CN113168757A - 确定驾驶者警惕水平的方法 - Google Patents

确定驾驶者警惕水平的方法 Download PDF

Info

Publication number
CN113168757A
CN113168757A CN201980082492.4A CN201980082492A CN113168757A CN 113168757 A CN113168757 A CN 113168757A CN 201980082492 A CN201980082492 A CN 201980082492A CN 113168757 A CN113168757 A CN 113168757A
Authority
CN
China
Prior art keywords
driver
head
movement
parameter
detected
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
Application number
CN201980082492.4A
Other languages
English (en)
Other versions
CN113168757B (zh
Inventor
M·佩特罗夫
A·吉拉尔
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.)
Continental Automotive GmbH
Continental Automotive France SAS
Original Assignee
Continental Automotive GmbH
Continental Automotive France SAS
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 Continental Automotive GmbH, Continental Automotive France SAS filed Critical Continental Automotive GmbH
Publication of CN113168757A publication Critical patent/CN113168757A/zh
Application granted granted Critical
Publication of CN113168757B publication Critical patent/CN113168757B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/59Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
    • G06V20/597Recognising the driver's state or behaviour, e.g. attention or drowsiness
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/06Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30268Vehicle interior

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Traffic Control Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明的主题是基于预定的图像分析算法来确定车辆(1)中驾驶者的警惕水平的方法。该方法尤其包括:对所生成的所述图像序列执行预定算法的步骤,以检测包括驾驶者(2)头部的至少一个运动的系列;确定每个标识出的运动的速度和/或幅度以及驾驶者头部的动态时段和静态时段的步骤;检测驾驶者头部的动态时段和静态时段并测量每个时段的频率和持续时间的步骤;以及基于针对每个标识出的运动确定的速度和/或幅度以及每个检测到的时段的频率和持续时间来确定驾驶者(2)的警惕水平的步骤。

Description

确定驾驶者警惕水平的方法
技术领域
本发明涉及驾驶辅助的领域,所述驾驶为手动或自主驾驶机动车辆,并且更特别地涉及用于确定车辆驾驶者的警惕水平的计算机和方法。
背景技术
如今,已知一些机动车辆配备有这样的装置:其使得能够监控车辆驾驶者的状态,以便尤其是在驾驶者看起来分神或驾驶者陷入困倦状态的情况下通知驾驶者。这种类型的监控装置包括摄像机(caméra)和计算机,计算机对摄像机生成的图像进行处理,以确定驾驶者的警惕水平。计算机可以例如分析驾驶者的眼睛、头部或上半身的运动、其面部的大小或形状、其头部的朝向和姿势、或者这些参数中的一些或全部的组合。
在一种已知的解决方案中,计算机分析驾驶者眼睛的运动,计算机尤其可以确定眨眼频率、眨眼幅度、眨眼持续时间等。然后,计算机将这些值与表征驾驶者警惕水平的预定值区间进行比较,以从中推断出所述驾驶者是清醒且专心、清醒但分神、还是困倦,并在必要时向其发出警报。
这样,在该现有解决方案中,监控装置是基于对驾驶者面部特征的直接测量,所述测量由计算机来执行。然而,这种类型的装置具有与其测量眼睛睁开水平和检测瞳孔运动的能力相关的局限性。实际上,在一些情况下,例如当驾驶者戴着墨镜或鸭舌帽时、或者当亮度较高时,计算机难以在摄像机生成的图像序列上看出并区分面部的各部位(眼睛、嘴巴、耳朵等)。这样,在一些情况下,无法看出并利用面部的每个部分、尤其是眼睛所进行的运动,监控装置因此显得效果不佳。
由此,该装置无法触发警报,而驾驶者处于分神或困倦的状态,这于是为驾驶者的安全带来风险。
发明内容
因此,需要使得能够至少部分地弥补这些缺陷的简单有效的解决方案。
本发明旨在提出一种使得能够确定车辆驾驶者的警惕水平的简单、可靠且有效的解决方案。
为此,本发明的一个主题是基于预定的图像分析算法来确定车辆(尤其是机动车辆)中的驾驶者的警惕水平的方法,所述车辆包括摄像机和计算机,所述计算机基于至少一个参数来实施所述预定算法,所述至少一个参数称为“输入参数”、与驾驶者的姿态有关,该方法包括以下步骤:
- 摄像机生成驾驶者头部的图像序列,
- 对所生成的所述图像序列执行预定算法,以检测包括驾驶者头部的至少一个运动的系列(série),
- 确定与检测到的系列中的每个运动有关的至少一个预定参数的至少一个值,
- 将每个参数的至少一个值与所述参数的预定值区间进行比较,所述参数的每个预定值区间与不同类型的头部运动相关联,
- 基于所进行的至少一个比较来标识检测到的系列中的每个运动,
- 确定每个标识出的运动的速度和/或幅度,
- 检测驾驶者头部的动态时段和静态时段,并测量每个检测到的时段的频率和持续时间,
- 基于针对每个标识出的运动确定的速度和/或幅度以及每个检测到的时段的频率和持续时间来确定驾驶者的警惕水平。
根据本发明的方法使得能够基于头部运动(尤其是其速度和/或幅度)以及以头部运动为基础的对每个活动时段和固定时段的频率和持续时间的分析来有效地确定驾驶者的警惕水平,从而在出现困倦或分神的迹象风险的情况下向驾驶者发出警报。这尤其使得能够在驾驶者的面部被部分遮盖(眼镜、鸭舌帽等)和/或亮度较高时检测驾驶者的分神或困倦的状态。
优选地,在该方法的实施期间测量的至少一个参数包括驾驶者头部相对于地球垂直方向的旋转角度或驾驶者头部相对于地球水平方向的倾斜角度。
优选地,在该方法的实施期间测量的至少一个参数包括驾驶者头部的旋转或倾斜的幅度和/或驾驶者头部的旋转或倾斜的速度和/或每个运动的持续时间和/或每个运动的频率。
前述参数的特征使得该方法能够准确地确定该系列运动中的每个头部运动对应于哪个头部运动。
有利地,当驾驶者头部相对于地球垂直或水平方向的运动的频率小于预定动态阈值时,检测到驾驶者处于困倦状态,所述预定动态阈值例如默认为针对预定义的窗口(例如,30秒)为1,然后后来为3。该阈值具有表征性且可靠,其中,基于每个标识出的头部运动的特征参数来动态地更新该阈值。每个运动的特征参数使得能够标识驾驶者在例如小于10分钟的时间窗口中的活动和不活动,以表征困倦状态。
有利地,当检测到在小于2秒的持续时间期间驾驶者头部相对于地球水平方向向下倾斜至少一次、优选地以表征头部自由运动的加速度向下倾斜至少一次时,检测到驾驶者处于困倦状态。该阈值是使得能够检测到困倦状态的另一表征性且可靠的阈值。
优选地,当在预定义的时间窗口中(例如,在之前30秒中)确定了驾驶者头部相对于地球垂直方向向右或向左旋转至少一次、而在该时间窗口中没有运动特征的显著降级时,检测到驾驶者处于清醒状态,没有运动特征的显著降级即与在驾驶者清醒时检测到的运动类似的特性,例如,当驾驶者头部的旋转频率保持大于每分钟旋转一次时。该组参数对于检测清醒状态而言具有表征性且可靠。
优选地,当在大于预定持续时间(例如,大于4秒)的持续时间期间确定了驾驶者头部相对于地球垂直方向向右或向左或者相对于地球水平方向向下旋转至少一次时,该方法检测到驾驶者处于分神状态。这种类型的阈值对于驾驶者的分神状态具有表征性且可靠。
本发明还涉及用于车辆(尤其是机动车辆)的计算机,其用于基于预定的图像分析算法来确定所述车辆的驾驶者的警惕水平,所述车辆包括摄像机,所述计算机基于至少一个参数来实施所述预定算法,所述至少一个参数称为“输入参数”、与驾驶者的姿态有关,并且所述计算机被配置成:
- 接收摄像机生成的驾驶者头部的图像序列,
- 对接收到的所述图像序列执行预定算法,以检测包括驾驶者头部的至少一个运动的系列,
- 确定与检测到的系列中的每个运动有关的至少一个预定参数的至少一个值,
- 将每个参数的至少一个值与所述参数的预定值区间进行比较,所述参数的每个预定值区间与不同类型的头部运动相关联,
- 基于所进行的至少一个比较来标识检测到的系列中的每个运动,
- 确定每个标识出的运动的速度和/或幅度,
- 检测驾驶者头部的动态时段和静态时段,并测量每个检测到的时段的频率和持续时间,
- 基于针对每个标识出的运动确定的速度和/或幅度以及每个检测到的时段的频率和持续时间来确定驾驶者的警惕水平。
有利地,由计算机测量的至少一个参数包括驾驶者头部相对于地球垂直方向的旋转角度或驾驶者头部相对于地球水平方向的倾斜角度。
有利地,由计算机测量的至少一个参数包括驾驶者头部的旋转或倾斜的幅度和/或每个运动的持续时间和/或每个运动的频率。
优选地,当驾驶者头部相对于地球垂直方向的旋转的频率较低并且每个运动的特征在速度和加速度方面小于在清醒状态下进行的相同运动时,计算机检测到驾驶者处于困倦状态。
有利地,计算机被配置成当确定了驾驶者头部相对于地球垂直方向向右或向左旋转至少一次或者头部相对于地球水平方向倾斜至少一次时检测到驾驶者处于清醒状态。
有利地,计算机被配置成当在大于预定持续时间(例如,大于4秒)的持续时间期间确定了驾驶者头部相对于地球垂直方向向右或向左旋转至少一次或者头部相对于地球水平方向倾斜至少一次时检测到驾驶者处于分神状态。
类似地,该计算机使得能够准确且可靠地确定驾驶者的警惕水平。
本发明还涉及机动车辆,其包括:摄像机,其被配置成生成所述车辆的驾驶者的头部的图像序列;以及如上所述的计算机,其连接到所述摄像机以接收所述图像序列。
添加与车辆相关的数据改善了算法,并使算法在驾驶者警惕性水平估计方面更加准确,与车辆相关的数据尤其是方向盘角度、速度、加速度、制动和行程持续时间。
这样的数据使得能够估算驾驶的开始,并基于检测到的头部运动的特征来随时间的推移跟踪驾驶者的警惕水平的降级。
优选地,包括活动时段和固定时段的用于记录运动及其特征的窗口至少为5分钟。用于确定驾驶者的警惕水平的被个性化的阈值的学习和动态演变需要至少5分钟的历史记录才能具有稳健的诊断。
有利地,分析窗口可以根据在先前的时间(例如在上一分钟期间)检测到的运动的数量而变化。
附图说明
本发明的其他特征和优点将在接下来的描述中变得显而易见,所述描述参考以非限制性示例的名义给出的附图,并且在附图中,对类似的对象给予相同的附图标记。
图1示意性地示出了根据本发明的车辆的一个实施形式。
图2示意性地示出了使得能够在三个维度上定义驾驶者头部的运动的三个轴。
图3示出了根据本发明的方法的一个实施例。
具体实施方式
根据本发明的计算机旨在安装在车辆中,尤其是机动车辆,其为手动驾驶或自主驾驶,以检测所述车辆的驾驶者的警惕性不足(即,注意力不足),并在必要时发出警报或激活自动驾驶。
图1示意性地示出了根据本发明的车辆1的示例。车辆1包括摄像机11、计算机12和接口(interface)13。
摄像机11例如安置在车辆1的方向盘后方或前挡风玻璃上。摄像机11的任何位置都是可能的,只要驾驶者2的面部在摄像机11的视场中保持可见即可。
摄像机11被配置成周期性地、例如以在每秒10至200张图像之间变化的频率来生成图像序列,所述图像序列表示驾驶者2的头部,尤其是其面部。所生成的图像序列实时发送给计算机12。
计算机12被配置成实时接收和处理由摄像机11生成的图像序列。更确切地说,计算机12被配置成对接收到的所述图像序列实施预定图像处理算法,以确定驾驶者2的警惕水平。
驾驶者2的警惕水平表征了驾驶者2或高或低的警醒状态,尤其是清醒状态、分神状态或困倦状态。
预定算法存储在计算机12的存储区中,并且基于包括与驾驶者2的姿态有关的一个或多个参数的集合来实施。该集合可以包括以下参数中的一个或多个参数:驾驶者2头部的旋转或倾斜的幅度、驾驶者2头部的旋转或倾斜的速度、驾驶者2头部的每个运动的持续时间、驾驶者2头部的每个运动的频率、驾驶者2头部的每个静态时段的持续时间及其频率。
车辆1还包括例如在车辆1的仪表板处的接口13,其尤其使得能够在驾驶者的困倦水平大于预定警报阈值时向驾驶者显示或播送警报消息。
参考图2,术语“旋转”意指驾驶者2头部相对于平行于地球垂直方向的X轴(偏航)的旋转。术语“倾斜”意指驾驶者2头部相对于平行于地球水平方向的Y轴(俯仰)或相对于平行于地球垂直方向的Z轴(横滚)的倾斜。
预定算法使得能够在接收到的图像序列中检测包括驾驶者2头部的每个运动的系列,然后针对与在图像序列中检测到的每个运动有关的(一个或多个)参数的集合中的每个参数确定至少一个值。
计算机12被配置成将每个参数的至少一个值与所述参数的预定值区间进行比较,所述参数的每个预定值区间与不同类型的头部运动相关联。
计算机12被配置成基于所进行的至少一个比较来标识检测到的系列中的每个运动。
计算机12被配置成确定该系列中的每个标识出的运动的速度和/或幅度。
计算机12被配置成基于检测到的系列以及针对该系列中的每个运动确定的速度和/或幅度来确定驾驶者2的警惕水平。
计算机12被配置成检测驾驶者2头部的动态时段(活动)和静态时段(固定),并测量每个动态或静态时段的频率和持续时间。
现在将参考图3来在本发明的实施方式中描述本发明。
首先,在步骤E0中,摄像机12生成表示驾驶者2头部的图像序列,并将所生成的图像序列发送给计算机12。
然后,计算机12在步骤E1中对接收到的图像序列执行预定算法,以检测包括驾驶者2头部的至少一个运动的系列。该算法基于头部相对于地球水平和垂直方向的角度改变来检测运动。对每个运动的分析使得能够计算用于对运动进行分类的每个参数的特征。更确切地说,计算机12将表征在检测到的系列中的驾驶者2的每个头部运动,以标识其类型。
然后,计算机12在步骤E2中确定与驾驶者2的头部运动有关的至少一个预定参数的至少一个值。换言之,计算机12确定优选地在以下参数中的一个或多个参数的值:驾驶者2头部相对于地球垂直方向的旋转角度、驾驶者2头部相对于地球水平方向的倾斜角度、驾驶者2头部旋转或倾斜的幅度、驾驶者2头部旋转或倾斜的速度、每个运动的持续时间和每个运动的频率、相对于先前运动的持续时间、运动期间的角度变化的上升沿和下降沿的持续时间和加速度、运动的总持续时间、运动期间驾驶者2头部的方向。
一旦确定了一个或多个参数值,计算机12就在步骤E3中将针对每个参数确定的值与所述参数的预定值区间进行比较。每个预定值区间是对一种类型的头部运动的表征。例如,当驾驶者2注视车辆1的右后视镜时驾驶者2的头部旋转由介于30至60度之间的旋转角度来表征。对于任何其他头部运动(头部向左后视镜、向中央后视镜、向右窗、向左窗、向仪表板等的旋转和/或倾斜)也是如此。将注意到,给定的头部运动可以通过一个或多个参数来表征。
在进行了一个或多个这种比较之后,计算机12在步骤E4中逐步标识驾驶者2进行的每个头部运动,即确定所进行的运动的类型。优选地,计算机12并行地更新由在从摄像机11接收的图像序列中标识出的运动类型组成的系列的历史记录,运动类型的这样的序列表现出驾驶者2的警惕水平。
计算机12在步骤E5中确定每个标识出的头部运动的速度和/或幅度,然后在步骤E6中检测驾驶者2头部的动态和静态时段,并测量每个检测到的时段的频率和持续时间。
计算机12在步骤E7中基于标识出的该系列头部运动、以及针对每个标识出的运动确定的速度和/或幅度、以及每个检测到的动态或静态时段的频率和持续时间来确定驾驶者2的警惕水平。
如下定义各种警惕水平:
- 当驾驶者2头部相对于地球垂直方向的旋转频率非常低(例如小于每分钟1次旋转)并且在可在所研究的时间窗口中看到的运动期间速度和加速度特征降级时,检测到驾驶者2处于困倦状态,
- 当检测到驾驶者2头部(相对于地球水平方向)以驾驶者2睡着时头部肌肉自由运动的特定参数(例如运动的速度、加速度、幅度或持续时间)向下倾斜至少一次时,检测到驾驶者2处于困倦状态,
- 当在之前30秒中确定了驾驶者2头部相对于地球垂直方向向右或向左或者相对于地球水平方向向下旋转至少一次时和/或当驾驶者2头部的旋转频率保持大于每分钟旋转一次时、并且在该时间窗口中没有运动特征的可见降级时,检测到驾驶者2处于清醒状态,
- 当在大于预定持续时间(例如,大于4秒)的持续时间期间确定了驾驶者2头部相对于地球垂直方向向右或向左或者相对于地球水平方向向下旋转至少一次时,检测到驾驶者2处于分神状态。
最后,在步骤E8中,当检测到驾驶者2处于困倦或分神状态时,计算机12向驾驶者2发出警报。例如,计算机12在接口13上发送警报。该警报可以采取声音信号或光信号(例如指示灯)的形式。该步骤使得能够根据驾驶者2是清醒并专心驾驶、分神还是处于困倦状态来对驾驶者2的姿态进行分类。每个类别可以有多个级别。
在车辆1能够以自主模式自动驾驶的情况下,当驾驶者2分神或陷入困倦状态时,计算机12可以操控切换到自主驾驶模式。
本发明使得能够可靠且有效地确定驾驶者2的警惕水平。本发明尤其使得能够适应于每个车辆驾驶者2,以确定其警惕水平、并在必要时在出问题的情况下向其发出警报。

Claims (10)

1.基于预定的图像分析算法来确定车辆(1)、尤其是机动车辆中的驾驶者(2)的警惕水平的方法,所述车辆(1)包括摄像机(11)和计算机(12),所述计算机(12)基于至少一个参数来实施所述预定算法,所述至少一个参数称为“输入参数”、与驾驶者(2)的姿态有关,该方法包括以下步骤:
- 摄像机(11)生成(E0)驾驶者(2)头部的图像序列,
- 对所生成的所述图像序列执行(E1)预定算法,以检测包括驾驶者(2)头部的至少一个运动的系列,
- 确定(E2)与检测到的系列中的每个运动有关的至少一个预定参数的至少一个值,
- 将每个参数的至少一个值与所述参数的预定值区间进行比较(E3),所述参数的每个预定值区间与不同类型的头部运动相关联,
- 基于所进行的至少一个比较来标识(E4)检测到的系列中的每个运动,
- 确定(E5)每个标识出的运动的速度和/或幅度,
- 检测(E6)驾驶者(2)头部的动态时段和静态时段,并测量每个检测到的时段的频率和持续时间,
- 基于针对每个标识出的运动确定的速度和/或幅度以及每个检测到的时段的频率和持续时间来确定(E7)驾驶者(2)的警惕水平。
2.根据权利要求1所述的方法,其中,所测量的至少一个参数包括驾驶者(2)头部相对于地球垂直方向的旋转角度或驾驶者(2)头部相对于地球水平方向的倾斜角度。
3.根据前一权利要求所述的方法,其中,所测量的至少一个参数包括驾驶者(2)头部的旋转或倾斜的幅度和/或驾驶者(2)头部的旋转或倾斜的速度和/或每个运动的持续时间和/或每个运动的频率。
4.根据前述权利要求中的任一项所述的方法,其中,当驾驶者(2)头部相对于地球垂直或水平方向的运动的频率小于预定动态阈值时,检测到驾驶者(2)处于困倦状态。
5.根据前述权利要求中的任一项所述的方法,其中,当检测到在小于2秒的持续时间期间驾驶者(2)头部以表征头部自由运动的加速度相对于地球水平方向向下倾斜至少一次时,检测到驾驶者(2)处于困倦状态。
6.根据前述权利要求中的任一项所述的方法,其中,当在预定义的时间窗口中确定了驾驶者(2)头部相对于地球垂直方向向右或向左旋转至少一次、而没有运动特征的显著降级时,检测到驾驶者(2)处于清醒状态。
7.根据前一权利要求所述的方法,其中,当在大于预定持续时间的持续时间期间确定了驾驶者(2)头部相对于地球垂直方向向右或向左或者相对于地球水平方向向下旋转至少一次时,检测到驾驶者(2)处于分神状态。
8.车辆(1)、尤其是机动车辆的计算机(12),其用于基于预定的图像分析算法来确定所述车辆(1)的驾驶者(2)的警惕水平,所述车辆(1)包括摄像机(11),所述计算机(12)基于至少一个参数来实施所述预定算法,所述至少一个参数称为“输入参数”、与驾驶者(2)的姿态有关,并且所述计算机(12)被配置成:
- 接收摄像机(11)生成的驾驶者(2)头部的图像序列,
- 对接收到的所述图像序列执行预定算法,以检测包括驾驶者(2)头部的至少一个运动的系列,
- 确定与检测到的系列中的每个运动有关的至少一个预定参数的至少一个值,
- 将每个参数的至少一个值与所述参数的预定值区间进行比较,所述参数的每个预定值区间与不同类型的头部运动相关联,
- 基于所进行的至少一个比较来标识检测到的系列中的每个运动,
- 确定每个标识出的运动的速度和/或幅度,
- 检测驾驶者(2)头部的动态时段和静态时段,并测量每个检测到的时段的频率和持续时间,
- 基于针对每个标识出的运动确定的速度和/或幅度以及每个检测到的时段的频率和持续时间来确定驾驶者(2)的警惕水平。
9.根据前一权利要求所述的计算机(12),其中,所测量的至少一个参数包括驾驶者(2)头部相对于地球垂直方向的旋转角度或驾驶者(2)头部相对于地球水平方向的倾斜角度。
10.机动车辆(1),其包括:摄像机(11),其被配置成生成所述车辆(1)的驾驶者(2)的头部的图像序列;以及根据权利要求8或9中的任一项所述的计算机(12),其连接到所述摄像机(11)以接收所述图像序列。
CN201980082492.4A 2018-12-13 2019-12-13 确定驾驶者警惕水平的方法 Active CN113168757B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FR1872827A FR3090172B1 (fr) 2018-12-13 2018-12-13 Procédé de détermination d’un niveau de vigilance d’un conducteur
FR1872827 2018-12-13
PCT/EP2019/085109 WO2020120751A1 (fr) 2018-12-13 2019-12-13 Procédé de détermination d'un niveau de vigilance d'un conducteur

Publications (2)

Publication Number Publication Date
CN113168757A true CN113168757A (zh) 2021-07-23
CN113168757B CN113168757B (zh) 2022-12-20

Family

ID=66166249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980082492.4A Active CN113168757B (zh) 2018-12-13 2019-12-13 确定驾驶者警惕水平的方法

Country Status (4)

Country Link
US (1) US11893807B2 (zh)
CN (1) CN113168757B (zh)
FR (1) FR3090172B1 (zh)
WO (1) WO2020120751A1 (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59140134A (ja) * 1984-01-23 1984-08-11 Seikosha Co Ltd 居眠り防止装置
CN1291320A (zh) * 1998-01-15 2001-04-11 卡鲁斯·马格努斯有限公司 检测困倦及避免汽车司机入睡的方法与装置
JP2004017889A (ja) * 2002-06-19 2004-01-22 Advics:Kk 自動ブレーキ装置
CN1879135A (zh) * 2003-11-30 2006-12-13 沃尔沃技术公司 用于识别驾驶员机能障碍的方法和系统
US20100033333A1 (en) * 2006-06-11 2010-02-11 Volva Technology Corp Method and apparatus for determining and analyzing a location of visual interest
US20120242819A1 (en) * 2011-03-25 2012-09-27 Tk Holdings Inc. System and method for determining driver alertness
CN103112352A (zh) * 2012-04-12 2013-05-22 重庆长安汽车股份有限公司 基于偏头监测的驾驶辅助系统
KR101483888B1 (ko) * 2013-12-27 2015-01-16 현대다이모스(주) 운전자 졸음 방지장치
US20150061875A1 (en) * 2013-09-04 2015-03-05 Industrial Technology Research Institute Method and system for detecting conditions of drivers, and electronic apparatus thereof
JP2015090676A (ja) * 2013-11-07 2015-05-11 株式会社デンソー 車両運転評価システム
CN105764735A (zh) * 2013-10-29 2016-07-13 金在哲 通过对于动作、面部、眼睛、嘴型的认知的2步骤预防瞌睡驾驶装置
CN106965675A (zh) * 2017-04-26 2017-07-21 华迅金安(北京)科技有限公司 一种货车集群智能安全作业系统
JP2017219885A (ja) * 2016-06-02 2017-12-14 株式会社Subaru 乗員状態監視装置
GB201812747D0 (en) * 2018-08-06 2018-09-19 Ford Global Tech Llc Obstacle detection systems
CN108698606A (zh) * 2016-01-21 2018-10-23 罗伯特·博世有限公司 用于分类驾驶员运动的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9292471B2 (en) * 2011-02-18 2016-03-22 Honda Motor Co., Ltd. Coordinated vehicle response system and method for driver behavior
US20150346813A1 (en) * 2014-06-03 2015-12-03 Aaron Michael Vargas Hands free image viewing on head mounted display
WO2017040519A1 (en) * 2015-08-31 2017-03-09 Sri International Method and system for monitoring driving behaviors
US10433094B2 (en) * 2017-02-27 2019-10-01 Philip Scott Lyren Computer performance of executing binaural sound

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS59140134A (ja) * 1984-01-23 1984-08-11 Seikosha Co Ltd 居眠り防止装置
CN1291320A (zh) * 1998-01-15 2001-04-11 卡鲁斯·马格努斯有限公司 检测困倦及避免汽车司机入睡的方法与装置
JP2004017889A (ja) * 2002-06-19 2004-01-22 Advics:Kk 自動ブレーキ装置
CN1879135A (zh) * 2003-11-30 2006-12-13 沃尔沃技术公司 用于识别驾驶员机能障碍的方法和系统
US20100033333A1 (en) * 2006-06-11 2010-02-11 Volva Technology Corp Method and apparatus for determining and analyzing a location of visual interest
US20120242819A1 (en) * 2011-03-25 2012-09-27 Tk Holdings Inc. System and method for determining driver alertness
CN103112352A (zh) * 2012-04-12 2013-05-22 重庆长安汽车股份有限公司 基于偏头监测的驾驶辅助系统
US20150061875A1 (en) * 2013-09-04 2015-03-05 Industrial Technology Research Institute Method and system for detecting conditions of drivers, and electronic apparatus thereof
CN105764735A (zh) * 2013-10-29 2016-07-13 金在哲 通过对于动作、面部、眼睛、嘴型的认知的2步骤预防瞌睡驾驶装置
JP2015090676A (ja) * 2013-11-07 2015-05-11 株式会社デンソー 車両運転評価システム
KR101483888B1 (ko) * 2013-12-27 2015-01-16 현대다이모스(주) 운전자 졸음 방지장치
CN108698606A (zh) * 2016-01-21 2018-10-23 罗伯特·博世有限公司 用于分类驾驶员运动的方法
JP2017219885A (ja) * 2016-06-02 2017-12-14 株式会社Subaru 乗員状態監視装置
CN106965675A (zh) * 2017-04-26 2017-07-21 华迅金安(北京)科技有限公司 一种货车集群智能安全作业系统
GB201812747D0 (en) * 2018-08-06 2018-09-19 Ford Global Tech Llc Obstacle detection systems

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HUABIAO QIN等: "Detecting Driver Drowsiness and Distraction via FFT", 《2011 IEEE INTERNATIONAL CONFERENCE ON SIGNAL PROCESSING, COMMUNICATIONS AND COMPUTING (ICSPCC)》 *

Also Published As

Publication number Publication date
CN113168757B (zh) 2022-12-20
US11893807B2 (en) 2024-02-06
FR3090172A1 (fr) 2020-06-19
WO2020120751A1 (fr) 2020-06-18
US20220044037A1 (en) 2022-02-10
FR3090172B1 (fr) 2020-11-20

Similar Documents

Publication Publication Date Title
EP2117432B1 (en) Anti-drowsing device and anti-drowsing method
CN108394414B (zh) 清醒度判定系统以及清醒度判定方法
CN108216251B (zh) 驾驶员状态监测方法、系统及非瞬时性计算机可读介质
US9694680B2 (en) System and method for determining drowsy state of driver
EP3316231B1 (en) Alert generation correlating between head mounted imaging data and external device
EP2564765B1 (en) System and method for improving a performance estimation of an operator of a vehicle
JP7099037B2 (ja) データ処理装置、モニタリングシステム、覚醒システム、データ処理方法、及びデータ処理プログラム
JP5423872B2 (ja) 生体状態判定装置
EP2908726B1 (en) Method and device for detecting decreased attentiveness of vehicle driver
JP6273823B2 (ja) 状態推定装置、および状態推定プログラム
JP4529394B2 (ja) ドライバの車両運転特性推定装置
JP5045492B2 (ja) 覚醒度推定装置
CN105931430A (zh) 用于驾驶员状态预警系统的报警灵敏度检测方法及装置
US20220027646A1 (en) Method for determining a drowsiness level of a motor vehicle driver
JP6673005B2 (ja) 顔向き推定装置及び顔向き推定方法
KR20190134909A (ko) 주행상황 판단 정보 기반 운전자 상태 인식 장치 및 방법
JP2008084219A (ja) 前方カーブ警報装置
CN114132330A (zh) 驾驶员非正常驾驶状态的提醒方法及装置
JP7550879B2 (ja) 睡眠検出装置及び睡眠検出システム
CN113168757B (zh) 确定驾驶者警惕水平的方法
JP2021129700A (ja) 基準値決定装置及び基準値決定方法
WO2020255238A1 (ja) 情報処理装置、プログラム及び情報処理方法
JP2020194229A (ja) 運転者状態判定装置、運転者状態判定方法及び運転者状態判定プログラム
JP7091632B2 (ja) 安全運転促進装置及び安全運転促進方法
JP2023072268A (ja) 運転者状態判定方法及びその装置

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