CN116691719A - 一种驾驶员预警方法、装置、设备和存储介质 - Google Patents
一种驾驶员预警方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN116691719A CN116691719A CN202310620343.7A CN202310620343A CN116691719A CN 116691719 A CN116691719 A CN 116691719A CN 202310620343 A CN202310620343 A CN 202310620343A CN 116691719 A CN116691719 A CN 116691719A
- Authority
- CN
- China
- Prior art keywords
- driver
- driving state
- reminding
- fatigue
- determining
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 65
- 238000004590 computer program Methods 0.000 claims description 15
- 230000004399 eye closure Effects 0.000 claims description 11
- 230000001815 facial effect Effects 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 206010041349 Somnolence Diseases 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000008433 psychological processes and functions Effects 0.000 description 2
- 230000000638 stimulation Effects 0.000 description 2
- 206010028372 Muscular weakness Diseases 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 210000000744 eyelid Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008288 physiological mechanism Effects 0.000 description 1
- 230000035790 physiological processes and functions Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
Abstract
本发明公开了一种驾驶员预警方法、装置、设备和存储介质，该方法应用于车载智能系统，包括：获取预设时间段的驾驶员面部图像；从驾驶员面部图像中，确定预设时间段驾驶员眼睛闭合的面部图像帧数；根据眼睛闭合的面部帧数，判断驾驶员是否处于疲劳驾驶状态；当驾驶员处于疲劳驾驶状态时，确定驾驶员的疲劳等级；根据疲劳等级，确定与疲劳等级匹配的提醒方式，并通过提醒方式提醒驾驶员。本发明可以根据预设时间段的驾驶员面部图像，确定出驾驶员是否处于疲劳状态；本发明可以在驾驶员处于疲劳驾驶状态时，确定出驾驶员的疲劳等级，然后根据驾驶员的不同疲劳程度，对驾驶员施加不同的提醒，可以提高驾驶的安全性，对驾驶员的提醒更有效。
Description
技术领域
本发明涉及汽车技术领域，具体涉及一种驾驶员预警方法、装置、设备和存储介质。
背景技术
近年来，随着汽车技术的发展，驾驶员疲劳驾驶的预警越来越受到人们的重视，疲劳驾驶指的是当驾驶人的睡眠质量差或者不足，或者长时间连续行车后，产生生理机理和心理机能的失调，而在客观上出现驾驶技能下降的现象，现有技术中，为了对疲劳驾驶行为进行预警，最经常使用的是基于驾驶员的面部特征，来对驾驶员的驾驶状态进行检测，在通过发出提示信号—声音、视觉—让驾驶员脱离疲劳状态，但是这样单方面的轻度打断，对疲劳状态的驾驶员的提醒效果有限。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种驾驶员预警方法、装置、设备和存储介质。
为了解决上述问题，本发明实施例公开了一种驾驶员预警方法，应用于车载智能系统，所述方法包括：
获取预设时间段的驾驶员面部图像；
从所述驾驶员面部图像中，确定预设时间段驾驶员眼睛闭合的面部图像帧数；
根据所述眼睛闭合的面部图像帧数，判断所述驾驶员是否处于疲劳驾驶状态；
当所述驾驶员处于疲劳驾驶状态时，确定所述驾驶员的疲劳等级；
根据所述疲劳等级，确定与所述疲劳等级匹配的提醒方式，并通过所述提醒方式提醒所述驾驶员。
可选地，所述根据所述眼睛闭合的面部图像帧数，判断所述驾驶员是否处于疲劳驾驶状态，包括：
获取所述驾驶员面部图像的采集帧数；
根据所述驾驶员面部图像的采集帧数和所述眼睛闭合的面部图像帧数，确定所述驾驶员的眼睛闭合时间占比值；
若所述眼睛闭合时间占比值大于第一阈值，则确定所述驾驶员处于疲劳驾驶状态；
若所述眼睛闭合时间占比值小于第一阈值，则确定所述驾驶员为正常驾驶状态。
可选地，所述确定所述驾驶员的疲劳等级，包括：
若所述眼睛闭合时间占比值大于第一阈值且小于第二阈值，则确定所述驾驶员处于轻度疲劳驾驶状态；
若所述眼睛闭合时间占比值大于所述第二阈值且小于第三阈值，则确定所述驾驶员处于中度疲劳驾驶状态；
若所述眼睛闭合时间占比值大于所述第三阈值，则确定所述驾驶员处于重度疲劳驾驶状态。
可选地，所述根据所述疲劳等级，确定与所述疲劳等级匹配的提醒方式，包括：
若所述驾驶员处于轻度疲劳驾驶状态，则确定所述提醒方式为输出第一提醒信息；所述第一提醒信息包括预设频率的音乐或语音；
若所述驾驶员处于中度疲劳驾驶状态，则确定所述提醒方式为输出第二提醒信息并打开车内新风系统，所述第二提醒信息用于语音提醒所述驾驶员处于疲劳驾驶员状态；
若所述驾驶员处于重度疲劳驾驶状态，则确定所述提醒方式为输出第三提醒信息，所述第三提醒信息用于语音提醒所述驾驶员处于危险驾驶状态并减速靠边停车，其中所述第二提醒信息的频率大于所述第一提醒信息，所述第三提醒信息的频率大于所述第二提醒信息。
可选地，所述方法还包括：
在经过所述提醒方式提醒所述驾驶员后，判断所述驾驶员是否恢复正常驾驶状态；
若所述驾驶员恢复正常驾驶状态，则停止采用所述提醒方式提醒所述驾驶员。
可选地，所述在经过所述提醒方式提醒所述驾驶员后，判断所述驾驶员是否恢复正常驾驶状态，包括：
当所述驾驶员处于轻度疲劳驾驶状态，在经过所述提醒方式提醒所述驾驶员后，若检测所述眼睛闭合时间占比值大于第一阈值，则确定所述驾驶员未恢复正常驾驶状态。
可选地，所述方法还包括：
若所述驾驶员未恢复正常驾驶状态，则输出所述第二提醒信息提醒所述驾驶员并打开车内新风系统。
可选地，所述方法还包括：
判断所述驾驶员是否恢复正常驾驶状态；
若所述驾驶员未恢复正常驾驶状态，则提高所述提醒方式的刺激强度，直到所述驾驶员恢复正常驾驶状态停止提醒。
本发明还公开了一种驾驶员预警装置，应用于车载智能系统，所述装置包括：
获取模块，用于获取预设时间段的驾驶员面部图像；
第一确定模块，用于从所述驾驶员面部图像中，确定预设时间段驾驶员眼睛闭合的面部图像帧数；
第一判断模块，用于根据所述眼睛闭合的面部图像帧数，判断所述驾驶员是否处于疲劳驾驶状态；
第二确定模块，用于当所述驾驶员处于疲劳驾驶状态时，确定所述驾驶员的疲劳等级；
提醒模块，用于根据所述疲劳等级，确定与所述疲劳等级匹配的提醒方式，并通过所述提醒方式提醒所述驾驶员。
可选地，所述第一判断模块，包括：
获取子模块，用于获取所述驾驶员面部图像的采集帧数；
第一确定子模块，用于根据所述驾驶员面部图像的采集帧数和所述眼睛闭合的面部图像帧数，确定所述驾驶员的眼睛闭合时间占比值；
第二确定子模块，用于若所述眼睛闭合时间占比值大于第一阈值，则确定所述驾驶员处于疲劳驾驶状态；
第三确定子模块，用于若所述眼睛闭合时间占比值小于第一阈值，则确定所述驾驶员为正常驾驶状态。
可选地，所述第二确定模块，包括：
第四确定子模块，用于若所述眼睛闭合时间占比值大于第一阈值且小于第二阈值，则确定所述驾驶员处于轻度疲劳驾驶状态；
第五确定子模块，用于若所述眼睛闭合时间占比值大于所述第二阈值且小于第三阈值，则确定所述驾驶员处于中度疲劳驾驶状态；
第六确定子模块，用于若所述眼睛闭合时间占比值大于所述第三阈值，则确定所述驾驶员处于重度疲劳驾驶状态。
可选地，所述提醒模块，包括：
第七确定子模块，用于若所述驾驶员处于轻度疲劳驾驶状态，则确定所述提醒方式为输出第一提醒信息；所述第一提醒信息包括预设频率的音乐或语音；
第八确定子模块，用于若所述驾驶员处于中度疲劳驾驶状态，则确定所述提醒方式为输出第二提醒信息并打开车内新风系统，所述第二提醒信息用于语音提醒所述驾驶员处于疲劳驾驶员状态；
第九确定子模块，用于若所述驾驶员处于重度疲劳驾驶状态，则确定所述提醒方式为输出第三提醒信息，所述第三提醒信息用于语音提醒所述驾驶员处于危险驾驶状态并减速靠边停车，其中所述第二提醒信息的频率大于所述第一提醒信息，所述第三提醒信息的频率大于所述第二提醒信息。
可选地，所述装置还包括：
第二判断模块，用于在经过所述提醒方式提醒所述驾驶员后，判断所述驾驶员是否恢复正常驾驶状态；
停止模块，用于若所述驾驶员恢复正常驾驶状态，则停止采用所述提醒方式提醒所述驾驶员。
可选地，所述第二判断模块，包括：
检测子模块，用于当所述驾驶员处于轻度疲劳驾驶状态，在经过所述提醒方式提醒所述驾驶员后，若检测所述眼睛闭合时间占比值大于第一阈值，则确定所述驾驶员未恢复正常驾驶状态。
可选地，所述装置还包括：
输出模块，用于若所述驾驶员未恢复正常驾驶状态，则输出所述第二提醒信息提醒所述驾驶员并打开车内新风系统。
可选地，所述装置还包括：
第三判断模块，用于判断所述驾驶员是否恢复正常驾驶状态；
提高模块，用于若所述驾驶员未恢复正常驾驶状态，则提高所述提醒方式的刺激强度，直到所述驾驶员恢复正常驾驶状态停止提醒。
本发明还公开了一种电子设备，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上述的驾驶员预警方法的步骤。
本发明还公开了一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上述的驾驶员预警方法的步骤
本发明公开了一种驾驶员预警方法，本发明通过获取预设时间段的驾驶员面部图像，确定预设时间段驾驶员眼睛闭合的面部图像帧数，然后进一步确定出驾驶员是否处于疲劳状态；本发明可以在驾驶员处于疲劳驾驶状态时，确定出驾驶员的疲劳等级，然后根据驾驶员的不同疲劳程度，对驾驶员施加不同的提醒，可以提高驾驶的安全性，对驾驶员的提醒更有效。
附图说明
图1是本发明实施例提供的一种驾驶员预警方法的步骤流程图；
图2是本发明实施例提供的另一种驾驶员预警方法的步骤流程图；
图3是本发明实施例提供的一种驾驶员预警装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
疲劳驾驶极易引起交通事故，当驾驶人睡眠质量差或不足，或者长时间连续行车后，产生生理机能和心理机能的失调，而在客观上出现驾驶技能下降的现象，疲劳驾驶会影响到驾驶人的注意、感觉、知觉、思维、判断、意志、决定和运动等诸多方面，直接表现为：困倦瞌睡、四肢无力、注意力不集中、判断能力下降，甚至出现精神恍惚或瞬间记忆消失，出现动作迟误或过早，操作停顿或修正时间不当等不安全因素，极易发生道路交通事故。
现有技术中，最经常使用的是基于驾驶员的面部特征，来对驾驶员的驾驶状态进行检测，在通过发出提示信号：声音、视觉，让驾驶员脱离疲劳状态。但是这样单方面的轻度打断，对疲劳状态的驾驶员的提醒效果有限。
基于此，本发明实施例的核心构思之一在于，通过获取预设时间段的驾驶员面部图像，确定预设时间段驾驶员眼睛闭合的面部图像帧数，然后进一步确定出驾驶员是否处于疲劳状态；本发明可以在驾驶员处于疲劳驾驶状态时，确定出驾驶员的疲劳等级，然后根据驾驶员的不同疲劳程度，对驾驶员施加不同的提醒，可以提高驾驶的安全性，对驾驶员的提醒更有效。
参照图1，示出了本发明实施例提供的一种驾驶员预警方法的步骤流程图，应用于车载智能系统，该方法可以包括如下步骤：
步骤101，获取预设时间段的驾驶员面部图像。
本发明实施例中，驾驶员面部图像指的是驾驶员开车过程中用于表示驾驶员面部特征的图像，车载驾驶系统可以通过摄像机拍摄预设时间段的驾驶员面部图像，从而获得多个图像，在一种示例中，预设时间段为10:00-10:01，车载驾驶系统可以通过摄像机拍摄10:00至10:01一分钟内的驾驶员面部图像。
步骤102，从驾驶员面部图像中，确定预设时间段驾驶员眼睛闭合的面部图像帧数。
本发明实施例中，驾驶员眼睛闭合指的是驾驶员眼皮覆盖瞳孔超过80％时，记为驾驶员眼睛闭合，可以从驾驶员面部图像中，对每一张图像进行判断，从而可以判断出预设时间段驾驶员眼睛闭合的面部图像帧数。
步骤103，根据眼睛闭合的面部图像帧数，判断驾驶员是否处于疲劳驾驶状态。
本发明实施例中，可以根据眼睛闭合的面部图像的帧数的多小，确定驾驶员是否处于疲劳驾驶状态，当眼睛闭合的面部图像帧数超过某一阈值，则可以确定驾驶员处于疲劳驾驶状态，否则驾驶员处于正常驾驶状态。
步骤104，当驾驶员处于疲劳驾驶状态时，确定驾驶员的疲劳等级。
本发明实施例中，疲劳等级指的是驾驶员疲劳驾驶的严重程度，等级越高说明驾驶员越疲劳，等级越低，说明驾驶员驾驶的疲劳程度越低，在确定出驾驶员处于疲劳驾驶状态时，可以确定出驾驶员的疲劳等级。
步骤105，根据疲劳等级，确定与疲劳等级匹配的提醒方式，并通过提醒方式提醒驾驶员。
本发明实施例中，当驾驶员处于疲劳驾驶时，可以根据不同驾驶员的疲劳程度，对驾驶员施加不同的提醒方式，如疲劳等级越高，则对驾驶员施加的提醒强度更高，从而对处于疲劳驾驶状态的驾驶员的刺激更明确。
本发明公开了一种驾驶员预警方法，本发明通过获取预设时间段的驾驶员面部图像，确定预设时间段驾驶员眼睛闭合的面部图像帧数，然后进一步确定出驾驶员是否处于疲劳状态；本发明可以在驾驶员处于疲劳驾驶状态时，确定出驾驶员的疲劳等级，然后根据驾驶员的不同疲劳程度，对驾驶员施加不同的提醒，可以提高驾驶的安全性，对驾驶员的提醒更有效。
参照图2，示出了本发明实施例提供的另一种驾驶员预警方法的步骤流程图，应用于车载智能系统，该方法可以包括如下步骤：
步骤201，获取预设时间段的驾驶员面部图像。
步骤202，从驾驶员面部图像中，确定预设时间段驾驶员眼睛闭合的面部图像帧数。
步骤203，获取驾驶员面部图像的采集帧数。
本发明实施例中，采集帧数指的是摄像头在预设时间段内采集驾驶员面部图像的帧数，例如，在预设时间段13:01-13:02一分钟的时间段内，摄像头采集驾驶员面部图像的采集帧数为500。
步骤204，根据驾驶员面部图像的采集帧数和眼睛闭合的面部图像帧数，确定驾驶员的眼睛闭合时间占比值。
本发明实施例中，假设驾驶员面部图像的采集帧数为A，眼睛闭合的面部图像帧数为B，则驾驶员的眼睛闭合时间占比值S＝(B/A)*100％，在一种示例中，在预设时间段13:01-13:02一分钟的时间段内，眼睛闭合的面部图像帧数为300，则可以计算出眼睛闭合占比值S为60％。
步骤205，若眼睛闭合时间占比值大于第一阈值，则确定驾驶员处于疲劳驾驶状态。
本发明实施例中，第一阈值可以根据用户的需求进行设定，若用户需要获取的判断结果更准确，可以降低第一阈值，在一种示例中，第一阈值为50％，S为60％大于第一阈值，则可以确定驾驶员处于疲劳驾驶状态。
需要说明的是，第一阈值的大小可以根据用户的需求进行设定，在此不做限定。
步骤206，若眼睛闭合时间占比值小于第一阈值，则确定驾驶员为正常驾驶状态。
本发明实施例中，若S小于第一阈值，则说明驾驶员闭眼的频率正常，可以确定驾驶员为正常驾驶状态。
步骤207，当驾驶员处于疲劳驾驶状态时，确定驾驶员的疲劳等级。
在本发明的一种实施例方式中，确定驾驶员的疲劳等级，包括：
若眼睛闭合时间占比值大于第一阈值且小于第二阈值，则确定驾驶员处于轻度疲劳驾驶状态；若眼睛闭合时间占比值大于第二阈值且小于第三阈值，则确定驾驶员处于中度疲劳驾驶状态；若眼睛闭合时间占比值大于第三阈值，则确定驾驶员处于重度疲劳驾驶状态。
本发明实施例中，设定第一阈值为d1，第二阈值d2，第三阈值d3，当d1<S<d2，可以确定驾驶员为轻度驾疲劳驶状态，当d2<S<d3，可以确定驾驶员为中度疲劳驾驶状态，当S>d3，可以确定驾驶员处于重度疲劳驾驶状态。
步骤208，根据疲劳等级，确定与疲劳等级匹配的提醒方式，并通过提醒方式提醒驾驶员。
本发明实施例中，可以根据驾驶员处于的不同的疲劳等级，对驾驶员施加不同的提醒，且疲劳等级越高的，提醒强度越高。
在本发明的一种实施例方式中，，所述根据疲劳等级，确定与疲劳等级匹配的提醒方式，包括：
若驾驶员处于轻度疲劳驾驶状态，则确定提醒方式为输出第一提醒信息；第一提醒信息包括预设频率的音乐或语音；若驾驶员处于中度疲劳驾驶状态，则确定提醒方式为输出第二提醒信息并打开车内新风系统，第二提醒信息用于语音提醒驾驶员处于疲劳驾驶员状态；若驾驶员处于重度疲劳驾驶状态，则确定提醒方式为输出第三提醒信息，第三提醒信息用于语音提醒驾驶员处于危险驾驶状态并减速靠边停车，其中第二提醒信息的频率大于第一提醒信息，第三提醒信息的频率大于第二提醒信息。
本发明实施例中，当确定驾驶员处于轻度疲劳驾驶状态时，车载智能系统可以输出预设频率的音乐或者语音来提醒驾驶员，例如输出的音乐为欢快的音乐，当驾驶员处于中度疲劳驾驶状态时，车载智能系统可以输出第二提醒信息，例如输出语音信息：您已处于中度疲劳驾驶状态，请注意！并同时打开新风系统，其中第二提醒信息的频率大于第一提醒信息；当驾驶员处于重度疲劳驾驶状态时，车载智能系统可以输出第四提醒信息，例如输出语音：您已处于危险驾驶状态，请行驶至安全停车区域停车休息！其中第三提醒信息的频率大于第二提醒信息。
需要说明的是，本发明的第三提醒信息的音调、响度还可以高于第二提醒信息，第二提醒信息的音调、响度还可以高于第一提醒信息。
在本发明的一种实施例方式中，所述方法还包括：在经过提醒方式提醒驾驶员后，判断驾驶员是否恢复正常驾驶状态；若驾驶员恢复正常驾驶状态，则停止采用提醒方式提醒驾驶员。
本发明实施例中，例如驾驶员处于轻度疲劳驾驶状态，若对驾驶员输出第一提醒信息后，可以判断驾驶员是否恢复正常驾驶状态，若恢复，则停止输出第一提醒信息。
在本发明的一种实施例方式中，所述在经过提醒方式提醒所述驾驶员后，判断驾驶员是否恢复正常驾驶状态，包括：
当驾驶员处于轻度疲劳驾驶状态，在经过提醒方式提醒驾驶员后，若检测眼睛闭合时间占比值大于第一阈值，则确定驾驶员未恢复正常驾驶状态。
本发明实施例中，若驾驶员处于轻度疲劳驾驶状态，在经过输出第一提醒信息后，可以计算驾驶员的眼睛闭合时间占比值，若S<d1，则可以确定驾驶员恢复正常驾驶状态，若S>d1，则可以确定驾驶员仍处于轻度疲劳驾驶状态。
本发明实施例中，若驾驶员处于中度疲劳驾驶状态，可以检测驾驶员通过手动滑动中控屏关闭语音提醒所需要的时间和失败次数，来确定是否恢复正常驾驶状态，具体的，可以获取驾驾驶员滑动按钮的时间t，以及失败次数f，若t<T(时间阈值)，且f<F(次数阈值)，则可以确定驾驶员恢复正常驾驶找他，在一种示例中，T＝1，F＝3，t＝0.5，f＝2，则可以确定驾驶员恢复正常驾驶状态。若检测的t＝1.1，f＝4，则可以确定驾驶员未恢复正常驾驶状态。
若驾驶员处于重度疲劳驾驶状态，可以通过检测驾驶员预设时间内是否减速停车，来确定驾驶员是否恢复正常驾驶状态，例如检测驾驶员是否在10s内减速靠边停车，若驾驶员在10s内减速靠边停车，则确定驾驶员恢复正常驾驶状态。
在本发明的一种实施例方式中，所述方法还包括：
若驾驶员未恢复正常驾驶状态，则输出第二提醒信息提醒驾驶员并打开车内新风系统。
本发明实施例中，当驾驶员处于轻度疲劳驾驶状态，在对驾驶员输出第一提醒信息后，若驾驶员未恢复正常驾驶状态，可以输出第二提醒信息提醒驾驶员并打开车内新风系统。
当驾驶员处于中度疲劳驾驶状态，在对驾驶员输出第二提醒信息后，若驾驶员未恢复正常驾驶状态，可以输出第三提醒信息提醒驾驶员减速靠边停车，直到驾驶员靠边停车后停止对驾驶员的提醒。
当驾驶员处于重度疲劳驾驶状态，在对驾驶员输出第三提醒信息后，若驾驶员未恢复正常驾驶状态，则可以持续输出第三提醒信息并提高第三提醒信息的响度和音调，直到驾驶员恢复正常驾驶状态。
在本发明的一种实施例方式中，所述方法还包括：
判断驾驶员是否恢复正常驾驶状态；若驾驶员未恢复正常驾驶状态，则提高提醒方式的刺激强度，直到驾驶员恢复正常驾驶状态停止提醒。
本发明实施例中，在对驾驶员提醒后，可以判断驾驶员是否恢复正常驾驶状态；若驾驶员未恢复正常驾驶状态，则提高提醒方式的刺激强度，直到驾驶员恢复正常驾驶状态停止提醒。
本发明通过获取预设时间段的驾驶员面部图像，确定预设时间段驾驶员眼睛闭合的面部图像帧数，然后进一步确定出驾驶员是否处于疲劳状态；本发明可以在驾驶员处于疲劳驾驶状态时，确定出驾驶员的疲劳等级，然后根据驾驶员的不同疲劳程度，对驾驶员施加不同的提醒，可以提高驾驶的安全性，对驾驶员的提醒更有效。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图3，示出了本发明实施例提供的一种驾驶员预警装置的结构框图，应用于车载智能系统，所述装置可以包括如下模块：
获取模块301，用于获取预设时间段的驾驶员面部图像；
第一确定模块302，用于从所述驾驶员面部图像中，确定预设时间段驾驶员眼睛闭合的面部图像帧数；
第一判断模块303，用于根据所述眼睛闭合的面部帧数，判断所述驾驶员是否处于疲劳驾驶状态；
第二确定模块304，用于当所述驾驶员处于疲劳驾驶状态时，确定所述驾驶员的疲劳等级；
提醒模块305，用于根据所述疲劳等级，确定与所述疲劳等级匹配的提醒方式，并通过所述提醒方式提醒所述驾驶员。
在本发明的一种实施例方式中，所述第一判断模块303，可以包括：
获取子模块，用于获取所述驾驶员面部图像的采集帧数；
第一确定子模块，用于根据所述驾驶员面部图像的采集帧数和所述眼睛闭合的面部图像帧数，确定所述驾驶员的眼睛闭合时间占比值；
第二确定子模块，用于若所述眼睛闭合时间占比值大于第一阈值，则确定所述驾驶员处于疲劳驾驶状态；
第三确定子模块，用于若所述眼睛闭合时间占比值小于第一阈值，则确定所述驾驶员为正常驾驶状态。
在本发明的一种实施例方式中，第二确定模块304，可以包括：
第四确定子模块，用于若所述眼睛闭合时间占比值大于第一阈值且小于第二阈值，则确定所述驾驶员处于轻度疲劳驾驶状态；
第五确定子模块，用于若所述眼睛闭合时间占比值大于所述第二阈值且小于第三阈值，则确定所述驾驶员处于中度疲劳驾驶状态；
第六确定子模块，用于若所述眼睛闭合时间占比值大于所述第三阈值，则确定所述驾驶员处于重度疲劳驾驶状态。
在本发明的一种实施例方式中，提醒模块305，可以包括：
第七确定子模块，用于若所述驾驶员处于轻度疲劳驾驶状态，则确定所述提醒方式为输出第一提醒信息；所述第一提醒信息包括预设频率的音乐或语音；
第八确定子模块，用于若所述驾驶员处于中度疲劳驾驶状态，则确定所述提醒方式为输出第二提醒信息并打开车内新风系统，所述第二提醒信息用于语音提醒所述驾驶员处于疲劳驾驶员状态；
第九确定子模块，用于若所述驾驶员处于重度疲劳驾驶状态，则确定所述提醒方式为输出第三提醒信息，所述第三提醒信息用于语音提醒所述驾驶员处于危险驾驶状态并减速靠边停车，其中所述第二提醒信息的频率大于所述第一提醒信息，所述第三提醒信息的频率大于所述第二提醒信息。
在本发明的一种实施例方式中，所述装置还包括：
第二判断模块，用于在经过所述提醒方式提醒所述驾驶员后，判断所述驾驶员是否恢复正常驾驶状态；
停止模块，用于若所述驾驶员恢复正常驾驶状态，则停止采用所述提醒方式提醒所述驾驶员。
在本发明的一种实施例方式中，第二判断模块，可以包括：
检测子模块，用于当所述驾驶员处于轻度疲劳驾驶状态，在经过所述提醒方式提醒所述驾驶员后，若检测所述眼睛闭合时间占比值大于第一阈值，则确定所述驾驶员未恢复正常驾驶状态。
在本发明的一种实施例方式中，所述装置还可以包括：
输出模块，用于若所述驾驶员未恢复正常驾驶状态，则输出所述第二提醒信息提醒所述驾驶员并打开车内新风系统。
在本发明的一种实施例方式中，所述装置还可以包括：
第三判断模块，用于判断所述驾驶员是否恢复正常驾驶状态；
提高模块，用于若所述驾驶员未恢复正常驾驶状态，则提高所述提醒方式的刺激强度，直到所述驾驶员恢复正常驾驶状态停止提醒。
本发明公开了一种驾驶员提醒装置，本发明可以根据预设时间段的驾驶员面部图像，确定出驾驶员是否处于疲劳状态；本发明可以在驾驶员处于疲劳驾驶状态时，确定出驾驶员的疲劳等级，然后根据驾驶员的不同疲劳程度，对驾驶员施加不同的提醒，可以提高驾驶的安全性，对驾驶员的提醒更有效。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种电子设备，包括：
包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，该计算机程序被处理器执行时实现上述驾驶员预警方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现上述驾驶员预警方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种驾驶员预警方法、装置、设备和存储介质，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (11)
1.一种驾驶员预警方法，其特征在于，应用于车载智能系统，所述方法包括：
获取预设时间段的驾驶员面部图像；
从所述驾驶员面部图像中，确定预设时间段驾驶员眼睛闭合的面部图像帧数；
根据所述眼睛闭合的面部图像帧数，判断所述驾驶员是否处于疲劳驾驶状态；
当所述驾驶员处于疲劳驾驶状态时，确定所述驾驶员的疲劳等级；
根据所述疲劳等级，确定与所述疲劳等级匹配的提醒方式，并通过所述提醒方式提醒所述驾驶员。
2.根据权利要求1所述的方法，其特征在于，所述根据所述眼睛闭合的面部图像帧数，判断所述驾驶员是否处于疲劳驾驶状态，包括：
获取所述驾驶员面部图像的采集帧数；
根据所述驾驶员面部图像的采集帧数和所述眼睛闭合的面部图像帧数，确定所述驾驶员的眼睛闭合时间占比值；
若所述眼睛闭合时间占比值大于第一阈值，则确定所述驾驶员处于疲劳驾驶状态；
若所述眼睛闭合时间占比值小于第一阈值，则确定所述驾驶员为正常驾驶状态。
3.根据权利要求2所述的方法，其特征在于，所述确定所述驾驶员的疲劳等级，包括：
若所述眼睛闭合时间占比值大于第一阈值且小于第二阈值，则确定所述驾驶员处于轻度疲劳驾驶状态；
若所述眼睛闭合时间占比值大于所述第二阈值且小于第三阈值，则确定所述驾驶员处于中度疲劳驾驶状态；
若所述眼睛闭合时间占比值大于所述第三阈值，则确定所述驾驶员处于重度疲劳驾驶状态。
4.根据权利要求3所述的方法，其特征在于，所述根据所述疲劳等级，确定与所述疲劳等级匹配的提醒方式，包括：
若所述驾驶员处于轻度疲劳驾驶状态，则确定所述提醒方式为输出第一提醒信息；所述第一提醒信息包括预设频率的音乐或语音；
若所述驾驶员处于中度疲劳驾驶状态，则确定所述提醒方式为输出第二提醒信息并打开车内新风系统，所述第二提醒信息用于语音提醒所述驾驶员处于疲劳驾驶员状态；
若所述驾驶员处于重度疲劳驾驶状态，则确定所述提醒方式为输出第三提醒信息，所述第三提醒信息用于语音提醒所述驾驶员处于危险驾驶状态并减速靠边停车，其中所述第二提醒信息的频率大于所述第一提醒信息，所述第三提醒信息的频率大于所述第二提醒信息。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
在经过所述提醒方式提醒所述驾驶员后，判断所述驾驶员是否恢复正常驾驶状态；
若所述驾驶员恢复正常驾驶状态，则停止采用所述提醒方式提醒所述驾驶员。
6.根据权利要求5所述的方法，其特征在于，所述在经过所述提醒方式提醒所述驾驶员后，判断所述驾驶员是否恢复正常驾驶状态，包括：
当所述驾驶员处于轻度疲劳驾驶状态，在经过所述提醒方式提醒所述驾驶员后，若检测所述眼睛闭合时间占比值大于第一阈值，则确定所述驾驶员未恢复正常驾驶状态。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
若所述驾驶员未恢复正常驾驶状态，则输出所述第二提醒信息提醒所述驾驶员并打开车内新风系统。
8.根据权利要求1所述的方法，其特征在于，所述方法还包括：
判断所述驾驶员是否恢复正常驾驶状态；
若所述驾驶员未恢复正常驾驶状态，则提高所述提醒方式的刺激强度，直到所述驾驶员恢复正常驾驶状态停止提醒。
9.一种驾驶员预警装置，其特征在于，应用于车载智能系统，所述装置包括：
获取模块，用于获取预设时间段的驾驶员面部图像；
第一确定模块，用于从所述驾驶员面部图像中，确定预设时间段驾驶员眼睛闭合的面部图像帧数；
判断模块，用于根据所述眼睛闭合的面部帧数，判断所述驾驶员是否处于疲劳驾驶状态；
第二确定模块，用于当所述驾驶员处于疲劳驾驶状态时，确定所述驾驶员的疲劳等级；
提醒模块，用于根据所述疲劳等级，确定与所述疲劳等级匹配的提醒方式，并通过所述提醒方式提醒所述驾驶员。
10.一种电子设备，其特征在于，包括：处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1-8中任一项所述的驾驶员预警方法的步骤。
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1-8中任一项所述的驾驶员预警方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310620343.7A CN116691719A (zh) | 2023-05-29 | 2023-05-29 | 一种驾驶员预警方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310620343.7A CN116691719A (zh) | 2023-05-29 | 2023-05-29 | 一种驾驶员预警方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116691719A true CN116691719A (zh) | 2023-09-05 |
Family
ID=87840298
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310620343.7A Pending CN116691719A (zh) | 2023-05-29 | 2023-05-29 | 一种驾驶员预警方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116691719A (zh) |
-
2023
- 2023-05-29 CN CN202310620343.7A patent/CN116691719A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Morando et al. | Drivers anticipate lead-vehicle conflicts during automated longitudinal control: Sensory cues capture driver attention and promote appropriate and timely responses | |
| CN113345204B (zh) | 一种车载远程疲劳唤醒方法及其唤醒系统 | |
| US20200216095A1 (en) | Vehicle driving assistance apparatus | |
| JP6627811B2 (ja) | 集中度判定装置、集中度判定方法及び集中度判定のためのプログラム | |
| CN107244290A (zh) | 汽车脱手驾驶监控、自动接管系统及方法 | |
| CN105788028A (zh) | 具有疲劳驾驶预警功能的行车记录仪 | |
| CN105654674A (zh) | 监测车辆的驾驶员专注度 | |
| EP1638801A1 (en) | Method and arrangement for controlling vehicular subsystems based on interpreted driver activity | |
| CN106205052A (zh) | 一种行车记录预警方法 | |
| CN109801475A (zh) | 疲劳驾驶检测方法、装置及计算机可读存储介质 | |
| Zarife | Integrative warning concept for multiple driver assistance systems | |
| CN113002421B (zh) | 一种车外安全提示方法和装置 | |
| CN112550306A (zh) | 车辆驾驶辅助系统、包括其的车辆及相应方法和介质 | |
| Kumagai et al. | Dashcam video footage-based analysis of microsleep-related behaviors in truck collisions attributed to falling asleep at the wheel | |
| Cunningham et al. | Driver distraction and inattention | |
| CN116691719A (zh) | 一种驾驶员预警方法、装置、设备和存储介质 | |
| CN112124320A (zh) | 车辆控制方法、系统及车辆 | |
| CN110558998A (zh) | 一种基于adas系统的汽车疲劳驾驶检测控制方法 | |
| Heinzman et al. | Automotive safety solutions through technology and human-factors innovation | |
| CN102310901A (zh) | 刹车预警装置及方法 | |
| CN113968241A (zh) | 危险驾驶行为的控制方法、装置、车辆及存储介质 | |
| Tanaka | Robotic Human–Machine Interface Towards Driving Behavior Improvement for Elderly Drivers | |
| CN114132330A (zh) | 驾驶员非正常驾驶状态的提醒方法及装置 | |
| CN114194199A (zh) | 一种车辆的安全驾驶方法和装置 | |
| Chen et al. | Letting Drivers Know What is Going on in Traffic |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Zhizi Inventor after: Chen Xing Inventor after: Zhao Danhua Inventor after: Xin Hao Inventor after: Ye Xinyu Inventor before: Liu Zhizi Inventor before: Chen Xing |