CN111557673A - 一种汽车驾驶监控方法、系统及存储介质 - Google Patents
一种汽车驾驶监控方法、系统及存储介质 Download PDFInfo
- Publication number
- CN111557673A CN111557673A CN202010322469.2A CN202010322469A CN111557673A CN 111557673 A CN111557673 A CN 111557673A CN 202010322469 A CN202010322469 A CN 202010322469A CN 111557673 A CN111557673 A CN 111557673A
- Authority
- CN
- China
- Prior art keywords
- information
- vehicle
- driver
- layer
- acquiring
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000010365 information processing Effects 0.000 claims abstract description 23
- 230000006399 behavior Effects 0.000 claims abstract description 11
- 238000013528 artificial neural network Methods 0.000 claims abstract description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 19
- 238000011176 pooling Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000004913 activation Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000002087 whitening effect Effects 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/318—Heart-related electrical modalities, e.g. electrocardiography [ECG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
- A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/24—Detecting, measuring or recording bioelectric or biomagnetic signals of the body or parts thereof
- A61B5/316—Modalities, i.e. specific diagnostic methods
- A61B5/369—Electroencephalography [EEG]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7203—Signal processing specially adapted for physiological signals or for diagnostic purposes for noise prevention, reduction or removal
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
- B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B2503/00—Evaluating a particular growth phase or type of persons or animals
- A61B2503/20—Workers
- A61B2503/22—Motor vehicles operators, e.g. drivers, pilots, captains
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Veterinary Medicine (AREA)
- Molecular Biology (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychology (AREA)
- Developmental Disabilities (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Child & Adolescent Psychology (AREA)
- Cardiology (AREA)
- Educational Technology (AREA)
- Hospice & Palliative Care (AREA)
- Social Psychology (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种汽车驾驶监控方法、系统及存储介质，其中系统包括车内信息收集模块、固定信息读取模块和基于双卷积神经网络的信息处理平台，车内信息收集模块包括多个传感器和标签，安装在车辆上，多个传感器用于获取车辆运行信息和驾驶员身体信息；固定信息读取模块安装在路边设施上，通过识别标签读取对应车辆的信息；信息处理平台根据固定信息读取模块发送的信息判断车辆和驾驶员是否存在违规行为。提供了一种高效、准确、智能化的汽车驾驶监控系统，减少了人力资源的投入，比现有的影像违规识别系统更能准确完成对汽车驾驶的违规监控，不易受天气、光线等环境因素影响。
Description
技术领域
本发明涉及汽车监控领域，特别是一种汽车驾驶监控方法、系统及存储介质。
背景技术
现在在道路上行驶的汽车数量越来越多，汽车驾驶的违规行为也随之变得更严重，而汽车驾驶的违规行为也是导致交通意外发生的重要原因。根据资料显示，全国汽车驾驶员有百分之十二左右的司机有过违章行为。有超过百分之五十的交通事故是由于汽车驾驶的违规行为导致的。如何有效地对汽车违规行为进行监控和警示是目前本领域亟待解决的问题。
发明内容
本发明的目的在于至少解决现有技术中存在的技术问题之一，提供一种汽车驾驶监控方法、系统及存储介质。
本发明解决其问题所采用的技术方案是：
本发明的第一方面，一种汽车驾驶监控系统，包括：
车内信息收集模块，所述车内信息收集模块安装在车辆上，所述车内信息收集模块包括多个传感器和标签，多个所述传感器分别用于获取车辆运行信息和驾驶员身体信息；
固定信息读取模块，所述固定信息读取模块安装在路边设施上，所述固定信息读取模块通过识别所述标签读取对应车辆的所述车辆运行信息和所述驾驶员身体信息；
基于双卷积神经网络的信息处理平台，所述信息处理平台根据所述固定信息读取模块发送的所述车辆运行信息和所述驾驶员身体信息判断车辆和驾驶员是否存在违规行为。
根据本发明的第一方面，所述传感器包括：
车速传感器，安装在变速箱，用于获取车辆的车速信息；
尾气检测传感器，安装在靠近排气管出口的位置，用于获取车辆的尾气排放信息；
位置传感器，用于获取车辆的位置信息；
脑电信号收集器，用于获取驾驶员的脑电信号；
心电信号收集器，用于获取驾驶员的心电信号；
拍摄设备，用于获取驾驶员的人脸图像。
根据本发明的第一方面，所述固定信息读取模块通过射频识别技术与所述标签无线通信。
根据本发明的第一方面，所述信息处理平台通过fastICA算法对驾驶员的脑电信号和驾驶员的心电信号进行去噪。
根据本发明的第一方面，所述信息处理平台对心电信号做转化处理，所述转化处理具体为：将所述心电信号按照R波的波峰为中心进行分割，取波峰的前n个采样点和后n个采样点作为一个完整的心电信号波形，将所述心电信号波形的幅值归一化在[0,1]区间，以y轴步长为a和x轴步长为b将所述心电信号波形转化为波形图像。
根据本发明的第一方面，所述信息处理平台通过第一卷积神经网络对第一信息进行判断处理；其中所述第一卷积神经网络包括依次连接的第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、第三卷积层、第三最大池化层、第一展开层、第一全连接层和第一softmax分类器，所述第一信息包括人脸图像。
根据本发明的第一方面，所述信息处理平台通过第二卷积神经网络对第二信息进行判断处理；其中第二卷积神经网络包括依次连接的第四卷积层、第五卷积层、第四最大池化层、第二展开层、第二全连接层、第三全连接层和第二softmax分类器，所述第二信息包括车速信息、尾气排放信息、位置信息、脑电信号和心电信号。
根据本发明的第一方面，所述固定信息读取模块安装在交通灯、路灯和咪表上。
本发明的第二方面，一种汽车驾驶监控方法，包括以下步骤：
通过车内信息收集模块的多个传感器分别获取车辆运行信息和驾驶员身体信息；
使固定信息读取模块通过识别标签与所述车内信息收集模块连接，读取对应车辆的所述车辆运行信息和所述驾驶员身体信息；
使基于双卷积神经网络的信息处理平台根据所述固定信息读取模块发送的所述车辆运行信息和所述驾驶员身体信息判断车辆和驾驶员是否存在违规行为。
本发明的第三方面，存储介质，存储有可执行指令，可执行指令能被计算机执行，使所述计算机控制如本发明第一方面所述的汽车驾驶监控系统运行。
上述方案至少具有以下的有益效果：提供了一种高效、准确、智能化的汽车驾驶监控系统，减少了人力资源的投入，比现有的影像违规识别系统更能准确完成对汽车驾驶的违规监控，不易受天气、光线等环境因素影响。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明实施例一种汽车驾驶监控系统的结构示意图；
图2是第一卷积神经网络的结构图；
图3是第二卷积神经网络的结构图；
图4是本发明实施例一种汽车驾驶监控方法的流程图。
具体实施方式
本部分将详细描述本发明的具体实施例，本发明之较佳实施例在附图中示出，附图的作用在于用图形补充说明书文字部分的描述，使人能够直观地、形象地理解本发明的每个技术特征和整体技术方案，但其不能理解为对本发明保护范围的限制。
在本发明的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
参照图1，本发明的某些实施例，提供了一种汽车驾驶监控系统，包括：
车内信息收集模块100，车内信息收集模块100安装在车辆上，车内信息收集模块100包括多个传感器120和标签110，多个传感器120分别用于获取车辆运行信息和驾驶员身体信息；
固定信息读取模块200，固定信息读取模块200安装在路边设施上，固定信息读取模块200通过识别标签110读取对应车辆的车辆运行信息和驾驶员身体信息；
基于双卷积神经网络的信息处理平台300，信息处理平台300根据固定信息读取模块200发送的车辆运行信息和驾驶员身体信息判断车辆和驾驶员是否存在违规行为。
在该实施例中，通过安装在车辆上的车内信息收集模块100对车辆运行信息以及驾驶员身体信息进行收集。然后在车辆行驶的过程中，安装在路边设施的固定信息读取模块200会识别车辆上的标签110，读取对应车辆的车辆运行信息以及驾驶员身体信息，固定信息读取模块200可以快速对多个标签110进行识别，读取多架车辆的信息。可以在路边每隔一段距离就安装一个固定信息读取模块200，即能持续对车辆进行监控。然后固定信息读取模块200通过数据传输网络将读取的车辆运行信息以及驾驶员身体信息发送到信息处理平台300。信息处理平台300会对这些信息作出快速准确的处理，判断车辆和驾驶员是否存在违规行为。提供了一种高效、准确、智能化的汽车驾驶监控系统，减少了人力资源的投入，比现有的影像违规识别系统更能准确完成对汽车驾驶的违规监控，不易受天气、光线等环境因素影响。
另外，一个标签110对应一个车辆。标签110与车辆的信息绑定。即标签110与车牌号、驾驶证号码、身份证号码、手机号进行了绑定。
进一步，传感器120包括：
车速传感器，安装在变速箱，用于获取车辆的车速信息；
尾气检测传感器，安装在靠近排气管出口的位置，用于获取车辆的尾气排放信息；尾气检测传感器具体可以为一氧化碳浓度传感器、二氧化碳浓度传感器、碳氢化合物浓度传感器、氮氧化合物浓度传感器120的一种或几种；
位置传感器，用于获取车辆的位置信息；位置传感器120具体可以通过GPS定位；
脑电信号收集器，用于获取驾驶员的脑电信号；脑电信号收集器采用头戴式24路干电极采集器；
心电信号收集器，用于获取驾驶员的心电信号；心电信号收集器能贴于胸前的干电极采集器；
拍摄设备，用于获取驾驶员的人脸图像；拍摄设备采用摄像头。
其中，车辆运行信息包括车速传感器采集的车速信息、尾气检测传感器采集的尾气排放信息、位置传感器采集的车辆的位置信息；驾驶员身体信息包括脑电信号收集器采集的脑电信号、心电信号收集器采集的心电信号和拍摄设备采集的人脸图像。
车速信息用于监控车辆是否超速。位置信息与车速信息结合用于监控车辆是否违停，以及违规进入该车辆类型不可进入的非法路段。尾气排放信息用于监控车辆是否违排。人脸图像用于判断驾驶员是否持有驾驶证。脑电信号、心电信号与人脸图像结合用于判断驾驶员是否存在疲劳驾驶、酒驾。
进一步，固定信息读取模块200通过射频识别技术与标签110无线通信。当然在其他实施例中，也可以采用其他无线通信方式，例如zig-bee。
进一步，信息处理平台300通过fastICA算法对驾驶员的脑电信号和驾驶员的心电信号进行去噪。fastICA算法能从混合数据中提取出原始的独立信号，用于去噪效果卓越。fastICA算法的主要步骤是：第一步，对混合数据去均值；第二步、对去均值后的混合数据进行白化；第三步、优化分离矩阵；第四步、判断是否收敛；若是则求独立信号，若不是则返回第三步。
进一步，信息处理平台300对心电信号做转化处理，转化处理具体为：将心电信号按照R波的波峰为中心进行分割，取波峰的前n个采样点和后n个采样点作为一个完整的心电信号波形，将心电信号波形的幅值归一化在[0,1]区间，以y轴步长为a和x轴步长为b将心电信号波形转化为波形图像。具体地，在该实施例中，n取值为50；a取值为0.05；b取值为1。
另外，脑电信号的采样频率为250Hz，则将大小为24X250的脑电信号作为输入；心电信号的采样频率为360Hz，将心电信号经过处理后，将大小为20X100的心电信号作为输入。
进一步，信息处理平台300通过第一卷积神经网络10对第一信息进行判断处理；参照图2，其中第一卷积神经网络10包括依次连接的第一卷积层11、第一最大池化层12、第二卷积层13、第二最大池化层14、第三卷积层15、第三最大池化层16、第一展开层17、第一全连接层18和第一softmax分类器19，第一信息包括人脸图像。
具体地，第一卷积层11具有32个过滤器，卷积核大小为3*3，步长为1。第一最大池化层12的卷积核大小为2*2，步长为2。第二卷积层13具有64个过滤器，卷积核大小为5*5，步长为1。第二最大池化层14的卷积核大小为2*2，步长为2。第三卷积层15的卷积核大小为5*5，步长为1，第三最大池化层16的卷积核大小为2*2，大小为2.
进一步，信息处理平台300通过第二卷积神经网络20对第二信息进行判断处理；参照图3，其中第二卷积神经网络20包括依次连接的第四卷积层21、第五卷积层22、第四最大池化层23、第二展开层24、第二全连接层25、第三全连接层26和第二softmax分类器27，第二信息包括车速信息、尾气排放信息、位置信息、脑电信号和心电信号。
具体地，第四卷积层21具有12个过滤器，卷积核大小为5*11，步长为1。第五卷积层22具有6个过滤器，卷积核大小为5*11，步长为1。第四最大池化层23的卷积核大小为2*2，步长为2。
对于第一卷积神经网络10和第二卷积神经网络20，所有卷积层均执行以下的卷积运算：
对于第一卷积神经网络10，激活函数为f(x)＝x·sigmoid(βx)，代价函数为
对于第二卷积神经网络20，激活函数为
代价函数为
其中，β取值为1；Mj是当前神经元的可接受域；
是第l层第j卷积核的第i个加权系数；
是第l层第j卷积核的偏移系数；yk是输出向量，dk是目标向量。第一softmax分类器19和第二softmax分类器27采用如下的softmax函数：
其中
是模型参数，
用于概率分布的归一化，使得概率分布总和为1。
具体地，固定信息读取模块200安装在交通灯、路灯和咪表上。
参照图4，本发明的某些实施例，提供了一种汽车驾驶监控方法，包括以下步骤：
步骤S100、通过车内信息收集模块100的多个传感器120分别获取车辆运行信息和驾驶员身体信息；
步骤S200、使固定信息读取模块200通过识别标签110与车内信息收集模块100连接，读取对应车辆的车辆运行信息和驾驶员身体信息；
步骤S300、使基于双卷积神经网络的信息处理平台300根据固定信息读取模块200发送的车辆运行信息和驾驶员身体信息判断车辆和驾驶员是否存在违规行为。
在该实施例中，该汽车驾驶监控方法的具体步骤和有益效果同汽车驾驶监控系统，在此不再详述。
本发明的某些实施例，提供了存储介质，存储有可执行指令，可执行指令能被计算机执行，使计算机控制如上所述的汽车驾驶监控系统运行。
存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。
Claims (10)
1.一种汽车驾驶监控系统，其特征在于，包括：
车内信息收集模块，所述车内信息收集模块安装在车辆上，所述车内信息收集模块包括多个传感器和标签，多个所述传感器分别用于获取车辆运行信息和驾驶员身体信息；
固定信息读取模块，所述固定信息读取模块安装在路边设施上，所述固定信息读取模块通过识别所述标签读取对应车辆的所述车辆运行信息和所述驾驶员身体信息；
基于双卷积神经网络的信息处理平台，所述信息处理平台根据所述固定信息读取模块发送的所述车辆运行信息和所述驾驶员身体信息判断车辆和驾驶员是否存在违规行为。
2.根据权利要求1所述的一种汽车驾驶监控系统，其特征在于，所述传感器包括：
车速传感器，安装在变速箱，用于获取车辆的车速信息；
尾气检测传感器，安装在靠近排气管出口的位置，用于获取车辆的尾气排放信息；
位置传感器，用于获取车辆的位置信息；
脑电信号收集器，用于获取驾驶员的脑电信号；
心电信号收集器，用于获取驾驶员的心电信号；
拍摄设备，用于获取驾驶员的人脸图像。
3.根据权利要求1所述的一种汽车驾驶监控系统，其特征在于，所述固定信息读取模块通过射频识别技术与所述标签无线通信。
4.根据权利要求2所述的一种汽车驾驶监控系统，其特征在于，所述信息处理平台通过fastICA算法对驾驶员的脑电信号和驾驶员的心电信号进行去噪。
5.根据权利要求4所述的一种汽车驾驶监控系统，其特征在于，所述信息处理平台对心电信号做转化处理，所述转化处理具体为：将所述心电信号按照R波的波峰为中心进行分割，取波峰的前n个采样点和后n个采样点作为一个完整的心电信号波形，将所述心电信号波形的幅值归一化在[0,1]区间，以y轴步长为a和x轴步长为b将所述心电信号波形转化为波形图像。
6.根据权利要求5所述的一种汽车驾驶监控系统，其特征在于，所述信息处理平台通过第一卷积神经网络对第一信息进行判断处理；其中所述第一卷积神经网络包括依次连接的第一卷积层、第一最大池化层、第二卷积层、第二最大池化层、第三卷积层、第三最大池化层、第一展开层、第一全连接层和第一softmax分类器，所述第一信息包括人脸图像。
7.根据权利要求6所述的一种汽车驾驶监控系统，其特征在于，所述信息处理平台通过第二卷积神经网络对第二信息进行判断处理；其中第二卷积神经网络包括依次连接的第四卷积层、第五卷积层、第四最大池化层、第二展开层、第二全连接层、第三全连接层和第二softmax分类器，所述第二信息包括车速信息、尾气排放信息、位置信息、脑电信号和心电信号。
8.根据权利要求1所述的一种汽车驾驶监控系统，所述固定信息读取模块安装在交通灯、路灯和咪表上。
9.一种汽车驾驶监控方法，其特征在于，包括以下步骤：
通过车内信息收集模块的多个传感器分别获取车辆运行信息和驾驶员身体信息；
使固定信息读取模块通过识别标签与所述车内信息收集模块连接，读取对应车辆的所述车辆运行信息和所述驾驶员身体信息；
使基于双卷积神经网络的信息处理平台根据所述固定信息读取模块发送的所述车辆运行信息和所述驾驶员身体信息判断车辆和驾驶员是否存在违规行为。
10.存储介质，其特征在于，所述存储介质存储有可执行指令，可执行指令能被计算机执行，使所述计算机控制如权利要求1至8任一项所述的汽车驾驶监控系统运行。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010322469.2A CN111557673A (zh) | 2020-04-22 | 2020-04-22 | 一种汽车驾驶监控方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010322469.2A CN111557673A (zh) | 2020-04-22 | 2020-04-22 | 一种汽车驾驶监控方法、系统及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111557673A true CN111557673A (zh) | 2020-08-21 |
Family
ID=72069016
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010322469.2A Pending CN111557673A (zh) | 2020-04-22 | 2020-04-22 | 一种汽车驾驶监控方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111557673A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108664947A (zh) * | 2018-05-21 | 2018-10-16 | 五邑大学 | 一种基于表情识别的疲劳驾驶预警方法 |
| CN108765876A (zh) * | 2018-05-31 | 2018-11-06 | 东北大学 | 基于多模信号的驾驶疲劳深度分析预警系统及方法 |
| US20190135291A1 (en) * | 2017-11-03 | 2019-05-09 | Mando Corporation | System and method for controlling vehicle based on condition of driver |
| CN109993968A (zh) * | 2019-02-26 | 2019-07-09 | 北京工业大学 | 基于车联网的交通控制系统 |
| US20190228654A1 (en) * | 2018-01-22 | 2019-07-25 | RPMAnetworks Holding | System and method of two-way wireless communication for connected car vehicle |
-
2020
- 2020-04-22 CN CN202010322469.2A patent/CN111557673A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190135291A1 (en) * | 2017-11-03 | 2019-05-09 | Mando Corporation | System and method for controlling vehicle based on condition of driver |
| US20190228654A1 (en) * | 2018-01-22 | 2019-07-25 | RPMAnetworks Holding | System and method of two-way wireless communication for connected car vehicle |
| CN108664947A (zh) * | 2018-05-21 | 2018-10-16 | 五邑大学 | 一种基于表情识别的疲劳驾驶预警方法 |
| CN108765876A (zh) * | 2018-05-31 | 2018-11-06 | 东北大学 | 基于多模信号的驾驶疲劳深度分析预警系统及方法 |
| CN109993968A (zh) * | 2019-02-26 | 2019-07-09 | 北京工业大学 | 基于车联网的交通控制系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陈旭梅: "《城市智能交通系统》", 31 August 2013, 北京交通大学出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111325978B (zh) | 一种高速公路车辆异常行为的全程监测警示系统和方法 | |
| US8841994B2 (en) | Intelligent traffic safety system based on comprehensive state detection and decision method thereof | |
| CN102390320B (zh) | 基于车载传感网络的车辆防撞预警系统及用途 | |
| CN111311914B (zh) | 车辆行驶事故监控方法、装置和车辆 | |
| CN108001456A (zh) | 基于车辆通信的对象分类调整 | |
| CN103043057A (zh) | 基于车辆位置信息的异常驾驶判定和警报系统 | |
| CN204945122U (zh) | 一种车辆尾气污染物监测系统 | |
| CN110682907B (zh) | 一种汽车防追尾控制系统及方法 | |
| CN112433519A (zh) | 一种无人驾驶检测系统及车辆行驶检测方法 | |
| CN108492023A (zh) | 一种基于轨迹分析的车贷风控方法 | |
| CN105259304A (zh) | 一种车辆尾气污染物在线监测系统和方法 | |
| CN104680795A (zh) | 一种基于局部区域特征的车型识别方法和装置 | |
| CN115206134A (zh) | 一种基于物联网的车辆爆胎预警系统及方法 | |
| CN112020156B (zh) | 车载单元的检测系统、方法、电子设备和存储介质 | |
| CN106652462A (zh) | 一种基于互联网的违章停车管理系统 | |
| CN113903012A (zh) | 碰撞预警方法及装置、车载设备及存储介质 | |
| CN116279500B (zh) | 一种车辆碰撞识别方法 | |
| CN115279643A (zh) | 用于训练自动驾驶车辆的感知网络的车载主动学习方法和设备 | |
| CN111557673A (zh) | 一种汽车驾驶监控方法、系统及存储介质 | |
| CN108682174A (zh) | 一种驾驶预警方法、装置及电子设备 | |
| CN111310696A (zh) | 基于泊车异常行为分析的泊车事故识别方法、装置和车辆 | |
| CN111711661A (zh) | 车辆智能监测方法及其系统 | |
| CN115757628A (zh) | 车辆碰撞检测方法、装置、设备及介质 | |
| CN113060130B (zh) | 车载驾驶辅助控制方法及存储介质 | |
| CN114898309A (zh) | 一种基于视觉ai技术的城市智能巡检车系统及巡检方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200821 |
|
| RJ01 | Rejection of invention patent application after publication |