CN117104243A - 一种疲劳驾驶监测系统及安装该系统的方向盘 - Google Patents

Abstract

本发明公开了一种疲劳驾驶监测系统及安装该系统的方向盘，属于驾驶辅助技术领域，具体包括：数据获取模块，用于通过方向盘中的传感器采集驾驶员身体指标，所述身体指标包括汗液盐分浓度、心率和握力；数据处理模块，用于根据所述身体指标生成正向化矩阵，将所述正向化矩阵归一化生成标准化矩阵，利用欧氏距离计算驾驶员的身体指标评分；疲劳判断模块，用于绘制身体指标评分随时间变化曲线，当所述变化曲线当前坐标的切线斜率持续大于预设阈值超过预设时长，则发出轻度预警，当所述身体指标评分大于预设阈值时，发出重度预警，并对驾驶员进行物理刺激；本发明实现对了驾驶员疲劳驾驶的稳定监测。

Description

一种疲劳驾驶监测系统及安装该系统的方向盘

技术领域

本发明涉及驾驶辅助技术领域，具体涉及一种疲劳驾驶监测系统及安装该系统的方向盘。

背景技术

在现代社会中，道路交通安全一直是一个备受关注的重要问题。疲劳驾驶是导致许多交通事故的主要原因之一，因此开发有效的疲劳驾驶监测系统对于减少交通事故具有重要意义。疲劳驾驶通常表现为驾驶员的注意力下降、反应迟钝、握力减弱等生理和心理症状。因此，监测驾驶员的生理指标可以提供重要的信息，用于判断其是否处于疲劳状态。

传统的疲劳驾驶监测系统通常采用摄像头来捕捉驾驶员的面部表情和眼球运动，以及车辆的行驶轨迹等信息。然而，这些系统存在一些局限性，容易受到光照条件和监测角度的影响，可能无法准确识别驾驶员的疲劳状态。因此，需要一种更加可靠的方法来监测驾驶员的疲劳状态。

发明内容

本发明的目的在于提供一种疲劳驾驶监测系统及安装该系统的方向盘，解决以下技术问题：

传统的疲劳驾驶监测系统存在一些局限性，例如受到光照条件的影响，可能无法准确识别驾驶员的疲劳状态。因此，需要一种更加可靠的方法来监测驾驶员的疲劳状态。

本发明的目的可以通过以下技术方案实现：

一种疲劳驾驶监测系统，包括：

数据获取模块，用于每隔单位时间t通过方向盘中的传感器采集驾驶员的身体指标x，所述身体指标包括驾驶员的汗液盐分浓度、心率和握力；

数据处理模块，用于根据所述身体指标生成正向化矩阵，将所述正向化矩阵归一化生成标准化矩阵，基于标准化矩阵计算驾驶员不同时刻的身体指标评分S；

疲劳判断模块，用于将标准身体指标范围代入所述标准化矩阵中，获得标准身体指标评分区间[M,N]，当驾驶员的身体指标评分S大于等于0.8N时，则发出轻度预警，对驾驶员进行提示；当驾驶员的身体指标评分S大于等于0.9N时，则发出重度预警，对驾驶员进行物理刺激；

疲劳预警模块，用于绘制身体指标评分随时间变化的曲线，获取曲线当前坐标点的切线斜率k，根据切线斜率k计算身体指标评分变化速率v，计算身体指标评分超限的预测时间t₀，若预测时间小于预设阈值T1，则直接发出轻度预警；若预测时间小于预设阈值T2，T1＞T2，则直接发出重度预警。

作为本发明进一步的方案：还包括再确认模块，所述再确认模块中，当所述变化曲线当前坐标点的斜率大于预设阈值T1时，则获取未来时间段t1内曲线上坐标点的平均斜率，若该平均斜率仍大于预设阈值T1，则保持原有警告；否则将原有警告取消；

当所述变化曲线当前坐标点的斜率大于预设阈值T2时，则获取未来时间段t1内曲线上坐标点的平均斜率，若该平均斜率仍大于预设阈值T2，则保持原有警告；若该平均斜率大于预设阈值T1且小于T2，则将原有警告降级；否则将警告取消。

作为本发明进一步的方案：获取驾驶员对方向盘的握力值F₀，计算100kg-F₀的数值，将该数值作为握力的指标输入所述正向化矩阵中。

作为本发明进一步的方案：预测时间的计算过程为：

所述变化速率v的数值即为切线斜率k，通过公式t₀=(N-S)/v+α计算身体指标评分超限的预测时间，其中α为预设修正系数。

作为本发明进一步的方案：标准化矩阵的获取过程为：

将驾驶员第i个单位时间的第j个身体指标标记为x_ij，将正向化矩阵进行标准化处理，标准化矩阵Z中的每一个元素z_ij与身体指标一一对应，且z_ij与身体指标x_ij的关系为：，于是所述标准化矩阵为：/>；

其中n为获取驾驶员身体指标的次数。

作为本发明进一步的方案：还包括对欧氏距离的计算过程：

定义所述标准化矩阵中的最大值集合为Z⁺，Z⁺=（Z⁺ ₁，Z⁺ ₂，Z⁺ ₃），Z⁺中每一个元素为标准化矩阵中该元素所在列的最大值，即Z⁺=(max{z₁₁，z₂₁，z_n1}，max{z₁₂，z₂₂，z_n2}，max{z₁₃，z₂₃，z_n3})；

定义所述标准化矩阵中的最小值集合为Z^-，Z^-=（Z^- ₁，Z^- ₂，Z^- ₃），Z^-中的每一个元素为标准化矩阵中该元素所在列的最小值，即Z^-=(min{z₁₁，z₂₁，z_n1}，min{z₁₂，z₂₂，z_n2}，min{z₁₃，z₂₃，z_n3})；

计算第i个单位时间的标准化元素与最大值Z⁺的欧氏距离D_i ⁺，以及到最小值Z^-的欧氏距离D_i ^-，并为驾驶员的不同身体指标依次赋予对应的权重μ_i，则欧氏距离的计算公式为：，/>。

作为本发明进一步的方案：所述身体指标评分S的计算过程为：

计算第i个单位时间的身体指标的初始评分，对初始评分进行归一化处理，则第i个单位时间的驾驶员的身体指标最终评分/>。

一种方向盘，用于实施上述任一项所述的一种疲劳驾驶监测系统，包括：

数据获取机构，包括传感器，所述传感器设置于方向盘中，每隔单位时间t采集驾驶员的身体指标x，所述身体指标包括驾驶员的汗液盐分浓度、心率和握力；

数据处理机构，包括数据处理器，所述数据处理器根据所述身体指标生成正向化矩阵，将所述正向化矩阵归一化生成标准化矩阵，基于标准化矩阵计算驾驶员不同时刻的身体指标评分S；

疲劳判断机构，包括中央处理器，所述中央处理器将标准身体指标范围代入所述标准化矩阵中，获得标准身体指标评分区间[M,N]，当驾驶员的身体指标评分S大于等于0.8N时，则发出轻度预警，对驾驶员进行提示；当驾驶员的身体指标评分S大于等于0.9N时，则发出重度预警，对驾驶员进行物理刺激；

疲劳预警机构，包括图形处理器，所述图形处理器绘制身体指标评分随时间变化的曲线，获取曲线当前坐标点的切线斜率k，根据切线斜率k计算身体指标评分变化速率v，计算身体指标评分超限的预测时间t0，若预测时间小于预设阈值T1，则直接发出轻度预警；若预测时间小于预设阈值T2，T1＞T2，则直接发出重度预警。

本发明的有益效果：

本发明通过采集驾驶员的身体指标数据，包括汗液盐分浓度、心率和握力，能够准确监测驾驶员的疲劳状态，不受传统监测方法中的外部条件的干扰，并且能够实时生成身体指标评分并绘制评分随时间变化曲线，及时发出预警，有助于在驾驶员疲劳达到危险水平之前采取必要的措施，并在需要时对驾驶员进行物理刺激，以提高警觉性，保障道路交通安全。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明一种疲劳驾驶监测系统的流程示意图。

具体实施方式

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种疲劳驾驶监测系统及安装该系统的方向盘，包括：

数据获取模块，用于每隔单位时间t通过方向盘中的传感器采集驾驶员的身体指标x，所述身体指标包括驾驶员的汗液盐分浓度、心率和握力；

数据处理模块，用于根据所述身体指标生成正向化矩阵，将所述正向化矩阵归一化生成标准化矩阵，基于标准化矩阵计算驾驶员不同时刻的身体指标评分S；

疲劳判断模块，用于将标准身体指标范围代入所述标准化矩阵中，获得标准身体指标评分区间[M,N]，当驾驶员的身体指标评分S大于等于0.8N时，则发出轻度预警，对驾驶员进行提示；当驾驶员的身体指标评分S大于等于0.9N时，则发出重度预警，对驾驶员进行物理刺激；

疲劳预警模块，用于绘制身体指标评分随时间变化的曲线，获取曲线当前坐标点的切线斜率k，根据切线斜率k计算身体指标评分变化速率v，计算身体指标评分超限的预测时间t₀，若预测时间小于预设阈值T1，则直接发出轻度预警；若预测时间小于预设阈值T2，T1＞T2，则直接发出重度预警。

在本发明的一种优选的实施例中，还包括再确认模块，所述再确认模块中，当所述变化曲线当前坐标点的斜率大于预设阈值T1时，则获取未来时间段t1内曲线上坐标点的平均斜率，若该平均斜率仍大于预设阈值T1，则保持原有警告；否则将原有警告取消；

当所述变化曲线当前坐标点的斜率大于预设阈值T2时，则获取未来时间段t1内曲线上坐标点的平均斜率，若该平均斜率仍大于预设阈值T2，则保持原有警告；若该平均斜率大于预设阈值T1且小于T2，则将原有警告降级；否则将警告取消。

在本发明的另一种优选的实施例中，获取驾驶员对方向盘的握力值F₀，计算100kg-F₀的数值，将该数值作为握力的指标输入所述正向化矩阵中。

在本发明的另一种优选的实施例中，预测时间的计算过程为：

所述变化速率v的数值即为切线斜率k，通过公式t₀=(N-S)/v+α计算身体指标评分超限的预测时间，其中α为预设修正系数。

在本发明的另一种优选的实施例中，标准化矩阵的获取过程为：

将驾驶员第i个单位时间的第j个身体指标标记为x_ij，将正向化矩阵进行标准化处理，标准化矩阵Z中的每一个元素z_ij与身体指标一一对应，且z_ij与身体指标x_ij的关系为：，于是所述标准化矩阵为：/>；

其中n为获取驾驶员身体指标的次数。

在本实施例的一种优选的情况中，还包括对欧氏距离的计算过程：

定义所述标准化矩阵中的最大值集合为Z⁺，Z⁺=（Z⁺ ₁，Z⁺ ₂，Z⁺ ₃），Z⁺中每一个元素为标准化矩阵中该元素所在列的最大值，即Z⁺=(max{z₁₁，z₂₁，z_n1}，max{z₁₂，z₂₂，z_n2}，max{z₁₃，z₂₃，z_n3})；

定义所述标准化矩阵中的最小值集合为Z^-，Z^-=（Z^- ₁，Z^- ₂，Z^- ₃），Z^-中的每一个元素为标准化矩阵中该元素所在列的最小值，即Z^-=(min{z₁₁，z₂₁，z_n1}，min{z₁₂，z₂₂，z_n2}，min{z₁₃，z₂₃，z_n3})；

计算第i个单位时间的标准化元素与最大值Z⁺的欧氏距离D_i ⁺，以及到最小值Z^-的欧氏距离D_i ^-，并为驾驶员的不同身体指标依次赋予对应的权重μ_i，则欧氏距离的计算公式为：，/>。

在本实施例的一种优选的情况中，所述身体指标评分S的计算过程为：

计算第i个单位时间的身体指标的初始评分，对初始评分进行归一化处理，则第i个单位时间的驾驶员的身体指标最终评分/>。

一种方向盘，用于实施上述任一项所述的一种疲劳驾驶监测系统，包括：

数据获取机构，包括传感器，所述传感器设置于方向盘中，每隔单位时间t采集驾驶员的身体指标x，所述身体指标包括驾驶员的汗液盐分浓度、心率和握力；

数据处理机构，包括数据处理器，所述数据处理器根据所述身体指标生成正向化矩阵，将所述正向化矩阵归一化生成标准化矩阵，基于标准化矩阵计算驾驶员不同时刻的身体指标评分S；

疲劳判断机构，包括中央处理器，所述中央处理器将标准身体指标范围代入所述标准化矩阵中，获得标准身体指标评分区间[M,N]，当驾驶员的身体指标评分S大于等于0.8N时，则发出轻度预警，对驾驶员进行提示；当驾驶员的身体指标评分S大于等于0.9N时，则发出重度预警，对驾驶员进行物理刺激；

疲劳预警机构，包括图形处理器，所述图形处理器绘制身体指标评分随时间变化的曲线，获取曲线当前坐标点的切线斜率k，根据切线斜率k计算身体指标评分变化速率v，计算身体指标评分超限的预测时间t0，若预测时间小于预设阈值T1，则直接发出轻度预警；若预测时间小于预设阈值T2，T1＞T2，则直接发出重度预警。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (8)

1.一种疲劳驾驶监测系统，其特征在于，包括：

数据获取模块，用于每隔单位时间t通过方向盘中的传感器采集驾驶员的身体指标x，所述身体指标包括驾驶员的汗液盐分浓度、心率和握力；

数据处理模块，用于根据所述身体指标生成正向化矩阵，将所述正向化矩阵归一化生成标准化矩阵，基于标准化矩阵计算驾驶员不同时刻的身体指标评分S；

疲劳判断模块，用于将标准身体指标范围代入所述标准化矩阵中，获得标准身体指标评分区间[M,N]，当驾驶员的身体指标评分S大于等于0.8N时，则发出轻度预警，对驾驶员进行提示；当驾驶员的身体指标评分S大于等于0.9N时，则发出重度预警，对驾驶员进行物理刺激；

疲劳预警模块，用于绘制身体指标评分随时间变化的曲线，获取曲线当前坐标点的切线斜率k，根据切线斜率k计算身体指标评分变化速率v，计算身体指标评分超限的预测时间t₀，若预测时间小于预设阈值T1，则直接发出轻度预警；若预测时间小于预设阈值T2，T1＞T2，则直接发出重度预警。

2.根据权利要求1所述的一种疲劳驾驶监测系统，其特征在于，还包括再确认模块，所述再确认模块中，当所述变化曲线当前坐标点的斜率大于预设阈值T1时，则获取未来时间段t1内曲线上坐标点的平均斜率，若该平均斜率仍大于预设阈值T1，则保持原有警告；否则将原有警告取消；

当所述变化曲线当前坐标点的斜率大于预设阈值T2时，则获取未来时间段t1内曲线上坐标点的平均斜率，若该平均斜率仍大于预设阈值T2，则保持原有警告；若该平均斜率大于预设阈值T1且小于T2，则将原有警告降级；否则将警告取消。

3.根据权利要求1所述的一种疲劳驾驶监测系统，其特征在于，所述数据获取模块中，获取驾驶员对方向盘的握力值F₀，计算100kg-F₀的数值，将该数值作为握力的指标输入所述正向化矩阵中。

4.根据权利要求1所述的一种疲劳驾驶监测系统，其特征在于，所述疲劳预警模块中，预测时间的计算过程为：

所述变化速率v的数值即为切线斜率k，通过公式t₀=(N-S)/v+α计算身体指标评分超限的预测时间，其中α为预设修正系数。

5.根据权利要求1所述的一种疲劳驾驶监测系统，其特征在于，所述数据处理模块中，标准化矩阵的获取过程为：

将驾驶员第i个单位时间的第j个身体指标标记为x_ij，将正向化矩阵进行标准化处理，标准化矩阵Z中的每一个元素z_ij与身体指标一一对应，且z_ij与身体指标x_ij的关系为：，于是所述标准化矩阵为：/>；

其中n为获取驾驶员身体指标的次数。

6.根据权利要求5所述的一种疲劳驾驶监测系统，其特征在于，所述数据处理模块中，还包括对欧氏距离的计算过程：

定义所述标准化矩阵中的最大值集合为Z⁺，Z⁺=（Z⁺ ₁，Z⁺ ₂，Z⁺ ₃），Z⁺中每一个元素为标准化矩阵中该元素所在列的最大值，即Z⁺=(max{z₁₁，z₂₁，z_n1}，max{z₁₂，z₂₂，z_n2}，max{z₁₃，z₂₃，z_n3})；

定义所述标准化矩阵中的最小值集合为Z^-，Z^-=（Z^- ₁，Z^- ₂，Z^- ₃），Z^-中的每一个元素为标准化矩阵中该元素所在列的最小值，即Z^-=(min{z₁₁，z₂₁，z_n1}，min{z₁₂，z₂₂，z_n2}，min{z₁₃，z₂₃，z_n3})；

计算第i个单位时间的标准化元素与最大值Z⁺的欧氏距离D_i ⁺，以及到最小值Z^-的欧氏距离D_i ^-，并为驾驶员的不同身体指标依次赋予对应的权重μ_i，则欧氏距离的计算公式为：，/>。

7.根据权利要求6所述的一种疲劳驾驶监测系统，其特征在于，所述数据处理模块中，所述身体指标评分S的计算过程为：

计算第i个单位时间的身体指标的初始评分，对初始评分进行归一化处理，则第i个单位时间的驾驶员的身体指标最终评分/>。

8.一种方向盘，用于实施权利要求1-7任一项所述的一种疲劳驾驶监测系统，其特征在于，包括：

数据获取机构，包括传感器，所述传感器设置于方向盘中，每隔单位时间t采集驾驶员的身体指标x，所述身体指标包括驾驶员的汗液盐分浓度、心率和握力；

数据处理机构，包括数据处理器，所述数据处理器根据所述身体指标生成正向化矩阵，将所述正向化矩阵归一化生成标准化矩阵，基于标准化矩阵计算驾驶员不同时刻的身体指标评分S；

疲劳判断机构，包括中央处理器，所述中央处理器将标准身体指标范围代入所述标准化矩阵中，获得标准身体指标评分区间[M,N]，当驾驶员的身体指标评分S大于等于0.8N时，则发出轻度预警，对驾驶员进行提示；当驾驶员的身体指标评分S大于等于0.9N时，则发出重度预警，对驾驶员进行物理刺激；

疲劳预警机构，包括图形处理器，所述图形处理器绘制身体指标评分随时间变化的曲线，获取曲线当前坐标点的切线斜率k，根据切线斜率k计算身体指标评分变化速率v，计算身体指标评分超限的预测时间t0，若预测时间小于预设阈值T1，则直接发出轻度预警；若预测时间小于预设阈值T2，T1＞T2，则直接发出重度预警。