CN114987502A - 一种驾驶状态监测方法、装置、计算机设备以及存储介质 - Google Patents
一种驾驶状态监测方法、装置、计算机设备以及存储介质 Download PDFInfo
- Publication number
- CN114987502A CN114987502A CN202210734616.6A CN202210734616A CN114987502A CN 114987502 A CN114987502 A CN 114987502A CN 202210734616 A CN202210734616 A CN 202210734616A CN 114987502 A CN114987502 A CN 114987502A
- Authority
- CN
- China
- Prior art keywords
- driving
- driving state
- information
- state
- driver
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 44
- 230000006870 function Effects 0.000 claims description 61
- 238000012806 monitoring device Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 3
- 239000004973 liquid crystal related substance Substances 0.000 claims 1
- 238000012545 processing Methods 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 7
- 230000006399 behavior Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004424 eye movement Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000006996 mental state Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- 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
- B60W2040/0827—Inactivity or incapacity of driver due to sleepiness
Abstract
本发明公开了一种驾驶状态监测方法、装置、计算机设备以及存储介质。该方法包括:获取驾驶辅助功能信息,驾驶辅助功能信息包括以下至少一项:车道偏离预警信息、车道保持辅助信息、碰撞预警信息、紧急制动控制信息以及紧急转向辅助信息;根据驾驶辅助功能信息,计算驾驶状态指数的累加值;若确定驾驶状态指数的累加值大于或者等于预设指数阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。本发明实施例的技术方案,通过获取驾驶辅助功能信息,得到车辆行驶状态和驾驶员的驾驶状态;根据驾驶状态指数的累加值,精准地确定了驾驶员是否为疲劳驾驶,若为疲劳驾驶,则进行多方向报警处理,最大程度地保护了驾驶人员人身安全和财产安全。
Description
技术领域
本发明涉及智能驾驶技术领域,尤其涉及一种驾驶状态监测方法、装置、计算机设备以及存储介质。
背景技术
驾驶状态监测最早应用于飞机等高级辅助驾驶或自动驾驶程度比较高的领域,随着智慧车辆和车联网技术的发展,驾驶状态监测开始应用于车辆智能驾驶领域。
根据使用的信号属性不同,驾驶状态监测可分为直接监测和间接监测,直接监测使用驾驶员面部运动、眼部运动、心电、脑电等直接表征驾驶员状态的信号,进行驾驶员驾驶状态的判断。间接监测将驾驶行为信号和车辆状态信号结合,采用统计分析、机器学习等方法分析驾驶员的驾驶状态。
直接监测的方式需要在车辆上额外设置传感器等硬件设备,增加了车辆制造成本。间接监测的方式准确性较低,容易造成驾驶状态的误判。
发明内容
本发明提供了一种驾驶状态监测方法、装置、计算机设备以及存储介质,以实现在不增加整车成本的同时,提高驾驶状态监测的准确度。
第一方面,本发明实施例提供了一种驾驶状态监测方法,该方法包括:
获取驾驶辅助功能信息,所述驾驶辅助功能信息包括以下至少一项:车道偏离预警信息、车道保持辅助信息、碰撞预警信息、紧急制动控制信息以及紧急转向辅助信息;
根据驾驶辅助功能信息,计算驾驶状态指数的累加值;
若确定驾驶状态指数的累加值大于或者等于预设指数阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
第二方面,本发明实施例还提供了一种驾驶状态监测装置,该装置包括:
驾驶辅助功能信息获取模块,用于获取驾驶辅助功能信息,所述驾驶辅助功能信息包括以下至少一项:车道偏离预警信息、车道保持辅助信息、碰撞预警信息、紧急制动控制信息以及紧急转向辅助信息;
累加值计算模块,用于根据驾驶辅助功能信息,计算驾驶状态指数的累加值;
疲劳驾驶状态确定模块,用于若确定驾驶状态指数的累加值大于或者等于预设指数阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例中任一所述的驾驶状态监测方法。
第四方面,本发明实施例还提供了一种存储计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如本发明实施例中任一所述的驾驶状态监测方法。
本发明实施例的技术方案,通过获取驾驶辅助功能系统发送的驾驶辅助功能信息,计算驾驶状态指数的累加值,进行驾驶员的驾驶状态的判断,根据驾驶状态指数的累加值,精准地确定了驾驶员是否为疲劳驾驶,若为疲劳驾驶,则进行多方向报警处理,最大程度地保护了驾驶人员人身安全和财产安全。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
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是本发明实施例一提供的一种驾驶状态监测方法的流程图;
图2是本发明实施例二提供的一种驾驶状态监测方法的流程图;
图3是本发明实施例三提供的一种驾驶状态监测装置的结构示意图;
图4是本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种驾驶状态监测方法的流程图,本实施例可适用于监测驾驶状态的情况,该方法可以由驾驶状态监测装置来执行,该驾驶状态监测装置可以采用硬件和/或软件的形式实现,该驾驶状态监测装置可配置于驾驶状态监测计算机设备中,与其他驾驶辅助功能系统配合使用,例如车道偏离预警系统、车道保持辅助系统、碰撞预警系统、紧急制动控制系统以及紧急转向辅助系统。
如图1所示,该方法包括:
S110,获取驾驶辅助功能信息,所述驾驶辅助功能信息包括以下至少一项:车道偏离预警信息、车道保持辅助信息、碰撞预警信息、紧急制动控制信息以及紧急转向辅助信息。
本实施例中,驾驶辅助功能信息可以反映驾驶员的驾驶状态,驾驶辅助功能信息可以存储在整车的智能驾驶控制器、车载设备或者云服务器上。其中,可以直接或间接体现驾驶员驾驶状态的均可以是驾驶辅助功能信息,例如车辆在高速公路上行驶时,车辆通过减速带不减速可以是驾驶辅助功能信息。
其中,车道偏离预警信息可以是车道偏离预警系统发送的信息,车道偏离预警系统是一种通过报警的方式辅助驾驶员减少汽车因车道偏离而发生交通事故的系统。示例性的,车道偏离预警信息可以包括车道偏离预警信号、预计跨线时间等。车道偏离预警信号是车道偏离预警系统检测到车辆有车道偏离风险时发出的预警信号,预计跨线时间是车道偏离预警系统根据当前车速、当前车辆加速度以及车辆当前位置与车道之间的距离等计算得到。
车道保持辅助信息可以是车道保持辅助系统发送的信息,车道保持辅助系统属于智能驾驶辅助系统中的一种,它可以在车道偏离预警系统的基础上对转向系统进行控制,辅助车辆保持在本车道内行驶,产生车道保持辅助信息。
碰撞预警信息可以是碰撞预警系统发送的信息,碰撞预警系统可以预测碰撞危险,在碰撞危险发生前向驾驶员发出警报,可以预防交通事故。紧急制动控制信息可以是紧急制动控制系统发送的信息,紧急制动控制系统可以在车辆遇到突发危险情况或与前车及行人距离小于安全距离时主动进行刹车,避免或减少追尾等碰撞事故的发生。紧急转向辅助信息可以是紧急转向辅助系统发送的信息,紧急转向辅助系统可以在车辆前方有碰撞风险时,侧向无车且驾驶员有转向动作,辅助驾驶员更快实现转向。
S120,根据驾驶辅助功能信息,计算驾驶状态指数的累加值。
本实施例中,驾驶辅助功能信息并不能直接反映驾驶员的具体驾驶状态,无法确定驾驶员是驾驶失误、轻微疲劳驾驶或者严重疲劳驾驶,需要量化处理驾驶辅助功能信息,得到驾驶状态指数的累加值。其中,驾驶状态指数的累加值可以用于反映驾驶员疲劳程度,对于不同类型的驾驶辅助功能信息,可以设置相同或不同的驾驶状态指数,本发明实施例对此不进行限制,例如,第一驾驶辅助功能信息反映危险程度较高,则驾驶状态指数可以是1.5;第二驾驶辅助功能信息反映危险程度较低,驾驶状态指数可以是1。
具体的,驾驶状态指数可以通过试验或大数据分析确定,本发明实施例对此不做限定。在一段时间周期内,可能接收到多个驾驶辅助功能信息,根据驾驶辅助功能信息可能要进行多次驾驶状态指数的累加,计算驾驶状态指数的累加值。
S130,若确定驾驶状态指数的累加值大于或者等于预设指数阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
本实施例中,针对驾驶状态指数的累加值,对该驾驶员是否属于疲劳驾驶进行判断;若驾驶状态指数的累加值大于或者等于预设指数阈值,确定该驾驶员为疲劳驾驶。其中,预设指数阈值可以是具体数字,可通过大数据分析得到,用于判断驾驶状态,例如,预设指数阈值为5,驾驶员的驾驶状态指数的累加值小于5,则判断为非疲劳驾驶;若驾驶员的驾驶状态指数的累加值大于或等于5,则判断为疲劳驾驶。
可选的,可以设置驾驶状态的判断周期,在驾驶状态的判断周期内,对驾驶员的驾驶状态进行判断。具体的,在驾驶状态的判断周期内,根据本周期内接收到的驾驶辅助功能信息,进行驾驶状态指数的累加,一旦累加值大于等于预设指数阈值,则确定驾驶员为疲劳驾驶状态。若本周期内驾驶状态指数的累加值小于预设指数阈值,则进入下一判断周期,对驾驶状态指数的累加值进行清零。
进一步的,疲劳驾驶状态报警包括但不限于整车控制系统通过扬声器、指示灯或者汽车尾灯双闪报警;或者,整车控制系统向车内人员携带的电子设备发送报警信号;或者,将报警信号发送到云服务器上。对不同的驾驶状态指数的累加值可以设置相同或不同的报警方式,本实施例对此不进行限制。
本发明实施例的技术方案,通过获取驾驶辅助功能系统发送的驾驶辅助功能信息,计算驾驶状态指数的累加值,进行驾驶员的驾驶状态的判断,根据驾驶状态指数的累加值,精准地确定了驾驶员是否为疲劳驾驶,若为疲劳驾驶,则进行多方向报警处理,最大程度地保护了驾驶人员人身安全和财产安全。
本发明实施例中,可选的,所述方法,还包括:
获取车辆连续行驶时间;若确定车辆连续行驶时间大于或者等于预设时间阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
本方案中,若驾驶人员连续驾驶时间过长,会逐渐进入疲劳驾驶状态;预设一个时间阈值,若车辆连续行驶时间超过预设时间阈值,则确定驾驶状态为疲劳驾驶。其中,预设时间阈值可以是最大连续行驶时间,可以通过试验或大数据分析得到,本发明实施例对此不做限定。
示例性的,预设时间阈值可以是2小时或4小时,车辆连续行驶时间达到预设时间阈值,驾驶员监测系统发出报警信号,提示驾驶员驾驶时间过长,请注意休息。若一段时间内通过驾驶员监测系统监测到驾驶员已经进行了休息,则系统重新计算车辆连续行驶时间。
本方案中,限制了驾驶员最大连续行驶时间,增加了疲劳驾驶判断条件,保护了行车安全。本发明实施例中,可选的,所述方法,还包括:
获取车辆连续行驶里程;若确定车辆连续行驶里程大于或者等于预设里程阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
本方案中,若驾驶人员连续驾驶里程过长,会逐渐进入疲劳驾驶状态;预设一个里程阈值,若车辆连续行驶距离超过预设里程阈值,则确定驾驶状态为疲劳驾驶。其中,预设里程阈值可以是最大连续行驶距离,可以通过试验或大数据分析得到,本发明实施例对此不做限定。
示例性的,监测到驾驶员连续行驶100km进行提醒驾驶员注意休息。若一段时间内通过驾驶员监测系统监测到驾驶员已经进行了休息,则系统重新计算连续驾驶里程。
本方案中,限制了驾驶员最大连续行驶距离,增加了疲劳驾驶判断条件,保护了行车安全。本发明实施例中,可选的,所述方法,还包括:
获取与驾驶员匹配的状态监测装置发送的驾驶员状态信息;若根据所述驾驶员状态信息确定驾驶员的驾驶状态为疲劳驾驶,则进行疲劳驾驶状态报警;若根据所述驾驶员状态信息确定驾驶员的驾驶状态为危险驾驶,则进行危险驾驶状态报警。
本方案中,通过状态监测装置直接判断驾驶员的驾驶状态。其中,状态监测装置可以是监测驾驶员精神状态及生理状态的装置,可以监测驾驶员是否困倦、是否出现突发性疾病或者是否开车不看道路等,如运动手环、手表、智能眼镜及智能腰带,或者拍摄范围为车辆内部的摄像头等。
具体的,通过状态监测装置对驾驶员的驾驶状态进行判断,得到驾驶员状态信息,包括但不限于三种情况:正常情况,不做任何处理;疲劳驾驶情况,进行疲劳驾驶报警;危险驾驶情况。进行危险驾驶报警。示例性的,可以通过驾驶员佩戴的运动手环来监测驾驶员当前驾驶状态,当监测到驾驶员进入睡眠或休息模式时,或者长时间没有任何动作的时候,手环将报警信号通过蓝牙或者其他通信方式传递给驾驶员状态监测系统,驾驶员状态监测系统接收到手环发送的报警信号之后,确定驾驶员处于疲劳驾驶状态,并立即发出疲劳提醒。手环还可以监测驾驶员健康情况,如当驾驶员在行驶时发生了急发疾病时,手环传给整车车载系统及驾驶员状态监测系统,车载系统立刻进行急救拨号或者报警拨号,同时驾驶员状态监测系统进行报警,点亮车辆危险报警灯,提醒驾驶员的同时,对车道上的其他车辆也进行提醒,以免发生更严重的事故。
本方案中,直接获取驾驶员驾驶状态信息,与根据驾驶辅助功能信息判断驾驶状态相结合,提高了判别准确率,并增加了危险驾驶状态报警,保护了行车人员生命及财产安全。
需要进行说明的是,本实施例中根据驾驶辅助功能信息进行驾驶状态监测、根据车辆连续行驶时间进行驾驶状态监测、根据车辆连续行驶里程进行驾驶状态监测以及根据状态监测装置发送的驾驶员状态信息进行驾驶状态监测,是并列的技术方案,可以同时分别进行,结合起来共同进行驾驶状态的监测,本实施例对此不进行限制。
实施例二
图2为本发明实施例二提供的一种驾驶状态监测方法的流程图,本发明实施例在上述实施例的基础上,对根据驾驶辅助功能信息计算驾驶状态指数的累加值的过程进行了进一步的具体化。
如图2所示,该方法包括:
S210,获取驾驶辅助功能信息。
S220,判断所述驾驶辅助功能信息是否为车道偏离预警信息或者车道保持辅助信息,若是,则执行S250,否则执行S230。
当接收到车道偏离预警信息或者车道保持辅助信息,可以确定此时驾驶员疲劳驾驶的可能性较高,可以直接进行驾驶状态指数的累加。
S230,判断所述驾驶辅助功能信息是否为碰撞预警信息、紧急制动控制信息或者紧急转向辅助信息,若是执行S240,否则返回执行S210。
本实施例中,碰撞预警信息、紧急制动控制信息和紧急转向辅助信息的产生不一定是驾驶员疲劳驾驶造成的,可以是突发状况造成的,不应在接收到碰撞预警信息、紧急制动控制信息和紧急转向辅助信息之后,直接记录驾驶状态指数。可以通过方向盘转向信息判断驾驶员对方向盘是否处于正常控制的状态,若判断为正常,则不记录驾驶状态指数。
S240,判断根据方向盘转向信息是否确定方向盘处于脱手状态,若是,则执行S250,否则返回执行S210。
其中,方向盘转向信息用于判断方向盘是否被驾驶员正常操控,所述方向盘转向信息可以包括以下至少一项:方向盘助力值、手力矩值以及驾驶员脱手判定信号。
其中,方向盘助力值可以是方向盘受到的作用力数值,例如驾驶员沿紧急避让方向操控了方向盘,得到方向盘助力值。手力矩值可以是方向盘半径乘以方向盘边缘作用力。驾驶员脱手判定信号可以是方向盘转向发送的信号,用于表示驾驶员未触碰方向盘。
相应的,方向盘转向信息为方向盘助力值时,若确定方向盘助力值小于或者等于预设助力值阈值,则确定方向盘处于脱手状态。方向盘转向信息为手力矩值时,若确定手力矩值小于或者等于预设力矩值阈值,则确定方向盘处于脱手状态。若确定接收到驾驶员脱手判定信号,则确定方向盘处于脱手状态。
具体的,预设助力值阈值和预设力矩值阈值可根据试验或大数据分析得到,本发明实施例对此不做限制。方向盘助力值小于或者等于预设助力值阈值、手力矩值小于或者等于预设力矩值阈值和接收到驾驶员脱手判定信号三者中出现任意一个,均确定方向盘处于脱手状态。
S250,根据驾驶辅助功能信息,计算危险系数。
其中,危险系数可以反映当前车辆危险程度。
具体的,以接收到车道偏离预警信息为例,车道偏离预警信息可以包括车道偏离预警信号和预计跨线时间,预计跨线时间越短,当前车辆危险程度越高,预计跨线时间越长,当前车辆危险程度越低。可以对预计跨线时间所处的不同时间区间,设置不同的危险系数。示例性的,可以设置为预计跨线时间为小于或等于0.1s时,危险系数为1.5,预计跨线时间为大于0.1s,小于等于0.5s时,危险系数为1.2,预计跨线时间为大于0.5s时,危险系数为1,本实施例对不同的预计跨线时间与不同的危险系数之间的匹配方式不进行限制。
车道偏离预警信息和车道保持辅助信息可能同时产生,此时只记录两者中驾驶状态指数与危险系数的乘积较高的一个。
当驾驶辅助功能信息为碰撞预警信息、紧急制动控制信息或者紧急转向辅助信息时,需要结合方向盘转向信息判断是否进行危险系数的计算和驾驶状态指数的累加。当根据方向盘转向信息确定方向盘处于脱手状态时,以碰撞预警信息为例,碰撞预警信息可以是碰撞预警信号和障碍物距离,障碍物距离越小,当前车辆危险程度越高。可以对障碍物距离所处的不同区间,设置不同的危险系数。本实施例对根据碰撞预警信息、紧急制动控制信息或者紧急转向辅助信息计算危险系数的具体方式不进行限制。
S260,根据危险系数与预设的驾驶状态指数的乘积,计算驾驶状态指数的累加值。
在本发明实施例中,在时间周期内,计算危险系数与预设的驾驶状态指数的乘积,进行累加值的计算,累加值一旦超过预设指数阈值,则进行疲劳驾驶状态报警,若超过时间周期累加值仍未超过预设指数阈值,则进入下一时间周期,累加值清零。
S270,判断确定驾驶状态指数的累加值是否大于或者等于预设指数阈值,若是,则执行S280,否则返回执行S210。
S280,确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
本发明实施例的技术方案,通过判断每个驾驶辅助功能信息的危险系数,得到驾驶状态指数和危险系数的乘积,更符合实际驾驶情况。通过检测方向盘是否脱手,避免了道路突发情况对疲劳驾驶判断的影响,提高了疲劳驾驶判断的准确性。
可选的,在本发明实施例中,还可以设置评级周期,根据驾驶员在评级周期内被确定为疲劳驾驶的次数,确定其驾驶行为评级。可以对不同的驾驶行为评级,确定不同的驾驶状态判断的时间周期。或者对于在评级周期内被确定为疲劳驾驶的次数大于或等于预设次数时,提高其驾驶状态指数或危险系数。本实施例对确定驾驶行为评级,以及根据驾驶行为评级进行参数调整的方式不进行限制。
实施例三
图3为本发明实施例三提供的一种驾驶状态监测装置的结构示意图。如图3所示,该装置包括:
驾驶辅助功能信息获取模块310,用于获取驾驶辅助功能信息,所述驾驶辅助功能信息包括以下至少一项:车道偏离预警信息、车道保持辅助信息、碰撞预警信息、紧急制动控制信息以及紧急转向辅助信息;
累加值计算模块320,用于根据驾驶辅助功能信息,计算驾驶状态指数的累加值;
疲劳驾驶状态确定模块330,用于若确定驾驶状态指数的累加值大于或者等于预设指数阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
可选的,所述驾驶辅助功能信息为车道偏离预警信息或者车道保持辅助信息时,所述累加值计算模块320包括:
第一危险系数计算单元,用于根据驾驶辅助功能信息,计算危险系数;
第一累加值计算单元,用于根据危险系数与预设的驾驶状态指数的乘积,计算驾驶状态指数的累加值。
可选的,所述驾驶辅助功能信息为碰撞预警信息、紧急制动控制信息或者紧急转向辅助信息时,所述累加值计算模块320包括:
第二危险系数计算单元,用于若根据方向盘转向信息确定方向盘处于脱手状态,则根据驾驶辅助功能信息,计算危险系数;
第二累加值计算单元,用于根据危险系数与预设的驾驶状态指数的乘积,计算驾驶状态指数的累加值。
可选的,所述方向盘转向信息包括以下至少一项:方向盘助力值、手力矩值以及驾驶员脱手判定信号;
第二危险系数计算单元包括:
脱手状态确定子单元,用于若确定方向盘助力值小于或者等于预设助力值阈值,则确定方向盘处于脱手状态;或者,若确定手力矩值小于或者等于预设力矩值阈值,则确定方向盘处于脱手状态;或者,若确定接收到驾驶员脱手判定信号,则确定方向盘处于脱手状态。
可选的,所述装置,还包括:
行驶时间获取模块,用于获取车辆连续行驶时间;
第一驾驶状态确定模块,用于若确定车辆连续行驶时间大于或者等于预设时间阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
可选的,所述装置,还包括:
行驶里程获取模块,用于获取车辆连续行驶里程;
第二驾驶状态确定模块,用于若确定车辆连续行驶里程大于或者等于预设里程阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
可选的,所述装置,还包括:
驾驶员状态信息获取模块,用于获取与驾驶员匹配的状态监测装置发送的驾驶员状态信息;
第三驾驶状态确定模块,用于若根据所述驾驶员状态信息确定驾驶员的驾驶状态为疲劳驾驶,则进行疲劳驾驶状态报警;若根据所述驾驶员状态信息确定驾驶员的驾驶状态为危险驾驶,则进行危险驾驶状态报警。
本发明实施例所提供的驾驶状态监测装置可执行本发明任意实施例所提供的驾驶状态监测方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图,如图4所示,该计算机设备包括处理器70、存储器71、输入装置72和输出装置73;计算机设备中处理器70的数量可以是一个或多个,图4中以一个处理器70为例;计算机设备中的处理器70、存储器71、输入装置72和输出装置73可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器71作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的驾驶状态监测方法对应的模块(例如,驾驶状态监测装置中的驾驶辅助功能信息获取模块310、累加值计算模块320和疲劳驾驶状态确定模块330)。处理器70通过运行存储在存储器71中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述的驾驶状态监测方法。
存储器71可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器71可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器71可进一步包括相对于处理器70远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置72可用于接收输入的数字或字符信息,以及产生与计算机设备的用户设置以及功能控制有关的键信号输入。输出装置73可包括显示屏等显示设备。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种驾驶状态监测方法,
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的驾驶状态监测方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
值得注意的是,上述驾驶状态监测装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种驾驶状态监测方法,其特征在于,包括:
获取驾驶辅助功能信息,所述驾驶辅助功能信息包括以下至少一项:车道偏离预警信息、车道保持辅助信息、碰撞预警信息、紧急制动控制信息以及紧急转向辅助信息;
根据驾驶辅助功能信息,计算驾驶状态指数的累加值;
若确定驾驶状态指数的累加值大于或者等于预设指数阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
2.根据权利要求1所述的方法,其特征在于,所述驾驶辅助功能信息为车道偏离预警信息或者车道保持辅助信息;
根据驾驶辅助功能信息,计算驾驶状态指数的累加值,包括:
根据驾驶辅助功能信息,计算危险系数;
根据危险系数与预设的驾驶状态指数的乘积,计算驾驶状态指数的累加值。
3.根据权利要求1所述的方法,其特征在于,所述驾驶辅助功能信息为碰撞预警信息、紧急制动控制信息或者紧急转向辅助信息;
根据驾驶辅助功能信息,计算驾驶状态指数的累加值,包括:
若根据方向盘转向信息确定方向盘处于脱手状态,则根据驾驶辅助功能信息,计算危险系数;
根据危险系数与预设的驾驶状态指数的乘积,计算驾驶状态指数的累加值。
4.根据权利要求3所述的方法,其特征在于,所述方向盘转向信息包括以下至少一项:方向盘助力值、手力矩值以及驾驶员脱手判定信号;
根据方向盘转向信息确定方向盘处于脱手状态,包括:
若确定方向盘助力值小于或者等于预设助力值阈值,则确定方向盘处于脱手状态;或者,
若确定手力矩值小于或者等于预设力矩值阈值,则确定方向盘处于脱手状态;或者,
若确定接收到驾驶员脱手判定信号,则确定方向盘处于脱手状态。
5.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
获取车辆连续行驶时间;
若确定车辆连续行驶时间大于或者等于预设时间阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
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:
获取车辆连续行驶里程;
若确定车辆连续行驶里程大于或者等于预设里程阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
7.根据权利要求1所述的方法,其特征在于,所述方法,还包括:
获取与驾驶员匹配的状态监测装置发送的驾驶员状态信息;
若根据所述驾驶员状态信息确定驾驶员的驾驶状态为疲劳驾驶,则进行疲劳驾驶状态报警;
若根据所述驾驶员状态信息确定驾驶员的驾驶状态为危险驾驶,则进行危险驾驶状态报警。
8.一种驾驶状态监测装置,其特征在于,包括:
驾驶辅助功能信息获取模块,用于获取驾驶辅助功能信息,所述驾驶辅助功能信息包括以下至少一项:车道偏离预警信息、车道保持辅助信息、碰撞预警信息、紧急制动控制信息以及紧急转向辅助信息;
累加值计算模块,用于根据驾驶辅助功能信息,计算驾驶状态指数的累加值;
疲劳驾驶状态确定模块,用于若确定驾驶状态指数的累加值大于或者等于预设指数阈值,则确定驾驶状态为疲劳驾驶,并进行疲劳驾驶状态报警。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在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程序时实现如权利要求1-7中任一所述的驾驶状态监测方法。
10.一种存储计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的驾驶状态监测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210734616.6A CN114987502B (zh) | 2022-06-27 | 一种驾驶状态监测方法、装置、计算机设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210734616.6A CN114987502B (zh) | 2022-06-27 | 一种驾驶状态监测方法、装置、计算机设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114987502A true CN114987502A (zh) | 2022-09-02 |
CN114987502B CN114987502B (zh) | 2024-05-03 |
Family
ID=
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116001800A (zh) * | 2022-12-30 | 2023-04-25 | 联通智网科技股份有限公司 | 车辆驾驶风险信息获取方法、装置、电子设备及介质 |
CN116101303A (zh) * | 2023-04-07 | 2023-05-12 | 成都理工大学工程技术学院 | 一种车辆辅助驾驶方法、系统、装置和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140025257A1 (en) * | 2012-07-23 | 2014-01-23 | Denso Corporation | Drive Assist Apparatus Assisting Driver To Drive Vehicle Based On Degree Of Fatigue Of Driver |
CN107640152A (zh) * | 2017-08-08 | 2018-01-30 | 吉利汽车研究院(宁波)有限公司 | 一种车道保持辅助系统的可靠性控制装置及方法 |
CN109035718A (zh) * | 2018-07-31 | 2018-12-18 | 苏州清研微视电子科技有限公司 | 多因素融合的危险驾驶行为分级预警方法 |
CN109934189A (zh) * | 2019-03-19 | 2019-06-25 | 何世全 | 一种驾驶预警方法、系统及终端 |
CN110063735A (zh) * | 2019-04-16 | 2019-07-30 | 中国第一汽车股份有限公司 | 基于驾驶行为的疲劳监测方法 |
CN111376909A (zh) * | 2020-03-21 | 2020-07-07 | 东风汽车集团有限公司 | 一种间接疲劳监测方法 |
CN112102586A (zh) * | 2020-09-17 | 2020-12-18 | 杭州海康威视系统技术有限公司 | 一种疲劳驾驶告警方法、装置及设备 |
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140025257A1 (en) * | 2012-07-23 | 2014-01-23 | Denso Corporation | Drive Assist Apparatus Assisting Driver To Drive Vehicle Based On Degree Of Fatigue Of Driver |
CN107640152A (zh) * | 2017-08-08 | 2018-01-30 | 吉利汽车研究院(宁波)有限公司 | 一种车道保持辅助系统的可靠性控制装置及方法 |
CN109035718A (zh) * | 2018-07-31 | 2018-12-18 | 苏州清研微视电子科技有限公司 | 多因素融合的危险驾驶行为分级预警方法 |
CN109934189A (zh) * | 2019-03-19 | 2019-06-25 | 何世全 | 一种驾驶预警方法、系统及终端 |
CN110063735A (zh) * | 2019-04-16 | 2019-07-30 | 中国第一汽车股份有限公司 | 基于驾驶行为的疲劳监测方法 |
CN111376909A (zh) * | 2020-03-21 | 2020-07-07 | 东风汽车集团有限公司 | 一种间接疲劳监测方法 |
CN112102586A (zh) * | 2020-09-17 | 2020-12-18 | 杭州海康威视系统技术有限公司 | 一种疲劳驾驶告警方法、装置及设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116001800A (zh) * | 2022-12-30 | 2023-04-25 | 联通智网科技股份有限公司 | 车辆驾驶风险信息获取方法、装置、电子设备及介质 |
CN116001800B (zh) * | 2022-12-30 | 2024-04-05 | 联通智网科技股份有限公司 | 车辆驾驶风险信息获取方法、装置、电子设备及介质 |
CN116101303A (zh) * | 2023-04-07 | 2023-05-12 | 成都理工大学工程技术学院 | 一种车辆辅助驾驶方法、系统、装置和存储介质 |
CN116101303B (zh) * | 2023-04-07 | 2023-07-07 | 成都理工大学工程技术学院 | 一种车辆辅助驾驶方法、系统、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105679020B (zh) | 一种驾驶行为分析装置和方法 | |
EP2862741B1 (en) | Vehicle driver assist arrangement | |
CN104916165B (zh) | 一种前车驾驶员不安全驾驶行为检测方法及装置 | |
US9082285B2 (en) | System and method for determining vehicle driving status information-based driving concentration | |
CN113479211B (zh) | 基于机器视觉的汽车驾驶安全行为识别和提醒方法及系统 | |
CN108099819B (zh) | 一种车道偏离预警系统及方法 | |
JP2013084236A (ja) | 車両位置情報基盤の非正常運転判定及び警報システム | |
JP5532714B2 (ja) | 運転者状態推定装置及びプログラム | |
EP1663711B1 (en) | Detection of unintended lane departures | |
KR101938314B1 (ko) | 운전 습관에 따른 후측방 경보 장치 및 방법 | |
JP4877060B2 (ja) | 車両用注意喚起システム | |
CN110063735A (zh) | 基于驾驶行为的疲劳监测方法 | |
CN110901385B (zh) | 一种基于驾驶员疲劳状态的主动限速方法 | |
KR20100000388A (ko) | 차선이탈 경보시스템 | |
CN114030475A (zh) | 一种车辆辅助驾驶方法、装置、车辆及存储介质 | |
JP5643142B2 (ja) | 運転能力判定装置及び運転能力判定方法 | |
CN111768651A (zh) | 一种预防车辆碰撞的预警方法及装置 | |
CN110992709A (zh) | 一种基于驾驶员疲劳状态的主动限速系统 | |
CN114987502B (zh) | 一种驾驶状态监测方法、装置、计算机设备以及存储介质 | |
CN116552542A (zh) | 车辆控制方法、装置、电子设备和存储介质 | |
CN114987502A (zh) | 一种驾驶状态监测方法、装置、计算机设备以及存储介质 | |
CN112874515B (zh) | 利用驾驶姿态对驾驶辅助系统进行安全提醒的系统和方法 | |
CN114162129A (zh) | 车辆碰撞责任判定方法、装置和系统 | |
CN113968241A (zh) | 危险驾驶行为的控制方法、装置、车辆及存储介质 | |
JP6565433B2 (ja) | 安全運転促進装置及び安全運転促進方法 |
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 |