CN109949545A - 一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法 - Google Patents

一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法 Download PDF

Info

Publication number
CN109949545A
CN109949545A CN201910258642.4A CN201910258642A CN109949545A CN 109949545 A CN109949545 A CN 109949545A CN 201910258642 A CN201910258642 A CN 201910258642A CN 109949545 A CN109949545 A CN 109949545A
Authority
CN
China
Prior art keywords
driver
fatigue
analysis
barrier
human body
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
CN201910258642.4A
Other languages
English (en)
Inventor
陈炳初
柳金峰
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.)
Guangdong Institute of Science and Technology
Original Assignee
Guangdong Institute of Science and Technology
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 Guangdong Institute of Science and Technology filed Critical Guangdong Institute of Science and Technology
Priority to CN201910258642.4A priority Critical patent/CN109949545A/zh
Publication of CN109949545A publication Critical patent/CN109949545A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)

Abstract

本发明提供了一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法。所述智能驾驶系统包括疲劳分析和车辆控制系统，以及与疲劳分析和车辆控制系统连接的疲劳感应系统、障碍物感应系统、自动驾驶系统、提醒系统。本发明提供的智能驾驶系统和方法从驾驶员的身体指标和驾驶员的反应速度两个方面来综合判断驾驶员的疲劳状态，提高了判断结果的准确性，有效避免驾驶员在疲劳状态下驾驶车辆，提高了车辆行驶的安全性。

Description

一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法
技术领域
本发明属于智能驾驶技术领域，尤其涉及一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法。
背景技术
疲劳驾驶是引起交通事故的主要原因之一，严重威胁着人们的生命和财产安全。导致驾驶员疲劳驾驶的因素是多方面的，主要包括神经和感觉器官的疲劳，以及因长时间保持固定姿势，血液循环不畅所引起的肢体疲劳。驾驶员疲劳时判断能力明显下降、反应迟钝、操作失误增加，如果仍勉强驾驶车辆，则可能导致交通事故的发生。如果智能驾驶系统可以准确判断驾驶员的疲劳驾驶状态，就可以大大提高智能驾驶的安全性。现在判断驾驶员的疲劳状态一般依据对一些身体指标的监测，并不够全面，准确性有待进一步提高。
发明内容
为了解决上述技术问题，本发明提供一种基于避免驾驶员疲劳驾驶的智能驾驶系统，包括：疲劳分析和车辆控制系统，以及与疲劳分析和车辆控制系统连接的疲劳感应系统、障碍物感应系统、自动驾驶系统、提醒系统；
其中：
疲劳分析和车辆控制系统：用于通过疲劳感应系统监测的人体生理指标的监测结果获得人体综合疲劳指数I，并根据人体综合疲劳指数I来判断选择哪种驾驶方式，并根据判断结果发送控制指令给自动驾驶系统；还用于当车辆与障碍物感应系统感应到的障碍物之间的距离缩小至安全距离界限S0时，发出障碍物提醒指令给提醒系统；同时还用于根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间的时间差得出驾驶员反应延迟时间t，再根据驾驶员的反应延迟时间t对安全距离界限S0进行修正获得修正后的安全距离S；
修正后的安全距离S按照下列公式计算：
S＝S0+vt
其中，v为车辆的实时车速；
疲劳感应系统：用于监测驾驶员的各项人体生理指标，并将监测结果发送给疲劳分析和车辆控制系统；
障碍物感应系统：用于感应障碍物并获得车辆与障碍物之间的距离，并将感应结果发送给疲劳分析和车辆控制系统；
自动驾驶系统：用于根据疲劳分析和车辆控制系统的指令控制车辆的行驶；
提醒系统：用于根据疲劳分析和车辆控制系统的指令发出声音和震动。
进一步的，所述疲劳感应系统包括：
脑电波信号采集模块：与驾驶员头皮连接，用于记录脑细胞群的自发性、节律性活动，通过分析脑电波频率范围，结合大脑节律性生理活动，得到大脑状态F；
人体血氧检测模块：用于通过设置在驾驶员手腕部的光电传感器实时检测人体血氧浓度SPO2；
人体温度检测模块：与驾驶员手腕部位连接，用于进行人体温度采样采集，通过采样算法得到人体手腕部温度T；
人体血压检测模块：与驾驶员手腕部位连接，用于进行血压采集，通过收缩压和舒张压的均值得出人体血压指数P；
人体心率检测模块：与驾驶员手腕部位连接，用于实时采集驾驶员手腕部位的脉搏波信号，经波形预处理后得到心率HR。
进一步的，所述人体综合疲劳指数I的计算公式如下所示：
I＝A1F+A2SPO2+A3T+A4P+A5HR
其中，A1、A2、A3、A4、A5分别为各人体生理指标的影响因子。
进一步的，所述疲劳分析和车辆控制系统根据人体综合疲劳指数I判断选择驾驶方式具体包括：
疲劳分析和车辆控制系统通过将人体综合疲劳指数I与人体综合疲劳指数的临界指数Ic相比判断驾驶员是否处于疲劳驾驶状态；
如果驾驶员处于疲劳驾驶状态，则疲劳分析和车辆控制系统发送“完全自动驾驶模式”指令给自动驾驶系统，自动驾驶系统接收到指令后控制车辆进入无人驾驶模式；
如果驾驶员不处于疲劳驾驶状态，则疲劳分析和车辆控制系统暂时不发送指令给自动驾驶系统，驾驶员自行驾驶车辆。
进一步的，所述疲劳分析和车辆控制系统1给提醒系统发出障碍物提醒指令具体包括：
在驾驶员自行驾驶车辆的过程中，若疲劳分析和车辆控制系统根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间存在时间差获得驾驶员存在反应延迟的信息，立即根据驾驶员的反应延迟时间t对安全距离界限S0进行修正，并在车辆距离障碍物的距离等于修正后的安全距离S时，向提醒系统发送障碍物提醒指令，提醒系统收到指令后发出声音和震动提醒驾驶员。
本发明还提供一种基于避免驾驶员疲劳驾驶的智能驾驶方法，包括：
疲劳分析和车辆控制系统通过疲劳感应系统监测的人体生理指标的监测结果获得人体综合疲劳指数I，并根据人体综合疲劳指数I来判断是否选择哪种驾驶方式，并根据判断结果发送控制指令给自动驾驶系统；
当车辆与障碍物感应系统感应到的障碍物之间的距离缩小至安全距离界限S0时，疲劳分析和车辆控制系统发出障碍物提醒指令给提醒系统；
疲劳分析和车辆控制系统根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间的时间差得出驾驶员反应延迟时间t，再根据驾驶员的反应延迟时间t对安全距离界限S0进行修正获得修正后的安全距离S；
修正后的安全距离S按照下列公式计算：
S＝S0+vt
其中，v为车辆的实时车速。
进一步的，所述疲劳感应系统包括：
脑电波信号采集模块：与驾驶员头皮连接，用于记录脑细胞群的自发性、节律性活动，通过分析脑电波频率范围，结合大脑节律性生理活动，得到大脑状态F；
人体血氧检测模块：用于通过设置在驾驶员手腕部的光电传感器实时检测人体血氧浓度SPO2；
人体温度检测模块：与驾驶员手腕部位连接，用于进行人体温度采样采集，通过采样算法得到人体手腕部温度T；
人体血压检测模块：与驾驶员手腕部位连接，用于进行血压采集，通过收缩压和舒张压的均值得出人体血压指数P；
人体心率检测模块：与驾驶员手腕部位连接，用于实时采集驾驶员手腕部位的脉搏波信号，经波形预处理后得到心率HR。
进一步的，所述人体综合疲劳指数I的计算公式如下所示：
I＝A1F+A2SPO2+A3T+A4P+A5HR
其中，A1、A2、A3、A4、A5分别为各人体生理指标的影响因子。
进一步的，所述疲劳分析和车辆控制系统根据人体综合疲劳指数I判断选择驾驶方式具体包括：
疲劳分析和车辆控制系统通过将人体综合疲劳指数I与人体综合疲劳指数的临界指数Ic相比判断驾驶员是否处于疲劳驾驶状态；
如果驾驶员处于疲劳驾驶状态，则疲劳分析和车辆控制系统发送“完全自动驾驶模式”指令给自动驾驶系统，自动驾驶系统接收到指令后控制车辆进入无人驾驶模式；
如果驾驶员不处于疲劳驾驶状态，则疲劳分析和车辆控制系统暂时不发送指令给自动驾驶系统，驾驶员自行驾驶车辆。
进一步的，所述疲劳分析和车辆控制系统1给提醒系统发出障碍物提醒指令具体包括：
在驾驶员自行驾驶车辆的过程中，若疲劳分析和车辆控制系统根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间存在时间差获得驾驶员存在反应延迟的信息，立即根据驾驶员的反应延迟时间t对安全距离界限S0进行修正，并在车辆距离障碍物的距离等于修正后的安全距离S时，向提醒系统发送障碍物提醒指令，提醒系统收到指令后发出声音和震动提醒驾驶员。
与现有技术相比，本发明的有益效果在于：
本发明提供的基于避免驾驶员疲劳驾驶的智能驾驶系统和方法从驾驶员的身体指标和驾驶员的反应速度两个方面来综合判断驾驶员的疲劳状态，提高了判断结果的准确性，有效避免驾驶员在疲劳状态下驾驶车辆，提高了车辆行驶的安全性。
附图说明
图1为实施例1的基于避免驾驶员疲劳驾驶的智能驾驶系统的结构框图。
具体实施方式
实施例1
一种基于避免驾驶员疲劳驾驶的智能驾驶系统，如图1所示，包括：疲劳分析和车辆控制系统1、以及与疲劳分析和车辆控制系统1连接的疲劳感应系统2、障碍物感应系统3、自动驾驶系统4、提醒系统5；其中：
疲劳分析和车辆控制系统1用于通过疲劳感应系统2监测的人体生理指标的监测结果获得人体综合疲劳指数I，并根据人体综合疲劳指数I来判断选择哪种驾驶方式，并根据判断结果发送控制指令给自动驾驶系统4；
人体综合疲劳指数I由人体生理指标的监测结果得出，人体生理指标的监测结果包括大脑状态F、血氧饱和度SPO2、人体手腕部温度T、人体血压指数P和心率HR计算得出，人体综合疲劳指数I的计算公式如下所示：
I＝A1F+A2SPO2+A3T+A4P+A5HR
其中，A1、A2、A3、A4、A5分别为各人体生理指标的影响因子；
疲劳分析和车辆控制系统1还用于当车辆与障碍物感应系统3感应到的障碍物之间的距离缩小至安全距离界限S0时，发出障碍物提醒指令给提醒系统5；
本实例中的障碍物包括出现在驾驶员正常视野角度的可视距离内的人、车辆或其他会影响车辆正常行驶的物体；
本实施例中的安全距离界限S0由车辆行驶的道路的状况而定；
疲劳分析和车辆控制系统1同时还用于根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间的时间差得出驾驶员反应延迟时间t，再根据驾驶员的反应延迟时间t对安全距离界限S0进行修正获得修正后的安全距离S；
修正后的安全距离S按照下列公式计算：
S＝S0+vt
其中，v为车辆的实时车速；
疲劳感应系统2：用于监测驾驶员的各项人体生理指标，并将监测结果发送给疲劳分析和车辆控制系统1，包括：
脑电波信号采集模块201：与驾驶员头皮连接，用于记录脑细胞群的自发性、节律性活动，通过分析脑电波频率范围，结合大脑节律性生理活动，得到大脑状态F；大脑状态F可以分为Delta、Theta、Alpha、Beta、Gamma5个波段，其中Delta波段对应深度睡眠状态，Theta波段对应睡意朦胧状态，Alpha波段对应闭眼清醒放松状态，Beta波段对应积极思考或者紧张的状态，Gamma波段对应躯体正常运动状态；
人体血氧检测模块202：用于通过设置在驾驶员手腕部的光电传感器实时检测人体血氧浓度；光电传感器的红光和红外光交替发光，红外和红外光对血液中的血红蛋白和还原血红蛋白具有独特的吸收特性，可绝对每一种成分的百分含量即血氧饱和度SPO2；
人体温度检测模块203：与驾驶员手腕部位连接，用于进行人体温度采样采集，通过采样算法得到人体手腕部温度T；
人体血压检测模块204：与驾驶员手腕部位连接，用于进行血压采集，通过收缩压和舒张压的均值得出人体血压指数P；
人体心率检测模块205：与驾驶员手腕部位连接，用于实时采集驾驶员手腕部位的脉搏波信号，经波形预处理后得到心率HR；
障碍物感应系统3：用于感应障碍物并获得车辆与障碍物之间的距离，并将感应结果发送给疲劳分析和车辆控制系统1；
自动驾驶系统4：用于根据疲劳分析和车辆控制系统1的指令控制车辆的行驶；
在本实施例中，自动驾驶系统为不利用或利用有限的来自驾驶员的输入来控制车辆10的运动的系统，可以使车辆处于完全自动驾驶系统(即无人驾驶状态)或高级驾驶员辅助系统(驾驶员仅进行有限操作或输入)；
提醒系统5：用于根据疲劳分析和车辆控制系统1的指令发出声音和震动。
本发明提供的智能驾驶系统可以设置在车辆上，驾驶员驾驶车辆时，疲劳感应系统2监测驾驶员的各项人体生理指标并将监测结果发送给疲劳分析和车辆控制系统1，疲劳分析和车辆控制系统1根据各项人体生理指标获得驾驶员的人体综合疲劳指数I。疲劳分析和车辆控制系统1通过将人体综合疲劳指数I与人体综合疲劳指数的临界指数Ic相比判断驾驶员是否处于疲劳驾驶状态。如果驾驶员处于疲劳驾驶状态，则疲劳分析和车辆控制系统1发送“完全自动驾驶模式”指令给自动驾驶系统4，自动驾驶系统4接收到指令后控制车辆进入无人驾驶模式。如果驾驶员不处于疲劳驾驶状态，则疲劳分析和车辆控制系统1暂时不发送指令给自动驾驶系统4，驾驶员自行驾驶车辆。若在驾驶员自行驾驶车辆的过程中，疲劳分析和车辆控制系统1根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间存在时间差获得驾驶员存在反应延迟的信息，立即根据驾驶员的反应延迟时间t对安全距离界限S0进行修正，并在车辆距离障碍物的距离等于修正后的安全距离S时，向提醒系统5发送障碍物提醒指令，提醒系统5收到指令后发出声音和震动提醒驾驶员。疲劳分析和车辆控制系统1每次获得驾驶员存在反应延迟的信息后均对安全距离界限S0进行修正获得新的安全距离S。当疲劳分析和车辆控制系统1第四次获得驾驶员存在反应延迟的信息后，疲劳分析和车辆控制系统1发送“高级驾驶员辅助模式”指令给自动驾驶系统6，自动驾驶系统6接收到指令后控制车辆进入高级驾驶员辅助模式。
本发明提供的智能驾驶系统从驾驶员的身体指标和驾驶员的反应速度两个方面来综合判断驾驶员的疲劳状态，提高了判断结果的准确性，有效避免驾驶员在疲劳状态下驾驶车辆，提高了车辆行驶的安全性。
在本实施例中，血氧饱和度SPO2可以根据以下公式进行计算：
a＝[(VIredmax+VIredmin)*(Vredmax-Vredmmin)]/[(Vredmax+Vredmmin)*6(VIredmax-VIredmin)]
其中Vredmax、Vredmmin、VIredmax、VIredmi为采集到的不同的红光和红外光的直流分量和交流分量，a为经验系数，通过a即可换算血氧饱和度SPO2。
实施例2
一种基于避免驾驶员疲劳驾驶的智能驾驶方法，包括：
(1)疲劳分析和车辆控制系统1通过疲劳感应系统2监测的人体生理指标的监测结果获得人体综合疲劳指数I，并根据人体综合疲劳指数I来判断是否选择哪种驾驶方式，并根据判断结果发送控制指令给自动驾驶系统4；
疲劳感应系统2包括：
脑电波信号采集模块201：与驾驶员头皮连接，记录脑细胞群的自发性、节律性活动，通过分析脑电波频率范围，结合大脑节律性生理活动，得到大脑状态F；大脑状态F可以分为Delta、Theta、Alpha、Beta、Gamma5个波段，其中Delta波段对应深度睡眠状态，Theta波段对应睡意朦胧状态，Alpha波段对应闭眼清醒放松状态，Beta波段对应积极思考或者紧张的状态，Gamma波段对应躯体正常运动状态；
人体血氧检测模块202：通过设置在驾驶员手腕部的光电传感器实时检测人体血氧浓度；光电传感器的红光和红外光交替发光，红外和红外光对血液中的血红蛋白和还原血红蛋白具有独特的吸收特性，可绝对每一种成分的百分含量即血氧饱和度SPO2；
人体温度检测模块203：与驾驶员手腕部位连接，进行人体温度采样采集，通过采样算法得到人体手腕部温度T；
人体血压检测模块204：与驾驶员手腕部位连接，进行血压采集，通过收缩压和舒张压的均值得出人体血压指数P；
人体心率检测模块205：与驾驶员手腕部位连接，实时采集驾驶员手腕部位的脉搏波信号，经波形预处理后得到心率HR；
人体综合疲劳指数I由人体生理指标的监测结果得出，人体生理指标的监测结果包括大脑状态F、血氧饱和度SPO2、人体手腕部温度T、人体血压指数P和心率HR，人体综合疲劳指数I的计算公式如下所示：
I＝A1F+A2SPO2+A3T+A4P+A5HR
其中，A1、A2、A3、A4、A5分别为各人体生理指标的影响因子；
(2)当车辆与障碍物感应系统3感应到的障碍物之间的距离缩小至安全距离界限S0时，疲劳分析和车辆控制系统1发出障碍物提醒指令给提醒系统5；
本实例中的障碍物包括出现在驾驶员正常视野角度的可视距离内的人、车辆或其他会影响车辆正常行驶的物体；
本实施例中的安全距离界限S0由车辆行驶的道路的状况而定；
(3)疲劳分析和车辆控制系统1根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间的时间差得出驾驶员反应延迟时间t，再根据驾驶员的反应延迟时间t对安全距离界限S0进行修正获得修正后的安全距离S；
修正后的安全距离S按照下列公式计算：
S＝S0+vt
其中，v为车辆的实时车速。
在本实施例提供的智能驾驶方法中，疲劳分析和车辆控制系统1根据人体综合疲劳指数I判断选择驾驶方式具体包括：
疲劳分析和车辆控制系统1通过将人体综合疲劳指数I与人体综合疲劳指数的临界指数Ic相比判断驾驶员是否处于疲劳驾驶状态。如果驾驶员处于疲劳驾驶状态，则疲劳分析和车辆控制系统1发送“完全自动驾驶模式”指令给自动驾驶系统4，自动驾驶系统4接收到指令后控制车辆进入无人驾驶模式。如果驾驶员不处于疲劳驾驶状态，则疲劳分析和车辆控制系统1暂时不发送指令给自动驾驶系统4，驾驶员自行驾驶车辆。
在本实施例提供的智能驾驶方法中，还包括：
若在驾驶员自行驾驶车辆的过程中，疲劳分析和车辆控制系统1根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间存在时间差获得驾驶员存在反应延迟的信息，立即根据驾驶员的反应延迟时间t对安全距离界限S0进行修正，并在车辆距离障碍物的距离等于修正后的安全距离S时，向提醒系统5发送障碍物提醒指令，提醒系统5收到指令后发出声音和震动提醒驾驶员。疲劳分析和车辆控制系统1每次获得驾驶员存在反应延迟的信息后均对安全距离界限S0进行修正获得新的安全距离S。当疲劳分析和车辆控制系统1第四次获得驾驶员存在反应延迟的信息后，疲劳分析和车辆控制系统1发送“高级驾驶员辅助模式”指令给自动驾驶系统6，自动驾驶系统6接收到指令后控制车辆进入高级驾驶员辅助模式。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (10)

1.一种基于避免驾驶员疲劳驾驶的智能驾驶系统，其特征在于，所述智能驾驶系统包括：疲劳分析和车辆控制系统，以及与疲劳分析和车辆控制系统连接的疲劳感应系统、障碍物感应系统、自动驾驶系统、提醒系统；
其中：
疲劳分析和车辆控制系统：用于通过疲劳感应系统监测的人体生理指标的监测结果获得人体综合疲劳指数I，并根据人体综合疲劳指数I来判断选择哪种驾驶方式，并根据判断结果发送控制指令给自动驾驶系统；还用于当车辆与障碍物感应系统感应到的障碍物之间的距离缩小至安全距离界限S0时，发出障碍物提醒指令给提醒系统；同时还用于根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间的时间差得出驾驶员反应延迟时间t，再根据驾驶员的反应延迟时间t对安全距离界限S0进行修正获得修正后的安全距离S；
修正后的安全距离S按照下列公式计算：
S＝S0+vt
其中，v为车辆的实时车速；
疲劳感应系统：用于监测驾驶员的各项人体生理指标，并将监测结果发送给疲劳分析和车辆控制系统；
障碍物感应系统：用于感应障碍物并获得车辆与障碍物之间的距离，并将感应结果发送给疲劳分析和车辆控制系统；
自动驾驶系统：用于根据疲劳分析和车辆控制系统的指令控制车辆的行驶；
提醒系统：用于根据疲劳分析和车辆控制系统的指令发出声音和震动。
2.根据权利要求1所述的智能驾驶系统，其特征在于，所述疲劳感应系统包括：
脑电波信号采集模块：与驾驶员头皮连接，用于记录脑细胞群的自发性、节律性活动，通过分析脑电波频率范围，结合大脑节律性生理活动，得到大脑状态F；
人体血氧检测模块：用于通过设置在驾驶员手腕部的光电传感器实时检测人体血氧浓度SPO2；
人体温度检测模块：与驾驶员手腕部位连接，用于进行人体温度采样采集，通过采样算法得到人体手腕部温度T；
人体血压检测模块：与驾驶员手腕部位连接，用于进行血压采集，通过收缩压和舒张压的均值得出人体血压指数P；
人体心率检测模块：与驾驶员手腕部位连接，用于实时采集驾驶员手腕部位的脉搏波信号，经波形预处理后得到心率HR。
3.根据权利要求2所述的智能驾驶系统，其特征在于，所述人体综合疲劳指数I的计算公式如下所示：
I＝A1F+A2SPO2+A3T+A4P+A5HR
其中，A1、A2、A3、A4、A5分别为各人体生理指标的影响因子。
4.根据权利要求1所述的智能驾驶系统，其特征在于，所述疲劳分析和车辆控制系统根据人体综合疲劳指数I判断选择驾驶方式具体包括：
疲劳分析和车辆控制系统通过将人体综合疲劳指数I与人体综合疲劳指数的临界指数Ic相比判断驾驶员是否处于疲劳驾驶状态；
如果驾驶员处于疲劳驾驶状态，则疲劳分析和车辆控制系统发送“完全自动驾驶模式”指令给自动驾驶系统，自动驾驶系统接收到指令后控制车辆进入无人驾驶模式；
如果驾驶员不处于疲劳驾驶状态，则疲劳分析和车辆控制系统暂时不发送指令给自动驾驶系统，驾驶员自行驾驶车辆。
5.根据权利要求1所述的智能驾驶系统，其特征在于，所述疲劳分析和车辆控制系统给提醒系统发出障碍物提醒指令具体包括：
在驾驶员自行驾驶车辆的过程中，若疲劳分析和车辆控制系统根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间存在时间差获得驾驶员存在反应延迟的信息，立即根据驾驶员的反应延迟时间t对安全距离界限S0进行修正，并在车辆距离障碍物的距离等于修正后的安全距离S时，向提醒系统发送障碍物提醒指令，提醒系统收到指令后发出声音和震动提醒驾驶员。
6.一种基于避免驾驶员疲劳驾驶的智能驾驶方法，其特征在于，所述智能驾驶方法包括：
疲劳分析和车辆控制系统通过疲劳感应系统监测的人体生理指标的监测结果获得人体综合疲劳指数I，并根据人体综合疲劳指数I来判断是否选择哪种驾驶方式，并根据判断结果发送控制指令给自动驾驶系统；
当车辆与障碍物感应系统感应到的障碍物之间的距离缩小至安全距离界限S0时，疲劳分析和车辆控制系统发出障碍物提醒指令给提醒系统；
疲劳分析和车辆控制系统根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间的时间差得出驾驶员反应延迟时间t，再根据驾驶员的反应延迟时间t对安全距离界限S0进行修正获得修正后的安全距离S；
修正后的安全距离S按照下列公式计算：
S＝S0+vt
其中，v为车辆的实时车速。
7.根据权利要求6所述的智能驾驶方法，其特征在于，所述疲劳感应系统包括：
脑电波信号采集模块：与驾驶员头皮连接，用于记录脑细胞群的自发性、节律性活动，通过分析脑电波频率范围，结合大脑节律性生理活动，得到大脑状态F；
人体血氧检测模块：用于通过设置在驾驶员手腕部的光电传感器实时检测人体血氧浓度SPO2；
人体温度检测模块：与驾驶员手腕部位连接，用于进行人体温度采样采集，通过采样算法得到人体手腕部温度T；
人体血压检测模块：与驾驶员手腕部位连接，用于进行血压采集，通过收缩压和舒张压的均值得出人体血压指数P；
人体心率检测模块：与驾驶员手腕部位连接，用于实时采集驾驶员手腕部位的脉搏波信号，经波形预处理后得到心率HR。
8.根据权利要求6所述的智能驾驶方法，其特征在于，所述人体综合疲劳指数I的计算公式如下所示：
I＝A1F+A2SPO2+A3T+A4P+A5HR
其中，A1、A2、A3、A4、A5分别为各人体生理指标的影响因子。
9.根据权利要求6所述的智能驾驶方法，其特征在于，所述疲劳分析和车辆控制系统根据人体综合疲劳指数I判断选择驾驶方式具体包括：
疲劳分析和车辆控制系统通过将人体综合疲劳指数I与人体综合疲劳指数的临界指数Ic相比判断驾驶员是否处于疲劳驾驶状态；
如果驾驶员处于疲劳驾驶状态，则疲劳分析和车辆控制系统发送“完全自动驾驶模式”指令给自动驾驶系统，自动驾驶系统接收到指令后控制车辆进入无人驾驶模式；
如果驾驶员不处于疲劳驾驶状态，则疲劳分析和车辆控制系统暂时不发送指令给自动驾驶系统，驾驶员自行驾驶车辆。
10.根据权利要求6所述的智能驾驶方法，其特征在于，所述疲劳分析和车辆控制系统给提醒系统发出障碍物提醒指令具体包括：
在驾驶员自行驾驶车辆的过程中，若疲劳分析和车辆控制系统根据驾驶员针对障碍物做出相应驾驶操作的时间与障碍物出现在安全距离界限S0处的时间之间存在时间差获得驾驶员存在反应延迟的信息，立即根据驾驶员的反应延迟时间t对安全距离界限S0进行修正，并在车辆距离障碍物的距离等于修正后的安全距离S时，向提醒系统发送障碍物提醒指令，提醒系统收到指令后发出声音和震动提醒驾驶员。
CN201910258642.4A 2019-04-01 2019-04-01 一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法 Pending CN109949545A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910258642.4A CN109949545A (zh) 2019-04-01 2019-04-01 一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910258642.4A CN109949545A (zh) 2019-04-01 2019-04-01 一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法

Publications (1)

Publication Number Publication Date
CN109949545A true CN109949545A (zh) 2019-06-28

Family

ID=67013262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910258642.4A Pending CN109949545A (zh) 2019-04-01 2019-04-01 一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法

Country Status (1)

Country Link
CN (1) CN109949545A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111645676A (zh) * 2020-01-19 2020-09-11 摩登汽车有限公司 车辆避让方法、装置、设备及汽车
CN112829767A (zh) * 2021-02-22 2021-05-25 清华大学苏州汽车研究院（相城） 一种基于监测驾驶员误操作的自动驾驶控制系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130274986A1 (en) * 2008-10-24 2013-10-17 Gray & Company, Inc. Control and systems for autonomously driven vehicles
CN105911901A (zh) * 2015-02-20 2016-08-31 丰田自动车株式会社 驾驶支援装置
CN106043309A (zh) * 2016-06-27 2016-10-26 常州加美科技有限公司 无人驾驶车辆驾驶模式切换的应对策略
WO2017085981A1 (ja) * 2015-11-19 2017-05-26 ソニー株式会社 運転支援装置及び運転支援方法、並びに移動体
CN109204307A (zh) * 2018-10-30 2019-01-15 吉林大学 获取自适应防碰撞预警距离的方法、存储介质及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130274986A1 (en) * 2008-10-24 2013-10-17 Gray & Company, Inc. Control and systems for autonomously driven vehicles
CN105911901A (zh) * 2015-02-20 2016-08-31 丰田自动车株式会社 驾驶支援装置
WO2017085981A1 (ja) * 2015-11-19 2017-05-26 ソニー株式会社 運転支援装置及び運転支援方法、並びに移動体
CN106043309A (zh) * 2016-06-27 2016-10-26 常州加美科技有限公司 无人驾驶车辆驾驶模式切换的应对策略
CN109204307A (zh) * 2018-10-30 2019-01-15 吉林大学 获取自适应防碰撞预警距离的方法、存储介质及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111645676A (zh) * 2020-01-19 2020-09-11 摩登汽车有限公司 车辆避让方法、装置、设备及汽车
CN111645676B (zh) * 2020-01-19 2022-08-26 摩登汽车有限公司 车辆避让方法、装置、设备及汽车
CN112829767A (zh) * 2021-02-22 2021-05-25 清华大学苏州汽车研究院（相城） 一种基于监测驾驶员误操作的自动驾驶控制系统及方法
CN112829767B (zh) * 2021-02-22 2024-05-17 清华大学苏州汽车研究院（相城） 一种基于监测驾驶员误操作的自动驾驶控制系统及方法

Similar Documents

Publication Publication Date Title
CN109910899A (zh) 一种安全智能驾驶方法及系统
EP1156851B1 (en) Method and apparatus for facilitating physiological coherence and autonomic balance
US6990426B2 (en) Diagnostic method and apparatus using light
JP4031438B2 (ja) 生体機能診断装置
US7163512B1 (en) Method and apparatus for facilitating physiological coherence and autonomic balance
CN112739259B (zh) 基于光电容积描记术检测受试者在清醒、困倦和睡眠阶段之间的转变
CN109910900A (zh) 一种智能驾驶系统及方法
Droste et al. Baroreceptor stimulation: pain perception and sensory thresholds
JPH09149894A (ja) 光生体計測法を用いた生体入力装置および生体制御装置
CN109949545A (zh) 一种基于避免驾驶员疲劳驾驶的智能驾驶系统和方法
Takahashi et al. Development of a feedback stimulation for drowsy driver using heartbeat rhythms
CN114974566A (zh) 一种认知功能评估方法和系统
Haddad et al. Beat-to-beat detection accuracy using the ultra low power senbiosys PPG sensor
CN2870734Y (zh) 一种外科手术伤害性刺激指数监测仪
CN104545942A (zh) 监测静脉血氧饱和度的方法及装置
Widasari et al. Automatic sleep stage detection based on HRV spectrum analysis
CN109147951A (zh) 一种大脑警觉度的监测报警方法
Fördős et al. Sensor-net for monitoring vital parameters of vehicle drivers
Sukanesh et al. Certain investigations on drowsiness alert system based on heart rate variability using labview
CN115137941B (zh) 一种基于疲劳识别模型和电刺激的应急唤醒方法及系统
Mardanov et al. Driver drowsiness warning based on electrocardiosignals analysis
Picher et al. Fit for Duty Assessment of Driver Fatigue based on Statistical Modelling of Cardiovascular Parameters
WO2009112000A1 (de) Vorrichtung zum bestimmen der kardiovaskulären variabilität
Rao et al. Influence of Pranayama on Microcirculation as monitored by optical sensors
Baranovskiy et al. THE CHOICE OF INFORMATIVE PHYSIOLOGICAL INDICATORS FOR EVALUATINING FUNCTIONAL STATE OF THE OPERATOR UNDER LIMITED MOBILITY CONDITIONS

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: 20190628

RJ01 Rejection of invention patent application after publication