CN110286667A - 不正常驾驶状态智能监控方法及物联网智能终端 - Google Patents
不正常驾驶状态智能监控方法及物联网智能终端 Download PDFInfo
- Publication number
- CN110286667A CN110286667A CN201910592442.2A CN201910592442A CN110286667A CN 110286667 A CN110286667 A CN 110286667A CN 201910592442 A CN201910592442 A CN 201910592442A CN 110286667 A CN110286667 A CN 110286667A
- Authority
- CN
- China
- Prior art keywords
- driving
- driver
- travel speed
- abnormal
- internet
- 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
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种不正常驾驶状态智能监控方法及物联网智能终端。本发明根据驾驶员处于酒后、吸毒、病态、疲劳、高龄驾驶时,可能出现生理功能性和精神性障碍特征,导致车辆产生与正常驾驶不同的行驶轨迹数据、行驶速度数据、行驶加速度数据的特点,通过数学分析实时采集到的行驶数据判断是否为正常驾驶,并与车辆行驶数据集对比来进一步判断是否为不正常驾驶和所属不正常驾驶状态类别。监控到不正常驾驶时,车辆信息可被实时推送给相关的执法、救援或保险机构,以达到保障行车、交通安全的目的。本发明以物联网大数据技术手段,可节省封路查处酒驾的执法成本,同时还提供一种有效的不用体检的判断法定高龄驾驶员是否真正具备正常驾驶能力的方案。
Description
技术领域
本发明涉及车辆安全领域,尤其是一种不正常驾驶状态智能监控方法及物联网智能终端。
背景技术
驾驶员驾驶状态监控是判断驾驶员在驾驶时是否注意力集中、是否安全行驶、是否违反交通规则的有效手段。在现有的驾驶状态监控方法中,一种是通过交警在各个路口逐一拦截车辆并逐一检查的方法来查处是否酒驾等违法违章驾驶,该种方法要耗费巨大的人力物力财力,并会造成交通拥挤;一种是针对公用车使用,通过安装摄像头的方法来监控驾驶员的驾车行为,此种方法在私家车中应用会侵犯个人隐私,不容易被接受,从而难以推广。同时随着人口老龄化愈加严重,高龄驾驶员将会越来越多,判断高龄驾驶员是否真正具备正常驾驶能力对驾驶员人身安全和道路交通的安全极为重要,而现有的判断高龄驾驶员是否真正具备正常驾驶能力的方法,一般是通过体检的方式,不能够从驾驶员驾驶行为本身来判断。
针对上述问题,目前尚未提出有效的技术方案。
发明内容
本发明提供一种不正常驾驶状态智能监控方法及物联网智能终端,以至少解决背景技术中提到的现有技术下查处酒驾等违法违章驾驶耗费人力物力财力、体检方式不能够从驾驶员驾驶行为本身来判断高龄驾驶员是否真正具备正常驾驶能力的技术问题。
根据本发明的一个方面,提供一种不正常驾驶状态智能监控方法,包括以下步骤:
采用物联网智能终端实时采集车辆的行驶状态数据并上传到物联网云平台,其中,所述行驶状态数据包括:行驶轨迹数据、行驶速度数据、行驶加速度数据;
根据所述行驶状态数据判断一定时间段内驾驶员属于不正常驾驶状态的可能性;
持续按照以上述步骤判断多个时间段内驾驶员属于不正常驾驶状态的可能性,如果多次判断驾驶状态为不正常驾驶则增加驾驶员属于不正常驾驶状态的可能性程度。
其中,所述行驶轨迹数据为一定时间段内车辆行驶位移和时间相关的曲线;所述行驶速度数据为一定时间段内车辆行驶速度和时间相关的曲线;所述行驶加速度数据为一定时间段内车辆行驶加速度和时间相关的曲线。
其中,所述不正常驾驶状态包括:酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶,其中,所述病态驾驶为驾驶过程中出现突发性病情的驾驶员的驾驶状态;所述高龄驾驶为法定年龄允许驾驶但生理状态不能保证正常驾驶的驾驶员的驾驶状态;当驾驶员处于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶状态时,驾驶员的生理、精神状态会与正常状态下不一致,容易出现精神兴奋、情绪不稳定、视野变小、视线模糊、摇头、睡觉、反应迟钝、判断能力降低等情况,容易导致行驶视线不稳定、方向盘控制不好、油门和刹车控制不好,从而使车辆行驶轨迹在直道上呈蛇形行驶、行驶速度和行驶加速度不稳定,驾驶过程中车辆的行驶轨迹、行驶速度、行驶加速度与正常驾驶状态下的行驶轨迹、行驶速度、行驶加速度对比会呈现出差异;其中,当处于酒后驾驶状态时,驾驶员容易出现视野变小、视线模糊不稳定;当处于吸毒驾驶时,驾驶员容易出现摇头、精神亢奋;当处于病态驾驶时,由于一般为突发性病情,驾驶员车辆控制能力会发生突变;当处于疲劳驾驶时,驾驶员容易出现眼睛调节能力变低甚至睡觉;当处于高龄驾驶时,驾驶员容易出现反应、判断能力减弱;因此不同的不正常驾驶状态的类别,驾驶员也会有不同的生理功能性和精神性障碍特征,从而产生不同的行驶轨迹数据、行驶速度数据、行驶加速度数据。
优选的,所述物联网智能终端和所述物联网云平台均保存有车辆的正常驾驶的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,以及不正常驾驶的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,以及车辆的历史的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,其中所述不正常驾驶的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集的分类包括:酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶。
优选的,所述根据所述行驶状态数据判断一定时间段内驾驶员属于不正常驾驶状态的可能性,包括:
利用实时采集的一定时间段内的行驶轨迹数据曲线、行驶速度数据曲线和行驶加速度数据曲线的数学特性来判断驾驶员属于不正常驾驶状态的可能性,其中所述数学特性包括但不限于:曲率大小的变化、曲率正负的变化、数值大小的变化;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网智能终端保存的该车辆历史的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网智能终端保存的正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网智能终端保存的不正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性,并判断所述不正常驾驶状态属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的类别;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网云平台保存的该车辆历史的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网云平台保存的正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网云平台保存的不正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性,并判断所述不正常驾驶状态属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的类别。
可选的,同时采用上述多种方法,例如先将采集到的行驶数据与所述物联网智能终端保存的行驶数据集预先对比,再将采集到的行驶数据与所述物联网平台保存的行驶数据集对比,可以提高判断速度和判断结果的准确性。
需要说明的是,由于采集到的行驶轨迹数据、行驶速度数据、行驶加速度数据是多条和时间t相关的曲线,采用数学的方法分析行驶轨迹数据曲线、行驶速度数据曲线、行驶加速度数据曲线的曲率大小的变化、曲率正负的变化、数值大小的变化能够判断车辆是否处于蛇型行驶、行驶速度和行驶加速度变化是否不正常,从而判断是否为正常驾驶状态;所述不正常驾驶状态的、正常驾驶状态的以及历史的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集为一定时间段内的行驶轨迹数据曲线、行驶速度数据曲线、行驶加速度数据曲线的集合,所述一定时间段的长度不做限制,采用聚类分析等大数据分类的方法能够进一步判断出不正常驾驶状态属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的哪一种类别。
进一步的,当多次判断结果为不正常驾驶状态后,则增加属于不正常驾驶状态的可能性,有利于排除道路颠簸、转弯等因素对判断结果准确性的影响;采用实时地理位置定位配合地图综合分析,可以排除路况不好、弯道下或者堵车下采集到的行驶轨迹数据、行驶速度数据、行驶加速度数据,提高判断结果的准确性。
根据本发明的另一方面,提供一种物联网智能终端,所述物联网智能终端安装于汽车上,包括:
存储介质,用于存储程序和行驶状态数据;
主控芯片,用于信号处理和运行、存储程序;
陀螺仪和加速器模块,用于实时获取车辆的行驶轨迹数据、行驶速度数据、行驶加速度数据,判断车辆是否在行驶状态;
磁力计,用于辅助判断方位;
定位模块,支持gps/北斗双模定位,用于实时获取车辆的地理位置信息;
通信模块,支持FDD LTE,TDD LTE,WCDMA,TDS-CDMA, GPRS全网通网络的通信,支持a-gps定位,用于实现联网和a-gps定位功能,可升级为5g网络通信,用于为所述物联网智能终端实现物联网功能;
发音单元,用于语音播报。
进一步的,所述物联网智能终端实时获取车辆的行驶轨迹数据、行驶速度数据、行驶加速度数据、地理位置信息并发送到所述物联网云平台,所述物联网智能终端安装时关联有所属车辆的唯一标识号信息、驾驶员信息。
进一步的,如果判断为不正常驾驶状态,则进一步判断属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的类别,同时采用语音播报等方式提醒驾驶员专心驾驶、提醒周边的行驶车辆注意该驾驶不正常车辆在附近;所述物联网云平台实时统计每条路段上处于不正常驾驶状态的车辆,并将该路段可能处于不正常驾驶状态的车辆的地理位置信息、唯一标识号信息、数量信息、驾驶员信息推送给交警协助查处酒后驾驶、吸毒驾驶等违法违章行为;如果判断驾驶员为病态驾驶,则可联系110或者120帮助病态驾驶员进行报警和请求急救中心救援;同时将该多个时间段内的不正常驾驶状态的行驶轨迹数据、行驶速度数据、行驶加速度数据及其所属不正常驾驶状态的类别保存到所述不正常驾驶状态的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,用于为分析不正常驾驶状态的可能性提供更多数据集。
需要说明的是,所述物联网智能终端安装于汽车上,通过所述物联网云平台,各个物联网智能终端之间能够相互通信,当判断驾驶员为不正常驾驶状态时,利用地理位置信息定位找到附近的车辆,并发送提醒信息到附近车辆的物联网智能终端,从而提醒附近的驾驶员注意该不正常驾驶车辆。
优选的,随着人口老龄化愈加严重,高龄驾驶员将会越来越多,在判断驾驶员为高龄驾驶类别后,则将该高龄驾驶员列入不能正常驾驶的名单并推送给相关部门,帮助判断该高龄驾驶员是否真正具备正常驾驶的能力。
本发明中,根据驾驶员处于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶状态时,可能出现生理功能性和精神性障碍特征,导致车辆产生与正常驾驶不同的行驶轨迹数据、行驶速度数据、行驶加速度数据的特点,通过数学方法分析采集到的行驶轨迹数据、行驶速度数据、行驶加速度数据,判断驾驶员是否处于不正常驾驶状态,并跟该驾驶员历史记录的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比,以及跟正常驾驶状态下的、不正常驾驶状态下的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断属于不正常驾驶的可能性,并进一步判断属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的哪种类别,节省了封路查处酒驾等违法违章的人力物力财力成本,同时还提供一种有效的不用体检的判断法定高龄驾驶员是否真正具备正常驾驶能力的方案。
附图说明
图1为本发明实施例提供的一种不正常驾驶状态智能监控方法示意图。
图2为本发明实施例提供的一种的物联网智能终端的模块示意图。
图3为本发明实施例提供的一种不正常驾驶状态智能监控方法流程框图。
具体实施例
图1是根据本发明实施例的一种不正常驾驶状态智能监控方法,包括以下步骤:
步骤S11,采用物联网智能终端实时采集车辆的行驶状态数据并上传到物联网云平台,其中,所述行驶状态数据包括:行驶轨迹数据、行驶速度数据、行驶加速度数据;
步骤S12,根据所述行驶状态数据判断一定时间段内驾驶员属于不正常驾驶状态的可能性;
步骤S13,持续按照以上述步骤判断多个时间段内驾驶员属于不正常驾驶状态的可能性,如果多次判断驾驶状态为不正常驾驶则增加驾驶员属于不正常驾驶状态的可能性程度。
其中,所述行驶轨迹数据为一定时间段内车辆行驶位移和时间相关的曲线;所述行驶速度数据为一定时间段内车辆行驶速度和时间相关的曲线;所述行驶加速度数据为一定时间段内车辆行驶加速度和时间相关的曲线。
其中,所述不正常驾驶状态包括:酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶,其中,所述病态驾驶为驾驶过程中出现突发性病情的驾驶员的驾驶状态;所述高龄驾驶为法定年龄允许驾驶但生理状态不能保证正常驾驶的驾驶员的驾驶状态;当驾驶员处于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶状态时,驾驶员的生理、精神状态会与正常状态下不一致,容易出现精神兴奋、情绪不稳定、视野变小、视线模糊、摇头、睡觉、反应迟钝、判断能力降低等情况,容易导致行驶视线不稳定、方向盘控制不好、油门和刹车控制不好,从而使车辆行驶轨迹在直道上呈蛇形行驶、行驶速度和行驶加速度不稳定,驾驶过程中车辆的行驶轨迹、行驶速度、行驶加速度与正常驾驶状态下的行驶轨迹、行驶速度、行驶加速度对比会呈现出差异;其中,当处于酒后驾驶状态时,驾驶员容易出现视野变小、视线模糊不稳定;当处于吸毒驾驶时,驾驶员容易出现摇头、精神亢奋;当处于病态驾驶时,由于一般为突发性病情,驾驶员车辆控制能力会发生突变;当处于疲劳驾驶时,驾驶员容易出现眼睛调节能力变低甚至睡觉;当处于高龄驾驶时,驾驶员容易出现反应、判断能力减弱;因此不同的不正常驾驶状态的类别,驾驶员也会有不同的生理功能性和精神性障碍特征,从而产生不同的行驶轨迹数据、行驶速度数据、行驶加速度数据。
优选的,所述物联网智能终端和物联网云平台均保存有车辆的正常驾驶的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,以及不正常驾驶的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,以及车辆的历史的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,其中所述不正常驾驶的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集的分类包括:酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶。
进一步的,所述根据所述行驶状态数据判断一定时间段内驾驶员属于不正常驾驶状态的可能性,包括:
利用实时采集的一定时间段内的行驶轨迹数据曲线、行驶速度数据曲线和行驶加速度数据曲线的数学特性来判断驾驶员属于不正常驾驶状态的可能性,其中所述数学特性包括但不限于:曲率大小的变化、曲率正负的变化、数值大小的变化;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网智能终端保存的该车辆历史的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网智能终端保存的正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网智能终端保存的不正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性,并判断所述不正常驾驶状态属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的类别;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网云平台保存的该车辆历史的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网云平台保存的正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网云平台保存的不正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性,并判断所述不正常驾驶状态属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的类别。
进一步的,当多次判断结果为不正常驾驶状态后,则增加属于不正常驾驶状态的可能性,有利于排除道路颠簸、转弯等因素对判断结果准确性的影响;采用实时地理位置定位配合地图综合分析,可以排除路况不好、弯道下或者堵车下采集到的行驶轨迹数据、行驶速度数据、行驶加速度数据,提高判断结果的准确性。
图2是根据本实施例的一种物联网智能终端,其特征在于,所述物联网智能终端安装于汽车上,包括:
存储介质22,用于存储程序和行驶状态数据;
主控芯片21,用于信号处理和运行、存储程序;
陀螺仪和加速器模块23,用于实时获取车辆的行驶轨迹数据、行驶速度数据、行驶加速度数据,判断车辆是否在行驶状态;
磁力计24,用于辅助判断方位;
定位模块25,支持gps/北斗双模定位,用于实时获取车辆的地理位置信息;
通信模块26,支持FDD LTE,TDD LTE,WCDMA,TDS-CDMA, GPRS全网通网络的通信,支持a-gps定位,用于实现联网和a-gps定位功能,可升级为5g网络通信,用于为所述物联网智能终端实现物联网功能;
发音单元27,用于语音播报。
进一步的,所述物联网智能终端实时获取车辆的行驶轨迹数据、行驶速度数据、行驶加速度数据、地理位置信息并发送到所述物联网云平台,所述物联网智能终端安装时关联有所属车辆的唯一标识号信息、驾驶员信息。
如图3为本发明的一种不正常驾驶状态智能监控方法流程框图,本发明实施例中,利用所述物联网智能终端采集行驶轨迹数据、行驶速度数据、行驶加速度数据,通过数学方法分析采集到的行驶轨迹数据、行驶速度数据、行驶加速度数据,判断驾驶员是否处于不正常驾驶状态,并跟该驾驶员历史记录的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比,以及跟正常驾驶状态下的、不正常驾驶状态下的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断属于不正常驾驶的可能性,并进一步判断属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的哪种类别。当判断为不正常驾驶时,采用语音播报的方式提醒驾驶员专心驾驶、提醒周边的行驶车辆注意该驾驶不正常车辆在附近;所述物联网云平台实时统计每条路段上处于不正常驾驶状态的车辆,并将该路段可能处于不正常驾驶状态的车辆的地理位置信息、唯一标识号信息、数量信息、驾驶员信息推送给交警协助查处酒后驾驶、吸毒驾驶等违法违章行为;如果判断驾驶员为病态驾驶,则可联系110或者120帮助病态驾驶员进行报警和请求急救中心救援;如果判断驾驶员为高龄驾驶,则将该高龄驾驶员列入不能正常驾驶的名单并推送给相关部门,帮助判断该高龄驾驶员是否真正具备正常驾驶的能力;同时将该多个时间段内的不正常驾驶状态的行驶轨迹数据、行驶速度数据、行驶加速度数据及其所属不正常驾驶状态的类别保存到所述不正常驾驶状态的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,用于为分析不正常驾驶状态的可能性提供更多数据集。本实施例中,以物联网大数据技术手段判断驾驶员是否处于不正常驾驶状态,可节省封路查处酒驾的执法成本,同时还提供一种有效的不用体检的判断法定高龄驾驶员是否真正具备正常驾驶能力的方案。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种不正常驾驶状态智能监控方法,包括以下步骤:
采用物联网智能终端实时采集车辆的行驶状态数据并上传到物联网云平台,其中,所述行驶状态数据包括:行驶轨迹数据、行驶速度数据、行驶加速度数据;
根据所述行驶状态数据判断一定时间段内驾驶员属于不正常驾驶状态的可能性;
持续按照以上述步骤判断多个时间段内驾驶员属于不正常驾驶状态的可能性,如果多次判断驾驶状态为不正常驾驶则增加驾驶员属于不正常驾驶状态的可能性程度。
2.如权利要求1所述的一种不正常驾驶状态智能监控方法,其特征在于,所述行驶轨迹数据为一定时间段内车辆行驶位移和时间相关的曲线;所述行驶速度数据为一定时间段内车辆行驶速度和时间相关的曲线;所述行驶加速度数据为一定时间段内车辆行驶加速度和时间相关的曲线。
3.如权利要求1所述的一种不正常驾驶状态智能监控方法,其特征在于,所述不正常驾驶状态包括:酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶,其中,所述病态驾驶为驾驶过程中出现突发性病情的驾驶员的驾驶状态;所述高龄驾驶为法定年龄允许驾驶但生理状态不能保证正常驾驶的驾驶员的驾驶状态;当驾驶员处于不正常驾驶状态时,驾驶员的生理、精神状态会与正常状态下不一致,容易出现精神兴奋、情绪不稳定、视野变小、视线模糊、摇头、睡觉、反应迟钝、判断能力降低等情况,容易导致行驶视线不稳定、方向盘控制不好、油门和刹车控制不好,从而使车辆行驶轨迹在直道上呈蛇形行驶、行驶速度和行驶加速度不稳定,驾驶过程中车辆的行驶轨迹、行驶速度、行驶加速度与正常驾驶状态下的行驶轨迹、行驶速度、行驶加速度对比会呈现出差异;其中,当处于酒后驾驶状态时,驾驶员容易出现视野变小、视线模糊不稳定;当处于吸毒驾驶时,驾驶员容易出现摇头、精神亢奋;当处于病态驾驶时,由于一般为突发性病情,驾驶员车辆控制能力会发生突变;当处于疲劳驾驶时,驾驶员容易出现眼睛调节能力变低甚至睡觉;当处于高龄驾驶时,驾驶员容易出现反应、判断能力减弱;因此不同的不正常驾驶状态的类别,驾驶员也会有不同的生理功能性和精神性障碍特征,从而产生不同的行驶轨迹数据、行驶速度数据、行驶加速度数据。
4.如权利要求1所述的一种不正常驾驶状态智能监控方法,其特征在于,所述物联网智能终端和所述物联网云平台均保存有车辆的正常驾驶的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,以及不正常驾驶的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,以及车辆的历史的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,其中所述不正常驾驶的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集的分类包括:酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶。
5.如权利要求1所述的一种不正常驾驶状态智能监控方法,其特征在于,所述根据所述行驶状态数据判断一定时间段内驾驶员属于不正常驾驶状态的可能性,包括:
利用实时采集的一定时间段内的行驶轨迹数据曲线、行驶速度数据曲线和行驶加速度数据曲线的数学特性来判断驾驶员属于不正常驾驶状态的可能性,其中所述数学特性包括但不限于:曲率大小的变化、曲率正负的变化、数值大小的变化;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网智能终端保存的该车辆历史的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网智能终端保存的正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网智能终端保存的不正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性,并判断所述不正常驾驶状态属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的类别;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网云平台保存的该车辆历史的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网云平台保存的正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性;
利用实时采集的行驶轨迹数据、行驶速度数据、行驶加速度数据分别与所述物联网云平台保存的不正常驾驶的行驶轨迹数据集、行驶速度数据集、行驶加速度数据集对比来判断驾驶员属于不正常驾驶状态的可能性,并判断所述不正常驾驶状态属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的类别。
6.如权利要求1所述的一种不正常驾驶状态智能监控方法,其特征在于,当多次判断结果为不正常驾驶状态后,则增加属于不正常驾驶状态的可能性,有利于排除道路颠簸、转弯等因素对判断结果准确性的影响;采用实时地理位置定位配合地图综合分析,可以排除路况不好、弯道下或者堵车下采集到的行驶轨迹数据、行驶速度数据、行驶加速度数据,提高判断结果的准确性。
7.一种物联网智能终端,其特征在于,所述物联网智能终端安装于汽车上,包括:
存储介质,用于存储程序和行驶状态数据;
主控芯片,用于信号处理和运行、存储程序;
陀螺仪和加速器模块,用于实时获取车辆的行驶轨迹数据、行驶速度数据、行驶加速度数据,判断车辆是否在行驶状态;
磁力计,用于辅助判断方位;
定位模块,支持gps/北斗双模定位,用于实时获取车辆的地理位置信息;
通信模块,支持FDD LTE,TDD LTE,WCDMA,TDS-CDMA, GPRS全网通网络的通信,支持a-gps定位,用于实现联网和a-gps定位功能,可升级为5g网络通信,用于为所述物联网智能终端实现物联网功能;
发音单元,用于语音播报。
8.如权利要求7所述的一种所述物联网智能终端,其特征在于,所述物联网智能终端实时获取车辆的行驶轨迹数据、行驶速度数据、行驶加速度数据、地理位置信息并发送到所述物联网云平台,所述物联网智能终端安装时关联有所属车辆的唯一标识号信息、驾驶员信息。
9.如权利要求1所述的一种不正常驾驶状态智能监控方法,其特征在于,如果判断为不正常驾驶状态,则进一步判断属于酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶、高龄驾驶中的类别,同时采用语音播报等方式提醒驾驶员专心驾驶、提醒周边的行驶车辆注意该驾驶不正常车辆在附近;所述物联网云平台实时统计每条路段上处于不正常驾驶状态的车辆,并将该路段可能处于不正常驾驶状态的车辆的地理位置信息、唯一标识号信息、数量信息、驾驶员信息推送给交警协助查处酒后驾驶、吸毒驾驶等违法违章行为;如果判断驾驶员为病态驾驶,则可联系110或者120帮助病态驾驶员进行报警和请求急救中心救援;同时将该多个时间段内的不正常驾驶状态的行驶轨迹数据、行驶速度数据、行驶加速度数据及其所属不正常驾驶状态的类别保存到所述不正常驾驶状态的行驶轨迹数据集、行驶速度数据集和行驶加速度数据集,用于为分析不正常驾驶状态的可能性提供更多数据集。
10.如权利要求1所述的一种不正常驾驶状态智能监控方法,其特征在于,随着人口老龄化愈加严重,高龄驾驶员将会越来越多,在判断驾驶员为高龄驾驶类别后,可将该高龄驾驶员列入不能正常驾驶的名单并推送给相关部门,帮助判断该高龄驾驶员是否真正具备正常驾驶的能力。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910592442.2A CN110286667A (zh) | 2019-07-03 | 2019-07-03 | 不正常驾驶状态智能监控方法及物联网智能终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910592442.2A CN110286667A (zh) | 2019-07-03 | 2019-07-03 | 不正常驾驶状态智能监控方法及物联网智能终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110286667A true CN110286667A (zh) | 2019-09-27 |
Family
ID=68020335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910592442.2A Pending CN110286667A (zh) | 2019-07-03 | 2019-07-03 | 不正常驾驶状态智能监控方法及物联网智能终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110286667A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110626264A (zh) * | 2019-09-30 | 2019-12-31 | 李宝婕 | 一种防恶意及错误操作的汽车监控系统及方法 |
CN110696834A (zh) * | 2019-11-20 | 2020-01-17 | 东风小康汽车有限公司重庆分公司 | 驾驶员状态监测方法、装置、系统和控制器 |
CN111866056A (zh) * | 2020-03-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 信息推送方法、装置、电子设备和存储介质 |
CN112614334A (zh) * | 2019-10-05 | 2021-04-06 | 宏碁股份有限公司 | 蛇行检测方法及其装置 |
CN112633580A (zh) * | 2020-12-28 | 2021-04-09 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的酒驾车辆预警方法、装置、设备和介质 |
CN112885081A (zh) * | 2021-01-11 | 2021-06-01 | 浙江海峡创新科技有限公司 | 一种城市应急安全防护预警系统 |
CN113920689A (zh) * | 2021-11-24 | 2022-01-11 | 云知声(上海)智能科技有限公司 | 防止疲劳驾驶的车辆驾驶数据监控及智能对话方法和系统 |
CN114529871A (zh) * | 2022-02-21 | 2022-05-24 | 创新奇智(上海)科技有限公司 | 一种酒驾识别方法、装置,电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101017606A (zh) * | 2007-03-09 | 2007-08-15 | 李汝明 | 数字化汽车超速、疲劳驾驶智能实时监控网络管理系统 |
CN105590466A (zh) * | 2016-03-14 | 2016-05-18 | 重庆邮电大学 | 一种云平台下的驾驶员危险操作行为监测系统及方法 |
CN105632103A (zh) * | 2016-03-11 | 2016-06-01 | 张海涛 | 一种疲劳驾驶的监测方法及装置 |
CN106097709A (zh) * | 2016-06-27 | 2016-11-09 | 江苏迪纳数字科技股份有限公司 | 基于智能车载终端的驾驶行为识别方法 |
CN106184222A (zh) * | 2016-09-12 | 2016-12-07 | 深圳市尚摄科技有限公司 | 一种酒驾的监测方法及装置 |
CN106960481A (zh) * | 2017-02-15 | 2017-07-18 | 赵立 | 一种基于警用智能手机监控异常驾驶行为的方法 |
CN107742430A (zh) * | 2017-11-08 | 2018-02-27 | 广东翼卡车联网服务有限公司 | 一种驾驶行为监控方法、存储介质及车载终端 |
CN109910899A (zh) * | 2019-04-01 | 2019-06-21 | 广东科学技术职业学院 | 一种安全智能驾驶方法及系统 |
-
2019
- 2019-07-03 CN CN201910592442.2A patent/CN110286667A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101017606A (zh) * | 2007-03-09 | 2007-08-15 | 李汝明 | 数字化汽车超速、疲劳驾驶智能实时监控网络管理系统 |
CN105632103A (zh) * | 2016-03-11 | 2016-06-01 | 张海涛 | 一种疲劳驾驶的监测方法及装置 |
CN105590466A (zh) * | 2016-03-14 | 2016-05-18 | 重庆邮电大学 | 一种云平台下的驾驶员危险操作行为监测系统及方法 |
CN106097709A (zh) * | 2016-06-27 | 2016-11-09 | 江苏迪纳数字科技股份有限公司 | 基于智能车载终端的驾驶行为识别方法 |
CN106184222A (zh) * | 2016-09-12 | 2016-12-07 | 深圳市尚摄科技有限公司 | 一种酒驾的监测方法及装置 |
CN106960481A (zh) * | 2017-02-15 | 2017-07-18 | 赵立 | 一种基于警用智能手机监控异常驾驶行为的方法 |
CN107742430A (zh) * | 2017-11-08 | 2018-02-27 | 广东翼卡车联网服务有限公司 | 一种驾驶行为监控方法、存储介质及车载终端 |
CN109910899A (zh) * | 2019-04-01 | 2019-06-21 | 广东科学技术职业学院 | 一种安全智能驾驶方法及系统 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110626264A (zh) * | 2019-09-30 | 2019-12-31 | 李宝婕 | 一种防恶意及错误操作的汽车监控系统及方法 |
CN110626264B (zh) * | 2019-09-30 | 2021-08-24 | 李宝婕 | 一种防恶意及错误操作的汽车监控系统及方法 |
CN112614334A (zh) * | 2019-10-05 | 2021-04-06 | 宏碁股份有限公司 | 蛇行检测方法及其装置 |
CN110696834A (zh) * | 2019-11-20 | 2020-01-17 | 东风小康汽车有限公司重庆分公司 | 驾驶员状态监测方法、装置、系统和控制器 |
CN110696834B (zh) * | 2019-11-20 | 2022-01-14 | 东风小康汽车有限公司重庆分公司 | 驾驶员状态监测方法、装置、系统和控制器 |
CN111866056A (zh) * | 2020-03-23 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 信息推送方法、装置、电子设备和存储介质 |
CN111866056B (zh) * | 2020-03-23 | 2023-11-21 | 北京嘀嘀无限科技发展有限公司 | 信息推送方法、装置、电子设备和存储介质 |
CN112633580A (zh) * | 2020-12-28 | 2021-04-09 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的酒驾车辆预警方法、装置、设备和介质 |
CN112885081A (zh) * | 2021-01-11 | 2021-06-01 | 浙江海峡创新科技有限公司 | 一种城市应急安全防护预警系统 |
CN113920689A (zh) * | 2021-11-24 | 2022-01-11 | 云知声(上海)智能科技有限公司 | 防止疲劳驾驶的车辆驾驶数据监控及智能对话方法和系统 |
CN114529871A (zh) * | 2022-02-21 | 2022-05-24 | 创新奇智(上海)科技有限公司 | 一种酒驾识别方法、装置,电子设备及存储介质 |
CN114529871B (zh) * | 2022-02-21 | 2024-05-28 | 创新奇智(上海)科技有限公司 | 一种酒驾识别方法、装置,电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110286667A (zh) | 不正常驾驶状态智能监控方法及物联网智能终端 | |
Arumugam et al. | A survey on driving behavior analysis in usage based insurance using big data | |
US11124197B2 (en) | Contextual driver behavior monitoring | |
US11858419B2 (en) | Fatigue driving monitoring, reminding and early-warning method and system based on computer vision | |
Feng et al. | Can vehicle longitudinal jerk be used to identify aggressive drivers? An examination using naturalistic driving data | |
CN103310202B (zh) | 一种保障驾驶安全的系统及其方法 | |
CN111231969B (zh) | 一种汽车行驶状态检测方法 | |
EP2434466A1 (en) | Driving assistance method and device | |
EP2511891A1 (en) | Driving behavior detecting method and device | |
CN109228863A (zh) | 一种两客一危主动安全智能防控系统 | |
US20080243558A1 (en) | System and method for monitoring driving behavior with feedback | |
US11113775B1 (en) | System and method for standardized evaluation of driver's license eligibility | |
KR102303023B1 (ko) | 스마트 밴드를 활용한 택시 모니터링 시스템, 스마트 밴드를 활용한 택시 서비스와 연계된 게이트웨이 모듈 및 통합 제어 장치 | |
CN106710306A (zh) | 车辆驾驶行为监控方法及装置 | |
JP2010079665A (ja) | 車載装置とこれを用いた車両の安全運転促進システム | |
CN106530829A (zh) | 驾驶员状态播报方法及装置 | |
CN106960481A (zh) | 一种基于警用智能手机监控异常驾驶行为的方法 | |
Russell et al. | Naturalistic study of Level 2 driving automation functions | |
JP5587465B2 (ja) | 車両の安全運転促進システム | |
CN205910707U (zh) | 一种基于指纹掌纹识别的驾驶员身份识别系统 | |
CN110442113A (zh) | 不正常驾驶状态智能预判方法及物联网智能终端 | |
Vegega et al. | Drinking and driving among youth: A study of situational risk factors | |
CN109035752A (zh) | 一种车辆安全监控方法及其监控装置 | |
CN113386776A (zh) | 载货车辆疲劳驾驶主动干预方法、系统、电子设备及介质 | |
Pardhe et al. | Alcohol Detection and Traffic Sign Board Recognition for Vehicle Acceleration Using CNN |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190927 |
|
WD01 | Invention patent application deemed withdrawn after publication |