CN113830093A - 一种检测疲劳驾驶的方法、装置及车载终端 - Google Patents

Abstract

本发明适用于疲劳驾驶检测技术领域，提供了一种检测疲劳驾驶的方法、装置及车载终端。该方法包括：获取雷达的初始监测信号，初始监测信号为雷达向驾驶员所在的监测区域发射电磁波后接收到的回波信号；获取驾驶员的动作时段；从初始监测信号中去除驾驶员动作时段对应的监测信号，获得有效监测信号；从有效监测信号中提取驾驶员的呼吸信息和心跳信息，并根据提取的呼吸信息和心跳信息判断驾驶员是否处于疲劳驾驶状态。本发明能够提高对驾驶员是否处于疲劳驾驶状态的决策判断的准确性。

Description

一种检测疲劳驾驶的方法、装置及车载终端

技术领域

本发明属于疲劳驾驶检测技术领域，尤其涉及一种检测疲劳驾驶的方法、装置及车载终端。

背景技术

疲劳驾驶是导致交通事故发生的一个重要原因，现有技术中通常通过摄像头对驾驶员进行监测，并通过图像分析以判断驾驶员是否处于疲劳驾驶状态，但是在车内光线较暗时摄像头难以拍摄到清晰画面，导致无法及时准确的判断出驾驶员的状态。

由于毫米波雷达监测的方式受光线、温度等环境因素的影响很小，因此，近年来通过毫米波雷达监测驾驶员的体征信息，进而判断驾驶员是否处于疲劳驾驶状态的疲劳驾驶检测方式成为目前的研究热点。

在实际应用中，本申请的发明人发现，由于毫米波雷达监测的是目标的微动信息，然而，在车辆行驶过程中，经常会发生各种微动干扰，比如路面不平时车辆颠簸，再比如驾驶员进行换挡或者转动方向盘等操作动作时，身体都会跟随发生微动。因此，在此情况下，毫米波雷达会监测到很多微动干扰信息，这无疑影响了判断驾驶员是否处于疲劳驾驶状态的决策准确性。

发明内容

本发明提供了一种检测疲劳驾驶的方法、装置及车载终端，以解决现有技术中采用毫米波雷达监测疲劳驾驶时，对驾驶员是否处于疲劳驾驶状态的决策判断准确性低的问题。

本发明的第一方面提供了一种检测疲劳驾驶的方法，包括：

获取雷达的初始监测信号，其中，所述初始监测信号为雷达向驾驶员所在的监测区域发射电磁波后接收到的回波信号；

获取驾驶员的动作时段；

从所述初始监测信号中去除所述动作时段对应的监测信号，获得有效监测信号；

从所述有效监测信号中提取驾驶员的呼吸信息和心跳信息，并根据提取的呼吸信息和心跳信息判断驾驶员是否处于疲劳驾驶状态。

在一种可能的实现方式中，所述获取驾驶员的动作时段包括：

获取车机信号；

根据所述车机信号获得换挡操作时段、转向操作时段、加速操作时段和减速操作时段，并将所述换挡操作时段、转向操作时段、加速操作时段和减速操作时段作为驾驶员的动作时段；

和/或，

监测路面平整度，将路面平整度不符合预设平整度要求的路面作为颠簸路面，将车辆在颠簸路面上的行驶时段作为驾驶员的动作时段；

和/或，

监测驾驶员声音，将监测到驾驶员声音的时段作为驾驶员的动作时段。

在一种可能的实现方式中，所述根据所述车机信号获得换挡操作时段、转向操作时段、加速操作时段和减速操作时段包括：

根据所述车机信号获得换挡时段、转向时段、加速时段和减速时段；

将所述换挡时段以及所述换挡时段之前的第一预设时长作为换挡操作时段；

将所述转向时段以及所述转向时段之前的第二预设时长作为转向操作时段；

将所述加速时段以及所述加速时段之前的第三预设时长作为加速操作时段；

将所述减速时段以及所述减速时段之前的第四预设时长作为减速操作时段。

在一种可能的实现方式中，所述从所述有效监测信号中提取驾驶员的呼吸信息和心跳信息，并根据所述呼吸信息和心跳信息判断驾驶员是否处于疲劳驾驶状态包括：

对所述有效监测信号进行峰值检测，并解算获得峰值的相位信息；

累积预设时长/数量的所述相位信息，计算所述累积的相位信息的均值，并将所述均值与指定阈值进行比较，若所述均值小于所述指定阈值，则将所述累积的相位信息作为有效数据；

从所述有效数据中分离得到呼吸信息数据和心跳信息数据；

基于分离得到的呼吸信息数据和心跳信息数据判断驾驶员是否处于疲劳驾驶状态。

在一种可能的实现方式中，在所述累积预设时长/数量的所述相位信息之前还包括：

对解算获得的相位信息进行后向差分变换处理，获得有效相位信息；

相应的，所述累积预设时长/数量的所述相位信息包括：累积预设时长/数量的有效相位信息。

在一种可能的实现方式中，所述基于分离得到的呼吸信息数据和心跳信息数据判断驾驶员是否处于疲劳驾驶状态包括：

累积预设时长/数量的呼吸信息数据，得到呼吸信息数据序列，将该序列的中位数作为有效呼吸信息数据；

累积预设时长/数量的心跳信息数据，得到心跳信息数据序列，将该序列的中位数作为有效心跳信息数据；

基于所述有效呼吸信息数据和所述有效心跳信息数据判断驾驶员是否处于疲劳驾驶状态。

在一种可能的实现方式中，所述基于所述有效呼吸信息数据和所述有效心跳信息数据判断驾驶员是否处于疲劳驾驶状态包括：

对所述有效呼吸信息数据进行自相关估计，剔除不符合自相关要求的有效呼吸信息数据，并基于符合自相关要求的有效呼吸信息数据获得实时呼吸值；

对所述有效心跳信息数据进行自相关估计，剔除不符合自相关要求的有效心跳信息数据，并基于符合自相关要求的有效心跳信息数据获得实时心跳值；

根据所述实时呼吸值和所述实时心跳值判断驾驶员是否处于疲劳驾驶状态。

本发明的第二方面提供了一种检测疲劳驾驶的装置，包括：

初始监测信号获取单元，用于获取雷达的初始监测信号，其中，所述初始监测信号为雷达向驾驶员所在的监测区域发射电磁波后接收到的回波信号；

动作时段获取单元，用于获取驾驶员的动作时段；

信号滤除单元，用于从所述初始监测信号中滤除所述动作时段对应的监测信号，获得有效监测信号；

判断单元，用于从所述有效监测信号中提取驾驶员的呼吸信息和心跳信息，并根据提取的呼吸信息和心跳信息判断驾驶员是否处于疲劳驾驶状态。

在一种可能的实现方式中，所述装置还包括：

车机信号获取单元，用于获取车机信号；

相应的，所述动作时段获取单元具体用于：

根据车机信号获取单元获取的车机信号获得换挡操作时段、转向操作时段、加速操作时段和减速操作时段，并将所述换挡操作时段、转向操作时段、加速操作时段和减速操作时段作为驾驶员的动作时段；

和/或，

监测路面平整度，将路面平整度不符合预设平整度要求的路面作为颠簸路面，将车辆在颠簸路面上的行驶时段作为驾驶员的动作时段；

和/或，

监测驾驶员声音，将监测到驾驶员声音的时段作为驾驶员的动作时段。

在一种可能的实现方式中，所述动作时段获取单元具体还用于：

根据车机信号获取单元获取的车机信号获得换挡时段、转向时段、加速时段和减速时段；

将所述换挡时段以及所述换挡时段之前的第一预设时长作为换挡操作时段；

将所述转向时段以及所述转向时段之前的第二预设时长作为转向操作时段；

将所述加速时段以及所述加速时段之前的第三预设时长作为加速操作时段；

将所述减速时段以及所述减速时段之前的第四预设时长作为减速操作时段。

在一种可能的实现方式中，所述装置还包括：

相位信息解算单元，用于对所述有效监测信号进行峰值检测，并解算获得峰值的相位信息；

累积比较单元，用于累积预设时长/数量的所述相位信息，计算所述累积的相位信息的均值，并将所述均值与指定阈值进行比较，若所述均值小于所述指定阈值，则将所述累积的相位信息作为有效数据；

相应的，所述判断单元具体用于，从所述有效数据中分离得到呼吸信息数据和心跳信息数据；并基于分离得到的呼吸信息数据和心跳信息数据判断驾驶员是否处于疲劳驾驶状态。

在一种可能的实现方式中，所述装置还包括：

差分处理单元，用于对解算获得的相位信息进行后向差分变换处理，获得有效相位信息；

相应的，所述累积比较单元具体用于，累积预设时长/数量的有效相位信息。

在一种可能的实现方式中，所述装置还包括：

呼吸数据筛选单元，用于累积预设时长/数量的呼吸信息数据，得到呼吸信息数据序列，将该序列的中位数作为有效呼吸信息数据；

心跳数据筛选单元，用于累积预设时长/数量的心跳信息数据，得到心跳信息数据序列，将该序列的中位数作为有效心跳信息数据；

相应的，所述判断单元具体用于，基于所述有效呼吸信息数据和所述有效心跳信息数据判断驾驶员是否处于疲劳驾驶状态。

在一种可能的实现方式中，所述装置还包括：

呼吸值获取单元，用于对所述有效呼吸信息数据进行自相关估计，剔除不符合自相关要求的有效呼吸信息数据，并基于符合自相关要求的有效呼吸信息数据获得实时呼吸值；

心跳值获取单元，用于对所述有效心跳信息数据进行自相关估计，剔除不符合自相关要求的有效心跳信息数据，并基于符合自相关要求的有效心跳信息数据获得实时心跳值；

相应的，所述判断单元具体还用于，根据所述实时呼吸值和所述实时心跳值判断驾驶员是否处于疲劳驾驶状态。

本发明实施例的第三方面提供了一种车载终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一项所述检测疲劳驾驶的方法的步骤。

本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机程序被处理器执行时实现如上述任一项所述检测疲劳驾驶的方法的步骤。

本发明与现有技术相比存在的有益效果是：

本发明通过获取雷达的初始监测信号和驾驶员的动作时段，并从初始监测信号中将驾驶员动作时段对应的监测信号滤除，从而获得有效监测信号，再从有效监测信号中提取驾驶员的呼吸信息和心跳信息，进行疲劳驾驶状态的决策判断。由于从初始监测信号中将影响决策判断准确性的驾驶员动作时段对应的监测信号进行了滤除，排除了驾驶员驾驶过程中动作引起的干扰，故而可以提高对驾驶员是否处于疲劳驾驶状态的决策判断的准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的检测疲劳驾驶的方法的实现流程图；

图2是本发明实施例提供的检测疲劳驾驶的装置的结构示意图；

图3是本发明实施例提供的车载终端的示意图。

具体实施方式

以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图通过具体实施例来进行说明。

本发明方案的检测原理是：人体内部的生理运动(例如心跳和呼吸)会导致人体表面微动，而人体表面微动可以反映在毫米波雷达接收到的人体反射的回波信号中，故心跳、呼吸引起的人体表面微动与回波幅度、相位等之间具有相关性。然而，在驾驶过程中，驾驶员进行加减档、加减速和转向这些可检测到的驾驶操作也会引发人体表面微动；此外，驾驶员还可能不定时存在一些难以检测的身体动作也会引发人体表面微动，例如驾驶员自发调整坐姿等情形；这些非心跳、呼吸引发的身体微动会成为检测心跳呼吸的干扰来源。

在本发明实施例中，检测疲劳驾驶的方法可以采用一车载设备来实施，该车载设备可以是配置了毫米波雷达的非接触式检测设备，具体可以包括核心处理器MCU和电源模块，电源模块可以从车辆蓄电池取电，进而为MCU的工作供电，核心处理器MCU可以通过CAN收发器连接到车辆中控，用以获取车机信号，核心处理器MCU是一款能够运行4GHz带宽的FMCW雷达传感器，具有低功耗模式，并且在极小的封装中实现了前所未有的集成度，尤其适用于汽车领域的低功耗、自监控、超精确雷达系统方案。MCU内置无线收发配置前端(天线收发模块，用以发射电磁波并接收回波信号)、DSP核和ARM核，DSP核主要完成高速数字信号处理，ARM核负责无线电配置、系统控制和数据交互。

车载设备可以安装在车辆驾驶员座位的靠椅上，其雷达信号从后方发出，覆盖驾驶员的胸部区域对应的位置范围，从而实现对驾驶员体征信息的检测。

在本发明实施例中，检测疲劳驾驶的方法的执行主体可以是其核心处理器MCU。

参见图1，其示出了本发明实施例提供的检测疲劳驾驶的方法的实现流程图，详述如下：

在步骤101中、获取雷达的初始监测信号，其中，所述初始监测信号为雷达向驾驶员所在的监测区域发射电磁波后接收到的回波信号。

在本发明实施例中，雷达向驾驶员所在的监测区域发射电磁波后接收回波信号，核心处理器MCU可以获取作为初始监测信号的这些回波信号，初始监测信号中不仅包含了人体心跳呼吸等生理运动引发的人体表面微动，还可能包含了驾驶员各种动作引发的人体表面(干扰)微动。

在步骤102中、获取驾驶员的动作时段。

在本发明实施例中，为了滤除驾驶员各种动作引发的人体表面(干扰)微动，可以把干扰微动分为两部分，一部分为可监测到的动作，另一部分为难以监测到的动作。可监测到的动作可以包括驾驶员的操作动作、路面颠簸引起的身体动作、驾驶员说话引起的操作动作。通过监测这些动作可以得到相应的动作时段。

可选的，在一个实施例中，上述步骤102可以包括：

获取车机信号；

根据所述车机信号获得换挡操作时段、转向操作时段、加速操作时段和减速操作时段，并将所述换挡操作时段、转向操作时段、加速操作时段和减速操作时段作为驾驶员的动作时段；

和/或，

监测路面平整度，将路面平整度不符合预设平整度要求的路面作为颠簸路面，将车辆在颠簸路面上的行驶时段作为驾驶员的动作时段；

和/或，

监测驾驶员声音，将监测到驾驶员声音的时段作为驾驶员的动作时段。

在本实施例中，车辆的车机信号往往能够记录或反映驾驶员驾驶的操作动作时段，包括换挡操作时段、转向操作时段、加速操作时段和减速操作时段等。这些时段均可以作为驾驶员的动作时段。

在本实施例中，还可以监测车辆行驶路面的平整度，将路面平整度不符合预设平整度要求的路面作为颠簸路面，将车辆在颠簸路面上的行驶时段作为驾驶员的动作时段。监测车辆行驶路面的平整度可以通过摄像以及图像分析的方式实现，另外也可以通过获取行驶路面的大数据信息确定颠簸路面。

在本实施例中，还可以监测驾驶员的说话声音，为了避免驾驶员说话引发的人体表面微动，将监测到驾驶员声音的时段同样作为驾驶员的动作时段。

可选的，在进一步的实现方式中，上述根据所述车机信号获得换挡操作时段、转向操作时段、加速操作时段和减速操作时段可以包括：

根据所述车机信号获得换挡时段、转向时段、加速时段和减速时段；

将所述换挡时段以及所述换挡时段之前的第一预设时长作为换挡操作时段；

将所述转向时段以及所述转向时段之前的第二预设时长作为转向操作时段；

将所述加速时段以及所述加速时段之前的第三预设时长作为加速操作时段；

将所述减速时段以及所述减速时段之前的第四预设时长作为减速操作时段。

需要说明的是，车机信号记录的往往是驾驶员开始操作档位拨杆、方向盘或制动部件之后的动作时段，而在实际应用中，驾驶员在接触档位拨杆、方向盘或制动部件之前，身体应当就已经有了相关动作，故可以将车机信号记录的换挡时段、转向时段、加速时段和减速时段分别增加一段之前的预动作时段，包括上述的第一预设时长、第二预设时长、第三预设时长和第四预设时长。这些预动作时段均可以通过实际统计来获得，这些预设时长可以设置为相同，但为了使相关时段统计更精确，也可以根据实际预动作时间分别统计确定。

在步骤103中、从所述初始监测信号中去除所述动作时段对应的监测信号，获得有效监测信号；

在本发明实施例中，可以从初始监测信号中将这些引发干扰的动作时段对应的监测信号进行滤除，从而剩余时段的监测信号即为有效监测信号，根据有效监测信号进行呼吸心跳信号的提取会更加准确。

在步骤104中、从所述有效监测信号中提取驾驶员的呼吸信息和心跳信息，并根据提取的呼吸信息和心跳信息判断驾驶员是否处于疲劳驾驶状态。

在本发明实施例中，当得到有效监测信号之后，由于有效监测信号之中混叠有呼吸频率和心跳频率两种信息。可以通过数字滤波器将两种信息分离并提取，进而根据分离提取的呼吸频率和心跳频率判断驾驶员是否处于疲劳驾驶状态。例如，当呼吸频率低于正常呼吸频率值一定程度时，和/或，心跳频率低于正常心跳频率值一定程度时，可以决策为驾驶员处于疲劳驾驶状态。

在一个具体示例中，可以利用带通滤波器进行呼吸心跳的分离提取，带通滤波器是一个允许特定频段的波通过同时屏蔽其他频段的设备，阶数越高滤波效果越好，呼吸带通滤波器可以设计为8阶的0.1Hz～0.6Hz，心跳带通滤波器可以设计为16阶的0.8Hz～4.0Hz。

可选的，在一个实施例中，上述步骤104可以包括：

对所述有效监测信号进行峰值检测，并解算获得峰值的相位信息；

累积预设时长/数量的所述相位信息，计算所述累积的相位信息的均值，并将所述均值与指定阈值进行比较，若所述均值小于所述指定阈值，则将所述累积的相位信息作为有效数据；

从所述有效数据中分离得到呼吸信息数据和心跳信息数据；

基于分离得到的呼吸信息数据和心跳信息数据判断驾驶员是否处于疲劳驾驶状态。

相位是离散信号频率变化的度量，通过对有效监测信号进行峰值检测，并解算获得峰值的相位信息，解算出的相位信息中反映了呼吸频率信息和心跳频率信息。

上面已经提到，针对疲劳驾驶检测的干扰微动分为两部分，一部分为可监测到的动作，另一部分为难以监测到的动作。对于可监测到的动作，上述实施例中通过将相应时段监测并滤除，排除了相关微动干扰。对于另一部分为难以监测到的动作，可以通过信号处理的方式进行滤波。

在本实施例中，通过累积一定时长或者一定数量的相位信息，计算累积的相位信息的均值，并将该均值与指定阈值进行比较，若均值高于指定阈值，表示该段累积信息存在大幅度运动干扰，可以剔除不计，若均值低于指定阈值，可认为该段累积信息不存在运动干扰，或者存在较小的运动干扰，可以作为有效数据进行下一步的处理。另外，通过累积这一手段，一方面可以减小过于频繁的对比处理时间，另一方面也可以提升精度。

可选的，在所述累积预设时长/数量的所述相位信息之前还包括：对解算获得的相位信息进行后向差分变换处理，获得有效相位信息；

相应的，所述累积预设时长/数量的所述相位信息包括：累积预设时长/数量的有效相位信息。

由于相位信息易受系统噪声干扰，为了保证解析的精确度，需要采取一定的预处理方法剔除噪声的影响。差分方法是研究离散数据的有力工具，具体分为前向差分、中心差分、后向差分。在本实施例中，为了剔除相位漂移和噪声误差，可以对当前帧的实时相位进行后向差分变换预处理，可以有效剔除脉动干扰，并对后向差分变换预处理之后的相位信息进行累积。

可选的，上述基于分离得到的呼吸信息数据和心跳信息数据判断驾驶员是否处于疲劳驾驶状态可以包括：

累积预设时长/数量的呼吸信息数据，得到呼吸信息数据序列，将该序列的中位数作为有效呼吸信息数据；

累积预设时长/数量的心跳信息数据，得到心跳信息数据序列，将该序列的中位数作为有效心跳信息数据；

基于所述有效呼吸信息数据和所述有效心跳信息数据判断驾驶员是否处于疲劳驾驶状态。

在本实施例中，对于分离之后的呼吸信息数据和心跳信息数据，可以分别利用取中位数的方式得到有效呼吸信息数据和有效心跳信息数据，以进一步排除个别异常心跳/呼吸数据的干扰。

可选的，上述基于所述有效呼吸信息数据和所述有效心跳信息数据判断驾驶员是否处于疲劳驾驶状态可以包括：

对所述有效呼吸信息数据进行自相关估计，剔除不符合自相关要求的有效呼吸信息数据，并基于符合自相关要求的有效呼吸信息数据获得实时呼吸值；

对所述有效心跳信息数据进行自相关估计，剔除不符合自相关要求的有效心跳信息数据，并基于符合自相关要求的有效心跳信息数据获得实时心跳值；

根据所述实时呼吸值和所述实时心跳值判断驾驶员是否处于疲劳驾驶状态。

在本实施例中，对前后帧的有效呼吸信息数据进行自相关估计，将不符合自相关要求的有效心跳/呼吸信息数据作为干扰数据进行剔除，从而基于符合自相关要求的有效心跳/呼吸信息数据获得更加准备的实时心跳/呼吸值。

示例性的，一般正常成人的呼吸频率范围是10～30/分钟，心跳频率范围是60～100/分钟，具体因性别和年龄而异。当实时呼吸(频率)值低于正常呼吸频率值一定程度时，和/或，实时心跳(频率)值低于正常心跳频率值一定程度时，可以决策为驾驶员处于疲劳驾驶状态。

在本发明实施例中，若经过决策判断，发现驾驶员存在疲劳驾驶的情况，则可以向其中控系统发送警示信息，以使汽车中控系统通过座椅震动、声光提示或调节氛围灯等方式来提醒或者缓解驾驶员的疲劳情况。

由上可知，本发明通过获取雷达的初始监测信号和驾驶员的动作时段，并从初始监测信号中将驾驶员动作时段对应的监测信号滤除，从而获得有效监测信号，再从有效监测信号中提取驾驶员的呼吸信息和心跳信息，进行疲劳驾驶状态的决策判断。由于从初始监测信号中将影响决策判断准确性的驾驶员动作时段对应的监测信号进行了滤除，排除了驾驶员驾驶过程中动作引起的干扰，故而可以提高对驾驶员是否处于疲劳驾驶状态的决策判断的准确性。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

以下为本发明的装置实施例，对于其中未详尽描述的细节，可以参考上述对应的方法实施例。

图2示出了本发明实施例提供的检测疲劳驾驶的装置的结构示意图，为了便于说明，仅示出了与本发明实施例相关的部分，详述如下：

如图2所示，检测疲劳驾驶的装置2可以包括：初始监测信号获取单元21、动作时段获取单元22、信号滤除单元23和判断单元24。

初始监测信号获取单元21，用于获取雷达的初始监测信号，其中，所述初始监测信号为雷达向驾驶员所在的监测区域发射电磁波后接收到的回波信号；

动作时段获取单元22，用于获取驾驶员的动作时段；

信号滤除单元23，用于从所述初始监测信号中滤除所述动作时段对应的监测信号，获得有效监测信号；

判断单元24，用于从所述有效监测信号中提取驾驶员的呼吸信息和心跳信息，并根据提取的呼吸信息和心跳信息判断驾驶员是否处于疲劳驾驶状态。

在一种可能的实现方式中，检测疲劳驾驶的装置2还可以包括：

车机信号获取单元，用于获取车机信号；

相应的，动作时段获取单元22具体用于：根据车机信号获取单元获取的车机信号获得换挡操作时段、转向操作时段、加速操作时段和减速操作时段，并将所述换挡操作时段、转向操作时段、加速操作时段和减速操作时段作为驾驶员的动作时段；

和/或，

监测路面平整度，将路面平整度不符合预设平整度要求的路面作为颠簸路面，将车辆在颠簸路面上的行驶时段作为驾驶员的动作时段；

和/或，

监测驾驶员声音，将监测到驾驶员声音的时段作为驾驶员的动作时段。

在一种可能的实现方式中，动作时段获取单元22具体还用于：根据车机信号获取单元获取的车机信号获得换挡时段、转向时段、加速时段和减速时段；

将所述换挡时段以及所述换挡时段之前的第一预设时长作为换挡操作时段；

将所述转向时段以及所述转向时段之前的第二预设时长作为转向操作时段；

将所述加速时段以及所述加速时段之前的第三预设时长作为加速操作时段；

将所述减速时段以及所述减速时段之前的第四预设时长作为减速操作时段。

在一种可能的实现方式中，检测疲劳驾驶的装置2还可以包括：

相位信息解算单元，用于对所述有效监测信号进行峰值检测，并解算获得峰值的相位信息；

累积比较单元，用于累积预设时长/数量的所述相位信息，计算所述累积的相位信息的均值，并将所述均值与指定阈值进行比较，若所述均值小于所述指定阈值，则将所述累积的相位信息作为有效数据；

相应的，判断单元24具体用于，从所述有效数据中分离得到呼吸信息数据和心跳信息数据；并基于分离得到的呼吸信息数据和心跳信息数据判断驾驶员是否处于疲劳驾驶状态。

在一种可能的实现方式中，检测疲劳驾驶的装置2还可以包括：

差分处理单元，用于对解算获得的相位信息进行后向差分变换处理，获得有效相位信息；

相应的，所述累积比较单元具体用于，累积预设时长/数量的有效相位信息。

在一种可能的实现方式中，检测疲劳驾驶的装置2还可以包括：

呼吸数据筛选单元，用于累积预设时长/数量的呼吸信息数据，得到呼吸信息数据序列，将该序列的中位数作为有效呼吸信息数据；

心跳数据筛选单元，用于累积预设时长/数量的心跳信息数据，得到心跳信息数据序列，将该序列的中位数作为有效心跳信息数据；

相应的，判断单元24具体用于，基于所述有效呼吸信息数据和所述有效心跳信息数据判断驾驶员是否处于疲劳驾驶状态。

在一种可能的实现方式中，检测疲劳驾驶的装置2还可以包括：

呼吸值获取单元，用于对所述有效呼吸信息数据进行自相关估计，剔除不符合自相关要求的有效呼吸信息数据，并基于符合自相关要求的有效呼吸信息数据获得实时呼吸值；

心跳值获取单元，用于对所述有效心跳信息数据进行自相关估计，剔除不符合自相关要求的有效心跳信息数据，并基于符合自相关要求的有效心跳信息数据获得实时心跳值；

相应的，判断单元24具体还用于，根据所述实时呼吸值和所述实时心跳值判断驾驶员是否处于疲劳驾驶状态。

由上可知，本发明通过获取雷达的初始监测信号和驾驶员的动作时段，并从初始监测信号中将驾驶员动作时段对应的监测信号滤除，从而获得有效监测信号，再从有效监测信号中提取驾驶员的呼吸信息和心跳信息，进行疲劳驾驶状态的决策判断。由于从初始监测信号中将影响决策判断准确性的驾驶员动作时段对应的监测信号进行了滤除，排除了驾驶员驾驶过程中动作引起的干扰，故而可以提高对驾驶员是否处于疲劳驾驶状态的决策判断的准确性。

图3是本发明一实施例提供的车载终端的示意图。如图3所示，该实施例的车载终端3包括：处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个检测疲劳驾驶的方法实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器30执行所述计算机程序32时实现上述各装置实施例中各单元的功能，例如图2所示单元21至24的功能。

示例性的，计算机程序32可以被分割成一个或多个单元，所述一个或者多个单元被存储在所述存储器31中，并由所述处理器30执行，以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序32在所述车载终端3中的执行过程。例如，所属计算机程序32可以被分割成初始监测信号获取单元、动作时段获取单元、信号滤除单元和判断单元。

车载终端3可以是车载雷达，其可以包括，但不仅限于，处理器30、存储器31。本领域技术人员可以理解，图3仅仅是车载终端3的示例，并不构成对车载终端3的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。

处理器30可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器31可以是车载终端3的内部存储单元，例如车载终端3的硬盘或内存。存储器31也可以是车载终端3的外部存储设备，例如车载终端3上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，存储器31还可以既包括车载终端3的内部存储单元也包括外部存储设备。存储器31用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。存储器31还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/车载终端和方法，可以通过其它的方式实现。例如，以上所描述的装置/车载终端实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种检测疲劳驾驶的方法，其特征在于，所述方法包括：

获取雷达的初始监测信号，其中，所述初始监测信号为雷达向驾驶员所在的监测区域发射电磁波后接收到的回波信号；

获取驾驶员的动作时段；

从所述初始监测信号中去除所述动作时段对应的监测信号，获得有效监测信号；

从所述有效监测信号中提取驾驶员的呼吸信息和心跳信息，并根据提取的呼吸信息和心跳信息判断驾驶员是否处于疲劳驾驶状态。

2.根据权利要求1所述的检测疲劳驾驶的方法，其特征在于，所述获取驾驶员的动作时段包括：

获取车机信号；

根据所述车机信号获得换挡操作时段、转向操作时段、加速操作时段和减速操作时段，并将所述换挡操作时段、转向操作时段、加速操作时段和减速操作时段作为驾驶员的动作时段；

和/或，

监测路面平整度，将路面平整度不符合预设平整度要求的路面作为颠簸路面，将车辆在颠簸路面上的行驶时段作为驾驶员的动作时段；

和/或，

监测驾驶员声音，将监测到驾驶员声音的时段作为驾驶员的动作时段。

3.根据权利要求2所述的检测疲劳驾驶的方法，其特征在于，所述根据所述车机信号获得换挡操作时段、转向操作时段、加速操作时段和减速操作时段包括：

根据所述车机信号获得换挡时段、转向时段、加速时段和减速时段；

将所述换挡时段以及所述换挡时段之前的第一预设时长作为换挡操作时段；

将所述转向时段以及所述转向时段之前的第二预设时长作为转向操作时段；

将所述加速时段以及所述加速时段之前的第三预设时长作为加速操作时段；

将所述减速时段以及所述减速时段之前的第四预设时长作为减速操作时段。

4.根据权利要求1至3任一项所述的检测疲劳驾驶的方法，其特征在于，所述从所述有效监测信号中提取驾驶员的呼吸信息和心跳信息，并根据所述呼吸信息和心跳信息判断驾驶员是否处于疲劳驾驶状态包括：

对所述有效监测信号进行峰值检测，并解算获得峰值的相位信息；

累积预设时长/数量的所述相位信息，计算所述累积的相位信息的均值，并将所述均值与指定阈值进行比较，若所述均值小于所述指定阈值，则将所述累积的相位信息作为有效数据；

从所述有效数据中分离得到呼吸信息数据和心跳信息数据；

基于分离得到的呼吸信息数据和心跳信息数据判断驾驶员是否处于疲劳驾驶状态。

5.根据权利要求4所述的检测疲劳驾驶的方法，其特征在于，在所述累积预设时长/数量的所述相位信息之前还包括：

对解算获得的相位信息进行后向差分变换处理，获得有效相位信息；

相应的，所述累积预设时长/数量的所述相位信息包括：累积预设时长/数量的有效相位信息。

6.根据权利要求5所述的检测疲劳驾驶的方法，其特征在于，所述基于分离得到的呼吸信息数据和心跳信息数据判断驾驶员是否处于疲劳驾驶状态包括：

累积预设时长/数量的呼吸信息数据，得到呼吸信息数据序列，将该序列的中位数作为有效呼吸信息数据；

累积预设时长/数量的心跳信息数据，得到心跳信息数据序列，将该序列的中位数作为有效心跳信息数据；

基于所述有效呼吸信息数据和所述有效心跳信息数据判断驾驶员是否处于疲劳驾驶状态。

7.根据权利要求6所述的检测疲劳驾驶的方法，其特征在于，所述基于所述有效呼吸信息数据和所述有效心跳信息数据判断驾驶员是否处于疲劳驾驶状态包括：

对所述有效呼吸信息数据进行自相关估计，剔除不符合自相关要求的有效呼吸信息数据，并基于符合自相关要求的有效呼吸信息数据获得实时呼吸值；

对所述有效心跳信息数据进行自相关估计，剔除不符合自相关要求的有效心跳信息数据，并基于符合自相关要求的有效心跳信息数据获得实时心跳值；

根据所述实时呼吸值和所述实时心跳值判断驾驶员是否处于疲劳驾驶状态。

8.一种检测疲劳驾驶的装置，其特征在于，所述装置包括：

初始监测信号获取单元，用于获取雷达的初始监测信号，其中，所述初始监测信号为雷达向驾驶员所在的监测区域发射电磁波后接收到的回波信号；

动作时段获取单元，用于获取驾驶员的动作时段；

信号滤除单元，用于从所述初始监测信号中滤除所述动作时段对应的监测信号，获得有效监测信号；

判断单元，用于从所述有效监测信号中提取驾驶员的呼吸信息和心跳信息，并根据提取的呼吸信息和心跳信息判断驾驶员是否处于疲劳驾驶状态。

9.一种车载终端，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如上的权利要求1至7中任一项所述检测疲劳驾驶的方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上的权利要求1至7中任一项所述检测疲劳驾驶的方法的步骤。

Images