率值、各心率范围分别对应的条件概率值、各心率变化率范围分别对应的条件概率值、各呼吸频率变化率范围分别对应的条件概率值、各血压范围分别对应的条件概率值以及各血压变化率范围分别对应的条件概率值。对于急躁状态、疲劳状态和突发急症状态情况下，各身体特征参数变化率范围分别对应的条件概率值和各当前身体特征参数范围分别对应的条件概率值的计算可参照上述对健康状态下的描述，此处不再具体赘述。
最终，可以得出如上表4所示的对应关系的训练结果。需要说明的是，表4示出的各个范围仅作为示例，具体可根据实际情况进行设定，本实施例对此不作任何限定。
步骤206、驾驶状态分析装置根据驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值生成各预定身体状态对应的发生概率值。
具体地，步骤206包括：驾驶状态分析装置根据当前身体特征参数变化率对应的各预定身体状态下的条件概率值和当前身体特征参数对应的各预定身体状态下的条件概率值，生成各预定身体状态对应的发生概率值。
具体地，步骤206包括：驾驶状态分析装置计算当前身体特征参数变化率对应的各预定身体状态下的条件概率值和当前身体特征参数对应的各预定身体状态下的条件概率值之间的乘积，生成各预定身体状态对应的发生概率值。
以健康状态为例，例如，假设左手压力值变化率为11.11％，则根据表4可知，该左手压力值变化率对应的健康状态下的条件概率值为50％；假设右手压力值变化率为-25％，则根据表4可知，该右手压力值变化率对应的健康状态下的条件概率值为50％；假设眼球移动轨迹变化率为0％，则根据表4可知，该眼球移动轨迹变化率对应的健康状态下的条件概率值为95％；假设心率为80，则根据表4可知，该心率对应的健康状态下的条件概率值为95％；假设心率变化率为0％，则根据表4可知，该心率变化率对应的健康状态下的条件概率值为95％；假设呼吸频率变化率为11.11％，则根据表4可知，该呼吸频率变化率对应的健康状态下的条件概率值为50％；假设血压为120，则根据表4可知，该血压对应的健康状态下的条件概率值为80％；假设血压变化率为0％，则根据表4可知，该血压变化率对应的健康状态下的条件概率值95％。那么健康状态对应的发生概率值P1(y1|x)为左手压力值变化率对应的健康状态下的条件概率值、右手压力值变化率对应的健康状态下的条件概率值、眼球移动轨迹变化率对应的健康状态下的条件概率值、心率对应的健康状态下的条件概率值、心率变化率对应的健康状态下的条件概率值、呼吸频率变化率对应的健康状态下的条件概率值、血压对应的健康状态下的条件概率值以及血压变化率对应的健康状态下的条件概率值之间的乘积，即P1(y1|x)＝50％*50％*95％*95％*95％*50％*80％*95％＝8.1％，也即驾驶员在当前时间处于健康状态的概率为8.1％。同理，参照计算健康状态对应的发生概率值的方法，可以求出急躁状态对应的发生概率值P2(y2|x)、疲劳状态对应的发生概率值P3(y3|x)和突发急症状态对应的发生概率值P4(y4|x)。
步骤207、驾驶状态分析装置根据各预定身体状态对应的发生概率值确定出驾驶员的当前驾驶状态。
具体地，步骤207包括：驾驶状态分析装置将各预定身体状态对应的发生概率值中发生概率值最大的预定身体状态确定为驾驶员的当前驾驶状态。
具体地，驾驶状态分析装置通过对比健康状态对应的发生概率值P1(y1|x)、急躁状态对应的发生概率值P2(y2|x)、疲劳状态对应的发生概率值P3(y3|x)和突发急症状态对应的发生概率值P4(y4|x)的大小，确定出发生概率值最大的身体状态，例如，疲劳状态对应的发生概率值P3(y3|x)最大，则将疲劳状态确定为驾驶员的当前驾驶状态。
最后，驾驶状态分析装置可将驾驶员的当前驾驶状态发送至驾驶提示装置，驾驶提示装置可根据该当前驾驶状态向驾驶员对应的终端发送驾驶提示信息，驾驶提示信息可以包括驾驶员的当前驾驶状态及驾驶建议信息，驾驶建议信息可以包括驾驶员应注意的事项和可采取的应对措施，驾驶员对应的终端可以为驾驶员的移动终端，例如手机，还可以为驾驶员佩戴的健康手环或者车载电话端等任何合适的终端。
本实施例中，将汽车安全与运营商的移动业务相结合，利用物联网对驾驶员的身体特征参数进行多维采集，并对采集的身体特征参数进行实时分析，从而预测出驾驶员的当前驾驶状态，例如，健康状态、急躁状态、疲劳状态或者突发急症状态，进而对驾驶员进行及时地提醒，提高了行车安全。
本实施例所提供的驾驶状态分析方法的技术方案中，驾驶状态分析装置获取驾驶员的当前身体特征信息，并根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。从而实现对驾驶员的驾驶状态进行实时预测，在预测出驾驶员的当前驾驶状态后，可根据驾驶员的当前驾驶状态对驾驶员对应的终端发出相应的驾驶提示，从而能够对驾驶员进行及时提醒，以提高驾驶员的行车安全，减少交通事故的发生。
图3为本发明实施例三提供的一种驾驶状态分析装置的结构示意图，如图3所示，该驾驶状态分析装置包括获取模块301和预测模块302。
其中，获取模块301用于获取驾驶员的当前身体特征信息。
预测模块302用于根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。
具体地，获取模块301具体用于收集当前时间对应的驾驶员的当前身体特征参数；计算当前时间对应的驾驶员的当前身体特征参数和上一时间对应的驾驶员的上一身体特征参数之间的差值；根据所述差值与上一驾驶时间对应的驾驶员的身体特征参数的比值，生成驾驶员的当前身体特征参数变化率；根据当前身体特征参数和当前身体特征参数变化率生成驾驶员的当前身体特征信息。
具体地，预测模块302具体用于根据预先生成的身体特征信息范围与各预定身体状态下的条件概率值的对应关系，查询出驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值；根据驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值生成各预定身体状态对应的发生概率值；根据各预定身体状态对应的发生概率值确定出驾驶员的当前驾驶状态。
本实施例所提供的驾驶状态分析装置，用于实现上述实施例二提供的驾驶状态分析方法，具体描述可参见上述实施例二，此处不再赘述。
本实施例所提供的驾驶状态分析装置的技术方案中，驾驶状态分析装置能够获取驾驶员的当前身体特征信息，并根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。从而实现对驾驶员的驾驶状态进行实时预测，在预测出驾驶员的当前驾驶状态后，可根据驾驶员的当前驾驶状态对驾驶员对应的终端发出相应的驾驶提示，从而能够对驾驶员进行及时提醒，以提高驾驶员的行车安全，减少交通事故的发生。
图4为本发明实施例四提供的一种驾驶提示系统的结构示意图，如图4所示，该驾驶提示系统包括驾驶提示装置401、驾驶员对应的终端401和驾驶状态分析装置403。
其中，驾驶提示装置401用于接收驾驶状态分析装置403发送的驾驶员的当前驾驶状态；根据驾驶员的当前驾驶状态向驾驶员对应的终端402发送驾驶提示信息。
具体地，驾驶提示系统还包括数据采集装置404，数据采集装置404用于采集驾驶员的当前身体特征参数，并将驾驶员的当前身体特征参数发送至驾驶状态分析装置403。
具体地，驾驶提示系统还包括物联网开放平台405，具体地，数据采集装置404用于将驾驶员的当前身体特征参数发送至物联网开放平台405；物联网开放平台405用于将驾驶员的当前身体特征参数发生至驾驶状态分析装置403。
本实施例中，驾驶状态分析装置403包括上述实施例三提供的驾驶状态分析装置，具体描述可参见上述实施例三，此处不再赘述。
本实施例所提供的驾驶提示系统的技术方案中，驾驶状态分析装置用于获取驾驶员的当前身体特征信息，并根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。从而实现对驾驶员的驾驶状态进行实时预测，在预测出驾驶员的当前驾驶状态后，可根据驾驶员的当前驾驶状态对驾驶员对应的终端发出相应的驾驶提示，从而能够对驾驶员进行及时提醒，以提高驾驶员的行车安全，减少交通事故的发生。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (11)

1.一种驾驶状态分析方法，其特征在于，包括：
获取驾驶员的当前身体特征信息；
根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。
2.根据权利要求1所述的驾驶状态分析方法，其特征在于，所述获取驾驶员的当前特征属性信息之前还包括：
收集当前时间对应的驾驶员的当前身体特征参数；
计算当前时间对应的驾驶员的当前身体特征参数和上一时间对应的驾驶员的上一身体特征参数之间的差值；
根据所述差值与上一驾驶时间对应的驾驶员的身体特征参数的比值，生成所述驾驶员的当前身体特征参数变化率；
所述获取驾驶员的当前身体特征信息包括：根据所述当前身体特征参数和所述当前身体特征参数变化率生成所述驾驶员的当前身体特征信息。
3.根据权利要求2所述的驾驶状态分析方法，其特征在于，所述根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态包括：
根据预先生成的身体特征信息范围与各预定身体状态下的条件概率值的对应关系，查询出驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值；
根据驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值生成各预定身体状态对应的发生概率值；
根据各预定身体状态对应的发生概率值确定出驾驶员的当前驾驶状态。
4.根据权利要求3所述的驾驶状态分析方法，其特征在于，所述根据预先生成的身体特征信息范围与各预定身体状态下的条件概率值的对应关系，查询出驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值包括：
根据预先生成的身体特征参数变化率范围与各预定身体状态下的条件概率值的对应关系，查询出当前身体特征参数变化率对应的各预定身体状态下的条件概率值；
根据预先生成的身体特征参数范围与各预定身体状态下的条件概率值的对应关系，查询出当前身体特征参数对应的各预定身体状态下的条件概率值；
根据驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值生成各预定身体状态对应的发生概率值包括：
根据当前身体特征参数变化率对应的各预定身体状态下的条件概率值和当前身体特征参数对应的各预定身体状态下的条件概率值，生成各预定身体状态对应的发生概率值。
5.根据权利要求4所述的驾驶状态分析方法，其特征在于，所述根据当前身体特征参数变化率对应的各预定身体状态下的条件概率值和当前身体特征参数对应的各预定身体状态下的条件概率值，生成各预定身体状态对应的发生概率值包括：
计算当前身体特征参数变化率对应的各预定身体状态下的条件概率值和当前身体特征参数对应的各预定身体状态下的条件概率值之间的乘积，生成各预定身体状态对应的发生概率值。
6.根据权利要求3所述的驾驶状态分析方法，其特征在于，所述根据各预定身体状态对应的发生概率值确定出驾驶员的当前驾驶状态包括：
将各预定身体状态对应的发生概率值中发生概率值最大的预定身体状态确定为驾驶员的当前驾驶状态。
7.一种驾驶状态分析装置，其特征在于，包括：
获取模块，用于获取驾驶员的当前身体特征信息；
预测模块，用于根据驾驶员的当前身体特征信息预测出驾驶员的当前驾驶状态。
8.根据权利要求7所述的驾驶状态分析装置，其特征在于，所述获取模块具体用于收集当前时间对应的驾驶员的当前身体特征参数；计算当前时间对应的驾驶员的当前身体特征参数和上一时间对应的驾驶员的上一身体特征参数之间的差值；根据所述差值与上一驾驶时间对应的驾驶员的身体特征参数的比值，生成所述驾驶员的当前身体特征参数变化率；根据所述当前身体特征参数和所述当前身体特征参数变化率生成所述驾驶员的当前身体特征信息。
9.根据权利要求8所述的驾驶状态分析装置，其特征在于，所述预测模块具体用于根据预先生成的身体特征信息范围与各预定身体状态下的条件概率值的对应关系，查询出驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值；根据驾驶员的当前身体特征信息对应的各预定身体状态下的条件概率值生成各预定身体状态对应的发生概率值；根据各预定身体状态对应的发生概率值确定出驾驶员的当前驾驶状态。
10.一种驾驶提示系统，其特征在于，包括驾驶提示装置、驾驶员对应的终端和权利要求7至9任一所述的驾驶状态分析装置；
所述驾驶提示装置用于接收驾驶状态分析装置发送的所述驾驶员的当前驾驶状态；根据所述驾驶员的当前驾驶状态向所述驾驶员对应的终端发送所述驾驶提示信息。
11.根据权利要求10所述的驾驶提示系统，其特征在于，还包括数据采集装置，所述数据采集装置用于采集所述驾驶员的当前身体特征参数，并将驾驶员的当前身体特征参数发送至所述驾驶状态分析装置。
CN201810744829.0A 2018-07-09 2018-07-09 驾驶状态分析方法、装置及驾驶提示系统 Pending CN109017560A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810744829.0A CN109017560A (zh) 2018-07-09 2018-07-09 驾驶状态分析方法、装置及驾驶提示系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810744829.0A CN109017560A (zh) 2018-07-09 2018-07-09 驾驶状态分析方法、装置及驾驶提示系统

Publications (1)

Publication Number Publication Date
CN109017560A true CN109017560A (zh) 2018-12-18

Family

ID=64641258

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810744829.0A Pending CN109017560A (zh) 2018-07-09 2018-07-09 驾驶状态分析方法、装置及驾驶提示系统

Country Status (1)

Country Link
CN (1) CN109017560A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114287939A (zh) * 2021-12-13 2022-04-08 上海航盛实业有限公司 一种疲劳驾驶检测方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2407947A2 (en) * 2006-10-13 2012-01-18 Toyota Jidosha Kabushiki Kaisha On-board warning apparatus and warning method
CN102765352A (zh) * 2012-07-27 2012-11-07 浙江吉利汽车研究院有限公司杭州分公司 一种车辆驾驶状态的监控系统
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
CN104504856A (zh) * 2014-12-30 2015-04-08 天津大学 基于Kinect及人脸识别的疲劳驾驶检测方法
CN104574817A (zh) * 2014-12-25 2015-04-29 清华大学苏州汽车研究院（吴江） 一种适用于智能手机的基于机器视觉疲劳驾驶预警系统
JP2015531714A (ja) * 2012-07-17 2015-11-05 フレクストロニクス エイピー エルエルシーＦｌｅｘｔｒｏｎｉｃｓ Ａｐ，Ｌｌｃ 車両環境制御
CN105405253A (zh) * 2015-12-18 2016-03-16 中交第一公路勘察设计研究院有限公司 一种驾驶员疲劳状态的监测方法及监测装置
CN105564345A (zh) * 2015-05-26 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种汽车驾驶模式的切换方法及终端设备
CN107235045A (zh) * 2017-06-29 2017-10-10 吉林大学 考虑生理与操控信息的驾驶员路怒状态车载识别交互系统
JP2018511376A (ja) * 2015-03-10 2018-04-26 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 車両のドライバの疲労状態及び／又は睡眠状態を判定する方法及び装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2407947A2 (en) * 2006-10-13 2012-01-18 Toyota Jidosha Kabushiki Kaisha On-board warning apparatus and warning method
JP2015531714A (ja) * 2012-07-17 2015-11-05 フレクストロニクス エイピー エルエルシーＦｌｅｘｔｒｏｎｉｃｓ Ａｐ，Ｌｌｃ 車両環境制御
CN102765352A (zh) * 2012-07-27 2012-11-07 浙江吉利汽车研究院有限公司杭州分公司 一种车辆驾驶状态的监控系统
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
CN104574817A (zh) * 2014-12-25 2015-04-29 清华大学苏州汽车研究院（吴江） 一种适用于智能手机的基于机器视觉疲劳驾驶预警系统
CN104504856A (zh) * 2014-12-30 2015-04-08 天津大学 基于Kinect及人脸识别的疲劳驾驶检测方法
JP2018511376A (ja) * 2015-03-10 2018-04-26 ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 車両のドライバの疲労状態及び／又は睡眠状態を判定する方法及び装置
CN105564345A (zh) * 2015-05-26 2016-05-11 宇龙计算机通信科技(深圳)有限公司 一种汽车驾驶模式的切换方法及终端设备
CN105405253A (zh) * 2015-12-18 2016-03-16 中交第一公路勘察设计研究院有限公司 一种驾驶员疲劳状态的监测方法及监测装置
CN107235045A (zh) * 2017-06-29 2017-10-10 吉林大学 考虑生理与操控信息的驾驶员路怒状态车载识别交互系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
王刊良，徐迪: "《大数据时代管理科学与系统科学的机遇与挑战-第十二届全国青年管理科学与系统科学学术会议论文集》", 30 November 2013, 厦门大学出版社 *
肖云魁，王亚军，姜树森等: "《21世纪汽车》", 30 November 1999, 兵器工业出版社 *
郭忠印: "《道路交通安全设计原理与应用》", 31 May 2016, 同济大学出版社 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114287939A (zh) * 2021-12-13 2022-04-08 上海航盛实业有限公司 一种疲劳驾驶检测方法及系统

Similar Documents

Publication Publication Date Title
EP2845076B1 (en) Tactile based performance enhancement system
Lin et al. Adaptive EEG-based alertness estimation system by using ICA-based fuzzy neural networks
WO2018122633A1 (en) Emotion estimation apparatus, method, and program
WO2020090134A1 (ja) 推定器生成装置、モニタリング装置、推定器生成方法及び推定器生成プログラム
CN105911901A (zh) 驾驶支援装置
Hekmatmanesh et al. Review of the state-of-the-art of brain-controlled vehicles
CN109581981B (zh) 一种数据融合系统及其工作方法
US10877444B1 (en) System and method for biofeedback including relevance assessment
JP2020531929A (ja) テレメトリデータおよびウェアラブルセンサデータを用いたレーシングデータ分析のためのシステムおよび方法
Singh et al. Assessment of driver stress from physiological signals collected under real-time semi-urban driving scenarios
US11317840B2 (en) Method for real time analyzing stress using deep neural network algorithm
CN109949438B (zh) 异常驾驶监测模型建立方法、装置及存储介质
US20090033501A1 (en) Online monitoring method of driver state and system using the same
CN109017560A (zh) 驾驶状态分析方法、装置及驾驶提示系统
CN105303771A (zh) 一种疲劳判断系统及方法
Ko et al. Modeling the effects of auditory display takeover requests on drivers' behavior in autonomous vehicles
Nicora et al. A human-driven control architecture for promoting good mental health in collaborative robot scenarios
CN102438522A (zh) 用于确定移动元素的活动的系统和方法
Zero et al. EEG based BCI system for driver’s arm movements identification
Dehzangi et al. Unobtrusive driver drowsiness prediction using driving behavior from vehicular sensors
CN106933247A (zh) 无人机的控制方法、装置及系统
CN113370984A (zh) 基于多指标的自动驾驶车辆舒适度综合评价方法及系统
Wortelen et al. Towards the integration and evaluation of online workload measures in a cognitive architecture
Magana et al. Toward safer highways: predicting driver stress in varying conditions on habitual routes
Korik et al. E3D hand movement velocity reconstruction using power spectral density of EEG signals and neural network

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: 20181218