CN110909718A - 驾驶状态识别方法、装置及车辆 - Google Patents
驾驶状态识别方法、装置及车辆 Download PDFInfo
- Publication number
- CN110909718A CN110909718A CN201911269358.3A CN201911269358A CN110909718A CN 110909718 A CN110909718 A CN 110909718A CN 201911269358 A CN201911269358 A CN 201911269358A CN 110909718 A CN110909718 A CN 110909718A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- driving state
- driver
- information
- turning
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000001815 facial effect Effects 0.000 claims abstract description 60
- 238000004590 computer program Methods 0.000 claims description 23
- 238000005259 measurement Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 7
- 210000001747 pupil Anatomy 0.000 description 7
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 210000004709 eyebrow Anatomy 0.000 description 2
- 239000011521 glass Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请适用于驾驶员的驾驶状态识别的技术领域,提供了驾驶状态识别方法、装置及车辆,包括:获取预设时长内的目标图像帧和车辆行驶状态信息,所述目标图像帧包括驾驶员的面部特征,所述车辆行驶状态信息包括车辆前进方向以及车辆是否处于拐弯行驶的信息;根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态。通过上述方法,提高了驾驶状态的识别结果的精确性。
Description
技术领域
本申请属于驾驶员的驾驶状态识别的技术领域,尤其涉及驾驶状态识别方法、装置、车辆及计算机可读存储介质。
背景技术
随着经济的发展,各个地区的机动车越来越多。由于机动车的速度远大于行人的行走速度,因此,若机动车的驾驶员在驾驶的过程中专注度较低,将很可能发生交通事故,且机动车本身的载重越高,其导致的交通事故也越大。故需要检测驾驶员的驾驶状态,进而提醒驾驶员用心驾驶,以降低交通事故的发生率。
现有的驾驶状态识别方法中,通常是通过识别驾驶员的行为,比如通过摄像头获取驾驶员的图像,进而通过分析获取的驾驶员的图像来判断该驾驶员是处于什么样的驾驶状态,但这种方法仍可能出现误判或者错判的情况。
故,需要提出一种新的方法以解决上述技术问题。
发明内容
本申请实施例提供了驾驶状态识别方法、装置及车辆,可以解决驾驶状态识别的准确度较低问题。
第一方面,本申请实施例提供了一种驾驶状态识别方法,包括:
获取预设时长内的目标图像帧和车辆行驶状态信息,所述目标图像帧包括驾驶员的面部特征,所述车辆行驶状态信息包括车辆前进方向以及车辆是否处于拐弯行驶的信息;
根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态。
第二方面,本申请实施例提供了一种驾驶状态识别装置,包括:
目标图像帧获取单元,用于获取预设时长内的目标图像帧和车辆行驶状态信息,所述目标图像帧包括驾驶员的面部特征,所述车辆行驶状态信息包括车辆前进方向以及车辆是否处于拐弯行驶的信息;
驾驶状态识别单元,用于根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态。
第三方面,本申请实施例提供了一种车辆,包括摄像头、车载惯性测量模块、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面所述的方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的方法。
第五方面,本申请实施例提供了一种计算机程序产品,当计算机程序产品在终端设备上运行时,使得终端设备执行上述第一方面所述的方法。
本申请实施例与现有技术相比存在的有益效果是:
由于在识别驾驶员的驾驶状态时,是同时结合驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息一起进行分析得到,而驾驶状态除了跟驾驶员的面部特征相关,还与车辆行驶状态信息相关,因此,提高了驾驶状态的识别结果的精确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1是本申请一实施例提供的一种驾驶状态识别方法的流程图;
图2是本申请一实施例提供的一种驾驶状态识别装置的结构示意图;
图3是本申请一实施例提供的车辆的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
在实际情况中,当车辆处于拐弯状态的时候,驾驶员需要频繁查看后视镜,因此,若仅根据驾驶员查看车外就判定该驾驶员处于分心驾驶状态是不准确的,即仅通过分析图像中驾驶员的面部特征来判定该驾驶员的驾驶状态是不准确的。为了提高驾驶状态的识别准确度,在本申请中,对包括驾驶员的面部特征的目标图像帧以及获取的车辆行驶状态信息进行共同分析,进而根据分析结果识别驾驶员的驾驶状态。由于本申请在判断驾驶员的驾驶状态时考虑了车辆行驶状态信息,因此,使得驾驶状态的识别结果更准确。
图1示出了本申请实施例提供的一种驾驶状态识别方法的流程图,详述如下:
步骤S11,获取预设时长内的目标图像帧和车辆行驶状态信息,所述目标图像帧包括驾驶员的面部特征,所述车辆行驶状态信息包括车辆前进方向以及车辆是否处于拐弯行驶的信息;
本实施例中,预先在车辆前方安装摄像头,为保证获得驾驶员更多的面部特征,则摄像头需安装在能够最大限度拍摄到驾驶员脸部的正面的位置,比如,若驾驶位置在车辆的左边,则将摄像头安装在车前玻璃的左上方,若驾驶位置在车辆的右边,则将摄像头安装在车前玻璃的右上方。其中,本申请的面部特征为人脸所具有的面部特征,比如,“下巴”、“眼睛”、“眉毛”、“鼻子”、“嘴巴”等。
本实施例中,车辆是否处于拐弯行驶的信息可根据安装在所述车辆的导航仪获取,或者,根据安装在所述车辆的车载惯性测量模块中获取。
当根据安装在所述车辆的导航仪获取时,根据安装在所述车辆的导航仪确定所述车辆的当前位置进而确定所述车辆是否处于弯道上,若处于弯道上,表明所述车辆处于拐弯行驶。当然,若所述车辆没有处于弯道上,则通过导航仪难以准确识别所述车辆是否处于拐弯行驶,为了更准确地判断车辆是否处于拐弯行驶,则在车辆上安装车载惯性模块(Inertial Measurement Unit,IMU),该IMU利用陀螺仪、加速度计等惯性敏感元件,实时测量车辆相对于地面运动的偏移信息,进而得到所述车辆是否处于拐弯行驶的信息。具体地:从安装在所述车辆的车载惯性测量模块中获取所述车辆的方向角度,其中,所述方向角度用于指示车辆偏向车辆前进方向的左边或右边的可能性(例如,当方向角度为负数时,表明该车辆偏向车辆前进方向的左边,当方向角度为正数时,表明该车辆偏向车辆前进方向的右边);若所述车辆的方向角度大于或等于预设的方向角度,则所述车辆的方向角度表示所述车辆处于拐弯行驶的信息;若所述车辆的方向角度小于预设的方向角度,则所述车辆的方向角度表示所述车辆处于非拐弯行驶的信息。
本实施例中,上述的预设时长可根据实际情况设定为一个固定值,或者,设定为一个动态值。当预设时长为动态值时,设定该预设时长与车辆的运行速度有关。由于车辆的运行速度越快,其可能导致的车祸也越大,因此,在车辆运行较快的速度时,更需要及时关注驾驶员的驾驶专注度,此时,可设定该预设时长为一个较小值。即,当预设时长为一个动态值时,可设置该预设时长与车辆的运行速度成反比例关系。
步骤S12,根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态。
具体地,通过分析目标图像帧得到相应的面部特征,再结合该面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别驾驶员的驾驶状态。
本申请实施例中,获取预设时长内的目标图像帧和车辆行驶状态信息,由于该目标图像帧包括驾驶员的面部特征,且该车辆行驶状态信息包括车辆前进方向以及车辆是否处于拐弯行驶的信息,因此可根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态。需要指出的是,由于在识别驾驶员的驾驶状态时,是同时结合驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息一起进行分析得到,而驾驶状态除了跟驾驶员的面部特征相关,还与车辆行驶状态信息相关,因此,提高了驾驶状态的识别结果的精确性。
在一些实施例中,可根据驾驶员的面部特征确定该驾驶员的面部朝向,再与车辆行驶状态信息相结合得到驾驶状态的识别结果,具体地,所述步骤S12,包括:
A1、根据所述驾驶员的面部特征确定所述驾驶员的面部朝向;
具体地,分析预设时长内相邻目标图像帧中同一个面部特征在世界坐标系中的坐标,根据该面部特征的坐标与标准目标图像帧(驾驶员正对摄像头或驾驶员正对车辆前进方向所得到的图像帧为标准目标图像帧)中该相同面部特征的标准坐标的相对位置确定驾驶员的面部朝向。例如,假设有相邻目标图像帧L1和L2,分别确定该L1、L2中“鼻子”这个面部特征在世界坐标系中的横坐标为M1和M2,在标准目标图像帧中“标准鼻子”在世界坐标系中的横坐标为M0(纵坐标相同),且M2和M1都大于M0,此时,可判定驾驶员的面部朝向为“向右”。
A2、若所述驾驶员的面部朝向在所述预设时长内偏离所述车辆前进方向的单次持续时长大于或等于预设的时长阈值,则根据所述车辆在所述单次持续时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述单次持续时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述单次持续时长内处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
具体地,面部朝向偏离车辆前进方向的单次持续时长是指:在检测到面部朝向偏离车辆前进方向的时间点到检测到面部朝向不偏离车辆前进方向的时间点之间的时长。例如,假设在8:50检测到驾驶员的面部朝向偏离车辆前进方向,在8:52检测到驾驶员的面部朝向不偏离车辆前进方向,在8:55又检测到驾驶员的面部朝向偏离车辆前进方向,则面部朝向偏离车辆前进方向的单次持续时长为2分钟。需要指出的是,本申请实施例中偏离车辆前进方向是指方向与车辆前进方向不同的方向,例如,假设车辆前进方向为正前方,当面部朝向向左或向右时,该面部朝向偏离车辆前进方向。
本实施例中,若驾驶员的面部朝向偏离车辆前进方向的单次持续时长大于或等于预设的时长阈值,且车辆处于拐弯行驶状态,考虑到车辆拐弯时驾驶员是需要查看窗外的,因此,不会判定该驾驶员处于分心驾驶,从而提高驾驶状态的识别结果的精确性。
当然,若驾驶员的面部朝向在所述预设时长内偏离所述车辆前进方向的单次持续时长大于或等于预设的分心驾驶时长阈值,该预设的分心驾驶时长阈值大于预设的时长阈值,即已判断出驾驶员的面部长时间朝向窗外,则直接判定该驾驶员处于分心驾驶状态。
在一些实施例中,由于驾驶员可能存在面部朝向正对摄像头,但视线偏离车辆前进方向的情况,而视线偏离仍会存在安全隐患,因此,为了提高驾驶状态的识别结果的精确性,所述步骤S12,包括:
B1、根据所述驾驶员的面部特征确定所述驾驶员的视线方向;
具体地,通过识别驾驶员的眼睛中的瞳孔边缘位置确定驾驶员的视线方向,例如,将预设时长内目标图像帧中驾驶员的眼睛中的瞳孔的边缘(或部分边缘)与标准图像帧中驾驶员的眼睛中的瞳孔的边缘比较,根据比较结果确定驾驶员的视线方向是否偏离车辆前进方向。例如,当判断出目标图像帧中的瞳孔边缘位于标准图像帧中的瞳孔边缘的左边时,表明该驾驶员的视线偏向左边,也即偏离车辆前进方向。
B2、若所述驾驶员的视线方向在所述预设时长内偏离所述车辆前进方向的单次持续时长大于或等于预设的时长阈值,则根据所述车辆在所述单次持续时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述单次持续时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述单次持续时长内处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
本实施例中,由于考虑了驾驶员脸部朝向没有偏离车辆前进方向,但驾驶员的视线偏离车辆前进方向的情况,因此,使得根据驾驶员的视线以及车辆行驶状态信息共同得到的驾驶状态的识别结果更精确。
当然,若驾驶员的视线方向在所述预设时长内偏离所述车辆前进方向的单次持续时长大于或等于预设的分心驾驶时长阈值,该预设的分心驾驶时长阈值大于预设的时长阈值,即已判断出驾驶员的视线方向长时间朝向窗外,则直接判定该驾驶员处于分心驾驶状态。
在一些实施例中,虽然驾驶员没有长时间观看车外,但是若驾驶员频繁观看车外,也可能会造成车祸,因此,为了提高驾驶状态的识别结果的精确性,所述步骤S12,包括:
C1、根据所述驾驶员的面部特征确定所述驾驶员的面部朝向;
C2、若所述驾驶员的面部朝向在所述预设时长内偏离所述车辆前进方向的频率大于或等于预设的频率阈值,则根据所述车辆在所述预设时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述预设时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述预设时长内容处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
本实施例中,分别统计驾驶员的面部朝向在预设时长内偏离车辆前进方向的次数以及没有偏离车辆前进方向的次数,进而得到该驾驶员的面部朝向在预设时长内偏离车辆前进方向的频率,再结合车辆在该预设时长内是否处于拐弯行驶状态判断驾驶员是否处于分心驾驶状态。需要指出的是,在预设时长内车辆可能同时存在拐弯行驶状态和非拐弯行驶状态,此时,可分别统计拐弯行驶的时长和非拐弯行驶的时长在预设时长的比例,并选取大的比例值对应的行驶状态作为车辆的行驶状态。
在一些实施例中,由于驾驶员可能存在面部朝向正对摄像头,但视线偏离车辆前进方向的情况,而视线偏离仍会存在安全隐患,因此,为了提高驾驶状态的识别结果的精确性,所述步骤S12,包括:
D1、根据所述驾驶员的面部特征确定所述驾驶员的视线方向;
D2、若所述驾驶员的视线方向在所述预设时长内偏离所述车辆前进方向的频率大于或等于预设的频率阈值,则根据所述车辆在所述预设时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述预设时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述预设时长内容处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
具体地,通过识别驾驶员的眼睛中的瞳孔边缘位置确定驾驶员的视线方向,再分别统计驾驶员的视线方向在预设时长内偏离车辆前进方向的次数以及没有偏离车辆前进方向的次数,进而得到该驾驶员的视线方向在预设时长内偏离车辆前进方向的频率,再结合车辆在该预设时长内是否处于拐弯行驶状态判断驾驶员是否处于分心驾驶状态。需要指出的是,在预设时长内车辆可能同时存在拐弯行驶状态和非拐弯行驶状态,此时,可分别统计拐弯行驶的时长和非拐弯行驶的时长在预设时长的比例,并选取大的比例值对应的行驶状态作为车辆的行驶状态。
在一些实施例,由于车祸的严重程度与发生车祸之前车辆的速度有关,因此,为了能够及时、准确识别出驾驶员的驾驶状态,则:
设置本申请实施例的预设的时长阈值根据所述车辆的速度确定,且所述预设的时长阈值与所述车辆的速度成反比例关系;具体地,可将车辆的速度(如车辆在上一时刻的速度)与标准速度比较,得到一个比例值m,假设标准速度对应的预设的时长阈值为Y,则该车辆当前对应的预设的时长阈值为Y/m。
和/或,
设置本申请实施例的预设的频率阈值根据所述车辆的速度确定,且所述预设的时长阈值与所述车辆的速度成反比例关系。
本实施例中,由于预设的时长阈值(或预设的频率阈值)和车辆的速度成反比例关系,因此,车辆的速度越大,对应的预设的时长阈值(或预设的频率阈值)越小,即通过降低进行驾驶状态识别的门槛来增加驾驶状态识别的频率,从而能够及时识别驾驶员的驾驶状态,此外,若车辆的速度越快,驾驶员的专注度应该越高,因此,降低预设的时长阈值(或预设的频率阈值)之后也能够提高驾驶状态的识别的精确度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的驾驶状态识别方法,图2示出了本申请实施例提供的驾驶状态识别装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。
参照图2,该驾驶状态识别装置2包括:目标图像帧获取单元21和驾驶状态识别单元22。其中:
目标图像帧获取单元21,用于获取预设时长内的目标图像帧和车辆行驶状态信息,所述目标图像帧包括驾驶员的面部特征,所述车辆行驶状态信息包括车辆前进方向以及车辆是否处于拐弯行驶的信息;
具体地,预先在车辆前方安装摄像头,为保证获得驾驶员更多的面部特征,则摄像头需安装在能够最大限度拍摄到驾驶员脸部的正面的位置。
其中,本申请的面部特征为人脸所具有的面部特征,比如,“下巴”、“眼睛”、“眉毛”、“鼻子”、“嘴巴”等。
本实施例中,车辆是否处于拐弯行驶的信息可根据安装在所述车辆的导航仪获取,或者,根据安装在所述车辆的车载惯性测量模块中获取。具体地,当根据安装在所述车辆的车载惯性测量模块中获取时:
从安装在所述车辆的车载惯性测量模块中获取所述车辆的方向角度,其中,所述方向角度用于指示车辆偏向车辆前进方向的左边或右边的可能性;若所述车辆的方向角度大于或等于预设的方向角度,则所述车辆的方向角度表示所述车辆处于拐弯行驶的信息;若所述车辆的方向角度小于预设的方向角度,则所述车辆的方向角度表示所述车辆处于非拐弯行驶的信息。
本实施例中,上述的预设时长可根据实际情况设定为一个固定值,或者,设定为一个动态值。
驾驶状态识别单元22,用于根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态。
本申请实施例中,由于在识别驾驶员的驾驶状态时,是同时结合驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息一起进行分析得到,而驾驶状态除了跟驾驶员的面部特征相关,还与车辆行驶状态信息相关,因此,提高了驾驶状态的识别结果的精确性。
在一些实施例中,可根据驾驶员的面部特征确定该驾驶员的面部朝向,再与车辆行驶状态信息相结合得到驾驶状态的识别结果,此时,所述驾驶状态识别单元22包括:
第一面部朝向确定模块,用于根据所述驾驶员的面部特征确定所述驾驶员的面部朝向;
第一驾驶状态识别模块,用于若所述驾驶员的面部朝向在所述预设时长内偏离所述车辆前进方向的单次持续时长大于或等于预设的时长阈值,则根据所述车辆在所述单次持续时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述单次持续时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述单次持续时长内处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
具体地,面部朝向偏离车辆前进方向的单次持续时长是指:在检测到面部朝向偏离车辆前进方向的时间点到检测到面部朝向不偏离车辆前进方向的时间点之间的时长。
在一些实施例中,该驾驶状态识别装置2还包括:
第一分心驾驶状态判定单元,用于若驾驶员的面部朝向在所述预设时长内偏离所述车辆前进方向的单次持续时长大于或等于预设的分心驾驶时长阈值,该预设的分心驾驶时长阈值大于预设的时长阈值,即已判断出驾驶员的面部长时间朝向窗外,则直接判定该驾驶员处于分心驾驶状态。
在一些实施例中,由于驾驶员可能存在面部朝向正对摄像头,但视线偏离车辆前进方向的情况,而视线偏离仍会存在安全隐患,因此,为了提高驾驶状态的识别结果的精确性,所述驾驶状态识别单元22,包括:
第一视线方向确定模块,用于根据所述驾驶员的面部特征确定所述驾驶员的视线方向;
具体地,通过识别驾驶员的眼睛中的瞳孔边缘位置确定驾驶员的视线方向。
第二驾驶状态识别模块,用于若所述驾驶员的视线方向在所述预设时长内偏离所述车辆前进方向的单次持续时长大于或等于预设的时长阈值,则根据所述车辆在所述单次持续时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述单次持续时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述单次持续时长内处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
在一些实施例中,该驾驶状态识别装置2还包括:
第二分心驾驶状态判定单元,用于若驾驶员的视线方向在所述预设时长内偏离所述车辆前进方向的单次持续时长大于或等于预设的分心驾驶时长阈值,该预设的分心驾驶时长阈值大于预设的时长阈值,即已判断出驾驶员的视线方向长时间朝向窗外,则直接判定该驾驶员处于分心驾驶状态。
在一些实施例中,虽然驾驶员没有长时间观看车外,但是若驾驶员频繁观看车外,也可能会造成车祸,因此,为了提高驾驶状态的识别结果的精确性,所述驾驶状态识别单元22,包括:
第二面部朝向确定模块,用于根据所述驾驶员的面部特征确定所述驾驶员的面部朝向;
第三驾驶状态识别模块,用于若所述驾驶员的面部朝向在所述预设时长内偏离所述车辆前进方向的频率大于或等于预设的频率阈值,则根据所述车辆在所述预设时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述预设时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述预设时长内容处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
在一些实施例中,该驾驶状态识别装置2还包括:
第三分心驾驶状态判定单元,用于若驾驶员的面部朝向在所述预设时长内偏离所述车辆前进方向的频率大于或等于预设的分心驾驶频率阈值,该预设的分心驾驶频率阈值大于预设的频率阈值,即已判断出驾驶员的面部朝向长时间朝向窗外,则直接判定该驾驶员处于分心驾驶状态。
在一些实施例中,由于驾驶员可能存在面部朝向正对摄像头,但视线偏离车辆前进方向的情况,而视线偏离仍会存在安全隐患,因此,所述驾驶状态识别单元22,包括:
第二视线方向确定模块,用于根据所述驾驶员的面部特征确定所述驾驶员的视线方向;
第四驾驶状态识别模块,用于若所述驾驶员的视线方向在所述预设时长内偏离所述车辆前进方向的频率大于或等于预设的频率阈值,则根据所述车辆在所述预设时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述预设时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述预设时长内容处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
需要指出的是,在预设时长内车辆可能同时存在拐弯行驶状态和非拐弯行驶状态,此时,可分别统计拐弯行驶的时长和非拐弯行驶的时长在预设时长的比例,并选取大的比例值对应的行驶状态作为车辆的行驶状态。
由于车祸的严重程度与发生车祸之前车辆的速度有关,因此,为了能够及时、准确识别出驾驶员的驾驶状态,则:
设置本申请实施例的预设的时长阈值根据所述车辆的速度确定,且所述预设的时长阈值与所述车辆的速度成反比例关系;具体地,可将车辆的速度(如车辆在上一时刻的速度)与标准速度比较,得到一个比例值m,假设标准速度对应的预设的时长阈值为Y,则该车辆当前对应的预设的时长阈值为Y/m。
和/或,
所述预设的频率阈值根据所述车辆的速度确定,且所述预设的时长阈值与所述车辆的速度成反比例关系。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图3为本申请一实施例提供的车辆的结构示意图。如图3所示,该实施例的车辆3包括:至少一个处理器30(图3中仅示出一个处理器)、存储器31、存储在所述存储器31中并可在所述至少一个处理器30上运行的计算机程序32,用于获取目标图像帧的摄像头33,以及用于获取车辆行驶状态信息的车载惯性测量模块34,所述处理器30执行所述计算机程序32时实现上述任意各个方法实施例中的步骤:
获取预设时长内的目标图像帧和车辆行驶状态信息,所述目标图像帧包括驾驶员的面部特征,所述车辆行驶状态信息包括车辆前进方向以及车辆是否处于拐弯行驶的信息;
根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态。
所述车辆3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图3仅仅是车辆3的举例,并不构成对车辆3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),该处理器30还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31在一些实施例中可以是所述车辆3的内部存储单元,例如车辆3的硬盘或内存。所述存储器31在另一些实施例中也可以是所述车辆3的外部存储设备,例如所述车辆3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述车辆3的内部存储单元也包括外部存储设备。所述存储器31用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种网络设备,该网络设备包括:至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意各个方法实施例中的步骤。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种驾驶状态识别方法,其特征在于,包括:
获取预设时长内的目标图像帧和车辆行驶状态信息,所述目标图像帧包括驾驶员的面部特征,所述车辆行驶状态信息包括车辆前进方向以及车辆是否处于拐弯行驶的信息;
根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态。
2.如权利要求1所述的驾驶状态识别方法,其特征在于,所述根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态,包括:
根据所述驾驶员的面部特征确定所述驾驶员的面部朝向;
若所述驾驶员的面部朝向在所述预设时长内偏离所述车辆前进方向的单次持续时长大于或等于预设的时长阈值,则根据所述车辆在所述单次持续时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述单次持续时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述单次持续时长内处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
3.如权利要求1所述的驾驶状态识别方法,其特征在于,所述根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态,包括:
根据所述驾驶员的面部特征确定所述驾驶员的视线方向;
若所述驾驶员的视线方向在所述预设时长内偏离所述车辆前进方向的单次持续时长大于或等于预设的时长阈值,则根据所述车辆在所述单次持续时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述单次持续时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述单次持续时长内处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
4.如权利要求1所述的驾驶状态识别方法,其特征在于,所述根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态,包括:
根据所述驾驶员的面部特征确定所述驾驶员的面部朝向;
若所述驾驶员的面部朝向在所述预设时长内偏离所述车辆前进方向的频率大于或等于预设的频率阈值,则根据所述车辆在所述预设时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述预设时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述预设时长内容处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
5.如权利要求1所述的驾驶状态识别方法,其特征在于,所述根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态,包括:
根据所述驾驶员的面部特征确定所述驾驶员的视线方向;
若所述驾驶员的视线方向在所述预设时长内偏离所述车辆前进方向的频率大于或等于预设的频率阈值,则根据所述车辆在所述预设时长内是否处于拐弯行驶的信息确定所述车辆是否处于拐弯行驶状态,若所述车辆在所述预设时长内处于拐弯行驶状态,则识别所述驾驶员的驾驶状态为非分心驾驶状态;若所述车辆在所述预设时长内容处于非拐弯行驶状态,则识别所述驾驶员的驾驶状态为分心驾驶状态。
6.如权利要求1至5任一项所述的驾驶状态识别方法,其特征在于,所述车辆是否处于拐弯行驶的信息通过以下方式获取:
从安装在所述车辆的车载惯性测量模块中获取所述车辆的方向角度,其中,所述方向角度用于指示车辆偏向车辆前进方向的左边或右边的可能性;
若所述车辆的方向角度大于或等于预设的方向角度,则所述车辆的方向角度表示所述车辆处于拐弯行驶的信息;若所述车辆的方向角度小于预设的方向角度,则所述车辆的方向角度表示所述车辆处于非拐弯行驶的信息。
7.如权利要求1至5任一项所述的驾驶状态识别方法,其特征在于,所述预设的时长阈值根据所述车辆的速度确定,且所述预设的时长阈值与所述车辆的速度成反比例关系;
和/或,
所述预设的频率阈值根据所述车辆的速度确定,且所述预设的时长阈值与所述车辆的速度成反比例关系。
8.一种驾驶状态识别装置,其特征在于,包括:
目标图像帧获取单元,用于获取预设时长内的目标图像帧和车辆行驶状态信息,所述目标图像帧包括驾驶员的面部特征,所述车辆行驶状态信息包括车辆前进方向以及车辆是否处于拐弯行驶的信息;
驾驶状态识别单元,用于根据所述驾驶员的面部特征、车辆前进方向以及车辆是否处于拐弯行驶的信息识别所述驾驶员的驾驶状态。
9.一种车辆,包括摄像头、车载惯性测量模块、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911269358.3A CN110909718B (zh) | 2019-12-11 | 2019-12-11 | 驾驶状态识别方法、装置及车辆 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911269358.3A CN110909718B (zh) | 2019-12-11 | 2019-12-11 | 驾驶状态识别方法、装置及车辆 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110909718A true CN110909718A (zh) | 2020-03-24 |
CN110909718B CN110909718B (zh) | 2024-04-19 |
Family
ID=69824749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911269358.3A Active CN110909718B (zh) | 2019-12-11 | 2019-12-11 | 驾驶状态识别方法、装置及车辆 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110909718B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112849149A (zh) * | 2021-01-28 | 2021-05-28 | 上海商汤临港智能科技有限公司 | 驾驶员状态检测方法、装置、设备、介质及程序产品 |
CN113060144A (zh) * | 2021-03-12 | 2021-07-02 | 上海商汤临港智能科技有限公司 | 分心提醒方法及装置、电子设备和存储介质 |
CN114189612A (zh) * | 2021-11-18 | 2022-03-15 | 深圳市锐明技术股份有限公司 | 摄像头的安装角度确定方法、装置及终端设备 |
WO2024087205A1 (zh) * | 2022-10-28 | 2024-05-02 | 深圳市锐明技术股份有限公司 | 司机状态评估方法、装置、电子设备及存储介质 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009294753A (ja) * | 2008-06-03 | 2009-12-17 | Toyota Motor Corp | 画像処理装置および画像処理方法 |
JP2010257293A (ja) * | 2009-04-27 | 2010-11-11 | Toyota Motor Corp | ドライバ状態監視装置及び車両制御装置 |
CN108275156A (zh) * | 2018-03-27 | 2018-07-13 | 斑马网络技术有限公司 | 驾驶行为检测方法、存储介质、设备及车辆 |
US20180201276A1 (en) * | 2017-01-18 | 2018-07-19 | Toyota Jidosha Kabushiki Kaisha | Driver condition detection system |
KR101914190B1 (ko) * | 2017-06-12 | 2018-11-01 | 동국대학교 산학협력단 | 운전자 시선 추적 장치 및 방법 |
CN109708634A (zh) * | 2018-12-12 | 2019-05-03 | 平安科技(深圳)有限公司 | 自动判断驾驶行为的方法、装置、存储介质及电子设备 |
US20190135295A1 (en) * | 2017-11-09 | 2019-05-09 | Toyota Jidosha Kabushiki Kaisha | Driver condition detection system |
US20190147265A1 (en) * | 2017-11-15 | 2019-05-16 | Omron Corporation | Distracted driving determination apparatus, distracted driving determination method, and program for distracted driving determination |
CN109784135A (zh) * | 2017-11-15 | 2019-05-21 | 欧姆龙株式会社 | 驾驶员状态判断装置及其方法以及存储介质 |
CN110313023A (zh) * | 2017-12-29 | 2019-10-08 | 深圳市锐明技术股份有限公司 | 一种预防疲劳驾驶的方法、装置及车载终端 |
CN110390285A (zh) * | 2019-07-16 | 2019-10-29 | 广州小鹏汽车科技有限公司 | 驾驶员分神检测方法、系统及车辆 |
US20190370579A1 (en) * | 2017-02-15 | 2019-12-05 | Mitsubishi Electric Corporation | Driving state determination device, determination device, and driving state determination method |
-
2019
- 2019-12-11 CN CN201911269358.3A patent/CN110909718B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009294753A (ja) * | 2008-06-03 | 2009-12-17 | Toyota Motor Corp | 画像処理装置および画像処理方法 |
JP2010257293A (ja) * | 2009-04-27 | 2010-11-11 | Toyota Motor Corp | ドライバ状態監視装置及び車両制御装置 |
US20180201276A1 (en) * | 2017-01-18 | 2018-07-19 | Toyota Jidosha Kabushiki Kaisha | Driver condition detection system |
US20190370579A1 (en) * | 2017-02-15 | 2019-12-05 | Mitsubishi Electric Corporation | Driving state determination device, determination device, and driving state determination method |
KR101914190B1 (ko) * | 2017-06-12 | 2018-11-01 | 동국대학교 산학협력단 | 운전자 시선 추적 장치 및 방법 |
US20190135295A1 (en) * | 2017-11-09 | 2019-05-09 | Toyota Jidosha Kabushiki Kaisha | Driver condition detection system |
US20190147265A1 (en) * | 2017-11-15 | 2019-05-16 | Omron Corporation | Distracted driving determination apparatus, distracted driving determination method, and program for distracted driving determination |
CN109784135A (zh) * | 2017-11-15 | 2019-05-21 | 欧姆龙株式会社 | 驾驶员状态判断装置及其方法以及存储介质 |
CN110313023A (zh) * | 2017-12-29 | 2019-10-08 | 深圳市锐明技术股份有限公司 | 一种预防疲劳驾驶的方法、装置及车载终端 |
CN108275156A (zh) * | 2018-03-27 | 2018-07-13 | 斑马网络技术有限公司 | 驾驶行为检测方法、存储介质、设备及车辆 |
CN109708634A (zh) * | 2018-12-12 | 2019-05-03 | 平安科技(深圳)有限公司 | 自动判断驾驶行为的方法、装置、存储介质及电子设备 |
CN110390285A (zh) * | 2019-07-16 | 2019-10-29 | 广州小鹏汽车科技有限公司 | 驾驶员分神检测方法、系统及车辆 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112849149A (zh) * | 2021-01-28 | 2021-05-28 | 上海商汤临港智能科技有限公司 | 驾驶员状态检测方法、装置、设备、介质及程序产品 |
CN113060144A (zh) * | 2021-03-12 | 2021-07-02 | 上海商汤临港智能科技有限公司 | 分心提醒方法及装置、电子设备和存储介质 |
CN114189612A (zh) * | 2021-11-18 | 2022-03-15 | 深圳市锐明技术股份有限公司 | 摄像头的安装角度确定方法、装置及终端设备 |
WO2024087205A1 (zh) * | 2022-10-28 | 2024-05-02 | 深圳市锐明技术股份有限公司 | 司机状态评估方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110909718B (zh) | 2024-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110909718B (zh) | 驾驶状态识别方法、装置及车辆 | |
RU2597066C2 (ru) | Способ и устройство для распознавания дорожных знаков | |
US9576489B2 (en) | Apparatus and method for providing safe driving information | |
CN108520571B (zh) | 利用加速度计判断车辆行驶状态的算法和装置 | |
CN108437896B (zh) | 车辆驾驶辅助方法、装置、设备及存储介质 | |
CN111932881A (zh) | 交通路口管理方法、装置、终端设备及存储介质 | |
CN108437795A (zh) | 限速值输出方法与装置 | |
CN112109633A (zh) | 车道偏离预警方法、装置、设备、车辆及存储介质 | |
CN109177909B (zh) | 车辆侧翻预判方法、装置及设备 | |
CN114373335A (zh) | 一种车辆的碰撞预警方法、装置、电子设备及存储介质 | |
CN111027506B (zh) | 视线方向的确定方法、装置、电子设备及存储介质 | |
CN112381025A (zh) | 一种驾驶员注意力检测方法、装置、电子设备及存储介质 | |
CN114926540A (zh) | 一种车道线标定的方法、装置、终端设备及可读存储介质 | |
CN114463985A (zh) | 辅助驾驶的方法、装置、设备及存储介质 | |
CN111422203B (zh) | 一种驾驶行为评估方法及装置 | |
CN110784680B (zh) | 一种车辆定位方法、装置、车辆和存储介质 | |
CN115965636A (zh) | 车辆侧面图的生成方法、装置及终端设备 | |
CN111191603B (zh) | 车内人员识别方法、装置、终端设备及介质 | |
US11594201B2 (en) | Vehicle, display method, and program | |
KR101405785B1 (ko) | 자동차 등급 부여 시스템 및 그 방법 | |
CN109703556B (zh) | 驾驶辅助方法及设备 | |
Tsai et al. | A safety driving assistance system by integrating in-vehicle dynamics and real-time traffic information | |
CN113581196A (zh) | 一种车辆行驶预警的方法、装置、计算机设备及存储介质 | |
CN114333414A (zh) | 停车让行检测装置、停车让行检测系统以及记录介质 | |
CN111038496B (zh) | 车辆预警方法、装置、终端设备以及计算机可读存储介质 |
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 |