CN206039557U - 一种行车状态监测系统 - Google Patents
一种行车状态监测系统 Download PDFInfo
- Publication number
- CN206039557U CN206039557U CN201620639616.8U CN201620639616U CN206039557U CN 206039557 U CN206039557 U CN 206039557U CN 201620639616 U CN201620639616 U CN 201620639616U CN 206039557 U CN206039557 U CN 206039557U
- Authority
- CN
- China
- Prior art keywords
- information
- image
- image processor
- driver
- described image
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Processing (AREA)
Abstract
本申请提供一种行车状态监测系统,包括:第一图像采集模块、图像识别器、图像处理器和示警器;第一图像采集模块与图像识别器相连接,用于采集驾驶者的头像信息,并将头像信息发送给图像识别器;图像识别器与图像处理器相连接,用于提取头像信息中的眼皮开度信息,并将眼皮开度信息发送给图像处理器;示警器与图像处理器相连接,用于在图像处理器判断出眼皮开度信息与预先存储的眼皮特征的相似度低于预设阈值时,对驾驶者进行示警。本申请可以在眼皮开度信息与预先存储的眼皮特征的相似度低于预设阈值时对驾驶者进行示警,从而可以在驾驶者疲劳或者枯燥时提醒安全驾驶,完善油罐车等危险品运载车辆的安全性,降低运输过程中的事故率。
Description
技术领域
本申请涉及监测技术领域,特别是涉及一种行车状态监测系统。
背景技术
油品运输,在人类的生产生活中处于必不可少的一个环节,在其不断运转的周期中极大的推动了人类工业社会的发展。
油罐车运输属于危险品运输,其安全性需要得到格外的重视。油罐车驾驶者需要经过严格培训并测试合格后方可上岗,而且在运输过程中,还需要谨慎注意安全驾驶。
但是,由于驾驶过程中的疲劳、枯燥等原因,驾驶者难以使自己时刻保持在安全驾驶状态,因此油罐车等危险品运载车辆在运输过程中的事故率仍然较高。
实用新型内容
有鉴于此,本申请实施例提供一种行车状态监测系统,以完善油罐车等危险品运载车辆的安全性,降低运输过程中的事故率。
为了实现上述目的,本申请实施例提供的技术方案如下:
一种行车状态监测系统,包括:
第一图像采集模块、图像识别器、图像处理器和示警器;
所述第一图像采集模块与所述图像识别器相连接,用于采集驾驶者的头像信息,并将所述头像信息发送给所述图像识别器;
所述图像识别器与所述图像处理器相连接,用于提取所述头像信息中的眼皮开度信息,并将所述眼皮开度信息发送给所述图像处理器;
所述示警器与所述图像处理器相连接,用于在所述图像处理器判断出所述眼皮开度信息与预先存储的眼皮特征的相似度低于预设阈值时,对所述驾驶者进行示警。
优选地,所述图像识别器还用于识别所述头像信息中的面部特征,并将所述面部特征发送给所述图像处理器;
所述示警器还用于在所述图像处理器判断出所述面部特征与预先存储的驾驶者特征不匹配时,对所述驾驶者进行示警。
优选地,还包括:
第二图像采集模块;
所述第二图像采集模块与所述图像处理器相连接,用于采集车辆与车道标识线之间的距离信息,并将所述距离信息发送给所述图像处理器;
所述示警器还用于在所述图像处理器判断出所述距离信息的变化率与所述车辆的速度的比值偏离预设的安全范围时,对所述驾驶者进行示警。
优选地,还包括:
服务器;
所述服务器与所述图像处理器相连接,用于存储所述图像处理器接收的所述眼皮开度信息和所述距离信息,并存储所述距离信息的变化率与所述车辆的速度的比值。
优选地,还包括:
管理终端;
所述管理终端与所述服务器相连接,用于对所述服务器存储的所述眼皮开度信息、所述距离信息和所述比值进行查询和/或修改。
由以上本申请实施例提供的技术方案可见,相对于现有技术,本申请具有如下有益效果:
应用本申请提供的行车状态监测系统,包括:第一图像采集模块、图像识别器、图像处理器和示警器;所述第一图像采集模块与所述图像识别器相连接,用于采集驾驶者的头像信息,并将所述头像信息发送给所述图像识别器;所述图像识别器与所述图像处理器相连接,用于提取所述头像信息中的眼皮开度信息,并将所述眼皮开度信息发送给所述图像处理器;所述示警器与所述图像处理器相连接,用于在所述图像处理器判断出所述眼皮开度信息与预先存储的眼皮特征的相似度低于预设阈值时,对所述驾驶者进行示警。可见,本申请通过提取驾驶者的头像信息中的眼皮开度信息,可以在眼皮开度信息与预先存储的眼皮特征的相似度低于预设阈值时对驾驶者进行示警,从而可以在驾驶者疲劳或者枯燥时提醒安全驾驶,完善油罐车等危险品运载车辆的安全性,降低运输过程中的事故率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本申请中记载的一些实施例,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为本申请一个实施例提供的行车状态监测系统的结构图;
图2为本申请另一个实施例提供的行车状态监测系统的结构图。
具体实施方式
为使本实用新型实施例的目的、技术方案和优点更加清楚,下面将结合本实用新型实施例中的附图,对本实用新型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实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,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,都属于本实用新型保护的范围。
图1为本申请一个实施例提供的行车状态监测系统的结构图。
参照图1所示,本申请提供的一种行车状态监测系统,包括:
第一图像采集模块1、图像识别器2、图像处理器3和示警器4;
所述第一图像采集模块1与所述图像识别器2相连接,用于采集驾驶者的头像信息,并将所述头像信息发送给所述图像识别器2;
在本申请实施例中,第一图像采集模块1可以为摄像头,在驾驶过程中,可以采用摄像头实时采集用于表现驾驶者的面部状态的头像信息,并将采集的头像信息实时通过4G网络进行传输。
这里的4G指的是第四代移动通信技术,该技术能够快速传输高质量的音频、视频和图像等数据。4G能够以100Mbps以上的速度下载,比目前的家用宽带ADSL(4兆)快25倍,并能够满足几乎所有用户对于无线服务的要求。此外,4G可以在DSL和有线电视调制解调器没有覆盖的地方部署,然后再扩展到整个地区,有着不可比拟的优越性。
所述图像识别器2与所述图像处理器3相连接,用于提取所述头像信息中的眼皮开度信息,并将所述眼皮开度信息发送给所述图像处理器3;
在本申请实施例中,图像识别器2可以采用现有的图像识别设备,在采集到驾驶者的头像信息后,图像识别器2可以利用现有的人脸识别技术提取头像信息中的眼皮开度信息。
人脸识别是指利用分析比较人脸视觉特征信息,基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部特征识别的一系列相关技术,通常也叫做人像识别、面部识别。目前属于比较热门的计算机技术研究领域,其应用在生活中也越来越广泛,包括数码相机人脸自动对焦、笑脸快门技术、公安刑侦破案、门禁系统、摄像监视系统和身份辨识等方面。
在本申请实施例中,可以采用人脸识别技术中的人脸特征提取技术提取头像信息中的眼皮开度信息。人脸特征提取,也称人脸表征,它是对人脸进行特征建模的过程。人脸特征提取就是针对人脸的某些特征进行的,可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征的表征方法。
基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
由于人脸图像的复杂性,将人脸特征显示的描述存在一定的困难,因此近年来,基于代数特征的表征方法越来越受到重视。该方法使用代数特征矢量表征人脸。代数特征是由Hong等首先提出的,主要利用图像的灰度分布,通过对图像灰度进行各种代数变换和矩阵分解来实现。该方法的优点在于,图像的原始灰度数据可直接用来训练和识别:可通过低维空间表示图像的数据,对图像有效压缩;识别起来比其他方法简单有效。目前常见的几种方法有:主成分分析法(PCA),线性判别分析法(LDA),独立成分分析法(JCA),以及隐马尔科夫法(HMM)等。
所述示警器4与所述图像处理器3相连接,用于在所述图像处理器3判断出所述眼皮开度信息与预先存储的眼皮特征的相似度低于预设阈值时,对所述驾驶者进行示警。
在本申请实施例中,可以在每位驾驶者上岗前做好相应的头像数据采集工作,预先存储每个驾驶者的头像信息以及对应的车辆信息,然后对头像信息中的人脸进行特征提取以及特征分析(主要特征之一为眼皮特征,用于表征眼皮睁开的状态)建立一个数据库,预先存储每个驾驶者的面部特征尤其是眼皮特征,并通过在驾驶过程中采集驾驶者的头像信息,提取头像信息中的眼皮开度信息,并通过图像处理器3比较所述眼皮开度信息与预先存储的眼皮特征的相似度,当相似度低于预设阈值时,表明驾驶者的眼皮开度不够,可能处于疲劳或枯燥困乏阶段,此时可以触发示警器4如报警蜂鸣器等对驾驶者进行示警等干预提醒。
优选地,所述图像识别器2还用于识别所述头像信息中的面部特征,并将所述面部特征发送给所述图像处理器3;
所述示警器4还用于在所述图像处理器3判断出所述面部特征与预先存储的驾驶者特征不匹配时,对所述驾驶者进行示警。
可以理解的是,为了实现专人专车,避免人车不匹配,在采集到驾驶者的头像信息后,还可以直接识别所述头像信息中的面部特征,并通过图像处理器3判断所述面部特征是否与预先存储的驾驶者特征匹配,在所述面部特征与预先存储的驾驶者特征不匹配时,对所述驾驶者进行示警。
在判断所述面部特征是否与预先存储的驾驶者特征匹配时,图像处理器3可以采用现有的人脸匹配与识别技术,提取的人脸图像的面部特征数据与数据库中存储的驾驶者特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则说明两者相匹配,当相似度不够时,则说明两者不匹配。人脸识别就是将待识别的面部特征与已得到的面部特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。
在本申请实施例中,图像处理器3可以采用现有的处理器实现,只要能实现对所述眼皮开度信息与预先存储的眼皮特征的相似度的比较,以及对所述面部特征是否与预先存储的驾驶者特征匹配的判断即可。
应用本申请实施例提供的行车状态监测系统,包括:第一图像采集模块、图像识别器、图像处理器和示警器;所述第一图像采集模块与所述图像识别器相连接,用于采集驾驶者的头像信息,并将所述头像信息发送给所述图像识别器;所述图像识别器与所述图像处理器相连接,用于提取所述头像信息中的眼皮开度信息,并将所述眼皮开度信息发送给所述图像处理器;所述示警器与所述图像处理器相连接,用于在所述图像处理器判断出所述眼皮开度信息与预先存储的眼皮特征的相似度低于预设阈值时,对所述驾驶者进行示警。可见,本申请通过提取驾驶者的头像信息中的眼皮开度信息,可以在眼皮开度信息与预先存储的眼皮特征的相似度低于预设阈值时对驾驶者进行示警,从而可以在驾驶者疲劳或者枯燥时提醒安全驾驶,完善油罐车等危险品运载车辆的安全性,降低运输过程中的事故率。
图2为本申请另一个实施例提供的行车状态监测系统的结构图。
参照图2所示,本申请提供的一种行车状态监测系统,包括:
第一图像采集模块1、图像识别器2、图像处理器3、示警器4和第二图像采集模块5;
所述第一图像采集模块1与所述图像识别器2相连接,用于采集驾驶者的头像信息,并将所述头像信息发送给所述图像识别器2;
在本申请实施例中,第一图像采集模块1可以为摄像头,在驾驶过程中,可以采用摄像头实时采集用于表现驾驶者的面部状态的头像信息,并将采集的头像信息实时通过4G网络进行传输。
这里的4G指的是第四代移动通信技术,该技术能够快速传输高质量的音频、视频和图像等数据。4G能够以100Mbps以上的速度下载,比目前的家用宽带ADSL(4兆)快25倍,并能够满足几乎所有用户对于无线服务的要求。此外,4G可以在DSL和有线电视调制解调器没有覆盖的地方部署,然后再扩展到整个地区,有着不可比拟的优越性。
所述图像识别器2与所述图像处理器3相连接,用于提取所述头像信息中的眼皮开度信息,并将所述眼皮开度信息发送给所述图像处理器3;
在本申请实施例中,图像识别器2可以采用现有的图像识别设备,在采集到驾驶者的头像信息后,图像识别器2可以利用现有的人脸识别技术提取头像信息中的眼皮开度信息。
人脸识别是指利用分析比较人脸视觉特征信息,基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部特征识别的一系列相关技术,通常也叫做人像识别、面部识别。目前属于比较热门的计算机技术研究领域,其应用在生活中也越来越广泛,包括数码相机人脸自动对焦、笑脸快门技术、公安刑侦破案、门禁系统、摄像监视系统和身份辨识等方面。
在本申请实施例中,可以采用人脸识别技术中的人脸特征提取技术提取头像信息中的眼皮开度信息。人脸特征提取,也称人脸表征,它是对人脸进行特征建模的过程。人脸特征提取就是针对人脸的某些特征进行的,可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取的方法归纳起来分为两大类:一种是基于知识的表征方法;另外一种是基于代数特征的表征方法。
基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据,其特征分量通常包括特征点间的欧氏距离、曲率和角度等。人脸由眼睛、鼻子、嘴、下巴等局部构成,对这些局部和它们之间结构关系的几何描述,可作为识别人脸的重要特征,这些特征被称为几何特征。基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。
由于人脸图像的复杂性,将人脸特征显示的描述存在一定的困难,因此近年来,基于代数特征的表征方法越来越受到重视。该方法使用代数特征矢量表征人脸。代数特征是由Hong等首先提出的,主要利用图像的灰度分布,通过对图像灰度进行各种代数变换和矩阵分解来实现。该方法的优点在于,图像的原始灰度数据可直接用来训练和识别:可通过低维空间表示图像的数据,对图像有效压缩;识别起来比其他方法简单有效。目前常见的几种方法有:主成分分析法(PCA),线性判别分析法(LDA),独立成分分析法(JCA),以及隐马尔科夫法(HMM)等。
所述示警器4与所述图像处理器3相连接,用于在所述图像处理器3判断出所述眼皮开度信息与预先存储的眼皮特征的相似度低于预设阈值时,对所述驾驶者进行示警。
在本申请实施例中,可以在每位驾驶者上岗前做好相应的头像数据采集工作,预先存储每个驾驶者的头像信息以及对应的车辆信息,然后对头像信息中的人脸进行特征提取以及特征分析(主要特征之一为眼皮特征,用于表征眼皮睁开的状态)建立一个数据库,预先存储每个驾驶者的面部特征尤其是眼皮特征,并通过在驾驶过程中采集驾驶者的头像信息,提取头像信息中的眼皮开度信息,并通过图像处理器3比较所述眼皮开度信息与预先存储的眼皮特征的相似度,当相似度低于预设阈值时,表明驾驶者的眼皮开度不够,可能处于疲劳或枯燥困乏阶段,此时可以触发示警器4如报警蜂鸣器等对驾驶者进行示警等干预提醒。
优选地,所述图像识别器2还用于识别所述头像信息中的面部特征,并将所述面部特征发送给所述图像处理器3;
所述示警器4还用于在所述图像处理器3判断出所述面部特征与预先存储的驾驶者特征不匹配时,对所述驾驶者进行示警。
可以理解的是,为了实现专人专车,避免人车不匹配,在采集到驾驶者的头像信息后,还可以直接识别所述头像信息中的面部特征,并通过图像处理器3判断所述面部特征是否与预先存储的驾驶者特征匹配,在所述面部特征与预先存储的驾驶者特征不匹配时,对所述驾驶者进行示警。
在判断所述面部特征是否与预先存储的驾驶者特征匹配时,图像处理器3可以采用现有的人脸匹配与识别技术,提取的人脸图像的面部特征数据与数据库中存储的驾驶者特征模板进行搜索匹配,通过设定一个阈值,当相似度超过这一阈值,则说明两者相匹配,当相似度不够时,则说明两者不匹配。人脸识别就是将待识别的面部特征与已得到的面部特征模板进行比较,根据相似程度对人脸的身份信息进行判断。这一过程又分为两类:一类是确认,是一对一进行图像比较的过程,另一类是辨认,是一对多进行图像匹配对比的过程。
在本申请实施例中,图像处理器3可以采用现有的处理器实现,只要能实现对所述眼皮开度信息与预先存储的眼皮特征的相似度的比较,以及对所述面部特征是否与预先存储的驾驶者特征匹配的判断即可。
所述第二图像采集模块5与所述图像处理器3相连接,用于采集车辆与车道标识线之间的距离信息,并将所述距离信息发送给所述图像处理器3;
在本申请实施例中,第二图像采集模块5可以采用车道偏离传感器比如红外摄像头(一般安置在车身侧面或后视镜位置),实时采集车辆与车道标识线之间的距离信息,在采集到距离信息后,通过现有的图像处理技术即可获得汽车在当前车道中的位置参数。
所述示警器4还用于在所述图像处理器3判断出所述距离信息的变化率与所述车辆的速度的比值偏离预设的安全范围时,对所述驾驶者进行示警。
在本申请实施例中,当检测到车辆运行时距离车道标识线的距离信息时,即可根据时间计算出车辆与车道标识线的距离信息的变化率,这个变化率可以结合车辆的速度建立相应的线性关系,当所述距离信息的变化率与所述车辆的速度的比值偏离预设的安全范围时,表明车辆没有处于安全驾驶状态或者有突发状况,此时可以触发示警器如报警蜂鸣器等对驾驶者进行示警等干预提醒,以利于安全驾驶。
优选地,还可以包括:
服务器(图2中未示出);
所述服务器与所述图像处理器相连接,用于存储所述图像处理器接收的所述眼皮开度信息和所述距离信息,并存储所述距离信息的变化率与所述车辆的速度的比值。
优选地,还可以包括:
管理终端(图2中未示出);
所述管理终端与所述服务器相连接,用于对所述服务器存储的所述眼皮开度信息、所述距离信息和所述比值进行查询和/或修改。
进一步的,本申请实施例还可以通过服务器存储所述眼皮开度信息和所述距离信息,并存储所述距离信息的变化率与所述车辆的速度的比值,然后可以通过管理终端对存储的所述眼皮开度信息、所述距离信息和所述比值进行查询,并且在所述眼皮开度信息、所述距离信息和所述比值与常识相差严重,明显不符合正常状况时,还可以对不符合正常状况的所述眼皮开度信息、所述距离信息和所述比值进行修改。
本申请实施例可以利用传感器以及人脸识别技术,实时监测驾驶者及车辆的实际行驶状态,并可以将采集的各种信息传输到外部进行存储,以备后期调用使用。管理者可以通过管理终端查询驾驶者的详细驾驶状态信息,并可以对明显不符合状态的驾驶状态信息(包含人员不匹配、人眼开度低于阈值,车辆与车道标识线之间距离变化率在相应车速下变化率不吻合安全范围)进行修正,以更好规范安全,提高效率。
管理终端中可以显示处理好的报表,管理者可以对报表中与常识相差严重的驾驶状态信息进行人为修正(日常人为专家判断属于正常驾驶状态,诸如车速、加速度、人眼开合程度、车辆偏离车道标识线距离、车辆在对应行驶车速过程中车辆偏离车道标识线的速率等),并重新存储。
本实用新型在道路行驶周期中对驾驶者进行人脸识别,实现对行车状态的监测,并可以对驾驶者的非正常驾驶状态实现自动提醒规避,还可以存储采集的各种信息,以备后期查询或者为安全性培训提供针对性资料,进一步完善安全驾驶的工作,具有重要的现实意义。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本实用新型的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本实用新型。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本实用新型的精神或范围的情况下,在其它实施例中实现。因此,本实用新型将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种行车状态监测系统,其特征在于,包括:
第一图像采集模块、图像识别器、图像处理器和示警器;
所述第一图像采集模块与所述图像识别器相连接,用于采集驾驶者的头像信息,并将所述头像信息发送给所述图像识别器;
所述图像识别器与所述图像处理器相连接,用于提取所述头像信息中的眼皮开度信息,并将所述眼皮开度信息发送给所述图像处理器;
所述示警器与所述图像处理器相连接,用于在所述图像处理器判断出所述眼皮开度信息与预先存储的眼皮特征的相似度低于预设阈值时,对所述驾驶者进行示警。
2.根据权利要求1所述的系统,其特征在于:
所述图像识别器还用于识别所述头像信息中的面部特征,并将所述面部特征发送给所述图像处理器;
所述示警器还用于在所述图像处理器判断出所述面部特征与预先存储的驾驶者特征不匹配时,对所述驾驶者进行示警。
3.根据权利要求1所述的系统,其特征在于,还包括:
第二图像采集模块;
所述第二图像采集模块与所述图像处理器相连接,用于采集车辆与车道标识线之间的距离信息,并将所述距离信息发送给所述图像处理器;
所述示警器还用于在所述图像处理器判断出所述距离信息的变化率与所述车辆的速度的比值偏离预设的安全范围时,对所述驾驶者进行示警。
4.根据权利要求3所述的系统,其特征在于,还包括:
服务器;
所述服务器与所述图像处理器相连接,用于存储所述图像处理器接收的所述眼皮开度信息和所述距离信息,并存储所述距离信息的变化率与所述车辆的速度的比值。
5.根据权利要求4所述的系统,其特征在于,还包括:
管理终端;
所述管理终端与所述服务器相连接,用于对所述服务器存储的所述眼皮开度信息、所述距离信息和所述比值进行查询和/或修改。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620639616.8U CN206039557U (zh) | 2016-06-24 | 2016-06-24 | 一种行车状态监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620639616.8U CN206039557U (zh) | 2016-06-24 | 2016-06-24 | 一种行车状态监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN206039557U true CN206039557U (zh) | 2017-03-22 |
Family
ID=58313231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201620639616.8U Expired - Fee Related CN206039557U (zh) | 2016-06-24 | 2016-06-24 | 一种行车状态监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN206039557U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096575A (zh) * | 2016-06-24 | 2016-11-09 | 苏州大学 | 一种行车状态监测方法及系统 |
CN113830092A (zh) * | 2021-01-25 | 2021-12-24 | 西安睿博智能股份有限公司 | 行车安全管理方法、装置及计算机可读存储介质 |
-
2016
- 2016-06-24 CN CN201620639616.8U patent/CN206039557U/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106096575A (zh) * | 2016-06-24 | 2016-11-09 | 苏州大学 | 一种行车状态监测方法及系统 |
CN113830092A (zh) * | 2021-01-25 | 2021-12-24 | 西安睿博智能股份有限公司 | 行车安全管理方法、装置及计算机可读存储介质 |
CN113830092B (zh) * | 2021-01-25 | 2023-04-18 | 西安睿博智能股份有限公司 | 行车安全管理方法、装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108791299B (zh) | 一种基于视觉的驾驶疲劳检测及预警系统及方法 | |
CN104637246B (zh) | 一种驾驶员多种行为预警系统及危险评估方法 | |
CN104751600B (zh) | 基于虹膜识别的防疲劳驾驶安全设备及其使用方法 | |
CN103839379B (zh) | 汽车及用于其的驾驶员疲劳预警检测方法和系统 | |
CN103956028B (zh) | 一种汽车多元驾驶安全防护方法 | |
CN106096575A (zh) | 一种行车状态监测方法及系统 | |
CN106709420A (zh) | 一种监测营运车辆驾驶人员驾驶行为的方法 | |
CN107657236A (zh) | 汽车安全驾驶预警方法及车载预警系统 | |
CN104408878A (zh) | 一种车队疲劳驾驶预警监控系统及方法 | |
CN109460699A (zh) | 一种基于深度学习的驾驶员安全带佩戴识别方法 | |
CN105956548A (zh) | 驾驶员疲劳状况检测方法和装置 | |
CN109977771A (zh) | 司机身份的验证方法、装置、设备及计算机可读存储介质 | |
CN104183091A (zh) | 一种自适应调整疲劳驾驶预警系统灵敏度的系统 | |
CN105354988A (zh) | 一种基于机器视觉的驾驶员疲劳驾驶检测系统及检测方法 | |
CN101655907A (zh) | 机车司机行车状态监控智能报警系统 | |
CN103824420A (zh) | 基于心率变异性非接触式测量的疲劳驾驶识别系统 | |
CN109740477A (zh) | 驾驶员疲劳检测系统及其疲劳检测方法 | |
CN106570444B (zh) | 基于行为识别的车载智能提醒方法及系统 | |
CN109543577A (zh) | 一种基于面部表情特征的疲劳驾驶检测预警方法 | |
CN103700220A (zh) | 一种疲劳驾驶监控装置 | |
CN109977930A (zh) | 疲劳驾驶检测方法及装置 | |
CN106467057A (zh) | 车道偏离预警的方法、装置及系统 | |
CN109508659A (zh) | 一种用于人行横道的人脸识别系统及方法 | |
Yan et al. | Recognizing driver inattention by convolutional neural networks | |
CN107832721A (zh) | 用于输出信息的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170322 Termination date: 20190624 |
|
CF01 | Termination of patent right due to non-payment of annual fee |