CN113191231A - 疲劳状态下的安全驾驶方法 - Google Patents
疲劳状态下的安全驾驶方法 Download PDFInfo
- Publication number
- CN113191231A CN113191231A CN202110429873.4A CN202110429873A CN113191231A CN 113191231 A CN113191231 A CN 113191231A CN 202110429873 A CN202110429873 A CN 202110429873A CN 113191231 A CN113191231 A CN 113191231A
- Authority
- CN
- China
- Prior art keywords
- fatigue state
- safe driving
- driver
- aspect ratio
- eye image
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Traffic Control Systems (AREA)
Abstract
一种疲劳状态下的安全驾驶方法,涉及汽车安全技术领域,该方法包括:实时获取包括驾驶员眼部图像的视频信息;从视频信息中读取若干帧图片,从图片中读取眼部图像信息;识别眼部图像信息中的标识点;根据标识点计算眼睛的长宽比;根据长宽比统计驾驶员眨眼频率;根据眨眼频率判断驾驶员的疲劳状态;根据驾驶员的疲劳状态,控制提神装置动作。该方法能够自动识别出疲劳驾驶状态,并给出有效的提神方法,促进安全驾驶。
Description
技术领域
本申请涉及汽车安全技术领域,具体地涉及一种疲劳状态下的安全驾驶方法。
背景技术
疲劳驾驶是造成交通事故的主要原因之一,在驾驶过程中,驾驶员由于自身的精神状态不佳,加上受到驾驶时长、行驶路况等许多外界因素的影响,会产生驾驶疲劳的现象。驾驶疲劳会对驾驶员的判断、反应以及操作产生影响,从而提高了事故发生的概率。
而进入疲劳状态的过程,常常是驾驶员自身无法注意到的,例如有很多驾驶员反映“在驾驶过程中部分路段的记忆缺失”,所以识别警报装置是十分必要的。市面上判断驾驶员疲劳的装置种类较少,且大多原理简单,判断的准确性不足。例如有的产品仅仅只是通过判断驾驶员的头部运动来判断是否疲劳,过于片面,误判情况较多。同时产品只能警报,却不能对疲劳状态进行缓解,功能并不全面。
发明内容
本申请的目的在于提供一种能够准确判断驾驶员疲劳状态,加以提醒,并采取有效措施缓解疲劳状态。
为解决上述技术问题,本申请实施例提供一种疲劳状态下的安全驾驶方法,包括:
实时获取包括驾驶员眼部图像的视频信息;
从视频信息中读取若干帧图片,从图片中读取眼部图像信息;
识别眼部图像信息中的标识点;
根据标识点计算眼睛的长宽比;
根据长宽比统计驾驶员眨眼频率;
根据眨眼频率判断驾驶员的疲劳状态;
根据驾驶员的疲劳状态,控制提神装置动作。
在上述技术方案中,进一步的,所述从视频信息中读取若干帧图片,从图片中读取眼部图像信息,具体包括:
对图片做维度扩大,并对图片做灰度化处理;
进行脸部位置检测,确定脸部在图片中的具体位置;
循环脸部位置信息,获得脸部特征位置的信息;
将脸部特征信息转换为数组array的格式;
提取左眼和右眼坐标。
在上述技术方案中,进一步的,根据标识点计算眼睛的长宽比,具体包括:
构造函数计算左右眼的长宽比,使用左右眼长宽比的平均值作为最终的长宽比。
在上述技术方案中,进一步的,根据长宽比统计驾驶员眨眼频率,具体包括:
连续统计长宽比,如果连续三次长宽比均小于阈值,则表示进行了一次眨眼;进而统计眨眼频率。
在上述技术方案中,进一步的,所述提神装置动作包括:控制车窗打开一定宽度,或者启动冷风空调。
在上述技术方案中,进一步的,所述提神装置动作包括以下动作中的一种或几种:
产生预设灯光;
发出预设声音;
发出刺激性气味;
在车载显示屏上显示预设提示文字。
在上述技术方案中,进一步的,所述提神装置动作包括:工具箱自动打开;所述提神装置包括工具箱,所述工具箱内装有能够产生刺激性气味的药物或者具备咖啡因的饮品。
与现有技术相比,本申请实施例的技术方案具有以下有益效果:
本申请实施例提供一种疲劳状态下的安全驾驶方法,
附图说明
图1是本申请实施例的一种疲劳状态下的安全驾驶方法的流程示意图;
图2是本申请实施例的一种疲劳状态下的安全驾驶方法中眼部标识点的位置示意图。
具体实施方式
为使本申请的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本申请的具体实施例做详细的说明。显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”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申请和简化描述,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申请的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本申请的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
图1是本申请实施例的一种疲劳状态下的安全驾驶方法的流程示意图。
如图1所示,为本申请实施例的一种疲劳状态下的安全驾驶方法,包括以下步骤:
S110,实时获取包括驾驶员眼部图像的视频信息;
S120,从视频信息中读取若干帧图片,从图片中读取眼部图像信息;
S130,识别眼部图像信息中的标识点;
S140,根据标识点计算眼睛的长宽比;
S150,根据长宽比统计驾驶员眨眼频率;
S160,根据眨眼频率判断驾驶员的疲劳状态;
S170,根据驾驶员的疲劳状态,控制提神装置动作。
为本申请实施例的一种疲劳状态下的安全驾驶方法,利用图像识别技术,实时计算眼睛的长宽比,根据眼睛的长宽比来计算眨眼频率,最终根据眨眼频率识别疲劳状态,最终根据疲劳状态,控制提神装置动作,能够有效提高司机在疲劳状态下的精神状态,保证安全驾驶。
具体来说,提神装置动作可分为三种:
第一种,控制提升装置产生预设灯光、发出预设声音、发出刺激性气味、在车载显示屏上显示预设提示文字等直接提醒的方式;
第二种,与车载控制中心连接,控制车窗打开一定宽度,或者启动冷风空调,通过降低温度或者产生风来提醒;
第三种,控制工具箱自动打开。工具箱内装有能够产生刺激性气味的药物或者具备咖啡因的饮品,提醒用户使用。
图2是本申请实施例的一种疲劳状态下的安全驾驶方法中眼部标识点的位置示意图。
如图2所示,根据标识点eye[1]、eye[5]以及eye[2]和eye[4];来计算眼睛的水平长度;根据标识点eye[0]以及eye[3]来计算眼睛的垂直宽度。
计算程序如下:
本申请实施例的一种疲劳状态下的安全驾驶方法,其具体的计算机检测、判定以及提醒原理如下:
第一步:使用dlib.get_frontal_face_detector()获得脸部位置检测器
detector=dlib.get_frontal_face_detector()
第二步:使用dlib.shape_predictor获得脸部特征位置检测器
predictor=dlib.shape_predictor(
'D:\python3.7\shape_predictor_68_face_landmarks.dat')
第三步:分别获取左右眼面部标志的索引
(lStart,lEnd)=face_utils.FACIAL_LANDMARKS_IDXS["left_eye"]
(rStart,rEnd)=face_utils.FACIAL_LANDMARKS_IDXS["right_eye"]
第四步:打开cv2本地摄像头
cap=cv2.VideoCapture(0)
start=time.perf_counter()
#从视频流循环帧
while True:
第五步:进行循环,读取图片,并对图片做维度扩大,并进灰度化
ret,frame=cap.read()
frame=imutils.resize(frame,width=720)
gray=cv2.cvtColor(frame,cv2.COLOR_BGR2GRAY)
第六步:使用detector(gray,0)进行脸部位置检测
rects=detector(gray,0)
第七步:循环脸部位置信息,使用predictor(gray,rect)获得脸部特征位置的信息
for rect in rects:
shape=predictor(gray,rect)
第八步:将脸部特征信息转换为数组array的格式
shape=face_utils.shape_to_np(shape)
第九步:提取左眼和右眼坐标
leftEye=shape[lStart:lEnd]
rightEye=shape[rStart:rEnd]
第十步:构造函数计算左右眼的EAR值,使用平均值作为最终的EAR
leftEAR=eye_aspect_ratio(leftEye)
rightEAR=eye_aspect_ratio(rightEye)
ear=(leftEAR+rightEAR)/2.0
第十一步:使用cv2.convexHull获得凸包位置,使用drawContours画出轮廓位置进行画图操作
leftEyeHull=cv2.convexHull(leftEye)
rightEyeHull=cv2.convexHull(rightEye)
cv2.drawContours(frame,[leftEyeHull],-1,(0,255,0),1)
cv2.drawContours(frame,[rightEyeHull],-1,(0,255,0),1)
第十二步:进行画图操作,用矩形框标注人脸
left=rect.left()
top=rect.top()
right=rect.right()
bottom=rect.bottom()
cv2.rectangle(frame,(left,top),(right,bottom),(0,255,0),3)
第十三步:循环,满足条件的,眨眼次数+1
第十四步:进行画图操作,68个特征点标识
for(x,y)in shape:
cv2.circle(frame,(x,y),1,(0,0,255),-1)
第十五步:进行画图操作,同时使用cv2.putText将眨眼次数进行显示
cv2.putText(frame,"Faces:{}".format(len(rects)),(10,30),cv2.FONT_HERSHEY_SIMPLEX,0.7,(0,0,255),2)
cv2.putText(frame,"Blinks:{}".format(TOTAL),(150,30),cv2.FONT_HERSHEY_SIMPLEX,0.7,(0,0,255),2)
cv2.putText(frame,"COUNTER:{}".format(COUNTER),(300,30),cv2.FONT_HERSHEY_SIMPLEX,0.7,(0,0,255),2)
cv2.putText(frame,"EAR:{:.2f}".format(ear),(450,30),cv2.FONT_HERSHEY_SIMPLEX,0.7,(0,0,255),2)
第十六步:计算眨眼频率,以10秒为一循环,超过警报阈值会有报警提示
第十七步:程序的终止与清理
虽然本申请披露如上,但本申请并非限定于此。任何本领域技术人员,在不脱离本申请的精神和范围内,均可作各种更动与修改,因此本申请的保护范围应当以权利要求所限定的范围为准。
Claims (7)
1.一种疲劳状态下的安全驾驶方法,其特征在于,包括:
实时获取包括驾驶员眼部图像的视频信息;
从视频信息中读取若干帧图片,从图片中读取眼部图像信息;
识别眼部图像信息中的标识点;
根据标识点计算眼睛的长宽比;
根据长宽比统计驾驶员眨眼频率;
根据眨眼频率判断驾驶员的疲劳状态;
根据驾驶员的疲劳状态,控制提神装置动作。
2.根据权利要求1所述的疲劳状态下的安全驾驶方法,其特征在于,所述从视频信息中读取若干帧图片,从图片中读取眼部图像信息,具体包括:
对图片做维度扩大,并对图片做灰度化处理;
进行脸部位置检测,确定脸部在图片中的具体位置;
循环脸部位置信息,获得脸部特征位置的信息;
将脸部特征信息转换为数组array的格式;
提取左眼和右眼坐标。
3.根据权利要求2所述的疲劳状态下的安全驾驶方法,其特征在于,根据标识点计算眼睛的长宽比,具体包括:
构造函数计算左右眼的长宽比,使用左右眼长宽比的平均值作为最终的长宽比。
4.根据权利要求1所述的疲劳状态下的安全驾驶方法,其特征在于,根据长宽比统计驾驶员眨眼频率,具体包括:
连续统计长宽比,如果连续三次长宽比均小于阈值,则表示进行了一次眨眼;进而统计眨眼频率。
5.根据权利要求1所述的疲劳状态下的安全驾驶方法,其特征在于,所述提神装置动作包括:控制车窗打开一定宽度,或者启动冷风空调。
6.根据权利要求1或5所述的疲劳状态下的安全驾驶方法,其特征在于,所述提神装置动作包括以下动作中的一种或几种:
产生预设灯光;
发出预设声音;
发出刺激性气味;
在车载显示屏上显示预设提示文字。
7.根据权利要求1所述的疲劳状态下的安全驾驶方法,其特征在于,所述提神装置包括工具箱,所述工具箱内装有能够产生刺激性气味的药物或者具备咖啡因的饮品;所述提神装置动作包括:工具箱自动打开。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110429873.4A CN113191231A (zh) | 2021-04-21 | 2021-04-21 | 疲劳状态下的安全驾驶方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110429873.4A CN113191231A (zh) | 2021-04-21 | 2021-04-21 | 疲劳状态下的安全驾驶方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113191231A true CN113191231A (zh) | 2021-07-30 |
Family
ID=76977872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110429873.4A Pending CN113191231A (zh) | 2021-04-21 | 2021-04-21 | 疲劳状态下的安全驾驶方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113191231A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107679468A (zh) * | 2017-09-19 | 2018-02-09 | 浙江师范大学 | 一种嵌入式计算机视觉检测疲劳驾驶方法及装置 |
CN108545080A (zh) * | 2018-03-20 | 2018-09-18 | 北京理工大学 | 驾驶员疲劳检测方法及系统 |
WO2019169896A1 (zh) * | 2018-03-09 | 2019-09-12 | 华南理工大学 | 基于脸部特征点定位的疲劳状态检测方法 |
CN110532887A (zh) * | 2019-07-31 | 2019-12-03 | 郑州大学 | 一种基于面部特征融合的疲劳驾驶检测方法及系统 |
CN111191573A (zh) * | 2019-12-27 | 2020-05-22 | 中国电子科技集团公司第十五研究所 | 一种基于眨眼规律识别的驾驶员疲劳检测方法 |
-
2021
- 2021-04-21 CN CN202110429873.4A patent/CN113191231A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107679468A (zh) * | 2017-09-19 | 2018-02-09 | 浙江师范大学 | 一种嵌入式计算机视觉检测疲劳驾驶方法及装置 |
WO2019169896A1 (zh) * | 2018-03-09 | 2019-09-12 | 华南理工大学 | 基于脸部特征点定位的疲劳状态检测方法 |
CN108545080A (zh) * | 2018-03-20 | 2018-09-18 | 北京理工大学 | 驾驶员疲劳检测方法及系统 |
CN110532887A (zh) * | 2019-07-31 | 2019-12-03 | 郑州大学 | 一种基于面部特征融合的疲劳驾驶检测方法及系统 |
CN111191573A (zh) * | 2019-12-27 | 2020-05-22 | 中国电子科技集团公司第十五研究所 | 一种基于眨眼规律识别的驾驶员疲劳检测方法 |
Non-Patent Citations (1)
Title |
---|
CUNGUDAFA: "Dlib模型之驾驶员疲劳检测一(眨眼),https://blog.csdn.net/cungudafa/article/details/103477960", 《互联网资源》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101593425B (zh) | 一种基于机器视觉的疲劳驾驶监控方法及系统 | |
WO2020078465A1 (zh) | 驾驶状态分析方法和装置、驾驶员监控系统、车辆 | |
KR102391279B1 (ko) | 운전 상태 모니터링 방법 및 장치, 운전자 모니터링 시스템 및 차량 | |
WO2020078464A1 (zh) | 驾驶状态检测方法和装置、驾驶员监控系统、车辆 | |
CN100462047C (zh) | 基于全方位计算机视觉的安全驾驶辅助装置 | |
CN106846734B (zh) | 一种疲劳驾驶检测装置及方法 | |
Mbouna et al. | Visual analysis of eye state and head pose for driver alertness monitoring | |
Hossain et al. | IOT based real-time drowsy driving detection system for the prevention of road accidents | |
Zhang et al. | Driver fatigue detection based intelligent vehicle control | |
He et al. | Fatigue detection using smartphones | |
CN110532976A (zh) | 基于机器学习和多特征融合的疲劳驾驶检测方法及系统 | |
CN101877051A (zh) | 驾驶人注意力状态监测方法和装置 | |
CN104809445A (zh) | 基于眼部和嘴部状态的疲劳驾驶检测方法 | |
BRPI0712837A2 (pt) | mÉtodo e aparelho para determinaÇço e anÁlise de uma localizaÇço de interesse visual. | |
CN110766912A (zh) | 驾驶预警方法、设备及计算机可读存储介质 | |
CN104881956A (zh) | 一种疲劳驾驶预警系统 | |
CN202088896U (zh) | 基于驾驶员面部识别的机动车安全控制系统 | |
JP5653404B2 (ja) | 居眠り注意喚起装置 | |
JP2012084068A (ja) | 画像解析装置 | |
CN112183502B (zh) | 驾驶员的驾驶状态确定方法、计算机存储介质及电子设备 | |
CN114872713A (zh) | 一种驾驶员异常驾驶状态监测装置和方法 | |
Puli et al. | Safety Alerting System For Drowsy Driver | |
CN107480629A (zh) | 一种基于深度信息的疲劳驾驶检测方法及装置 | |
CN113191231A (zh) | 疲劳状态下的安全驾驶方法 | |
Su et al. | A simple approach to implementing a system for monitoring driver inattention |
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: 20210730 |
|
WD01 | Invention patent application deemed withdrawn after publication |