CN113548057B - 一种基于驾驶痕迹的安全驾驶辅助方法及系统 - Google Patents

Abstract

本发明提供了基于驾驶痕迹的安全驾驶辅助方法，步骤包括：获取行车过程中用户的注意力情况以及驾驶行为数据；针对各种驾驶行为数据，分别对驾驶行为和注意力情况打分；计算驾驶行为得分和注意力得分的加权平均值，得到综合得分；获取该驾驶行为对应的驾驶痕迹，基于驾驶痕迹获取综合得分标准值，采用标准值对综合得分进行分析，当驾驶行为的综合得分与标准值的差值超过预设阈值时，向用户发送第一警示信息。本发明通过获取并分析用户的驾驶行为和注意力，针对用户对各种驾驶行为处理所投入的注意力存在的异常发出警告，通过提醒用户转移注意力的方式，避免用户注意力不集中或注意力长时间的高度集中所引起的行车安全隐患，提高了行车的安全性。

Description

一种基于驾驶痕迹的安全驾驶辅助方法及系统

技术领域

本发明涉及驾驶辅助技术领域，具体而言，涉及一种基于驾驶痕迹的安全驾驶辅助方法及系统。

背景技术

车辆安全性，能够通过改进驾驶员的车辆环境内危险意识而增加。然而，尝试将所有可能的危险向驾驶员报警，将导致过量的报警，容易引起驾驶员自身不知所措，更有可能被忽视或不用。尤其是新驾驶员，基本的加减速，转方向盘，可能都需要思考，这些会占用他们大脑的信息处理的资源。因此，在紧急情况下，反应较慢，甚至逻辑推理错误。同时，副作用是，因为需要大量思考，甚至同时处理好信息，因此紧张在所难免。由此，过量的报警针对新驾驶员这一用户更容易导致事故的发生。

如果危险警告涉及到驾驶员所能够意识到之外的危险，例如针对驾驶员对各种驾驶行为处理所投入的注意力存在的异常发出警告，提醒驾驶员转移注意力，则该警告的有用性被增强，从而提高了行车的安全性。

发明内容

本发明的目的在于提供一种基于驾驶痕迹的安全驾驶辅助方法及系统，其通过获取并分析用户的驾驶行为和注意力，针对用户对各种驾驶行为处理所投入的注意力存在的异常发出警告，以通过提醒用户转移注意力的方式，避免用户注意力不集中或注意力长时间的高度集中所引起的行车安全隐患，从而提高行车的安全性。

本发明的实施例通过以下技术方案实现：基于驾驶痕迹的安全驾驶辅助方法，包括如下步骤：

S1.获取目标行车过程中用户的注意力情况以及驾驶行为数据；

S2.针对各种驾驶行为数据，分别对所述驾驶行为和所述注意力情况打分，得到驾驶行为得分和注意力得分；

S3.计算所述驾驶行为得分和注意力得分的加权平均值，得到所述驾驶行为的综合得分；

S4.获取该驾驶行为对应的驾驶痕迹，基于所述驾驶痕迹获取该驾驶行为的综合得分标准值，采用所述标准值对驾驶行为的综合得分进行分析，当所述驾驶行为的综合得分与标准值的差值超过预设阈值时，向用户发送第一警示信息以消除用户驾驶外注意力集中状态或提醒各驾驶行为的内源性注意力需调整。

根据一种优选实施方式，步骤S1包括：通过DSM摄像头获取用户的注意力情况，以及通过行车记录仪获取用户的驾驶行为数据。

根据一种优选实施方式，步骤S1还包括：获取车身周围的路况信息。

根据一种优选实施方式，所述步骤S1中获取车身周围的路况信息包括：

通过BSD摄像头获取车身右视盲区路况信息，以及通过ADAS摄像头获取车身前视路况信息。

根据一种优选实施方式，步骤S2进一步包括：对路况信息进行打分，得到路况信息得分。

根据一种优选实施方式，步骤S3进一步包括：计算所述驾驶行为得分、注意力得分和路况信息得分的加权平均值，得到所述驾驶行为的综合得分。

根据一种优选实施方式，步骤S4中所述向用户发送第一警示信息，进一步包括：通过语音播报的方式向用户发送所述第一警示信息。

根据一种优选实施方式，所述步骤S4之后还包括：获取用户的脑电波，并根据获取的脑电波确定脑电波频率；

判断所述脑电波频率是否超过预设频率，其中，所述预设频率采用用户接收警示信息时的脑电波频率或多次接收警示信息时的平均脑电波频率；

若所述脑电波频率低于预设频率，则向用户发送第二警示信息并重复发送第一警示信息。

根据一种优选实施方式，所述向用户发送第二警示信息，进一步包括：

通过使驾驶座椅震动的方式向用户发送第二警示信息。

本发明还提供基于驾驶痕迹的安全驾驶辅助系统，应用如上述所述的方法，其特征在于，包括：

数据采集模块，用于获取目标行车过程中用户的注意力情况以及驾驶行为数据；

打分模块，用于针对各种驾驶行为数据，分别对所述驾驶行为和所述注意力情况打分，得到驾驶行为得分和注意力得分；

计算模块，用于计算所述驾驶行为得分和注意力得分的加权平均值，得到所述驾驶行为的综合得分；

分析模块，用于获取该驾驶行为对应的驾驶痕迹，基于所述驾驶痕迹获取该驾驶行为的综合得分标准值，采用所述标准值对驾驶行为的综合得分进行分析；

警示模块，用于当所述驾驶行为的综合得分与标准值的差值超过预设阈值时，向用户发送第一警示信息以消除用户驾驶外注意力集中状态或提醒各驾驶行为的内源性注意力需调整。

本发明实施例的技术方案至少具有如下优点和有益效果：本发明通过获取并分析用户的驾驶行为和注意力，针对用户对各种驾驶行为处理所投入的注意力存在的异常发出警告，以通过提醒用户转移注意力的方式，避免用户注意力不集中或注意力长时间的高度集中所引起的行车安全隐患，从而提高了行车的安全性。

附图说明

图1为本发明实施例1提供的基于驾驶痕迹的安全驾驶辅助方法的流程图；

图2为本发明实施例1提供的基于驾驶痕迹的安全驾驶辅助系统的结构框图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

实施例1

参阅图1所示，图1示出了本实施例提供的一种基于驾驶痕迹的安全驾驶辅助方法的流程图。

经申请人研究发现，车辆安全性，能够通过改进驾驶员的车辆环境内危险意识而增加。然而，尝试将所有可能的危险向驾驶员报警，将导致过量的报警，容易引起驾驶员自身不知所措，更有可能被忽视或不用。尤其是新驾驶员，基本的加减速，转方向盘，可能都需要思考，这些会占用他们大脑的信息处理的资源。因此，在紧急情况下，反应较慢，甚至逻辑推理错误。同时，副作用是，因为需要大量思考，甚至同时处理好信息，因此紧张在所难免。由此，过量的报警针对新驾驶员这一用户更容易导致事故的发生。

如果危险警告涉及到驾驶员所能够意识到之外的危险，例如针对驾驶员对各种驾驶行为处理所投入的注意力存在的异常发出警告，提醒驾驶员转移注意力，则该警告的有用性被增强，从而提高了行车的安全性。众所周知，长时间的开车，注意力处于长时间的高度集中状态，对视觉、听觉器官可形成慢性刺激，不仅会造成神经疲劳，还容易影响心脏血管的调节系统，最终诱发高血压等疾病；而如果行车过程中注意力不集中、涣散，则可能导致驾驶行为不规范，亦或者是驾驶行为迟钝，综上几种情况都容易成为交通事故的诱因。因此，本申请提供一种基于驾驶痕迹的安全驾驶辅助方法及系统，其通过获取并分析用户的驾驶行为和注意力，针对用户对各种驾驶行为处理所投入的注意力存在的异常发出警告，以通过提醒用户转移注意力的方式，避免用户注意力不集中或注意力长时间的高度集中所引起的行车安全隐患，从而提高行车的安全性。具体方案如下所述：

基于驾驶痕迹的安全驾驶辅助方法，包括如下步骤：

S1.获取目标行车过程中用户的注意力情况以及驾驶行为数据。此外，考虑到不同路况对于驾驶员的驾驶行为和注意力情况均会造成影响，本实施例还包括通过BSD摄像头获取车身右视盲区路况信息，以及通过ADAS摄像头获取车身前视路况信息。

在本实施例的一种实施方式中，通过DSM摄像头以获取用户的注意力情况，以及通过行车记录仪获取用户的驾驶行为数据。驾驶行为分为三个层次：第一，strategic，例如开车前规划的路径，导航；第二，tactical，比如对路面即时情况作出判断，并且决定短时间的路径；第三，operation al，例如简单的刹车，转向，换挡动作。本实施例以行车记录仪的采集方式主要采集的是第一类和第二类数据；而针对第三类，则通过一系列传感器进行数据采集，例如：通过安装在刹车上的压力传感器、触摸传感器等，实时采集驾驶员踩刹车的作用力情况；通过安装在方向盘上的陀螺仪传感器，实时采集方向盘的角速度情况以及通过安装在换挡杆亦或者是其它换挡器件上的压力传感器、触摸传感器等，实时采集驾驶员换挡的作用力情况。除刹车，转向，换挡动作以外，还可以采集按喇叭、转向灯、雨刮器等第三类驾驶行为，在此不做过多赘述。

进一步的，以下对DSM摄像头进行简要说明，DSM摄像头作为监测分析司机异常驾驶状态并提供相关预警的摄像头，采用AI智能深度学习技术、可通过网络压缩、联合任务训练、异构平台及并行计算优化，准确识别驾驶过程中的行为反应，实现有效监控及预警。本实施例以DSM摄像头采集驾驶员行车过程中例如打哈欠、闭眼等疲劳相关动作以及连续低头看手机、左顾右盼或长时间不正视前方等动作判断驾驶员的注意力情况。除这一注意力获取方式之外，还可以是通过采集驾驶员脑电波的方式，分析脑电波频率，获取驾驶员的注意力情况。上述传感器获取数据的时刻一定程度上也能够作为判断驾驶员注意力的依据，例如在遭遇紧急事故时，驾驶员踩踏刹车的时间较实际需踩刹车的时间看来略有迟钝，以此数据则能够判定驾驶员的注意力存在不集中的情况。

进一步的，在步骤S1获取到所需数据之后，进一步执行步骤S2：针对各种驾驶行为数据，分别对所述驾驶行为和所述注意力情况打分，得到驾驶行为得分和注意力得分。在本实施例中，还包括对路况信息进行打分，得到路况信息得分。

以下以10分制针对第三类驾驶行为的打分为例进行简要说明，据安装在刹车上的压力传感器、触摸传感器等，实时采集到的驾驶员踩刹车的作用力情况表示，驾驶员行驶至路口等待红灯之前，遇前车踩踏刹车为该驾驶员的正常踩踏情况，则打5分；若猛踩刹车极端情况则打10分；若轻踩刹车极端情况则打1分。此外，据踩刹车这一事件发生同一时刻所获取到该驾驶员注意力情况表示，驾驶员为正常注意力情况则打5分；若注意力高度集中极端情况(例如瞳孔放大、四肢紧绷等)则打10分；若注意力不集中、涣散极端情况(例如踩刹车的同时东张西望、玩手机)则打1分；

进一步的，据踩刹车这一事件发生同一时刻所获取到路况信息表示，路况正常情况则打5分；若路况非常好，例如高速路段则打10分；若路况较差，例如前方发生交通事故或者行驶山路则打1分。需要说明的是，以上仅为极端情况下某一种驾驶行为打分标准的一种方式；在实际操作场景中，如车辆左转弯过程中，可能会同时或短时间先后产生打转弯等、换挡、踩踏刹车踏板、踩踏离合器、打方向盘或按喇叭等多种驾驶行为，则需对上述各个驾驶行为以及对应的注意力情况进行打分；上述的打分标准并不作本方案打分的具体限制，可根据具体需要或更高精度的要求对打分标准进行细化，在此不再赘述。

进一步的，在步骤S2对驾驶行为数据和注意力情况进行打分，得到各自对应的得分之后，进一步执行步骤S3：计算所述驾驶行为得分、注意力得分和路况信息得分的加权平均值，得到所述驾驶行为的综合得分。例如：踩刹车驾驶行为得分占30％，对应注意力情况占50％，对应路况信息得分占20％；假如驾驶员驾驶行为得分10分，注意力得分10分，路况得分1分；打方向盘驾驶行为得分占20％，对应注意力情况占30％，对应路况信息得分占50％；假如驾驶员驾驶行为得分1分，注意力得分1分，路况得分4分；踩刹车算数平均得分为2，经过加权平均处理后，踩刹车综合得分：10*30％+10*50％+1*20％＝8.2；打方向盘算术平均为2，经过加权平均处理后，打方向盘综合得分：1*20％+1*30％+4*50％＝2.5。

得到综合得分后，进一步执行步骤S4：获取该驾驶行为对应的驾驶痕迹，基于所述驾驶痕迹获取该驾驶行为的综合得分标准值，采用所述标准值对驾驶行为的综合得分进行分析，当所述驾驶行为的综合得分与标准值的差值超过预设阈值时，向用户发送第一警示信息以消除用户驾驶外注意力集中状态或提醒各驾驶行为的内源性注意力需调整。在本实施例中，根据驾驶痕迹得到驾驶员踩刹车的标准值为5.2，打方向盘的标准值为5.5；预设阈值2，即综合得分为大于或小于标准值超过2，即认定需发送第一警示信息。上述例子中，踩刹车和打方向盘的综合得分与标准值的差值均超过预设阈值，由此通过语音播报的方式向用户发送第一警示信息以消除用户驾驶外注意力集中状态(例如踩刹车时东张西望，没有注意与前车距离)；或提醒各驾驶行为的内源性注意力需调整，以本实施例的上述得分为例，踩刹车综合得分8.2，打方向盘综合得分2.5表明，驾驶员踩刹车的内源性注意力较高，即踩刹车时的注意力高度集中，而打方向盘的内源性注意力较低，即打方向盘的注意力涣散，第一警示信息以语音提醒的方式提醒用于，踩刹车时可以适当方式，转而应该在打方向盘时提高注意力。

为了避免用于对于第一警示信息忽视或不用，本实施例在发生第一警示信息后还包括获取用户的脑电波，并根据获取的脑电波确定脑电波频率；在本实施例的一种实施方式中，以头戴式脑电波装置获取脑电波数据，除此之外，为了避免引起驾驶员的不适，还可以是其他方式，例如芯片植入等。

进一步的，判断所述脑电波频率是否超过预设频率，其中，所述预设频率采用用户接收警示信息时的脑电波频率或多次接收警示信息时的平均脑电波频率；若所述脑电波频率低于预设频率，则通过使驾驶座椅震动的方式向用户发送第二警示信息并重复发送第一警示信息。

参阅图2所示，图2示出了本实施例提供的基于驾驶痕迹的安全驾驶辅助系统的结构框图。

本实施例还提供基于驾驶痕迹的安全驾驶辅助系统，应用如上述所述的方法，包括：数据采集模块，用于获取目标行车过程中用户的注意力情况以及驾驶行为数据；

打分模块，用于针对各种驾驶行为数据，分别对所述驾驶行为和所述注意力情况打分，得到驾驶行为得分和注意力得分；

计算模块，用于计算所述驾驶行为得分和注意力得分的加权平均值，得到所述驾驶行为的综合得分；

分析模块，用于获取该驾驶行为对应的驾驶痕迹，基于所述驾驶痕迹获取该驾驶行为的综合得分标准值，采用所述标准值对驾驶行为的综合得分进行分析；

警示模块，用于当所述驾驶行为的综合得分与标准值的差值超过预设阈值时，向用户发送第一警示信息以消除用户驾驶外注意力集中状态或提醒各驾驶行为的内源性注意力需调整。

综上所述，本发明通过获取并分析用户的驾驶行为和注意力，针对用户对各种驾驶行为处理所投入的注意力存在的异常发出警告，以通过提醒用户转移注意力的方式，避免用户注意力不集中或注意力长时间的高度集中所引起的行车安全隐患，从而提高了行车的安全性。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.基于驾驶痕迹的安全驾驶辅助方法，其特征在于，包括如下步骤：

S1.通过DSM摄像头获取目标行车过程中用户的注意力情况以及通过行车记录仪获取用户的驾驶行为数据；

S2.针对各种驾驶行为数据，分别对所述驾驶行为和所述注意力情况打分，得到驾驶行为得分和注意力得分；

S3.计算所述驾驶行为得分和注意力得分的加权平均值，得到所述驾驶行为的综合得分；

S4.获取该驾驶行为对应的驾驶痕迹，基于所述驾驶痕迹获取该驾驶行为的综合得分标准值，采用所述标准值对驾驶行为的综合得分进行分析，当所述驾驶行为的综合得分与标准值的差值超过预设阈值时，向用户发送第一警示信息以消除用户驾驶外注意力集中状态或提醒各驾驶行为的内源性注意力需调整。

2.如权利要求1所述的基于驾驶痕迹的安全驾驶辅助方法，其特征在于，步骤S1还包括：

获取车身周围的路况信息。

3.如权利要求2所述的基于驾驶痕迹的安全驾驶辅助方法，其特征在于，所述步骤S1中获取车身周围的路况信息包括：

通过BSD摄像头获取车身右视盲区路况信息，以及

通过ADAS摄像头获取车身前视路况信息。

4.如权利要求3所述的基于驾驶痕迹的安全驾驶辅助方法，其特征在于，步骤S2进一步包括：

对路况信息进行打分，得到路况信息得分。

5.如权利要求4所述的基于驾驶痕迹的安全驾驶辅助方法，其特征在于，步骤S3进一步包括：

计算所述驾驶行为得分、注意力得分和路况信息得分的加权平均值，得到所述驾驶行为的综合得分。

6.如权利要求5所述的基于驾驶痕迹的安全驾驶辅助方法，其特征在于，步骤S4中所述向用户发送第一警示信息，进一步包括：

通过语音播报的方式向用户发送所述第一警示信息。

7.如权利要求6所述的基于驾驶痕迹的安全驾驶辅助方法，其特征在于，所述步骤S4之后还包括：

获取用户的脑电波，并根据获取的脑电波确定脑电波频率；

判断所述脑电波频率是否超过预设频率，其中，所述预设频率采用用户接收警示信息时的脑电波频率或多次接收警示信息时的平均脑电波频率；

若所述脑电波频率低于预设频率，则向用户发送第二警示信息并重复发送第一警示信息。

8.如权利要求7所述的基于驾驶痕迹的安全驾驶辅助方法，其特征在于，所述向用户发送第二警示信息，进一步包括：

通过使驾驶座椅震动的方式向用户发送第二警示信息。

9.基于驾驶痕迹的安全驾驶辅助系统，应用如权利要求1至8任一项所述的方法，其特征在于，包括：

数据采集模块，用于获取目标行车过程中用户的注意力情况以及驾驶行为数据；

打分模块，用于针对各种驾驶行为数据，分别对所述驾驶行为和所述注意力情况打分，得到驾驶行为得分和注意力得分；

计算模块，用于计算所述驾驶行为得分和注意力得分的加权平均值，得到所述驾驶行为的综合得分；

分析模块，用于获取该驾驶行为对应的驾驶痕迹，基于所述驾驶痕迹获取该驾驶行为的综合得分标准值，采用所述标准值对驾驶行为的综合得分进行分析；

警示模块，用于当所述驾驶行为的综合得分与标准值的差值超过预设阈值时，向用户发送第一警示信息以消除用户驾驶外注意力集中状态或提醒各驾驶行为的内源性注意力需调整。

Images