CN114041794B - 驾驶状态的监测方法、装置和系统 - Google Patents

驾驶状态的监测方法、装置和系统 Download PDF

Info

Publication number
CN114041794B
CN114041794B CN202111392696.3A CN202111392696A CN114041794B CN 114041794 B CN114041794 B CN 114041794B CN 202111392696 A CN202111392696 A CN 202111392696A CN 114041794 B CN114041794 B CN 114041794B
Authority
CN
China
Prior art keywords
pupil
value
driver
pupil size
change
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.)
Active
Application number
CN202111392696.3A
Other languages
English (en)
Other versions
CN114041794A (zh
Inventor
张茂
师琳
金丹妮
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.)
Zhejiang University ZJU
Original Assignee
Zhejiang University ZJU
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 Zhejiang University ZJU filed Critical Zhejiang University ZJU
Priority to CN202111392696.3A priority Critical patent/CN114041794B/zh
Publication of CN114041794A publication Critical patent/CN114041794A/zh
Application granted granted Critical
Publication of CN114041794B publication Critical patent/CN114041794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/163—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state by tracking eye movement, gaze, or pupil change
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/11—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils
    • A61B3/112—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions for measuring interpupillary distance or diameter of pupils for measuring diameter of pupils
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B3/00—Apparatus for testing the eyes; Instruments for examining the eyes
    • A61B3/10—Objective types, i.e. instruments for examining the eyes independent of the patients' perceptions or reactions
    • A61B3/14—Arrangements specially adapted for eye photography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/18—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state for vehicle drivers or machine operators
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • Molecular Biology (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Medical Informatics (AREA)
  • Psychiatry (AREA)
  • Pathology (AREA)
  • Social Psychology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Hospice & Palliative Care (AREA)
  • Educational Technology (AREA)
  • Developmental Disabilities (AREA)
  • Child & Adolescent Psychology (AREA)
  • Ophthalmology & Optometry (AREA)
  • Psychology (AREA)
  • Artificial Intelligence (AREA)
  • Physiology (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Eye Examination Apparatus (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供了一种驾驶状态的监测方法、装置和系统，上述方法包括：基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像；根据瞳孔图像，确定驾驶者的瞳孔尺寸；根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值；根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态。本技术是通过将瞳孔的四种光反射参数与预设的参数分别进行对比，从而确认驾驶者的疲劳驾驶状态，该方法能够更加方便、准确地辨认驾驶者的驾驶状态。

Description

驾驶状态的监测方法、装置和系统
技术领域
本发明涉及交通运输管理技术领域，尤其是涉及一种驾驶状态的监测方法、装置和系统。
背景技术
近年来，我国的交通运输业发展迅速，但交通事故也同步迅猛增加，其中20～30％的交通事故是由疲劳驾驶所致。尽管交通法规规定了不得疲劳驾驶，但因为缺乏有效的监测和干预方式，疲劳驾驶的问题并没有得到有效解决。
疲劳驾驶常常由于长时间行驶单一路线引起，会导致驾驶员的注意力和警觉性下降、对紧急情况的反应迟缓，严重时可导致严重交通事故，甚至丧失生命。对社会和个人均有非常严重损失。随着目前已有技术的发展，已有多项监测技术可用于监测疲劳驾驶，但目前的监测技术实用性差，监测准确率低。
发明内容
本发明的目的在于提供一种驾驶状态的监测方法、装置和系统，以提高监测成功率。
第一方面，本发明提供一种驾驶状态的监测方法，该方法包括：基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像；根据瞳孔图像，确定驾驶者的瞳孔尺寸；根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值；根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态。
在可选的实施方式中，光反射参数变化值包括：最小瞳孔尺寸变化值、瞳孔变化百分比变化值、平均收缩速度变化值和最大收缩速度变化值；光反射参数变化阈值，包括最小瞳孔尺寸变化阈值、瞳孔变化百分比变化阈值、平均收缩速度变化阈值和最大收缩速度变化阈值。
在可选的实施方式中，基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像的步骤，包括：以预设的白光刺激强度和预设的白光刺激时间，多次刺激驾驶者的瞳孔；对于每次刺激驾驶者的瞳孔，从对瞳孔进行白光刺激的时刻开始，以预设的采集时间和预设的采集频率采集多张瞳孔图像，作为一组瞳孔图像。
在可选的实施方式中，根据瞳孔图像，确定驾驶者的瞳孔尺寸的步骤，包括：对每一组中的每一张瞳孔图像分别进行图像预处理、分割与椭圆拟合处理，得到每一张瞳孔图像对应的瞳孔尺寸；基于时间信息和每一组瞳孔尺寸，分别建立对应的瞳孔尺寸变化图。
在可选的实施方式中，刺激驾驶者的瞳孔的次数为N；根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值的步骤，包括：将每一组的瞳孔尺寸中的最小的数据作为该组的最小瞳孔尺寸；将每一组的瞳孔尺寸中的最大的数据作为该组的最大瞳孔尺寸；其中，第二组的最小瞳孔尺寸至第N组的最小瞳孔尺寸为实际最小瞳孔尺寸；第二组的最大瞳孔尺寸至第N组的最大瞳孔尺寸为实际最大瞳孔尺寸；基于第一组的最小瞳孔尺寸、第一组的最大瞳孔尺寸、实际最小瞳孔尺寸和实际最大瞳孔尺寸，确定驾驶者的最小瞳孔尺寸变化值、瞳孔变化百分比变化值、平均收缩速度变化值和最大收缩速度变化值。
在可选的实施方式中，根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态的步骤，包括：若数值最大的最小瞳孔尺寸变化值大于最小瞳孔尺寸变化阈值；或者，若数值最大的瞳孔变化百分比变化值大于瞳孔变化百分比变化阈值；或者，若数值最大的平均收缩速度变化值大于平均收缩速度变化阈值；或者，若数值最大的最大收缩速度变化值大于最大收缩速度变化阈值，则确定驾驶者处于疲劳驾驶状态。
在可选的实施方式中，上述方法还包括：将采集的驾驶者的连续正常心动周期的平均标准差变化值、低频率标准化值变化值、高频率标准化值变化值、低频功率与高频功率比值的变化值分别与预设的心率变异性阈值进行比较，得到比较结果；基于比较结果，确定驾驶者是否处于疲劳驾驶状态。
第二方面，本发明提供一种驾驶状态的监测装置，上述装置包括红外摄像模块、图像处理模块、反射参数计算模块和比较模块；红外摄像模块，用于基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像；图像处理模块，用于根据瞳孔图像，确定驾驶者的瞳孔尺寸；反射参数计算模块，用于根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值；比较模块，用于根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态。
第三方面，本发明提供一种驾驶状态的监测系统，监测系统应用于执行前述实施方式任一项的驾驶状态的监测方法；监测系统包括：光源单元、橡胶杯、红外摄像单元、计算单元、显示单元、自动播放单元、交互单元和支撑单元；红外摄像单元，用于基于预设的白光刺激强度和预设的白光刺激时间，多次采集驾驶者的瞳孔图像；计算单元，用于根据瞳孔图像，确定驾驶者的瞳孔尺寸；根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值；根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态。
在可选的实施方式中，支撑单元包括手持单元或者装置支架；如果支撑单元包括装置支架，则监测系统还包括单眼遮光板。
本发明实施例的有益效果如下：
本发明提供了一种驾驶状态的监测方法、装置和系统，上述方法包括：基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像；根据瞳孔图像，确定驾驶者的瞳孔尺寸；根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值；根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态。本技术是通过将瞳孔的四种光反射参数与预设的参数分别进行对比，从而确认驾驶者的疲劳驾驶状态，该方法能够更加方便、准确地辨认驾驶者的驾驶状态。
本发明的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本发明的上述技术即可得知。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种驾驶状态的监测方法的流程图；
图2为本发明实施例提供的另一种驾驶状态的监测方法的流程图；
图3为本发明实施例提供的瞳孔尺寸变化图；
图4为本发明实施例提供的瞳孔光反射参数在模拟驾驶任务过程中的变化图；
图5为本发明实施例提供的心率变异性参数在模拟驾驶任务过程中的变化图；
图6为本发明实施例提供的瞳孔光反射参数与主观评估的相关性分析结果分析图；
图7为本发明实施例提供的心率变异性参数与主观评估的相关性分析结果分析图；
图8a为本发明实施例提供的瞳孔光反射参数的变化值验证图；
图8b为本发明实施例提供的心率变异性参数的变化值验证图；
图9为本发明实施例提供的一种驾驶状态的监测装置示意图；
图10为本发明实施例提供的第一种驾驶状态的监测系统的正视图；
图11为本发明实施例提供的第一种驾驶状态的监测系统的侧视图；
图12为本发明实施例提供的第二种驾驶状态的监测系统的正视图；
图13为本发明实施例提供的第二种驾驶状态的监测系统的后视图。
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。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
疲劳驾驶常常由于长时间行驶单一路线引起，会导致驾驶员的注意力和警觉性下降、对紧急情况的反应迟缓，严重时可导致严重交通事故，甚至丧失生命。对社会和个人均有非常严重损失。随着目前已有技术的发展，已有多项监测技术可用于监测疲劳驾驶，其疲劳监测的设计方案可以归结为以下几种类别，包括：
①对驾驶员的驾驶行为(包括对油门、制动踏板和方向盘的操作、车速、行驶路线)进行监测和判断，当驾驶员出现未按照指定路线或规定车速内操作时，可予以警示。这类方法的缺点是需要对车辆进行改装，难以推广；
②对驾驶员的面部图像(包括眼部闭合百分比、眼睑闭合时间、头部动作等)进行采集、识别和判断，当驾驶员闭眼时间超过某一特定数值或者出现预设的头部动作时，予以警示。这类方法的缺点是实际驾驶环境多变、人脸检测复杂度高，且很多旧车型难以安装等问题，监测成功率低，通用性较差；
③对驾驶员的生理参数(包括例如心电、脑电或肌电信号进行采集)进行处理和判断，但这类方法的缺点是需要穿戴相应的检测设备，使驾驶员操作不方便，实用性较差，亦难以推广，同时，监测的准确率也不够高。
基于此，本发明提供一种驾驶状态的监测方法、装置和系统，以提高对驾驶者的监测效率和监测准确率。本技术可以应用于道路交通管理的场景中。
实施例一
本发明实施例提供一种驾驶状态的监测方法，如图1所示，上述监测方法包括：
步骤S102，基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像。
具体地，本申请设置有专门的一套实物系统来执行上述监测方法。首先，将实物系统对准驾驶者的瞳孔，并向瞳孔发出白光，白光的强度和白光的持续时间都是预先设置好的(即是预先设置有预设的白光刺激强度和预设的白光刺激时间)，一般白光刺激时间为几毫秒。在开始白光刺激至刺激结束后的一定时间内，红外摄像单元会拍摄瞳孔的瞳孔图像。一般会对驾驶者的瞳孔进行多次刺激，从而采集多组瞳孔图像。
步骤S104，根据瞳孔图像，确定驾驶者的瞳孔尺寸。
具体地，监测系统能够根据瞳孔图像进行图像处理，就可以得到驾驶者的瞳孔尺寸，也就是瞳孔直径。每一张瞳孔图像都可以对应得到一个瞳孔直径。
步骤S106，根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值。
具体地，上述瞳孔的光反射参数变化值包括：最小瞳孔尺寸变化值、瞳孔变化百分比变化值、平均收缩速度变化值和最大收缩速度变化值。
步骤S108，根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态。
具体地，上述预设的光反射参数变化阈值包括：最小瞳孔尺寸变化阈值、瞳孔变化百分比变化阈值、平均收缩速度变化阈值和最大收缩速度变化阈值。将4个变化值分别与对应的变化阈值进行对比，即可确定驾驶者是否处于疲劳驾驶状态。
本发明提供了一种驾驶状态的监测方法，上述方法包括：基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像；根据瞳孔图像，确定驾驶者的瞳孔尺寸；根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值；根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态。本技术是通过将瞳孔的四种光反射参数与预设的参数分别进行对比，从而确认驾驶者的疲劳驾驶状态，该方法能够更加方便、准确地辨认驾驶者的驾驶状态。
实施例二
本发明实施例提供另一种驾驶状态的监测方法，如图2所示，上述监测方法包括：
步骤S202，预先设定初始参数。
具体地，上述初始参数包括：背景光亮度、白光刺激强度、白光刺激时间、采集时间(又称总测时间)、采集频率和光反射参数变化阈值；光反射参数变化阈值包括最小瞳孔尺寸变化阈值、瞳孔变化百分比变化阈值、平均收缩速度变化阈值和最大收缩速度变化阈值。背景光亮度指的是在整个检测过程中，一直存在的较为微弱的光线的亮度。总测时间一般要包括瞳孔从开始受到白光刺激到刺激结束后瞳孔恢复的整个过程，采集时间为X秒，X可以设置为3秒。白光刺激时间很短，可以设置为1毫秒。采集频率设置为Y帧/秒，Y可以为30。
步骤S204，以预设的白光刺激强度和预设的白光刺激时间，多次刺激驾驶者的瞳孔；对于每次刺激驾驶者的瞳孔，从对瞳孔进行白光刺激的时刻开始，以预设的采集时间和预设的采集频率采集多张瞳孔图像，作为一组瞳孔图像。
具体地，监测系统将多次刺激驾驶者的瞳孔，比如刺激驾驶者的瞳孔的次数为N次。每刺激一次，系统就可以采集X×Y张瞳孔图像；刺激N次，则一共可以采集到N×X×Y张瞳孔图像。在此，将每次采集的X×Y张瞳孔图像打包作为一组瞳孔图像，比如，在第一次白光刺激中采集的图像为第一组瞳孔图像，第二次白光刺激中采集的图像为第二组瞳孔图像，第N次白光刺激中采集的图像为第N组瞳孔图像。
具体地，上述对瞳孔进行白光刺激的时刻也可以视为接收到疲劳评估指令的时刻，此时整个系统开始工作。
具体地，系统通过控制红外摄像头和可见光发射器，以30帧/秒的速度获取瞳孔直径随时间变化的连续图像。
步骤S206，对每一组中的每一张瞳孔图像分别进行图像预处理、分割与椭圆拟合处理，得到每一张瞳孔图像对应的瞳孔尺寸；基于时间信息和每一组瞳孔尺寸，分别建立对应的瞳孔尺寸变化图。
具体地，对初步的瞳孔图像进行处理，以得到轮廓清晰的可以测量瞳孔参数的目标图像。具体地，可以先初步对瞳孔图像进行二值化处理再拟合，凸显出目标的轮廓，以将初步的瞳孔图像上较为模糊的瞳孔区域进行突出。然后再计算的得到瞳孔尺寸(PupilSize)。
或者，也可采用均值滤波法，去除初步的瞳孔图像中的噪声；利用水平集分割方法，得到包含瞳孔的二值图像。采用Hough变换圆检测方法对二值图像上的瞳孔轮廓进行检测拟合，确定瞳孔轮廓的几何形状参数，拟合瞳孔的几何形状，最终再计算的得到上述瞳孔尺寸。
具体地，对于每一次白光刺激驾驶者，都能得到一组瞳孔图像，进而得到一组瞳孔尺寸，基于瞳孔尺寸和时间，就可以得到瞳孔尺寸变化图，如图3所示，横坐标为采集时间，纵坐标为瞳孔尺寸(即瞳孔直径)，如果白光照射了驾驶者N次，那么就能得到N张如图3所示的瞳孔尺寸变化图。从图3中，可以确定每一组瞳孔图像的最小瞳孔尺寸、最大瞳孔尺寸、瞳孔扩张时间、瞳孔收缩时间等数据。
步骤S208，基于第一组的最小瞳孔尺寸、第一组的最大瞳孔尺寸、实际最小瞳孔尺寸和实际最大瞳孔尺寸，确定驾驶者的最小瞳孔尺寸变化值、瞳孔变化百分比变化值、平均收缩速度变化值和最大收缩速度变化值。
在具体实施时，将每一组的瞳孔尺寸中的最小的数据作为该组的最小瞳孔尺寸；将每一组的瞳孔尺寸中的最大的数据作为该组的最大瞳孔尺寸；其中，第二组的最小瞳孔尺寸至第N组的最小瞳孔尺寸为实际最小瞳孔尺寸；第二组的最大瞳孔尺寸至第N组的最大瞳孔尺寸为实际最大瞳孔尺寸。
具体地，在第一次白光刺激的采集过程中，瞳孔的最小瞳孔尺寸称为首次最小瞳孔尺寸(即第一组的最小瞳孔尺寸)，瞳孔的最大瞳孔尺寸称为首次最大瞳孔尺寸(即第一组的最大瞳孔尺寸)；在第二次至第N次白光刺激的采集过程中，瞳孔的最小瞳孔尺寸均称为实际最小瞳孔尺寸；瞳孔的最大瞳孔尺寸均称为实际最大瞳孔尺寸，因此，能够得到N-1个实际最小瞳孔尺寸，得到N-1个实际最大瞳孔尺寸。
具体地，光反射参数的计算过程如下：
1)确定最小瞳孔尺寸变化值(即△End)。
将上述的N-1个实际最小瞳孔尺寸分别与首次最小瞳孔尺寸做差值，再做绝对值，得到N-1个最小瞳孔尺寸变化值。
2)确定瞳孔变化百分比变化值(即△％PLR，PupilLightReflex瞳孔光反射)。
在第一次白光刺激过程中，(首次最大瞳孔尺寸-首次最小瞳孔尺寸)/首次最大瞳孔尺寸＝首次瞳孔变化百分比；同理，在第二次至第N次白光刺激的采集过程中，(实际最大瞳孔尺寸-实际最小瞳孔尺寸)/实际最大瞳孔尺寸＝实际瞳孔变化百分比，在此，能够得到N-1个实际瞳孔变化百分比。
将上述的N-1个实际瞳孔变化百分比分别与首次瞳孔变化百分比做绝对值，再做差值，得到N-1个瞳孔变化百分比变化值。
3)确定平均收缩速度变化值(即△ACV，Average Constriction Velocity，平均收缩速度)。
具体地，在第一次白光刺激过程中，(首次最大瞳孔尺寸-首次最小瞳孔尺寸)/首次瞳孔收缩时间＝首次平均收缩速度；同理，在第二次至第N次白光刺激的采集过程中，(实际最大瞳孔尺寸-实际最小瞳孔尺寸)/实际瞳孔收缩时间＝实际平均收缩速度，在此，能够得到N-1个实际平均收缩速度。
将上述N-1个实际平均收缩速度分别与首次平均收缩速度(即基线平均收缩速度)做差值，再做绝对值，得到N-1个平均收缩速度变化值。
4)确定最大收缩速度变化值(即△MCV，Maximum Constriction Velocity，最大收缩速度)。
根据瞳孔变化曲线(即瞳孔尺寸变化图)，确定瞳孔收缩期的最大斜率值。其中，第一组的瞳孔尺寸对应的最大斜率值为首次最大斜率值；第二组至第N组的瞳孔尺寸对应的最大斜率值为实际最大斜率值，因此，能够得到N-1个实际最大斜率值。
将上述N-1个实际最大斜率值分别与首次最大斜率值(即基线最大收缩速度)做差值，再做绝对值，得到N-1个最大收缩速度变化值。
步骤S210，若数值最大的最小瞳孔尺寸变化值大于最小瞳孔尺寸变化阈值；或者，若数值最大的瞳孔变化百分比变化值大于瞳孔变化百分比变化阈值；或者，若数值最大的平均收缩速度变化值大于平均收缩速度变化阈值；或者，若数值最大的最大收缩速度变化值大于最大收缩速度变化阈值，则确定驾驶者处于疲劳驾驶状态。
具体地，根据系统内预设的最小瞳孔尺寸变化值的阈值、瞳孔变化百分比变化值的阈值、平均收缩速度变化值的阈值、及瞳孔最大收缩速度的变化值的阈值，进行实际变化值与预设阈值对比，若四项中有一项的实际变化值高于预设阈值，控制器则接收“疲劳驾驶”指令，并将此信息同时转化为文字信息及语音提示，包括显示装置显示“您目前极有可能处于疲劳驾驶状态，建议您立即休息”，同时语音播放“您目前极有可能处于疲劳驾驶状态，建立您就近立即休息”。若四项中均未超过阈值，控制器则接收“尚未疲劳驾驶”指令，并将此信息同时转化为文字信息及语音提示，包括显示装置显示“您目前尚未处于疲劳驾驶状态，建议您定时继续检测”，同时语音播放“您目前尚未处于疲劳驾驶状态，建议您定时继续检测”。
上述方法还包括：将采集的驾驶者的连续正常心动周期的平均标准差变化值、低频率标准化值变化值、高频率标准化值变化值、低频功率与高频功率比值的变化值分别与预设的心率变异性阈值进行比较，得到比较结果；基于比较结果，确定驾驶者是否处于疲劳驾驶状态。
具体地，除了用瞳孔光反射参数的方法检测驾驶员的驾驶状态，还可以利用心率变异性，确认驾驶者是否处于疲劳驾驶状态。具体地，上述步骤包括：
1)利用精神压力分析仪(韩国，Medicore公司)同时测定驾驶员的心率变异性，实时获取时域指标。
上述指标包括4种数据，①SDNN；②LFn；③HFn；④LF/HF。
具体地，SDNN为Standard Deviation of the NN interval，平均心动周期的标准差，即连续正常RR(Respiration Rate，心动周期)的标准差数据，也称为正常心动周期的平均标准差变化值，LFn为低频的标准化值即Low Frequency normalized，HFn为高频标准化值即High Frequency normalized，LF/HF为低频功率与高频功率比值。
2)根据系统内预设的连续正常心动周期的平均标准差变化值(△SDNN)的阈值、LF(Low Frequency，低频率)标准化值变化值(△LF)的阈值、HF(High Frequency，高频率)标准化值变化值(△HF)的阈值、及低频功率与高频功率比值的变化值(△LF/HF)的阈值，进行实际变化值与预设阈值对比。
3)若四项中有一项的实际变化值高于预设阈值，控制器同样也接收“疲劳驾驶”指令，并将此信息同时转化为文字信息及语音提示，包括显示装置显示“您目前极有可能处于疲劳驾驶状态，建议您立即休息”，同时语音播放“您目前极有可能处于疲劳驾驶状态，建立您就近立即休息”。若四项中均未超过阈值，控制器则接收“尚未疲劳驾驶”指令，并将此信息同时转化为文字信息及语音提示，包括显示装置显示“您目前尚未处于疲劳驾驶状态，建议您定时继续检测”，同时语音播放“您目前尚未处于疲劳驾驶状态，建议您定时继续检测”。
以下为证明本实施例中的驾驶状态的监测方法的准确性的具体实验过程与实验数据。
首先，建立一致的疲劳驾驶模型，设定90min模拟驾驶任务诱导疲劳，并在任务过程中，监测主观疲劳评分、心率变异性、脑电信号及瞳孔光反射。操作流程如下：受试者在穿戴好脑电帽后，静坐10min，依次进行KSS(Karolinska Sleepiness Scale,Karolinska嗜睡量表)量表填写、瞳孔光反射测定、心率变异性以及5min睁眼脑电信号采集，记为基线T0数据。叮嘱被试者在瞳孔光反射测定过程中保持睁眼，脑电信号采集过程中尽量减少不必要的肢体动作。为动态监测整个任务过程中的疲劳水平，任务共分为3个30min的阶段，其中脑电信号均于每阶段的最后5min进行记录。当每个阶段完成，再次进行KSS量表填写、心率变异性及瞳孔光反测定，直至任务完成，共测定4次。
采用Prism7.0软件(Graphpad公司，美国)进行统计学分析。首先利用Kolmogorov–Smirnov进行正态性检验。符合正态分布的连续变量以均数±标准差表示，不符合正态分布的连续变量则以中位数(四分位数)表示。T检验用于分析不同监测方法在不同时间点有无统计学差异。采用斯皮尔曼(Spearman)相关分析确定主观评估与定量瞳孔光反射参数及心率变异性参数变化值之间的相关性。绘制ROC曲线(Receiver Operating CharacteristicCurve，受试者操作特征曲线)以确定瞳孔光反射参数及心率变异性参数变化值进行疲劳驾驶监测的最佳临界值和灵敏度特异度的计算。
实验过程：
纳入32例健康志愿者，利用90min模拟驾驶路线进行诱导驾驶疲劳，在任务过程中，通过主观评分和受试者的驾驶表现，判定驾驶模型成功诱导疲劳。同时，心率变异性结果和不同脑区的脑电活动度结果亦提示受试者的注意力和警觉性下降，出现疲劳驾驶。此外，单因素重复测量方差分析或弗里德曼(Friedman)检验发现，在不同监测时间点，瞳孔光反射参数的测定结果，包括最小瞳孔尺寸、瞳孔收缩百分比、平均收缩速度、最大收缩速度的差异具有统计学意义，如图4所示。图4为瞳孔光反射参数在模拟驾驶任务过程中的变化图。End：end size of constriction，最后瞳孔尺寸，也称为最小瞳孔尺寸；％PLR：pupillight reflex，收缩百分比；ACV:average constriction velocity，平均收缩速度；MCV：maximum constriction velocity，最大收缩速度。
同样，心率变异性参数的测定结果，包括正常心动周期的平均标准差、LF的标准化值、HF的标准化值、及低频功率与高频功率比值的差异亦具有统计学意义，如图5。图5为心率变异性参数在模拟驾驶任务过程中的变化。SDNN：连续正常心动周期的平均标准差；LFnu：normalized LF，LF的标准化值；HFnu：normalized HF，HF的标准化值；LF/HF：低频功率与高频功率比值。
进一步进行瞳孔光反射参数与主观评分之间的Spearman相关性分析，亦发现两者参数变化值之间亦具有统计学意义的相关(|r|＝0.50～0.58,所有P<0.001)，如图6。图6为瞳孔光反射参数与主观评估的相关性分析结果。P值就是其相关性的统计值，r是两者相关性分析的相关度的值。End：end size of constriction，最小瞳孔尺寸；％PLR：constriction percentage，收缩百分比；ACV:average constriction velocity，平均收缩速度；KSS:Karolinska Sleepiness Scale，Karolinska嗜睡量表；MCV：maximumconstriction velocity，最大收缩速度；△:所有参数在测量时间点的实际值与首次测量值的差值。
类似的，进行心率变异性参数与主观评分之间的Spearman相关性分析，亦发现两者参数变化值之间亦具有统计学意义的相关(|r|＝0.35～0.72,所有P<0.001)，如图7。图7为心率变异性参数与主观评估的相关性分析结果。SDNN：连续正常心动周期(RR)的平均标准差；LFnu：normalized LF，LF的标准化值；HFnu：normalized HF，HF的标准化值；LF/HF：低频功率与高频功率比值；△:所有参数在测量时间点的实际值与首次测量值的差值。
进一步地，以主观KSS评分>7分定义疲劳驾驶，ROC曲线分析显示瞳孔光反射参数的变化值具有良好的疲劳驾驶的监测效能，如图8a。具体地，最小瞳孔尺寸变化值监测疲劳驾驶的曲线下面积为0.699，最佳临界值为<-0.29mm，灵敏度77.5％，特异度59.6％。瞳孔收缩百分比变化值监测疲劳驾驶的曲线下面积为0.709，最佳临界值为>3.19％，灵敏度67.5％，特异度74.5％。平均收缩速度变化值监测疲劳驾驶的曲线下面积为0.743，最佳临界值为>0.26mm/s，灵敏度为80.0％，特异度为61.7％。最大收缩速度的变化值监测疲劳驾驶的曲线下面积为0.835，最佳临界值为>0.43mm/s，灵敏度为85.0％，特异度为72.3％。四个瞳孔光反射参数变化值相比，最大收缩速度的疲劳驾驶监测效能最佳(Delong检验，P<0.05)。
ROC曲线分析显示心率变异性参数的变化值亦具有良好的疲劳驾驶的监测效能，如图8b。具体地，正常心动周期的平均标准差变化值的曲线下面积为0.805，最佳临界值为>13.01mm/s，灵敏度85.0.％，特异度63.8％。LF的标准化值变化值监测疲劳驾驶的曲线下面积为0.797，最佳临界值为>14.32μV2，灵敏度80.0％，特异度76.6％。HF的标准化值变化值监测疲劳驾驶的曲线下面积为0.720，最佳临界值为<-14.59μV2，灵敏度为67.5％，特异度为74.5％。低频功率与高频功率比值的变化值监测疲劳驾驶的曲线下面积为0.711，最佳临界值为>1.15，灵敏度为67.5％，特异度为74.5％。四个心率变异性参数变化值相比，正常心动周期的平均标准差的疲劳驾驶监测效能最佳。将最大收缩速度与正常心动周期的平均标准差变化值联合后，与两者单独进行疲劳驾驶监测的效能相似(Delong检验，P>0.05)。
图8中的横坐标为100-特异度，纵坐标为灵敏度。ACV:average constrictionvelocity，平均收缩速度；AUC:area under the curve，曲线下面积；End:minimum pupilsize，最小瞳孔尺寸；HFnu：normalized HF，HF的标准化值；LFnu：normalized LF，LF的标准化值；LF/HF：低频功率与高频功率比值；MCV:maximum constriction velocity，最大收缩速度；ROC:receiver operating characteristic curve，受试者操作特征曲线；％PLR:Pupil Light Reflex，收缩百分比；SDNN：连续正常心动周期的平均标准差；△:所有参数在测量时间点的实际值与首次测量值的差值。
因此，基于此基础，本发明中设定驾驶疲劳预警阈值，包括最小瞳孔尺寸变化值的阈值为<-0.29mm、瞳孔变化百分比变化值的阈值为>3.29％、平均收缩速度的变化值为>0.26mm/s的阈值及最大收缩速度变化值的阈值为>0.43mm/s，正常心动周期的平均标准差变化值的阈值为>13.01mm/s、LF的标准化值变化值的阈值为>14.32μV2、HF的标准化值变化值的阈值为<-14.59μV2及低频功率与高频功率比值的变化值的阈值为>1.15。
本发明实施例基于自动瞳孔测量技术进行疲劳驾驶监测，首先基于红外摄像装置和光源装置获取和绘制瞳孔变化曲线，根据预设算法进行瞳孔光反射参数的计算，通过进一步计算瞳孔光反射预设参数的变化值，即可准确、快速评定疲劳驾驶。本发明评估时间短、监测方法简单，提高了疲劳驾驶评估的便携性和驾驶员本人的可操作性，从而有利于简易疲劳驾驶监测方法的推广和实际转化。
实施例三
本发明实施例提供了一种驾驶状态的监测装置，如图9所示，上述装置包括红外摄像模块、图像处理模块、反射参数计算模块和比较模块。
红外摄像模块91，用于基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像。
图像处理模块92，用于根据瞳孔图像，确定驾驶者的瞳孔尺寸。
反射参数计算模块93，用于根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值。
比较模块94，用于根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态。
本发明实施例所提供的驾驶状态的监测装置，其实现原理及产生的技术效果和前述的驾驶状态的监测方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例四
本发明实施例提供第一种驾驶状态的监测系统，监测系统应用于执行前述实施方式任一项的驾驶状态的监测方法。
第一种监测系统包括：光源单元、橡胶杯、红外摄像单元、计算单元、显示单元、自动播放单元、交互单元和支撑单元；支撑单元为手持单元。
红外摄像单元，用于基于预设的白光刺激强度和预设的白光刺激时间，多次采集驾驶者的瞳孔图像；计算单元，用于根据瞳孔图像，确定驾驶者的瞳孔尺寸；根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值；根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态。
如图10所示，为第一种驾驶状态的监测系统的正视图。如图11所示，为第一种驾驶状态的监测系统的侧视图。第一种监测系统包括：控制器101(即计算单元)、显示装置102(即显示单元)、交互单元103(即操作键盘)、手持单元104(即操作手柄)、自动播放装置105(即自动播放单元)；充电口106；7、红外摄像模块107(即红外摄像单元)；橡胶杯108、光源模块109(即光源单元)。
具体地，第一种驾驶状态的监测系统的各个部分的功能如下：
(1)控制器包括存储器和处理器，存储器中存储有计算机指令，处理器通过执行计算机指令，执行上述的瞳孔光反射测定方法。其外部连接红外摄像模块，下端连接操作手柄；
(2)光源模块，包括可释放白光的光源装置，均匀分布于红外摄像模块的外端，并以环形围绕；
(3)红外摄像模块，包括可进行拍摄记录的红外摄像装置，一端连接操作手柄的顶端，另一端可连接橡胶杯；
(4)操作手柄，包括附有手持凹痕的具有橡胶材质的手柄，顶端连接控制器，底部具有充电装置(即充电口)，充电装置可与充电器连接予以充电；
(5)操作键盘，位于控制器的下方区域，包括方向键、左右眼键及确定键；方向键可执行上下左右四个方向的操作，左右眼键可分别向控制器发出测定左侧瞳孔或右侧瞳孔光反射的测定指令，确定键可向控制器发出选中选项的指令；
(6)显示装置，可分屏显示瞳孔变化曲线、瞳孔光反射预设参数测量结果、瞳孔光反射预设参数的变化值及疲劳驾驶评定结果；
(7)自动播放装置，可自动播放控制器接收的相应疲劳驾驶评估结果的指令；位于手柄下端。
(8)橡胶杯，是橡胶制作的杯状装置，其一端可通过卡扣与红外摄像装置连接固定，另一端可覆盖至需测定的眼周。
本发明实施例能够有效的解决必须对车辆进行改装或安装，或因驾驶环境改变或穿戴专有设备而影响监测通用性和实用性的缺陷，本发明评估时间短、监测方法简单，提高了疲劳驾驶评估的便携性和驾驶员本人的可操作性，从而有利于简易疲劳驾驶监测方法的推广和实际转化。
本发明实施例所提供的驾驶状态的监测系统，其实现原理及产生的技术效果和前述的驾驶状态的监测方法实施例相同，为简要描述，系统实施例部分未提及之处，可参考前述方法实施例中相应内容。
实施例五
本发明实施例提供第二种驾驶状态的监测系统，监测系统应用于执行前述实施方式任一项的驾驶状态的监测方法。
第二监测系统包括：光源单元109、橡胶杯108、红外摄像单元107、计算单元101、显示单元102、自动播放单元105、交互单元和支撑单元；在此，交互单元可以视为电源按钮121，支撑单元为装置支架123，监测系统还包括单眼遮光板122。
红外摄像单元，用于基于预设的白光刺激强度和预设的白光刺激时间，多次采集驾驶者的瞳孔图像；计算单元，用于根据瞳孔图像，确定驾驶者的瞳孔尺寸；根据瞳孔尺寸，确定驾驶者的瞳孔的光反射参数变化值；根据光反射参数变化值与预设的光反射参数变化阈值，确定驾驶者的驾驶状态。
其他结构的功能参照于第一种二种驾驶状态的监测系统。
如图12所示，为第二种驾驶状态的监测系统的正视图。如图13所示，为第二种驾驶状态的监测系统的后视图。
第二种驾驶状态的监测系统除了具有第一种驾驶状态的监测系统的效果外，无需手持，可以通过装置支架直接放置在目标位置，而且，还设置有单眼遮光板，能够进一步提升用户体验。
第二种驾驶状态的监测系统无需手持，可以用装置支架支在目标位置，然后就一个按键(即电源按钮121)，按完之后自动开始先给左眼测，这时右眼的自动遮光板也会关闭，左侧测完，休息5秒钟，然后左侧的遮光板会关闭，同时右眼的遮光板打开，然后测右眼，右眼测完，出测定结果。监测系统本身也有个遮光筒，材质既可是橡胶的，也可以是皮质内充填海绵的，用于遮环境光。
本发明实施例所提供的驾驶状态的监测系统，其实现原理及产生的技术效果和前述的驾驶状态的监测方法实施例相同，为简要描述，系统实施例部分未提及之处，可参考前述方法实施例中相应内容。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。

Claims (9)

1.一种驾驶状态的监测方法，其特征在于，所述方法包括：
基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像；
根据所述瞳孔图像，确定所述驾驶者的瞳孔尺寸；
根据所述瞳孔尺寸，确定所述驾驶者的瞳孔的光反射参数变化值；
根据所述光反射参数变化值与预设的光反射参数变化阈值，确定所述驾驶者的驾驶状态；
所述光反射参数变化值包括：最小瞳孔尺寸变化值、瞳孔变化百分比变化值、平均收缩速度变化值和最大收缩速度变化值；
所述光反射参数变化阈值，包括最小瞳孔尺寸变化阈值、瞳孔变化百分比变化阈值、平均收缩速度变化阈值和最大收缩速度变化阈值。
2.根据权利要求1所述的方法，其特征在于，基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像的步骤，包括：
以所述预设的白光刺激强度和所述预设的白光刺激时间，多次刺激驾驶者的瞳孔；
对于每次刺激所述驾驶者的瞳孔，从对所述瞳孔进行白光刺激的时刻开始，以预设的采集时间和预设的采集频率采集多张所述瞳孔图像，作为一组瞳孔图像。
3.根据权利要求2所述的方法，其特征在于，根据所述瞳孔图像，确定所述驾驶者的瞳孔尺寸的步骤，包括：
对每一组中的每一张所述瞳孔图像分别进行图像预处理、分割与椭圆拟合处理，得到每一张所述瞳孔图像对应的所述瞳孔尺寸；
基于时间信息和每一组所述瞳孔尺寸，分别建立对应的瞳孔尺寸变化图。
4.根据权利要求3所述的方法，其特征在于，刺激所述驾驶者的瞳孔的次数为N；
根据所述瞳孔尺寸，确定所述驾驶者的瞳孔的光反射参数变化值的步骤，包括：
将每一组的所述瞳孔尺寸中的最小的数据作为该组的最小瞳孔尺寸；将每一组的所述瞳孔尺寸中的最大的数据作为该组的最大瞳孔尺寸；其中，第二组的所述最小瞳孔尺寸至第N组的所述最小瞳孔尺寸为实际最小瞳孔尺寸；第二组的所述最大瞳孔尺寸至第N组的所述最大瞳孔尺寸为实际最大瞳孔尺寸；
基于第一组的所述最小瞳孔尺寸、第一组的所述最大瞳孔尺寸、所述实际最小瞳孔尺寸和所述实际最大瞳孔尺寸，确定所述驾驶者的所述最小瞳孔尺寸变化值、所述瞳孔变化百分比变化值、所述平均收缩速度变化值和所述最大收缩速度变化值。
5.根据权利要求4所述的方法，其特征在于，根据所述光反射参数变化值与预设的光反射参数变化阈值，确定所述驾驶者的驾驶状态的步骤，包括：
若数值最大的所述最小瞳孔尺寸变化值大于所述最小瞳孔尺寸变化阈值；或者，若数值最大的所述瞳孔变化百分比变化值大于所述瞳孔变化百分比变化阈值；或者，若数值最大的所述平均收缩速度变化值大于所述平均收缩速度变化阈值；或者，若数值最大的所述最大收缩速度变化值大于所述最大收缩速度变化阈值，则确定所述驾驶者处于疲劳驾驶状态。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将采集的所述驾驶者的连续正常心动周期的平均标准差变化值、低频率标准化值变化值、高频率标准化值变化值、低频功率与高频功率比值的变化值分别与预设的心率变异性阈值进行比较，得到比较结果；
基于所述比较结果，确定所述驾驶者是否处于疲劳驾驶状态。
7.一种驾驶状态的监测装置，其特征在于，所述装置包括红外摄像模块、图像处理模块、反射参数计算模块和比较模块；
所述红外摄像模块，用于基于预设的白光刺激强度和预设的白光刺激时间，通过红外摄像单元多次采集驾驶者的瞳孔图像；
所述图像处理模块，用于根据所述瞳孔图像，确定所述驾驶者的瞳孔尺寸；
所述反射参数计算模块，用于根据所述瞳孔尺寸，确定所述驾驶者的瞳孔的光反射参数变化值；
所述比较模块，用于根据所述光反射参数变化值与预设的光反射参数变化阈值，确定所述驾驶者的驾驶状态；
所述光反射参数变化值包括：最小瞳孔尺寸变化值、瞳孔变化百分比变化值、平均收缩速度变化值和最大收缩速度变化值；
所述光反射参数变化阈值，包括最小瞳孔尺寸变化阈值、瞳孔变化百分比变化阈值、平均收缩速度变化阈值和最大收缩速度变化阈值。
8.一种驾驶状态的监测系统，其特征在于，所述监测系统应用于执行权利要求1-6任一项所述的驾驶状态的监测方法；
所述监测系统包括：光源单元、橡胶杯、红外摄像单元、计算单元、显示单元、自动播放单元、交互单元和支撑单元；
所述红外摄像单元，用于基于预设的白光刺激强度和预设的白光刺激时间，多次采集驾驶者的瞳孔图像；
所述计算单元，用于根据所述瞳孔图像，确定所述驾驶者的瞳孔尺寸；根据所述瞳孔尺寸，确定所述驾驶者的瞳孔的光反射参数变化值；根据所述光反射参数变化值与预设的光反射参数变化阈值，确定所述驾驶者的驾驶状态；
所述光反射参数变化值包括：最小瞳孔尺寸变化值、瞳孔变化百分比变化值、平均收缩速度变化值和最大收缩速度变化值；
所述光反射参数变化阈值，包括最小瞳孔尺寸变化阈值、瞳孔变化百分比变化阈值、平均收缩速度变化阈值和最大收缩速度变化阈值。
9.根据权利要求8所述的监测系统，其特征在于，所述支撑单元包括手持单元或者装置支架；
如果所述支撑单元包括所述装置支架，则所述监测系统还包括单眼遮光板。
CN202111392696.3A 2021-11-23 2021-11-23 驾驶状态的监测方法、装置和系统 Active CN114041794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111392696.3A CN114041794B (zh) 2021-11-23 2021-11-23 驾驶状态的监测方法、装置和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111392696.3A CN114041794B (zh) 2021-11-23 2021-11-23 驾驶状态的监测方法、装置和系统

Publications (2)

Publication Number Publication Date
CN114041794A CN114041794A (zh) 2022-02-15
CN114041794B true CN114041794B (zh) 2023-04-25

Family

ID=80210509

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111392696.3A Active CN114041794B (zh) 2021-11-23 2021-11-23 驾驶状态的监测方法、装置和系统

Country Status (1)

Country Link
CN (1) CN114041794B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114926645A (zh) * 2022-06-21 2022-08-19 深圳市慧智生命科技有限公司 视觉疲劳的检测方法和视觉疲劳的检测装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105744881A (zh) * 2013-09-19 2016-07-06 儿童国家医疗中心 用于确定患者的生理扰乱的设备和方法
CN111583585A (zh) * 2020-05-26 2020-08-25 苏州智华汽车电子有限公司 一种信息融合的疲劳驾驶预警方法、系统、装置以及介质
CN113474787A (zh) * 2019-01-22 2021-10-01 阿达姆认知科技有限公司 驾驶员的认知状态的检测
CN113631094A (zh) * 2019-01-28 2021-11-09 斯卡拉株式会社 身心状态的判定系统、判定装置、方法及计算机程序

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1219243A1 (en) * 2000-12-28 2002-07-03 Matsushita Electric Works, Ltd. Non-invasive brain function examination
US9301675B2 (en) * 2013-03-15 2016-04-05 Neuro Kinetics, Inc Method and apparatus for validating testing procedures in objective ophthalmic eye testing for eye evaluation applications requiring subject compliance with eye fixation to a visual target
CN104739364B (zh) * 2015-03-14 2017-01-11 中国科学院苏州生物医学工程技术研究所 一种双目瞳孔对光反射跟踪系统
CN211432840U (zh) * 2019-05-05 2020-09-08 北京爱生科贸有限公司 一种目镜式瞳孔对光反射自动检测设备
CN110313888A (zh) * 2019-07-23 2019-10-11 云南省第一人民医院 一种神经内科瞳孔对光反射诊断装置及应用
CN110680275A (zh) * 2019-10-21 2020-01-14 徐明娜 双目多光谱瞳孔对光反射定量测量仪

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105744881A (zh) * 2013-09-19 2016-07-06 儿童国家医疗中心 用于确定患者的生理扰乱的设备和方法
CN113474787A (zh) * 2019-01-22 2021-10-01 阿达姆认知科技有限公司 驾驶员的认知状态的检测
CN113631094A (zh) * 2019-01-28 2021-11-09 斯卡拉株式会社 身心状态的判定系统、判定装置、方法及计算机程序
CN111583585A (zh) * 2020-05-26 2020-08-25 苏州智华汽车电子有限公司 一种信息融合的疲劳驾驶预警方法、系统、装置以及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Andrea Kaifie.The pupillary light reflex (PLR) as a marker for the ability to work or drive – a feasibility study.Journal of Occupational Medicine and Toxicology.2021,1-11. *

Also Published As

Publication number Publication date
CN114041794A (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
KR101078466B1 (ko) 각성 상태 판정 모델 생성 장치, 각성 상태 판정 장치, 경고 장치, 차량, 각성 상태 판정 모델 생성 방법, 각성 상태 판정 방법, 각성 상태 판정 모델 생성 프로그램을 기록한 컴퓨터 판독 가능 기록매체, 및 각성 상태 판정 프로그램을 기록한 컴퓨터 판독 가능 기록매체
EP2648618B1 (en) System for monitoring a vehicle driver
KR101551262B1 (ko) 졸음 이벤트의 검출을 위한 방법 및 장치
JP5127576B2 (ja) 精神作業負荷検出装置及びそれを備えた自動二輪車
Liu et al. Driver fatigue detection through pupil detection and yawing analysis
WO2008069337A1 (ja) 覚醒度判定装置及び覚醒度判定方法
CN105405253B (zh) 一种驾驶员疲劳状态的监测方法及监测装置
CN113838265B (zh) 疲劳驾驶预警方法、装置以及电子设备
CN113415285B (zh) 一种驾驶员警觉度评估方法及系统
CN108021875A (zh) 一种车辆驾驶员个性化疲劳监测及预警方法
CN114041794B (zh) 驾驶状态的监测方法、装置和系统
CN109953763A (zh) 一种基于深度学习的车载驾驶行为检测预警系统及方法
CN112220480A (zh) 基于毫米波雷达和相机融合的驾驶员状态检测系统及车辆
JP3127760B2 (ja) 運転者の覚醒度検出装置
WO2020050357A1 (ja) 脈波検出装置、車両装置、及び脈波検出プログラム
Rundo et al. Innovative saliency based deep driving scene understanding system for automatic safety assessment in next-generation cars
CN109620221B (zh) 基于智能眼镜的疲劳提醒方法、装置、智能眼镜及介质
Yarici et al. Hearables: Ear EEG Based Driver Fatigue Detection
TWI582727B (zh) 自適性（ａｄａｐｔｉｖｅ）生理反應之參數預測方法及其預測裝置
CN114088422A (zh) 车辆的故障诊断方法、装置和电子设备
Dehankar et al. Design of drowsiness and yawning detection system
Dachuan et al. Driver Fatigue Detection Control System
CN114343643A (zh) 一种危险驾驶检测方法和设备
KR20180101784A (ko) 심전도 신호를 이용한 운전자의 부정맥 진단 방법 및 장치
CN117056872A (zh) 一种脑疲劳超前预测方法

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