CN109583410B - 一种基于图像识别技术的行车安全预警系统 - Google Patents
一种基于图像识别技术的行车安全预警系统 Download PDFInfo
- Publication number
- CN109583410B CN109583410B CN201811498014.5A CN201811498014A CN109583410B CN 109583410 B CN109583410 B CN 109583410B CN 201811498014 A CN201811498014 A CN 201811498014A CN 109583410 B CN109583410 B CN 109583410B
- Authority
- CN
- China
- Prior art keywords
- image
- driving
- early warning
- driver behavior
- server side
- 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.)
- Active
Links
Images
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
Abstract
本发明公开了一种基于图像识别技术的行车安全预警系统,所述系统包括:ADAS检测装置、服务器端、后台管理系统;所述ADAS检测装置与服务器端无线通信连接,服务器端与后台管理系统网络连接;本发明通过行车预警系统通过ADAS检测装置、服务器端、后台管理系统三部分联动,传统行车预警方法鉴别方式简单,防范不到位的缺点,通过行车图像的鉴别及时通过后台管理系统进行干预。新出现的危险行车图像可以通过模型再训练,进而进行系统升级,从而保证了预警系统的准确性和实用性。
Description
技术领域
本发明涉及行车安全预警领域,更具体地,涉及一种基于图像识别技术的行车安全预警系统。
背景技术
行车安全一直是全社会十分关注的一个话题。2016年中国共接报道路交通事故864.3万起,同比增加65.9万起,上升16.5%。其中,涉及人员伤亡的道路交通事故212846起,造成63093人死亡、226430人受伤,直接财产损失12.1亿元。
这些交通事故中有不小比例是因为车主的疲劳驾驶和一些不良驾驶行为造成的(比如开车打电话,开车吸烟,经常变道行驶)。现在市面上对疲劳驾驶的检测多是基于两种方式。第一种是通过连续开车时间来鉴别,这种鉴别方式,过于简单,通常起不到防范作用。对于打电话和开车吸烟,传统的方式更无法做出识别。
第二种是通过本地ADAS的图像识别功能识别出(打电话、开车、吸烟、变道 )等不良驾驶行为。但是由于本地ADAS出厂后,图像识别算法模型固化。识别率无法再提升,没法根据环境的变化而不断改进。另外一个问题是,就算能识别出各种不良驾驶行为,也只能做一些语音提示,单纯的语音提醒往往不能达到提醒用户改不良行为的目的。
发明内容
本发明为克服上述现有技术中危险驾驶行为法有效鉴别和提醒,车辆行车图像无法有效预警的缺陷,提供一种基于图像识别技术的行车安全预警系统。
本发明旨在至少在一定程度上解决上述技术问题。
本发明的首要目的是为解决上述技术问题,本发明的技术方案如下:
一种基于图像识别技术的行车安全预警系统,所述系统包括:ADAS检测装置、服务器端、后台管理系统;所述ADAS检测装置与服务器端无线通信连接,服务器端与后台管理系统网络连接;
所述ADAS检测装置用于定时采集驾驶员行为图像和行车状态图像,并将采集的图像与已有的驾驶员行为图像模型和车辆行车状态图像模型进行比对分类,同时将比对检测分类后的图像数据通过无线通信的方式传输至服务器端;
所述驾驶员行为图像模型包括若干驾驶行为状态图像;
行车状态图像包括有若干车道偏离图像和若干安全行车距离内的行人和车辆图像;
所述服务器端用于接收ADAS检测装置发送的分类后的驾驶员行为图像和车辆行车状态图像并进行二次对比确认,若驾驶员行为图像与已有的驾驶员行为图像模型一致或/和行车状态图像与车辆行车状态图像模型一致,服务器端发送行为预警信息至后台管理系统;若比对不一致,将分类后图像加入驾驶员行为图像模型和车辆行车状态图像模型进行训练;
后台管理系统接收服务器端的预警信息,再次确认服务器端的判断结果是否属于误判,如果服务器端的判断结果不是误判,则确认是危险驾驶状态并对驾驶员进行驾驶行为干预;如果服务器端的判断结果是误判,则此次预警信息作无效处理;
车辆的行车状态指的是行车过程中车辆周围的图像和车身与车道是否偏离的图像。行车预警系统通过ADAS检测装置、服务器端、后台管理系统三部分联动,传统行车预警方法鉴别方式简单,防范不到位的缺点,通过行车图像的鉴别及时通过后台管理系统进行干预。新出现的危险行车图像可以通过模型再训练,进而进行系统升级,从而保证了预警系统的准确性和实用性。
进一步地,驾驶员行为图像模型包括危险驾驶行为状态图像。
进一步地,危险驾驶行为状态图像包括有:疲劳状态图像、打话状态图像、抽烟状态图像。危险驾驶行为是影响行车安全的重要的因素,准确的分类能更加准确的进行鉴别。
进一步地,所述ADAS检测装置还采集车辆的位置信息,并发送到服务器端。采集车辆的位置图像能够辅助判断车辆当前路段是否是危险驾驶路段,同时为车辆发生故障或事故时及时救援提供位置图像。
进一步地,所述方法还包括:利用训练后的驾驶员行为图像模型和车辆行车模型通过OTA为ADAS检测装置升级。使用OTA空中下载技术可以实现升级,操作方便。
进一步地,所述的驾驶员行为干预包括有语音远程提醒、去电提醒、驾驶员行为标记。及时的提醒和标记可以为真正的进行行为预警,降低事故的发生。
与现有技术相比,本发明技术方案的有益效果是:
本发明通过行车预警系统通过ADAS检测装置、服务器端、后台管理系统三部分联动,传统行车预警方法鉴别方式简单,防范不到位的缺点,通过行车图像的鉴别及时通过后台管理系统进行干预。新出现的危险行车图像可以通过模型再训练,进而进行系统升级,从而保证了预警系统的准确性和实用性。
附图说明
图1为系统流程图。
具体实施方式
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示,一种基于图像识别技术的行车安全预警系统,所述系统包括:ADAS检测装置、服务器端、后台管理系统;所述ADAS检测装置与服务器端无线通信连接,服务器端与后台管理系统网络连接;
所述ADAS检测装置用于定时采集驾驶员行为图像和行车状态图像,并将采集的图像与已有的驾驶员行为图像模型和车辆行车状态图像模型进行比对分类,同时将比对检测分类后的图像数据通过无线通信的方式传输至服务器端;
所述驾驶员行为图像模型包括若干驾驶行为状态图像;
行车状态图像包括有若干车道偏离图像和若干安全行车距离内的行人和车辆图像;
所述服务器端用于接收ADAS检测装置发送的分类后的驾驶员行为图像和车辆行车状态图像并进行二次对比确认,若驾驶员行为图像与已有的驾驶员行为图像模型一致或/和行车状态图像与车辆行车状态图像模型一致,服务器端发送行为预警信息至后台管理系统;若比对不一致,将分类后图像加入驾驶员行为图像模型和车辆行车状态图像模型进行训练;
后台管理系统接收服务器端的预警信息,再次确认服务器端的判断结果是否属于误判,如果服务器端的判断结果不是误判,则确认是危险驾驶状态并对驾驶员进行驾驶行为干预;如果服务器端的判断结果是误判,则此次预警信息作无效处理;
车辆的行车状态指的是行车过程中车辆周围的图像和车身与车道是否偏离的图像。行车预警系统通过ADAS检测装置、服务器端、后台管理系统三部分联动,传统行车预警方法鉴别方式简单,防范不到位的缺点,通过行车图像的鉴别及时通过后台管理系统进行干预。新出现的危险行车图像可以通过模型再训练,进而进行系统升级,从而保证了预警系统的准确性和实用性。
驾驶员行为图像模型包括危险驾驶行为状态图像。
危险驾驶行为状态图像包括有:疲劳状态图像、打话状态图像、抽烟状态图像。危险驾驶行为是影响行车安全的重要的因素,准确的分类能更加准确的进行鉴别。
所述ADAS检测装置还采集车辆的位置信息,并发送到服务器端。采集车辆的位置图像能够辅助判断车辆当前路段是否是危险驾驶路段,同时为车辆发生故障或事故时及时救援提供位置图像。
所述方法还包括:利用训练后的驾驶员行为图像模型和车辆行车模型通过OTA为ADAS检测装置升级。使用OTA空中下载技术可以实现升级,操作方便。
所述的驾驶员行为干预包括有语音远程提醒、去电提醒、驾驶员行为标记。及时的提醒和标记可以为真正的进行行为预警,降低事故的发生。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (5)
1.一种基于图像识别技术的行车安全预警系统,其特征在于,所述系统包括:ADAS检测装置、服务器端、后台管理系统;所述ADAS检测装置与服务器端无线通信连接,服务器端与后台管理系统网络连接;
所述ADAS检测装置用于定时采集驾驶员行为图像和行车状态图像,并将采集的图像与已有的驾驶员行为图像模型和车辆行车状态图像模型进行比对分类,同时将比对检测分类后的图像数据通过无线通信的方式传输至服务器端;所述驾驶员行为图像模型包括若干驾驶行为状态图像;行车状态图像包括有若干车道偏离图像和若干安全行车距离内的行人和车辆图像;
所述服务器端用于接收ADAS检测装置发送的分类后的驾驶员行为图像和车辆行车状态图像并进行二次对比确认,若驾驶员行为图像与已有的驾驶员行为图像模型一致或/和行车状态图像与车辆行车状态图像模型一致,服务器端发送行为预警信息至后台管理系统;若比对不一致,将分类后图像加入驾驶员行为图像模型和车辆行车状态图像模型进行训练;利用训练后的驾驶员行为图像模型和车辆行车模型通过OTA为ADAS检测装置升级;
后台管理系统接收服务器端的预警信息,再次确认服务器端的判断结果是否属于误判,如果服务器端的判断结果不是误判,则确认是危险驾驶状态并对驾驶员进行驾驶行为干预;如果服务器端的判断结果是误判,则此次预警信息作无效处理。
2.根据权利要求1所述的一种基于图像识别技术的行车安全预警系统,其特征在于,驾驶员行为图像模型包括危险驾驶行为状态图像。
3.根据权利要求2所述的一种基于图像识别技术的行车安全预警系统,其特征在于,危险驾驶行为状态图像包括有:疲劳状态图像、打话状态图像、抽烟状态图像。
4.根据权利要求1所述的一种基于图像识别技术的行车安全预警系统,其特征在于,所述ADAS检测装置还采集车辆的位置图像,并发送到服务器端。
5.根据权利要求1所述的一种基于图像识别技术的行车安全预警系统,其特征在于,所述的驾驶员行为干预包括有语音远程提醒、去电提醒、驾驶员行为标记。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811498014.5A CN109583410B (zh) | 2018-12-07 | 2018-12-07 | 一种基于图像识别技术的行车安全预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811498014.5A CN109583410B (zh) | 2018-12-07 | 2018-12-07 | 一种基于图像识别技术的行车安全预警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109583410A CN109583410A (zh) | 2019-04-05 |
CN109583410B true CN109583410B (zh) | 2023-04-18 |
Family
ID=65927825
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811498014.5A Active CN109583410B (zh) | 2018-12-07 | 2018-12-07 | 一种基于图像识别技术的行车安全预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109583410B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110517520A (zh) * | 2019-08-06 | 2019-11-29 | 赵天钰 | 一种智能行车系统及其控制方法 |
JP7243585B2 (ja) * | 2019-11-11 | 2023-03-22 | トヨタ自動車株式会社 | 情報処理装置、情報処理システム、及び情報処理プログラム |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331900A (ja) * | 2000-05-23 | 2001-11-30 | Matsushita Electric Ind Co Ltd | 車載危険予測警報装置および危険予測警報方法 |
WO2015184578A1 (en) * | 2014-06-03 | 2015-12-10 | Bayerische Motoren Werke Aktiengesellschaft | Adaptive warning management for advanced driver assistance system (adas) |
CN105644567A (zh) * | 2015-12-29 | 2016-06-08 | 大陆汽车投资(上海)有限公司 | 基于adas的驾驶辅助系统 |
CN106080609A (zh) * | 2016-06-30 | 2016-11-09 | 深圳市赛格导航科技股份有限公司 | 一种基于adas模块的安全驾驶的方法和系统 |
CN106882184A (zh) * | 2017-01-04 | 2017-06-23 | 江西沃可视发展有限公司 | 基于adas纯图像处理的驾驶安全系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150166059A1 (en) * | 2013-12-18 | 2015-06-18 | Automotive Research & Testing Center | Autonomous vehicle driving support system and autonomous driving method performed by the same |
KR20170109275A (ko) * | 2016-03-21 | 2017-09-29 | 현대자동차주식회사 | 차량 및 그 제어 방법 |
CN106651602A (zh) * | 2016-12-28 | 2017-05-10 | 清华大学苏州汽车研究院(吴江) | 一种基于adas智能车载终端的车险管理服务系统 |
CN108423006A (zh) * | 2018-02-02 | 2018-08-21 | 辽宁友邦网络科技有限公司 | 一种辅助驾驶预警方法及系统 |
-
2018
- 2018-12-07 CN CN201811498014.5A patent/CN109583410B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001331900A (ja) * | 2000-05-23 | 2001-11-30 | Matsushita Electric Ind Co Ltd | 車載危険予測警報装置および危険予測警報方法 |
WO2015184578A1 (en) * | 2014-06-03 | 2015-12-10 | Bayerische Motoren Werke Aktiengesellschaft | Adaptive warning management for advanced driver assistance system (adas) |
CN105644567A (zh) * | 2015-12-29 | 2016-06-08 | 大陆汽车投资(上海)有限公司 | 基于adas的驾驶辅助系统 |
CN106080609A (zh) * | 2016-06-30 | 2016-11-09 | 深圳市赛格导航科技股份有限公司 | 一种基于adas模块的安全驾驶的方法和系统 |
CN106882184A (zh) * | 2017-01-04 | 2017-06-23 | 江西沃可视发展有限公司 | 基于adas纯图像处理的驾驶安全系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109583410A (zh) | 2019-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106205144B (zh) | 高速公路应急车道占用监督处罚方法和系统 | |
CN110770084B (zh) | 一种车辆监控系统及车辆监控方法 | |
CN110718058B (zh) | 一种基于主动安全终端的高速公路应急车道占用检测和处置方法 | |
CN110816551A (zh) | 一种车辆运输安全主动防控系统 | |
CN108454633B (zh) | 规范司机驾驶行为的方法和装置 | |
CN109583410B (zh) | 一种基于图像识别技术的行车安全预警系统 | |
CN109189019A (zh) | 一种机车乘务员值乘标准化监控系统 | |
CN103824037A (zh) | 车用防跟踪报警装置 | |
CN113436436A (zh) | 一种用于交通违法数据处理的智能ai系统 | |
CN111526311B (zh) | 驾驶用户行为的判断方法、系统、计算机设备及存储介质 | |
CN112562361A (zh) | 用于智慧城市的交通信号灯控制方法及系统 | |
CN111899514A (zh) | 一种人工智能的拥堵检测系统 | |
CN206501782U (zh) | 一种汽车监控系统 | |
CN104134353B (zh) | 车辆闯红灯检测系统 | |
CN112907979B (zh) | 一种基于多摄像头的机动车违法行驶轨迹跟踪系统及方法 | |
CN113870618A (zh) | 驾驶安全预警系统及方法 | |
CN111016913B (zh) | 基于图像信息的司机状态控制系统及方法 | |
CN104715615B (zh) | 位于交通路口的违章电子识别平台 | |
CN106671881A (zh) | 一种汽车监控系统 | |
CN204010315U (zh) | 车辆闯红灯检测系统 | |
CN104008654B (zh) | 一种重点运输车辆的超速违法行为自动送达系统及方法 | |
CN114954307A (zh) | 一种基于人工智能的辅助驾驶系统 | |
CN114802278A (zh) | 一种用于恶劣天气无人驾驶的车辆控制系统及方法 | |
CN113763189A (zh) | 一种基于ai技术的智能车载行为检测与报案系统 | |
CN113022557A (zh) | 一种基于主动安全预警的车载监控系统及方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |