CN114620050A - 基于大数据与云计算的疲劳驾驶检测方法及系统 - Google Patents
基于大数据与云计算的疲劳驾驶检测方法及系统 Download PDFInfo
- Publication number
- CN114620050A CN114620050A CN202210316037.XA CN202210316037A CN114620050A CN 114620050 A CN114620050 A CN 114620050A CN 202210316037 A CN202210316037 A CN 202210316037A CN 114620050 A CN114620050 A CN 114620050A
- Authority
- CN
- China
- Prior art keywords
- steering wheel
- vehicle
- track curve
- curve
- running track
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 26
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000010276 construction Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 230000006399 behavior Effects 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241001282135 Poromitra oscitans Species 0.000 description 1
- 206010048232 Yawning Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 208000003464 asthenopia Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 230000000638 stimulation Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W10/00—Conjoint control of vehicle sub-units of different type or different function
- B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
- B60W40/072—Curvature of the road
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W2040/0818—Inactivity or incapacity of driver
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种基于大数据与云计算的疲劳检测方法及系统,该方法包括构建出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线、避险后的车辆行驶轨迹曲线、方向盘转动前后的车辆行驶轨迹曲线,并将该三条曲线合并在一起;提取当前时刻至方向盘转动前的车辆行驶轨迹曲线与方向盘转动前后车辆行驶轨迹曲线的合并点,该合并点即为方向盘最迟转动位置;将自当前位置行驶至该方向盘最迟转动位置的弧长与驾驶员规避险情做出反应的车辆行驶弧长做差,获得车辆最安全的方向盘转动位置;车辆自当前位置行驶至车辆最安全的方向盘转动位置,驾驶员未转动方向盘,则判断驾驶员疲劳驾驶;此时唤醒驾驶员对方向盘进行操作;驾驶员具有足够时间进行避险操作的优点。
Description
技术领域
本发明涉及汽车驾驶领域,具体涉及一种基于大数据与云计算的疲劳检测方法及系统。
背景技术
近年来,随着汽车使用量的增长,交通事故的发生率逐年增加,驾驶安全成为日益被关注的问题。在由于危险驾驶行为引发的交通事故中,疲劳驾驶占据了相当一部分比例,据国家有关部门的统计,因疲劳驾驶造成的交通事故占20%左右。疲劳驾驶出现的原因之一是路上没有行使车辆,对驾驶员没有外界刺激,使得驾驶员产生视觉疲劳,导致驾驶员疲劳驾驶。因此多年来,驾驶疲劳检测一直是学术界和工业界的研究热点。迄今为止,已有的疲劳驾驶检测方法可以归纳为三类:
第一类:检测人体生物信号,譬如通过分析驾驶员的脑电图或者心电图中的特定的频谱段,从而检测驾驶员是否处于疲劳驾驶状态。
第二类:检测面部表情和肢体动作,譬如通过检测驾驶员闭眼的时间,打哈欠的频次,低头的频次,身体是否前倾等等,从而判断驾驶员是否处于疲劳驾驶状态。
第三类:检测车辆操控状态,譬如通过检测方向盘转动角度的变化频幅,加速度的变化频幅,车道偏移度等等,分析驾驶员的驾驶能力是否下降,从而判断驾驶员是否处于疲劳驾驶状态。
本发明的发明人经过研究发现,在现有三类疲劳检测方法中,均能判断出驾驶员是否处于疲劳驾驶状态,当检测出驾驶员处于疲劳驾驶时,通过提醒装置对驾驶员进行警醒,警醒后的驾驶员通过操控车辆进行紧急避险,但是,事实上现有三种检测方法检测出驾驶员处于疲劳状态时,会出现车辆已经处于危险状态,警醒后的驾驶员没有时间操控车辆进行紧急避险,导致发生交通事故的问题。
发明内容
为了克服上述现有技术的缺点,本发明的目的是提供一种预留有紧急避险时间的基于大数据与云计算的疲劳驾驶检测方法及系统。
为达到上述目的,本发明采用以下技术方案:
一种基于大数据与云计算的疲劳检测方法,该方法具体包括以下步骤:
采集当前时刻车辆正常行驶的速度、当前时刻车轮的转角、当前时刻车头边界与路界切线的夹角、车辆车轮最大的转角、获取道路边缘特征点处的曲率半径以及当前时刻车辆与道路两边的距离;
根据当前时刻车头边界与路界切线的夹角、当前时刻车辆与道路两边的距离以及当前时刻方向盘的转角值,构建出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线;
根据车辆车轮最大的转角,构建出避险后的车辆行驶轨迹曲线;
根据当前时刻方向盘的转角值、车辆车轮最大的转角以及方向盘转动的最大角速度,获得方向盘转动前后的时间,根据该方向盘转动前后时间构建出方向盘转动前后的车辆行驶曲线;
将当前位置行驶至反向盘转动前的车辆行驶轨迹曲线、避险后的车辆行驶轨迹曲线以及方向盘转动前后的车辆行驶轨迹曲线合并在一起,获得从当前位置至紧急避险完成位置的整条行驶轨迹曲线;
在该整条行驶轨迹曲线中提取出当前时刻至方向盘转动前的车辆行驶轨迹曲线与方向盘转动前后车辆行驶轨迹曲线的合并点,该合并点即为方向盘最迟转动位置,根据方向盘最迟转动位置获取自当前位置行驶至该方向盘最迟转动位置的弧长;
将自当前位置行驶至该方向盘最迟转动位置的弧长与驾驶员规避险情做出反应的车辆行驶弧长做差,获得车辆最安全的方向盘转动位置;
车辆自当前位置行驶至车辆最安全的方向盘转动位置,驾驶员未转动方向盘,则判断驾驶员疲劳驾驶;此时唤醒驾驶员对方向盘进行操作。
进一步地,所述当前位置行驶至方向平盘转动前车辆行驶轨迹曲线的获取方法为:
根据当前时刻方向盘转角,获取车辆行驶的半径;
根据当前时刻车头边界与路界切线的夹角,获取车辆当前时刻的行驶曲率半径向量;根据车辆当前时刻的行驶曲率半径向量、当前时刻车辆与道路两边的距离、预设的车辆曲率圆心点的坐标以及车辆行驶的半径,计算获取当前位置行驶至方向盘转动前车辆行驶轨迹曲线。
进一步地,所述方向盘转动前后车辆行驶曲线的获取方法为:
根据当前时刻方向盘的转角、车辆车轮最大的转角以及方向盘转动的最大角速度,确定出方向盘转动过程的时间;将车轮的转角在初始时间与方向盘转动过程时间上进行时序排列;确定出方向盘转动过程中车轮转角时序序列对应的车辆行驶曲率半径时序序列,根据曲率半径的时序序列构建出方向盘转动前后的车辆行驶曲线。
进一步地,所述从当前位置至紧急避险完成位置的整条行驶轨迹曲线构建的方法如下:
将道路边缘特征点处的曲率半径在时序上进行排列获取道路边缘特征点处的曲率半径时序序列,通过该曲率半径时序序列构建出道路曲线,以车辆平稳行驶时最大曲率半径为平移距离将需要紧急避险的该道路曲线进行平移,获得一条新曲线;
以该条新曲线上的点作为圆心和车辆行驶最大转角半径为半径拟合若干个圆,提取出与当前时刻至方向盘转动前的车辆行驶轨迹曲线相切的圆,确定出避险后的车辆行驶轨迹曲线位置当前时刻至方向盘转动前的车辆行驶轨迹曲线与该圆的交点;
以该交点为起始点通过车辆行驶的曲率时序序列递推出方向盘转动前后车辆行驶轨迹曲线的位置,递推至方向盘转动前后车辆行驶轨迹曲线与当前位置行驶至方向盘转动前的车辆行驶轨迹曲线相切;
提取出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线、避险后的车辆行驶轨迹曲线以及方向盘转动前后的车辆行驶轨迹曲线合并后的平滑连接曲线作为从当前位置至紧急避险完成位置的整条行驶轨迹曲线。
进一步地,所述自当前位置行驶至该方向盘最迟转动位置的弧长获取方法是:
通过当前位置至方向盘转动前的车辆行驶轨迹曲线与方向盘转动前后车辆行驶轨迹曲线的合并点,并利用方向盘转动前后车辆轨迹曲线方程与当前位置至方向盘转动前的车辆行驶轨迹曲线方程计算获取合并点的坐标,结合车辆当前位置坐标点;获得该方向盘最迟转动位置弧长。
一种基于大数据与云计算的疲劳驾驶检测系统,该系统包括数据采集模块、轨迹曲线构建模块、基于大数据与云计算的计算模块以及疲劳驾驶检测模块;
所述数据采集模块用于获取当前时刻车辆正常行驶的速度、当前时刻车轮的转角、当前时刻车头边界与路界切线的夹角、车辆车轮最大的转角、获取道路边缘特征点处的曲率半径以及当前时刻车辆与道路两边的距离;
所述轨迹曲线构建模块用于构建出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线;构建出避险后的车辆行驶轨迹曲线;构建出方向盘转动前后的车辆行驶曲线;将当前位置行驶至方向盘转动前的车辆行驶轨迹曲线、避险后的车辆行驶轨迹曲线以及方向盘转动前后的车辆行驶轨迹曲线合并在一起,获得从当前位置至紧急避险完成位置的整条行驶轨迹曲线;
所述基于大数据与云计算的计算模块用于在该整条行驶轨迹曲线中提取出当前时刻至方向盘转动前的车辆行驶轨迹曲线与避险过程中车辆行驶轨迹曲线的合并点,该合并点即为方向盘最迟转动位置,根据方向盘最迟转动位置获取自当前位置行驶至该方向盘最迟转动位置的弧长;自当前位置行驶至该方向盘最迟转动位置的弧长与驾驶员规避险情做出反应的车辆行驶弧长做差,获得车辆最安全的方向盘转动位置;
所述疲劳驾驶检测模块用于车辆自当前位置行驶至车辆最安全的方向盘转动位置,驾驶员未转动方向盘,则判断驾驶员疲劳驾驶;此时唤醒驾驶员对方向盘进行操作。
本发明的有益效果是:
本发明的方法基于大数据与云计算获取驾驶员最安全的方向盘转动位置,结合方向盘转动情况,判定驾驶员是否疲劳驾驶,不仅能够检测出来驾驶员的疲劳状态,还可使唤醒后的驾驶员具有足够时间进行避险操作,有效避免因疲劳驾驶造成的危险。
附图说明
图1是本发明方法的流程框图;
图2是本发明方法中从当前位置至紧急避险完成位置的整条行驶轨迹曲线构建过程状态示意图;
图3是本发明方法从当前位置至紧急避险完成位置的整条行驶轨迹曲线构建完成状态示意图;
图4是本发明系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
在本发明的描述中,需要理解的是,术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“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发明和简化描述,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发明的限制。
术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征;在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
本实施例的应用场景为:当在山路上没有行使车辆,仅有驾驶员驾驶的车辆,由于没有其他车辆干扰,导致驾驶员疲劳驾驶,当驾驶员在疲劳驾驶时,在不同路段的不同位置处需要一定的转动方向盘的行为来实现安全驾驶,然而驾驶员没有做出相应转动方向盘的行为。
实施例1
如图1所示,本实施例给出了一种山区公路基于大数据与云计算的疲劳检测方法。该方法能够根据具体路况确定车辆在该位置方向盘的转动必要程度,然后通过检测司机实际的转动方向盘的情况和必要转动程度的偏差来确定驾驶员是否存在疲劳现象,进而适时的给予提醒驾驶员,实现安全驾驶。该方法的具体步骤如下:
步骤一:预测出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线。具体操作步骤如下:
1.通过传感器获得当前时刻车辆正常行驶的速度V;利用传感器获得当前时刻车辆的车轮转角α,即当前时刻方向盘的转角。
2.获取车辆所在道路中的位置:通过车载相机获得当前时刻道路图片,利用边缘检测得到道路边界,分析道路车辆距道路边界的像素距离,由于车载相机属于固定角度和固定高度,而且相机参数很容易提取,因此就可得到透视变换矩阵A,通过透视变换矩阵A得到实际距离信息,该信息包括车辆距左道路边界的距离dr和车辆距右道路边界的距离dl。
3.获取道路的曲率信息:通过车载相机获得当前时刻道路图片,然后通过Sober算子作边缘检测得到道路边界线,以道路弧长为间隔提取n个特征点[a1,a2,...,an],计算每个特征点处的梯度变化得到道路的曲率[r1,r2,...,rn]。
4.通过车载图像提取车头侧边,和与之最近路界的切线,计算出当前时刻车头边界与路界切线的夹角θ。
根据当前时刻车辆的车轮转角α、当前时刻车头边界与路界切线的夹角θ以及车辆距左道路边界的距离dr和车辆距右道路边界的距离dl,预测出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线。具体方法如下:
设计与车辆最近的左侧路界点为坐标零点,车辆与最近路界点的连线为横坐标轴,则当前车辆坐标为(dl,0)。
根据车头边界与路界切线的夹角θ确定出车辆方向向量为(sinθ,cosθ),则车辆的半径中心垂直于车辆方向向量的直线上,车辆的行驶曲率半径向量为:(cosθ,-sinθ);
设计车辆曲率半径中心点坐标为(xo,yo),则满足方程为
解方程可得xo,yo。
因而未来一段时间内车辆的行驶轨迹方程即当前位置行驶至方向盘转动前的车辆行驶轨迹曲线为:(y-yo)2+(x-xo)2=R2。
步骤二:根据车辆最大的车轮转角,拟合出避险后的车辆行驶轨迹曲线。车辆最大车轮转角的获取方法如下:
为了便于分析车辆最迟转动方向盘的时间,本实施例设计车辆速度为匀速。因而根据物理学圆周运动公式:
式中:f为道路摩擦系数。
式中:R曲为车辆匀速下平稳行驶的最大曲率半径,l为车身长度。
以车轮最大转角行驶半径为半径拟合圆,即可得到避险后的车辆行驶轨迹曲线。
步骤三:确定方向盘转动前后的车辆行驶曲线,具体获取方法如下:
根据当前时刻车轮的转角α、车辆平稳驾驶情况下车轮最大的转角β以及方向盘转动的最大角速度ω,确定出方向盘转动过程的时间。该方向盘转动过程的时间的表达式为:
将车轮的转角在初始时间与方向盘转动过程时间t上进行时序排列,确定出方向盘转动过程中车轮的转角时序序列对应的车辆行驶曲率半径时序序列[r1,r2,…,rn],根据曲率半径的时序序列拟合出方向盘转动前后的车辆行驶曲线。
步骤四:将当前位置行驶至避险前的车辆行驶轨迹曲线、避险后的车辆行驶轨迹曲线以及避险过程中的车辆行驶轨迹曲线拟合在一起,获得从当前位置至紧急避险完成位置的整条行驶轨迹曲线。
参照图2和图3,拟合的方法如下:
将道路边缘特征点处的曲率半径在时序上进行排列获取道路边缘特征点处的曲率半径时序序列[c1,c2,…,cn],通过该曲率半径时序序列拟合出道路曲线f(x),以车辆平稳行驶时最大曲率半径R曲为平移距离将需要紧急避险的该道路曲线进行平移,获得一条新曲线f1(x)。
以该条新曲线f1(x)上的点作为圆心和车轮最大转角行驶半径为半径拟合若干个圆,提取出与当前时刻至方向盘转动前的车辆行驶轨迹曲线相切的圆,确定出避险后的车辆行驶轨迹曲线位置当前时刻至方向盘转动前的车辆行驶轨迹曲线与该圆的交点。
以该交点为起始点通过车辆行驶的曲率时序序列递推出方向盘转动前后车辆行驶轨迹曲线的位置,递推至方向盘转动前后车辆行驶轨迹曲线与当前位置行驶至方向盘转动前的车辆行驶轨迹曲线相切。
提取出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线、避险后的车辆行驶轨迹曲线以及方向盘转动前后的车辆行驶轨迹曲线相切后的平滑连接曲线作为从当前位置至紧急避险完成位置的整条行驶轨迹曲线。
步骤五:获取车辆自当前位置至该方向盘最迟转动位置的弧长l弧:提取出当前位置至避险前的车辆行驶轨迹曲线与方向盘转动前后车辆行驶轨迹曲线的切点。
利用方向盘转动前后车辆轨迹曲线方程与当前位置至方向盘转动前的车辆行驶轨迹曲线方程计算获取切点的坐标(x切,y切),该切点位置即为方向盘最迟转动位置,结合车辆当前位置坐标点(dl,0);计算获得车辆自当前位置至该方向盘最迟转动位置弧长l弧。
步骤六:将自当前位置行驶至该方向盘最迟转动位置的弧长与驾驶员规避险情做出反应的车辆行驶弧长做差,获得车辆最安全的方向盘转动位置。
其中,驾驶员规避险情做出反应的车辆行驶弧长通过车辆行驶速度和驾驶员的反应时间获取。
步骤七:进行疲劳检测:车辆在行驶过程中车辆自当前位置行驶至车辆最安全的方向盘转动位置,再利用传感器获取当前时刻转动方向盘的转动情况,当方向盘未转动,则判断驾驶员疲劳驾驶,通过语音提示来唤醒驾驶员进行驾驶操作。本实施例中驾驶员具有足够时间进行避险操作,有效避免因疲劳驾驶造成的危险。
实施例2
如图4所示,本实施例提供了一种基于大数据与云计算的疲劳驾驶检测系统,该系统包括数据采集模块、轨迹曲线构建模块、基于大数据与云计算的计算模块以及疲劳驾驶检测模块。
数据采集模块用于获取当前时刻车辆正常行驶的速度、当前时刻车轮的转角、当前时刻车头边界与路界切线的夹角、车辆平稳驾驶情况下车轮最大的转角、获取道路边缘特征点处的曲率半径以及当前时刻车辆与道路两边的距离。
轨迹曲线构建模块用于构建出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线、避险后的车辆行驶轨迹曲线以及方向盘转动前后的车辆行驶曲线;并将三条曲线合并在一起,获得从当前位置至紧急避险完成位置的整条行驶轨迹曲线。
基于大数据与云计算的计算模块用于在该整条行驶轨迹曲线中提取出当前时刻至方向盘转动前的车辆行驶轨迹曲线与方向盘转动前后车辆行驶轨迹曲线的合并点,该合并点即为方向盘最迟转动位置,根据方向盘最迟转动位置获取自当前位置行驶至该方向盘最迟转动位置的弧长;将自当前位置行驶至该方向盘最迟转动位置的弧长与驾驶员规避险情做出反应的车辆行驶弧长做差,获得车辆最安全的方向盘转动位置。
疲劳驾驶检测模块用于判断车辆自当前位置行驶至车辆最安全的方向盘转动位置,驾驶员未转动方向盘,则判断驾驶员疲劳驾驶;此时唤醒驾驶员对方向盘进行操作。
以上实施例仅仅是对本发明的举例说明,并不构成对本发明的保护范围的限制,凡是与本发明相同或相似的设计均属于本发明的保护范围之内。
Claims (6)
1.一种基于大数据与云计算的疲劳检测方法,其特征在于,该方法具体包括以下步骤:
采集当前时刻车辆正常行驶的速度、当前时刻车轮的转角、当前时刻车头边界与路界切线的夹角、车辆车轮最大的转角、获取道路边缘特征点处的曲率半径以及当前时刻车辆与道路两边的距离;
根据当前时刻车头边界与路界切线的夹角、当前时刻车辆与道路两边的距离以及当前时刻方向盘的转角值,构建出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线;
根据车辆车轮最大的转角,构建出避险后的车辆行驶轨迹曲线;
根据当前时刻方向盘的转角值、车辆车轮最大的转角以及方向盘转动的最大角速度,获取方向盘转动前后的时间,根据该方向盘转动前后时间构建出方向盘转动前后的车辆行驶曲线;
将当前位置行驶至反向盘转动前的车辆行驶轨迹曲线、避险后的车辆行驶轨迹曲线以及方向盘转动前后的车辆行驶轨迹曲线合并在一起,获得从当前位置至紧急避险完成位置的整条行驶轨迹曲线;
在该整条行驶轨迹曲线中提取出当前时刻至方向盘转动前的车辆行驶轨迹曲线与方向盘转动前后车辆行驶轨迹曲线的合并点,该合并点即为方向盘最迟转动位置,根据方向盘最迟转动位置获取自当前位置行驶至该方向盘最迟转动位置的弧长;
将自当前位置行驶至该方向盘最迟转动位置的弧长与驾驶员规避险情做出反应的车辆行驶弧长做差,获得车辆最安全的方向盘转动位置;
车辆自当前位置行驶至车辆最安全的方向盘转动位置,驾驶员未转动方向盘,则判断驾驶员疲劳驾驶;此时唤醒驾驶员对方向盘进行操作。
2.根据权利要求1所述的基于大数据与云计算的疲劳检测方法,其特征在于,所述当前位置行驶至方向盘转动前车辆行驶轨迹曲线的获取方法为:
根据当前时刻方向盘转角,获取车辆行驶的半径;
根据当前时刻车头边界与路界切线的夹角,获取车辆当前时刻的行驶曲率半径向量;根据车辆当前时刻的行驶曲率半径向量、当前时刻车辆与道路两边的距离、预设的车辆曲率圆心点的坐标以及车辆行驶的半径,计算获取当前位置行驶至方向盘转动前车辆行驶轨迹曲线。
3.根据权利要求1所述的基于大数据与云计算的疲劳检测方法,其特征在于,所述方向盘转动前后车辆行驶曲线的获取方法为:
根据当前时刻方向盘的转角、车辆车轮最大的转角以及方向盘转动的最大角速度,确定出方向盘转动过程的时间;将车轮的转角在初始时间与方向盘转动过程时间上进行时序排列;确定出方向盘转动过程中车轮转角时序序列对应的车辆行驶曲率半径时序序列,根据曲率半径的时序序列构建出方向盘转动前后的车辆行驶曲线。
4.根据权利要求1所述的基于大数据与云计算的疲劳检测方法,其特征在于,所述从当前位置至紧急避险完成位置的整条行驶轨迹曲线构建的方法如下:
将道路边缘特征点处的曲率半径在时序上进行排列获取道路边缘特征点处的曲率半径时序序列,通过该曲率半径时序序列拟合出道路曲线,以车辆平稳行驶时最大曲率半径为平移距离将需要紧急避险的该道路曲线进行平移,获得一条新曲线;
以该条新曲线上的点作为圆心和车辆行驶最大转角半径为半径拟合若干个圆,提取出与当前时刻至方向盘转动前的车辆行驶轨迹曲线相切的圆,确定出避险后的车辆行驶轨迹曲线位置以及当前时刻至方向盘转动前的车辆行驶轨迹曲线与该圆的交点;
以该交点为起始点通过车辆行驶的曲率时序序列递推出方向盘转动前后车辆行驶轨迹曲线的位置,递推至方向盘转动前后车辆行驶轨迹曲线与当前位置行驶至方向盘转动前的车辆行驶轨迹曲线相切;
提取出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线、避险后的车辆行驶轨迹曲线以及方向盘转动前后的车辆行驶轨迹曲线合并后的平滑连接曲线作为从当前位置至紧急避险完成位置的整条行驶轨迹曲线。
5.根据权利要求1所述的基于大数据与云计算的疲劳检测方法,其特征在于,所述自当前位置行驶至方向盘最迟转动位置的弧长获取方法是:
通过当前位置至方向盘转动前的车辆行驶轨迹曲线与方向盘转动前后车辆行驶轨迹曲线的合并点,并利用方向盘转动前后车辆轨迹曲线方程与当前位置至方向盘转动前的车辆行驶轨迹曲线方程计算获取该合并点的坐标,结合车辆当前位置坐标点;获得自当前位置行驶至方向盘最迟转动位置弧长。
6.一种基于大数据与云计算的疲劳驾驶检测系统,其特征在于,该系统包括数据采集模块、轨迹曲线构建模块、基于大数据与云计算的计算模块以及疲劳驾驶检测模块;
所述数据采集模块用于获取当前时刻车辆正常行驶的速度、当前时刻车轮的转角、当前时刻车头边界与路界切线的夹角、车辆车轮最大的转角、获取道路边缘特征点处的曲率半径以及当前时刻车辆与道路两边的距离;
所述轨迹曲线构建模块用于构建出当前位置行驶至方向盘转动前的车辆行驶轨迹曲线;构建出避险后的车辆行驶轨迹曲线;构建出方向盘转动前后的车辆行驶曲线;将当前位置行驶至方向盘转动前的车辆行驶轨迹曲线、避险后的车辆行驶轨迹曲线以及方向盘转动前后的车辆行驶轨迹曲线合并在一起,获得从当前位置至紧急避险完成位置的整条行驶轨迹曲线;
所述基于大数据与云计算的计算模块用于在该整条行驶轨迹曲线中提取出当前时刻至方向盘转动前的车辆行驶轨迹曲线与方向盘转动前后车辆行驶轨迹曲线的合并点,该合并点即为方向盘最迟转动位置,根据方向盘最迟转动位置获取自当前位置行驶至该方向盘最迟转动位置的弧长;自当前位置行驶至该方向盘最迟转动位置的弧长与驾驶员规避险情做出反应的车辆行驶弧长做差,获得车辆最安全的方向盘转动位置;
所述疲劳驾驶检测模块用于判断车辆自当前位置行驶至车辆最安全的方向盘转动位置,驾驶员未转动方向盘,则判断驾驶员疲劳驾驶;此时唤醒驾驶员对方向盘进行操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210316037.XA CN114620050B (zh) | 2022-03-28 | 2022-03-28 | 基于大数据与云计算的疲劳驾驶检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210316037.XA CN114620050B (zh) | 2022-03-28 | 2022-03-28 | 基于大数据与云计算的疲劳驾驶检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114620050A true CN114620050A (zh) | 2022-06-14 |
CN114620050B CN114620050B (zh) | 2023-01-03 |
Family
ID=81903091
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210316037.XA Active CN114620050B (zh) | 2022-03-28 | 2022-03-28 | 基于大数据与云计算的疲劳驾驶检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114620050B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101375796A (zh) * | 2008-09-18 | 2009-03-04 | 浙江工业大学 | 疲劳驾驶实时检测系统 |
CN105708479A (zh) * | 2016-01-15 | 2016-06-29 | 安徽科技学院 | 基于动态阀值的驾驶员疲劳状态检测装置及检测方法 |
CN107963126A (zh) * | 2016-10-19 | 2018-04-27 | 中车株洲电力机车研究所有限公司 | 一种多轴转向车辆大曲率自动驾驶转向控制方法 |
CN109532830A (zh) * | 2018-11-26 | 2019-03-29 | 爱驰汽车有限公司 | 车辆及其横向控制方法、系统、电子设备和存储介质 |
CN109961610A (zh) * | 2017-12-26 | 2019-07-02 | 郑州宇通客车股份有限公司 | 驾驶员疲劳预警和检测方法、疲劳预警系统以及车辆 |
KR20200128282A (ko) * | 2019-05-02 | 2020-11-12 | 주식회사 만도 | 운전자 보조 시스템 및 그 제어 방법 |
CN112770293A (zh) * | 2020-12-18 | 2021-05-07 | 杭州宣迅电子科技有限公司 | 一种基于人工智能的车辆行驶环境安全性分析预警管理云平台 |
-
2022
- 2022-03-28 CN CN202210316037.XA patent/CN114620050B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101375796A (zh) * | 2008-09-18 | 2009-03-04 | 浙江工业大学 | 疲劳驾驶实时检测系统 |
CN105708479A (zh) * | 2016-01-15 | 2016-06-29 | 安徽科技学院 | 基于动态阀值的驾驶员疲劳状态检测装置及检测方法 |
CN107963126A (zh) * | 2016-10-19 | 2018-04-27 | 中车株洲电力机车研究所有限公司 | 一种多轴转向车辆大曲率自动驾驶转向控制方法 |
CN109961610A (zh) * | 2017-12-26 | 2019-07-02 | 郑州宇通客车股份有限公司 | 驾驶员疲劳预警和检测方法、疲劳预警系统以及车辆 |
CN109532830A (zh) * | 2018-11-26 | 2019-03-29 | 爱驰汽车有限公司 | 车辆及其横向控制方法、系统、电子设备和存储介质 |
KR20200128282A (ko) * | 2019-05-02 | 2020-11-12 | 주식회사 만도 | 운전자 보조 시스템 및 그 제어 방법 |
CN112770293A (zh) * | 2020-12-18 | 2021-05-07 | 杭州宣迅电子科技有限公司 | 一种基于人工智能的车辆行驶环境安全性分析预警管理云平台 |
Also Published As
Publication number | Publication date |
---|---|
CN114620050B (zh) | 2023-01-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110517521B (zh) | 一种基于路车融合感知的车道偏离预警方法 | |
CN112389448B (zh) | 一种基于车辆状态和驾驶员状态的异常驾驶行为识别方法 | |
CN104276080B (zh) | 客车驾驶员手离方向盘检测预警系统及预警方法 | |
CN111231969B (zh) | 一种汽车行驶状态检测方法 | |
CN105882661A (zh) | 机动车弯道驾驶辅助系统及运行方式 | |
EP0313223B1 (en) | Heads-up Display system for a road vehicle | |
CN108189763A (zh) | 一种分析驾驶员驾驶行为的方法及专用智能车载后视镜 | |
CN106515742B (zh) | 一种车道偏离预警方法及系统 | |
CN205469262U (zh) | 基于嵌入式摄像识别技术的汽车车道保持辅助系统 | |
CN109976303B (zh) | 具决策诊断的自动驾驶方法及其装置 | |
CN108569296A (zh) | 自适应匹配辅助驾驶系统的方法及其实现模块 | |
CN110194174B (zh) | 一种疲劳驾驶监控系统 | |
CN110796838B (zh) | 一种驾驶员面部表情的自动定位和识别系统 | |
CN110435638A (zh) | 一种泊车位自动跟踪方法 | |
CN105303830A (zh) | 一种驾驶行为分析系统及分析方法 | |
CN106205148A (zh) | 一种危险货物罐车弯道安全车速获取方法及超速警示系统 | |
CN108528337B (zh) | 一种基于视频投影的内轮差智能预警系统及预警方法 | |
CN106347363A (zh) | 车道保持方法及装置 | |
CN105882511A (zh) | 前方车辆行驶状态的提示方法和装置 | |
CN113744563A (zh) | 一种基于轨迹数据的路-车风险实时估计方法 | |
CN111645678B (zh) | 一种车辆制动转向协调控制防碰撞系统及控制方法 | |
CN114241750A (zh) | 基于智能道路交通风险预警方法的车路协同信息交互系统及方法 | |
CN114620050B (zh) | 基于大数据与云计算的疲劳驾驶检测方法及系统 | |
CN115240411A (zh) | 一种城市道路交叉口右转冲突警示线测画方法 | |
CN113844538B (zh) | 一种基于全景影像的重卡转向驾驶辅助方法和系统 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240617 Address after: 8th Floor, Building 1, No. 9138 Beiqing Road, Qingpu District, Shanghai, 2017 Patentee after: Shanghai Lichan Technology Co.,Ltd. Country or region after: China Address before: 221000 room 913, office building, No.11 Zhujiang East Road, Xuzhou high tech Industrial Development Zone, Jiangsu Province Patentee before: XUZHOU HUABAO ENERGY TECHNOLOGY Co.,Ltd. Country or region before: China |