CN113538852A - 一种疲劳驾驶的提醒方法和车载终端 - Google Patents

一种疲劳驾驶的提醒方法和车载终端 Download PDF

Info

Publication number
CN113538852A
CN113538852A CN202010299767.4A CN202010299767A CN113538852A CN 113538852 A CN113538852 A CN 113538852A CN 202010299767 A CN202010299767 A CN 202010299767A CN 113538852 A CN113538852 A CN 113538852A
Authority
CN
China
Prior art keywords
voice
user
fatigue driving
reminding
parameter
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
Application number
CN202010299767.4A
Other languages
English (en)
Inventor
不公告发明人
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.)
Shanghai Qwik Smart Technology Co Ltd
Original Assignee
Shanghai Qwik Smart Technology Co Ltd
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 Shanghai Qwik Smart Technology Co Ltd filed Critical Shanghai Qwik Smart Technology Co Ltd
Priority to CN202010299767.4A priority Critical patent/CN113538852A/zh
Publication of CN113538852A publication Critical patent/CN113538852A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B3/00Audible signalling systems; Audible personal calling systems
    • G08B3/10Audible signalling systems; Audible personal calling systems using electric transmission; using electromagnetic transmission
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L25/00Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
    • G10L25/48Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
    • G10L25/51Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223Execution procedure of a spoken command

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Traffic Control Systems (AREA)

Abstract

本申请涉及一种疲劳驾驶的提醒方法和车载终端,疲劳驾驶的提醒方法应用于车载终端,包括:获取用户的面部图像和/或声音信息;根据面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态;若判断用户处于疲劳驾驶状态,则根据第一预设规则选择不同于默认语音参数的第一语音参数;根据第一语音参数输出第一提醒语音以开启对话。通过这种方式,本申请能够在判断用户处于疲劳驾驶状态时,使用用户比较陌生的声音自动开启对话,提醒效果好,简单可靠,有效提高了驾驶安全性。

Description

一种疲劳驾驶的提醒方法和车载终端
技术领域
本申请涉及智能提醒领域,具体涉及一种疲劳驾驶的提醒方法和车载终端。
背景技术
随着社会的发展,人们生活水平的提高,汽车越来越成为人们出行的重要交通工具。
驾驶人在睡眠质量差或睡眠时间不足时,长时间驾驶车辆容易出现疲劳,当驾驶人疲劳时,往往会感到困倦瞌睡,注意力不集中,判断能力下降,出现动作迟误或过早,操作停顿或修正时间不当等不安全因素,极易发生道路交通事故。目前,一些较高端的车型配置了自动驾驶系统,当用户驾驶疲劳时,可以实现自动接管驾驶车辆,从而在一定程度上可以保证驾驶安全性,但配置自动驾驶系统的成本高,在一些较低端车型上,往往没有配置自动驾驶系统。因此,现有车辆仍缺乏有效、简单的手段来解决驾驶人疲劳时的驾驶安全问题。
发明内容
本申请的目的在于,提供一种疲劳驾驶的提醒方法和车载终端,其可以解决上述技术问题,能够在判断用户处于疲劳驾驶状态时,使用用户比较陌生的声音自动开启对话,提醒效果好,简单可靠,有效提高驾驶安全性。
为解决上述技术问题,本申请涉及一种疲劳驾驶的提醒方法,应用于车载终端,包括:
获取用户的面部图像和/或声音信息;
根据所述面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态;
若判断用户处于疲劳驾驶状态,则根据第一预设规则选择不同于默认语音参数的第一语音参数;
根据所述第一语音参数输出第一提醒语音以开启对话。
其中,根据所述面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态的步骤,包括:
根据所述面部图像判断用户是否处于疲劳驾驶状态;
所述根据所述面部图像判断用户是否处于疲劳驾驶状态的步骤,包括:
提取所述面部图像中包含的眼部特征;
若所述眼部特征与预设眼部模型匹配,则判断用户处于疲劳驾驶状态。
其中,根据所述面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态的步骤,包括:
根据所述面部图像和声音信息,判断用户是否处于疲劳驾驶状态;
所述根据所述面部图像和声音信息,判断用户是否处于疲劳驾驶状态的步骤,包括:
提取所述面部图像中包含的嘴部特征和所述声音信息中包含的声音特征;
若所述嘴部特征与预设嘴部模型匹配,且声音特征与预设声音模型匹配,则判断用户处于疲劳驾驶状态。
其中,根据第一预设规则选择不同于默认语音参数的第一语音参数的步骤,包括:
从不同于默认语音参数的语音参数中,选择与最近一次使用的语音参数不同的语音参数作为第一语音参数。
其中,根据第一预设规则选择不同于默认语音参数的第一语音参数的步骤,包括:
从不同于默认语音参数的语音参数中,选择使用次数最少的语音参数作为第一语音参数。
其中,根据所述第一语音参数输出第一提醒语音以开启对话的步骤之后,还包括:
判断在预设时长内是否接收到用户的第一语音;
若在预设时长内未接收到用户的第一语音,则根据第二预设规则选择不同于默认语音参数的第二语音参数;
根据所述第二语音参数输出第二提醒语音。
其中,第二语音参数与所述第一语音参数不同。
其中,根据第二预设规则选择不同于默认语音参数的第二语音参数的步骤,包括:
从不同于默认语音参数的语音参数中,选择与当前提醒次数对应的语音参数作为第二语音参数。
其中,疲劳驾驶提醒的方法,还包括:
预先在本地存储用于疲劳驾驶提醒的至少一语音参数;
对所述至少一语音参数进行分类,使得每个分类与不同的提醒次数对应。
本申请还提供一种车载终端,包括:存储器和处理器;
所述存储器存储有至少一条程序指令;
所述处理器通过加载并执行所述至少一条程序指令以实现如上所述的疲劳驾驶的提醒方法。
本申请的疲劳驾驶的提醒方法和车载终端,疲劳驾驶的提醒方法应用于车载终端,包括:获取用户的面部图像和/或声音信息;根据面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态;若判断用户处于疲劳驾驶状态,则根据第一预设规则选择不同于默认语音参数的第一语音参数;根据第一语音参数输出第一提醒语音以开启对话。通过这种方式,本申请能够在判断用户处于疲劳驾驶状态时,使用用户比较陌生的声音自动开启对话,提醒效果好,简单可靠,有效提高了驾驶安全性。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1是根据第一实施例示出的一种疲劳驾驶的提醒方法的流程示意图;
图2是根据第二实施例示出的一种疲劳驾驶的提醒方法的流程示意图;
图3是根据第三实施例示出的一种车载终端的结构示意图。
具体实施方式
为更进一步阐述本申请为达成预定申请目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本申请的提出的具体实施方式、方法、步骤、结构、特征及其效果,详细说明如下。
有关本申请的前述及其他技术内容、特点及功效,在以下配合参考图式的较佳实施例的详细说明中将可清楚呈现。通过具体实施方式的说明,当可对本申请为达成预定目的所采取的技术手段及功效得以更加深入且具体的了解,然而所附图式仅是提供参考与说明之用,并非用来对本申请加以限制。
第一实施例
图1是根据第一实施例示出的一种疲劳驾驶的提醒方法的流程示意图,请参考图1,本实施例的疲劳驾驶的提醒方法,包括以下步骤:
步骤110,获取用户的面部图像和/或声音信息;
在本实施例中,当车辆在使用的过程中,车载终端通过车载摄像头对用户的面部图像进行采集,通过车载麦克风,对用户的声音信息进行采集,以获取用户的面部图像和/或声音信息。
步骤120,根据面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态。
在日常生活,当人们在疲劳状态时,由于眼睛周围的肌肉处在一种疲劳状态,上眼皮会不自觉的向下闭,此外,人们往往还会打哈欠,在打哈欠的时候,人们会将嘴巴张大,伴着打哈欠的动作,嘴巴还会发出声音。如此,车载终端从驾驶开始时便对驾驶员的面部图像和/声音信息进行记录,通过分析面部图像和/或声音信息,识别面部图像和/或声音信息的变化,进而判断用户的驾驶状态,从而实现对用户的疲劳程度进行实时监测。
在一实施方式中,步骤120的根据面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态,具体包括:
根据面部图像判断用户是否处于疲劳驾驶状态;
根据面部图像判断用户是否处于疲劳驾驶状态的步骤,包括:
提取面部图像中包含的眼部特征;
若眼部特征与预设眼部模型匹配,则判断用户处于疲劳驾驶状态。
其中,车载终端可以将人面部在疲劳时眼部变化的特征数据进行分析,以作为预设眼部模型,预先存储在车载终端。车载终端通过提取面部图像中包含的眼部特征与预设眼部模型进行比对,计算用户的眼部特征与预设眼部模型的相似度,相似度大于阈值则认为二者相匹配,从而判断用户处于疲劳驾驶状态,反之,相似度小于或等于阈值则认为二者不匹配,从而判断用户不处于疲劳驾驶状态。
在另一实施方式中,步骤120的根据面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态,具体包括:
根据面部图像和声音信息,判断用户是否处于疲劳驾驶状态;
根据面部图像和声音信息,判断用户是否处于疲劳驾驶状态的步骤,包括:
提取面部图像中包含的嘴部特征和声音信息中包含的声音特征;
若嘴部特征与预设嘴部模型匹配,且声音特征与预设声音模型匹配,则判断用户处于疲劳驾驶状态。
其中,车载终端可以将人面部在疲劳时嘴部变化的特征数据进行分析,以作为预设图像的嘴部模型,预先存储在车载终端;将打哈欠的声音信息特征进行分析,以作为预设声音模型,预先存储在车载终端。车载终端通过提取用户面部图像中的嘴部特征与预设嘴部模型进行比对,计算嘴部特征与预设嘴部模型的相似度,相似度大于阈值则认为二者相匹配;同时,车载终端也提取用户的声音信息特征与预设的声音模型进行比对,计算声音信息特征与预设的声音模型的相似度,相似度大于阈值则认为二者相匹配。若面部图像中的嘴部特征与预设嘴部模型匹配,且声音信息特征与预设声音模型匹配,则判断用户处于疲劳驾驶状态。例如,当用户感到疲惫打哈欠时,嘴部因为打哈欠张大,同时发出打哈欠的声音,车载终端通过车载摄像头获取到嘴部张大的图像和通过车载麦克风获取到打哈欠发出的声音,将图像中的嘴部特征与预设图像的嘴部模型进行对,同时,将打哈欠发出的声音与预设声音模型比对,若两组对比结果均匹配,那么,车载终端判断用户当前处于疲劳驾驶状态。反之,若嘴部特征和声音特征的至少之一没有与对应的预设模型匹配,则车载终端判断用户当前不处于疲劳驾驶状态。
步骤130,若判断用户处于疲劳驾驶状态,则根据第一预设规则选择不同于默认语音参数的第一语音参数。
步骤140,根据第一语音参数输出第一提醒语音以开启对话。
在本实施例中,语音参数包括音量、音调、声纹特征和音色中的至少一种,比如不同音量,不同音调的语音,或者纯语音、带背景语音、乐器音等;又或者是不同的人的语音、不同方言的语音,不同语音参数也即对应不同的语音包,比如,标准女中音、标准男中音、林志玲语音、岳云鹏搞笑语音、贴心台湾话、豪爽东北话、小甜心语音等等。
其中,默认语音参数为语音助手在日常交互时使用的语音参数。实际实现时,默认语音参数可以由用户自定义语音参数,比如,用户设置林志玲语音为默认语音参数,那么,语音助手将使用林志玲语音作为日常交互的语音参数。默认语音参数也可以是系统直接设定不可更改的语音参数,例如,系统设定标准女中音为默认语音参数,那么,语音助手将使用标准女中音作为日常交互的语音参数,用户不能将其自行设置为其他的语音参数。由于第一提醒语音所使用的第一语音参数与日常所使用的语音参数不同,当用户听到与以往听到的不同语音参数的提醒语音与他进行对话时,可以起到更好提神和警示作用,或者让用户意识到自己处于疲劳驾驶状态,选择就近的服务区休息后再继续行驶。
在一实施方式中,根据第一预设规则选择不同于默认语音参数的第一语音参数的步骤,具体包括:
从不同于默认语音参数的语音参数中,选择与最近一次使用的语音参数不同的语音参数作为第一语音参数。
在一应用场景中,车载终端存储的语音参数有标准女中音、标准男中音、林志玲语音、岳云鹏搞笑语音、贴心台湾话、豪爽东北话、小甜心语音、带背景语音、钢琴音、高分贝语音,语音助手默认语音参数为标准女中音。用户驾车从深圳至珠海,全程约150公里,根据导航预测,全程需要行驶2小时12分钟,当前正在使用林志玲语音作为车载导航输出语音的语音参数。当用户驾驶1小时左右时,感到疲劳打哈欠,车载终端通过步骤110和步骤120判断用户处于疲劳驾驶状态。根据第一预设规则,从不同于默认语音参数的语音参数中,选择与最近一次使用的语音参数不同的语音参数作为第一语音参数,车载终端将从除语音助手默认的标准女中音和最近一次使用的林志玲语音以外的语音参数中选择一语音参数作为第一语音参数。例如,车载终端选择了豪爽东北话作为第一语音参数,车载终端将使用豪爽东北话作为第一提醒语音的语音参数,说,“疲劳时候歇一歇,安全事故少一些”。
在另一实施方式中,根据第一预设规则选择不同于默认语音参数的第一语音参数的步骤,具体包括:
从不同于默认语音参数的语音参数中,选择使用次数最少的语音参数作为第一语音参数。
在一应用场景中,车载终端存储的语音参数有标准女中音、标准男中音、林志玲语音、岳云鹏搞笑语音、贴心台湾话、豪爽东北话、小甜心语音、带背景语音、钢琴音、高分贝语音,语音助手默认语音参数为标准女中音。用户在驾驶过程中,使用了一次林志玲语音和一次爽朗东北话作为车载导航的语音参数。当车载终端判断用户处于疲劳驾驶状态时,车载终端将从使用次数最少的标准男中音、岳云鹏搞笑语音、贴心台湾话、小甜心语音、带背景语音、钢琴音、高分贝语音中任意选择一语音参数作为第一提醒语音的第一语音参数。
除此之外,第一预设规则还可以是从不同于默认语音参数的语音参数中,随机选择一语音参数作为第一语音参数。
实际实现时,根据第一预设规则选择不同于默认语音参数的第一语音参数,还可以是从不同于默认语音参数的语音参数中,选择与当前提醒次数对应的语音参数作为第二语音参数。其中,预先在本地存储用于疲劳驾驶提醒的至少一语音参数;对至少一语音参数进行分类,使得每个分类与不同的提醒次数对应。例如:预先存储的分类中,第一次提醒对应岳云鹏搞笑语音等至少一种语音。车载终端在判断用户处于疲劳驾驶状态后,根据预先存储的分类,第一次提醒对应的是岳云鹏搞笑语音,那么,车载终端将使用岳云鹏搞笑语音作为语音参数,输出第一提醒语音。
通过上述方式,车载终端能够在判断用户是否处于疲劳驾驶状态时,使用用户比较陌生的声音自动开启对话,提醒效果好,简单可靠,有效提高了驾驶安全性。
第二实施例
图2是根据第二实施例示出的一种疲劳驾驶的提醒方法的流程示意图,请参考图2,本实施例的疲劳驾驶的提醒方法与第一实施例的疲劳驾驶的提醒方法的主要区别在于,在根据第一语音参数输出第一提醒语音以开启对话之后,还包括以下步骤:
步骤210,判断在预设时长内是否接收到用户的第一语音;
步骤220,若在预设时长内未接收到用户的第一语音,则根据第二预设规则选择不同于默认语音参数的第二语音参数;
步骤230,根据第二语音参数输出第二提醒语音。
其中,第二语音参数与第一语音参数不同。用户的第一语音即车载终端通过车载麦克风采集到用户在听到第一提醒语音后作出的语音响应。
在本实施例中,当车载终端输出第一提醒语音后,在预设等待时长内未接收到用户的第一语音,则可能是第一提醒语音未起到让用户提神和警示的效果,也即没有将用户不醒。此时,车载终端将根据第二预设规则选择不同于默认语音参数的第二语音参数,其中,第二预设规则可以与第一预设规则相同或不同。实际实现时,车载终端还可以在第二提醒语音输出后,如果在预设等待时长内再次没有收到用户的第一语音,根据第三预设规则选择不同于默认语音参数的第三语音参数,进而根据第三语音参数输出第三提醒语音,其中,第三预设规则与第一、第二预设规则相同或不同。以此类推,车载终端将连续多次提醒,直到收到用户的第一语音即叫醒用户为止,让用户警醒并集中精神驾驶,提高用户驾驶安全性。
在一实施方式中,根据第二预设规则选择不同于默认语音参数的第二语音参数,具体步骤包括:
从不同于默认语音参数的语音参数中,选择与当前提醒次数对应的语音参数作为第二语音参数。
其中,预先在本地存储用于疲劳驾驶提醒的至少一语音参数;对至少一语音参数进行分类,使得每个分类与不同的提醒次数对应。
在一应用场景中,车载终端存储的语音参数有标准女中音、标准男中音、林志玲语音、岳云鹏搞笑语音、贴心台湾话、豪爽东北话、小甜心语音、带背景语音、钢琴音、高分贝语音,语音助手默认语音参数为标准女中音。车载终端对各语音参数进行分类,每个分类与不同的提醒次数对应。例如:第一次提醒对应岳云鹏搞笑语音等至少一种语音,第二次提醒对应豪爽东北话等至少一种语音,第三次提醒对应高分贝语音等至少一种语音,第四次提醒对应带背景语音等至少一种语音。车载终端在判断用户处于疲劳驾驶状态后,根据预先存储的分类,第一次提醒对应的是岳云鹏搞笑语音,那么,车载终端将使用岳云鹏搞笑语音作为语音参数,输出第一提醒语音,说,“快醒醒,疲劳驾驶等于方向失灵”。假设车载终端的预设等待时长为30秒,若车载终端在30秒之后未收到用户响应的第一语音,车载终端将进行第二次提醒。根据预先存储的分类,第二次提醒对应的是豪爽东北话,那么,车载终端将使用豪爽东北话作为第二提醒语音的第二语音参数,说,“快醒醒,疲劳驾驶等于方向失灵。”。以此类推,若车载终端在每次提醒语音输出后的30秒内,未收到用户的第一语音,车载终端将重复步骤220和步骤230连续多次提醒,直到收到用户的第一语音为止。每次提醒语音选择与当前提醒次数对应的语音参数作为此次语音参数,若提醒次数超过分类的次数,车载终端将依照分类次数顺序循环选择对应的语音参数。不同的语音参数所输出的声音皆不同,通过每次使用不同的声音且不同于用户日常习惯的声音,可以起到更有效的刺激用户神经系统,让用户尽快的清醒,避免因疲劳驾驶导致的交通意外。
在另一应用场景中,车载终端还可以通过设定不同的音量对应不同的提醒次数来作为每次提醒语音的语音参数。例如,每次提醒的音量大于最近一次提醒所使用的音量,通过音量的变化,逐渐增强对人体神经系统刺激,以达到叫醒用户的效果。
在又一应用场景中,在车载终端输出第一提醒语音后,车载终端在预设等待时长内接收到用户的第一语音,车载终端可以根据第一语音的内容的关键词,再次输出语音,与用户进行人机对话,让用户保持清醒状态。再次输出的语音对应的语音参数可以是与第一提醒语音相同的语音参数,也可以是根据第一预设规则或第二预设规则再次选择的语音参数,用户也可以通过语音助手自行选择。例如,车载终端在判断用户处于疲劳驾驶时,使用了林志玲语音的参数提醒用户说,“一路疲乏,欲速则不达。”。用户收到提醒后,回复说,“谢谢你的提醒,给我讲个笑话吧。”。车载终端将根据用户语音关键词“讲个笑话”,继续使用林志玲的语音作为语音参数,为用户输出一段笑话。车载终端也可以根据第一预设规则再次选择语音参数,例如,使用与最近一次使用的林志玲语音不同的豪爽东北话来作为此次输出的语音参数。用户也可以自行选择一语音参数,来作为此次输出语音的参数,例如,用户可以说,“用小甜心语音给我讲个笑话吧”,那么,车载终端将使用小甜心语音参数,为用户输出一段笑话。
以上所述方式,车载终端通过车载麦克风和车载摄像头实时监测用户的驾驶状态,车载麦克风和车载摄像头为车辆固有的设备,无需另外安装;使用与语音助手日常交互的语音参数不同的语音参数来提醒用户,相比于用户日常习惯的声音,可以起到更有效的提醒和警示的作用。通过本实施例,既可以提高驾驶安全性,又可以节省成本。
第三实施例
图3是根据第三实施例示出的一种车载终端的结构示意图。请参考图3,本实施例的车载终端,包括:存储器310和处理器320;存储器310存储有至少一条程序指令;处理器320通过加载并执行至少一条程序指令以实现以下如下方法:
获取用户的面部图像和/或声音信息;
根据面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态;
若判断用户处于疲劳驾驶状态,则根据第一预设规则选择不同于默认语音参数的第一语音参数;
根据第一语音参数输出第一提醒语音。
在一实施方式中,处理器320根据面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态的步骤,包括:
根据面部图像判断用户是否处于疲劳驾驶状态;
根据面部图像判断用户是否处于疲劳驾驶状态的步骤,包括:
提取面部图像中包含的眼部特征;
若眼部特征与预设眼部模型匹配,则判断用户处于疲劳驾驶状态。
在一实施方式中,处理器320根据面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态的步骤,包括:
根据面部图像和声音信息,判断用户是否处于疲劳驾驶状态;
根据面部图像和声音信息,判断用户是否处于疲劳驾驶状态的步骤,包括:
提取面部图像中包含的嘴部特征和声音信息中包含的声音特征;
若嘴部特征与预设嘴部模型匹配,且声音特征与预设声音模型匹配,则判断用户处于疲劳驾驶状态。
在一实施方式中,处理器320根据第一预设规则选择不同于默认语音参数的第一语音参数的步骤,包括:
从不同于默认语音参数的语音参数中,选择与最近一次使用的语音参数不同的语音参数作为第一语音参数。
在一实施方式中,处理器320根据第一预设规则选择不同于默认语音参数的第一语音参数的步骤,包括:
从不同于默认语音参数的语音参数中,选择使用次数最少的语音参数作为第一语音参数。
在一实施方式中,处理器320根据第一语音参数输出第一提醒语音的步骤之后,还包括:
判断在预设时长内是否接收到用户的第一语音;
若在预设时长内未接收到用户的第一语音,则根据第二预设规则选择不同于默认语音参数的第二语音参数;
根据第二语音参数输出第二提醒语音。
其中,第二语音参数与第一语音参数不同。
在一实施方式中,若在预设时长内未接收到用户的第一语音,则处理器320还用于根据第二预设规则选择不同于默认语音参数的第二语音参数,包括:
从不同于默认语音参数的语音参数中,选择与当前提醒次数对应的语音参数作为第二语音参数。
在一实施方式中,处理器320还用于:
预先在本地存储用于疲劳驾驶提醒的至少一语音参数;
对至少一语音参数进行分类,使得每个分类与不同的提醒次数对应。
本实施例中的车载终端的具体工作流程详见第一个实施例和第二实施例的描述,在此不再赘述。
本申请的疲劳驾驶的提醒方法和车载终端,疲劳驾驶的提醒方法应用于车载终端,包括:获取用户的面部图像和/或声音信息;根据面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态;若判断用户处于疲劳驾驶状态,则根据第一预设规则选择不同于默认语音参数的第一语音参数;根据第一语音参数输出第一提醒语音。通过这种方式,本申请能够在判断用户处于疲劳驾驶状态时,使用用户比较陌生的声音自动开启对话,提醒效果好,简单可靠,有效提高了驾驶安全性。
以上所述,仅是本申请的较佳实施例而已,并非对本申请作任何形式上的限制,虽然本申请已以较佳实施例揭露如上,然而并非用以限定本申请,任何熟悉本专业的技术人员,在不脱离本申请技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本申请技术方案内容,依据本申请的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本申请技术方案的范围内。

Claims (10)

1.一种疲劳驾驶的提醒方法,应用于车载终端,其特征在于,包括:
获取用户的面部图像和/或声音信息;
根据所述面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态;
若判断用户处于疲劳驾驶状态,则根据第一预设规则选择不同于默认语音参数的第一语音参数;
根据所述第一语音参数输出第一提醒语音以开启对话。
2.根据权利要求1所述的疲劳驾驶的提醒方法,其特征在于,所述根据所述面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态的步骤,包括:
根据所述面部图像判断用户是否处于疲劳驾驶状态;
所述根据所述面部图像判断用户是否处于疲劳驾驶状态的步骤,包括:
提取所述面部图像中包含的眼部特征;
若所述眼部特征与预设眼部模型匹配,则判断用户处于疲劳驾驶状态。
3.根据权利要求1所述的疲劳驾驶的提醒方法,其特征在于,所述根据所述面部图像和/或声音信息,判断用户是否处于疲劳驾驶状态的步骤,包括:
根据所述面部图像和声音信息,判断用户是否处于疲劳驾驶状态;
所述根据所述面部图像和声音信息,判断用户是否处于疲劳驾驶状态的步骤,包括:
提取所述面部图像中包含的嘴部特征和所述声音信息中包含的声音特征;
若所述嘴部特征与预设嘴部模型匹配,且声音特征与预设声音模型匹配,则判断用户处于疲劳驾驶状态。
4.根据权利要求1所述的疲劳驾驶的提醒方法,其特征在于,所述根据第一预设规则选择不同于默认语音参数的第一语音参数的步骤,包括:
从不同于默认语音参数的语音参数中,选择与最近一次使用的语音参数不同的语音参数作为第一语音参数。
5.根据权利要求1所述的疲劳驾驶的提醒方法,其特征在于,所述根据第一预设规则选择不同于默认语音参数的第一语音参数的步骤,包括:
从不同于默认语音参数的语音参数中,选择使用次数最少的语音参数作为第一语音参数。
6.根据权利要求1所述的疲劳驾驶的提醒方法,其特征在于,所述根据所述第一语音参数输出第一提醒语音以开启对话的步骤之后,还包括:
判断在预设时长内是否接收到用户的第一语音;
若在预设时长内未接收到用户的第一语音,则根据第二预设规则选择不同于默认语音参数的第二语音参数;
根据所述第二语音参数输出第二提醒语音。
7.根据权利要求6所述的疲劳驾驶的提醒方法,其特征在于,所述第二语音参数与所述第一语音参数不同。
8.根据权利要求6所述的疲劳驾驶的提醒方法,其特征在于,所述根据第二预设规则选择不同于默认语音参数的第二语音参数的步骤,包括:
从不同于默认语音参数的语音参数中,选择与当前提醒次数对应的语音参数作为第二语音参数。
9.根据权利要求1或8所述的疲劳驾驶的提醒方法,其特征在于,所述方法,还包括:
预先在本地存储用于疲劳驾驶提醒的至少一语音参数;
对所述至少一语音参数进行分类,使得每个分类与不同的提醒次数对应。
10.一种车载终端,其特征在于,包括:存储器和处理器;
所述存储器存储有至少一条程序指令;
所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1至9中任一项所述的疲劳驾驶的提醒方法。
CN202010299767.4A 2020-04-16 2020-04-16 一种疲劳驾驶的提醒方法和车载终端 Pending CN113538852A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010299767.4A CN113538852A (zh) 2020-04-16 2020-04-16 一种疲劳驾驶的提醒方法和车载终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010299767.4A CN113538852A (zh) 2020-04-16 2020-04-16 一种疲劳驾驶的提醒方法和车载终端

Publications (1)

Publication Number Publication Date
CN113538852A true CN113538852A (zh) 2021-10-22

Family

ID=78088392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010299767.4A Pending CN113538852A (zh) 2020-04-16 2020-04-16 一种疲劳驾驶的提醒方法和车载终端

Country Status (1)

Country Link
CN (1) CN113538852A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115862288A (zh) * 2022-11-25 2023-03-28 东风华神汽车有限公司 一种汽车疲劳驾驶监测提醒方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000118260A (ja) * 1998-10-09 2000-04-25 Honda Motor Co Ltd 車両用乗員対話装置
US20160082838A1 (en) * 2014-09-21 2016-03-24 Electro-Motive Diesel, Inc. Operator fatigue monitoring system
CN207790472U (zh) * 2017-11-09 2018-08-31 北京兴科迪电子技术研究院 一种健康驾驶系统
CN110291478A (zh) * 2016-12-22 2019-09-27 斯坦福国际研究院 驾驶员监视和响应系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000118260A (ja) * 1998-10-09 2000-04-25 Honda Motor Co Ltd 車両用乗員対話装置
US20160082838A1 (en) * 2014-09-21 2016-03-24 Electro-Motive Diesel, Inc. Operator fatigue monitoring system
CN110291478A (zh) * 2016-12-22 2019-09-27 斯坦福国际研究院 驾驶员监视和响应系统
CN207790472U (zh) * 2017-11-09 2018-08-31 北京兴科迪电子技术研究院 一种健康驾驶系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115862288A (zh) * 2022-11-25 2023-03-28 东风华神汽车有限公司 一种汽车疲劳驾驶监测提醒方法及装置

Similar Documents

Publication Publication Date Title
CN106803423B (zh) 基于用户情绪状态的人机交互语音控制方法、装置及车辆
CN108688677B (zh) 车辆驾驶支援系统以及车辆驾驶支援方法
CN108831460A (zh) 一种基于疲劳监测的语音交互控制系统及方法
JP6515764B2 (ja) 対話装置及び対話方法
CN111402925B (zh) 语音调节的方法、装置、电子设备、车载系统和可读介质
US20100134302A1 (en) System and method for controlling emotion of car driver
CN203661267U (zh) 一种汽车音响系统
CN108688675B (zh) 车辆驾驶支援系统
CN112735440A (zh) 车载智能机器人交互方法、机器人及车辆
CN113538852A (zh) 一种疲劳驾驶的提醒方法和车载终端
CN112071309B (zh) 网约车安全监测装置及系统
CN110876047A (zh) 车外投影方法、装置、设备和存储介质
US20190287520A1 (en) Dialog processing system, vehicle having the same, dialog processing method
CN110103819B (zh) 疲劳驾驶唤醒方法及系统
CN111532280A (zh) 一种基于操作感知的车辆控制系统及方法
US20210362594A1 (en) Car driver alcohol level and sleeping status detection and notification system
CN110035358B (zh) 车载声音输出装置、声音输出控制方法、记录介质
CN110265009B (zh) 一种基于用户身份的主动对话发起方法和装置
WO2020066757A1 (ja) 危険運転防止装置
CN112215097A (zh) 车辆驾驶状态的监控方法、车辆和计算机可读存储介质
CN116092267A (zh) 车辆疲劳驾驶提醒方法、装置、设备及存储介质
CN113593184A (zh) 一种抑制疲劳驾驶方法以及相关装置
DE102017213249A1 (de) Verfahren und System zum Erzeugen einer auditiven Meldung in einem Innenraum eines Fahrzeugs
CN113879315A (zh) 驾驶支援装置以及驾驶支援方法
JP2010271794A (ja) 運転行動誘導システム

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: 20211022

WD01 Invention patent application deemed withdrawn after publication