TW201620754A - 疲勞駕駛判斷系統及其方法 - Google Patents

Abstract

本發明係為一種疲勞駕駛判斷系統及其方法，其包括一生理檢測裝置，以產生至少一個人生理數值，生理檢測裝置更電性連接一處理器，其可接收個人生理數值，處理器更電性連接一儲存裝置，以擷取儲存裝置內的線性統計方程式，以將生理檢測裝置之個人生理數值代入線性統計方程式中，產生一預測車身偏移數值，處理器再判斷預測車身偏移數值是否大於一車身偏移預設值，若是則產生一警示訊號至顯示器中，使其發出一警示影像。本發明可根據個人的生理狀況判斷駕駛者的駕駛穩定度是否產生下降的趨勢，可事先提醒駕駛者避免產生交通事故產生。

Description

疲勞駕駛判斷系統及其方法

本發明係為有關一種監控駕駛是否產生疲勞狀態，特別是指一種疲勞駕駛判斷系統及其方法。

車禍肇事的主因絕大部分的原因來自於駕駛者，其原因可能為駕駛者不專心、疲勞或疾病造成無法駕駛車輛等情形。所以許多安全系統針對駕駛者異常時駕駛車輛的異常行為做警示，一般偵測異常行為的系統為如車道偏離警示系統(Lane Departure Warning System，LDWS)、前方撞擊警示系統(FCW)、自動緊急煞車系統(Autonomous Emergency Braking System，AEB)等的主動安全系統。

但若說到只針對駕駛的生理狀況做監控，卻僅有小部分系統對駕駛的生理狀況做監測。再者，因每個人對於疲勞承受度不同，如用單一標準的生理狀況來判斷每一個人的疲勞程度，可能會造成過度警示或無警示的產生，因此還是有可能對駕駛造成危險，產生交通意外。

有鑑於此，本發明遂針對上述習知技術之缺失，提出一種疲勞駕駛判斷系統及其方法，以有效克服上述之該等問題。

本發明之主要目的在提供一種疲勞駕駛判斷系統及其方 法，其係可長時間蒐集同一個駕駛的生理狀況以及車身偏移狀況，以統計出一線性方程式，藉由線性方程式的判斷，可於車身偏移發生之前，提醒駕駛此時的生理狀況會使車輛產生偏移，可有效避免駕駛生理狀況持續下降，以產生交通事故意外。

本發明之另一目的在提供一種疲勞駕駛判斷系統及其方 法，其係可結合多種感測器偵測，可多方向觀察駕駛者的狀態，能更準確地達到個人化的狀態監控。

為達上述之目的，本發明提供一種疲勞駕駛判斷方法，其步 驟包括，首先，利用一檢測裝置載入複數參考生理數值以及複數參考車身偏移數值，以利用一處理器統計複數參考生理數值以及複數車身偏移數值，產生出一線性統計方程式；並透過檢測裝置以載入一個人生理數值，供處理器將個人生理數值代入線性統計方程式中，以產生一預測車身偏移數值；處理器再判斷預測車身偏移數值是否大於一車身偏移預設值，若是則產生一警示訊號，若否則回復至載入一個人生理數值之步驟。

為達上述之目的，本發明亦提供一種疲勞駕駛判斷系統，其 包括一處理器電性連接一生理檢測裝置以及一儲存裝置，生理檢測裝置可產生至少一個人生理數值至處理器，一儲存裝置則係用以儲存一線性方程式；處理器可接收生理檢測裝置所產生的個人生理數值，並擷取儲存裝置內的線性統計方程式，以將個人生理數值代入線性統計方程式中，以產生一預測車身偏移數值，處理器再判斷預測車身偏移數值是否大於一車身偏移預設值，若預測車身偏移數值超過車身偏移預設值則產生一警示訊號至與處理器電性連接之顯示器，使其根據警示訊號顯示一警示影像。

底下藉由具體實施例詳加說明，當更容易瞭解本發明之目的、技術內容、特點及其所達成之功效。

1‧‧‧疲勞駕駛判斷系統

10‧‧‧生理檢測裝置

12‧‧‧儲存裝置

14‧‧‧處理器

16‧‧‧顯示器

18‧‧‧聲音元件

20‧‧‧駕駛影像偵測裝置

22‧‧‧車身偏移檢測裝置

第一圖係為本發明實施例之系統方塊圖。

第二圖係為本發明實施例之方法流程圖。

第三圖係為本發明實施例之不同時間點載入數值示意圖。

第四圖係為本發明實施例之產生線性統計方程式示意圖。

請參照第一圖，如圖所示，疲勞駕駛判斷系統1包括一生理檢測裝置10以產生一個人生理數值以及一儲存裝置12以儲存一線性統計方程式，生理檢測裝置10與儲存裝置12皆電性連接一處理器14，處理器14可接受個人生理數值，並擷取儲存裝置12中所儲存的線性統計方程式，以將個人生理數值代入線性統計方程式中，以產生一預測車身偏移數值，處理器14可判斷此預測車身偏移數值是否大於一車身偏移預設值，若預測車身偏移數值超過車身偏移預設值，則產生一警示訊號；警示訊號並可傳遞至與處理器14電性連接的一顯示器16中，使顯示器16可根據警示訊號顯示一警示影像來提醒駕駛，當然處理器14更可電性連接一聲音元件18，其可同時接收警示訊號，並根據警示訊號產生一警示聲音，以發出警示聲音提醒使用者目前的生理狀態係為不穩定的狀況。上述之生理檢測裝置10除了可偵測到疲勞之外，更可偵測酒精濃度、疾病等其他特徵。再者，上述之線性統計方程式(1)係根據預測車身偏移數值與個人生理數值之關係所建立 者，二者間之關係如下所示：X=βY+C (1)；X係為預測車身偏移數值；Y係為個人生理數值；C係為一常數；β係為斜率。

接下來仍請參照第一圖所示，上述之線性統計方程式更可由預測車身偏移數值、個人生理數值以及個人駕駛影像數值之關係所建立者，三者間之關係如下所示：X=βY+C_Z+C (2)；X係為預測車身偏移數值；Y係為個人生理數值；C_Z係為個人駕駛影像數值；C係為一常數；β係為斜率。因此處理器14除了電性連接生理檢測裝置10以及儲存裝置12之外更可電性連接一駕駛影像偵測裝置20，駕駛影像偵測裝置20可拍攝駕駛者眼睛開闔或頭部擺動的影像，以判斷駕駛是否產生疲勞，以產生一個人駕駛影像數值至處理器14中，個人駕駛影像數值係提供代入線性統計方程式(2)中，以產生預測車身偏移數值。代入個人駕駛影像數值係為了增加計算的準確度，故可依據使用者的需求決定要不要代入個人駕駛影像數值至線性統計方程式中，計算出預測車身偏移數值。

由上述可知，當處理器14只接收到個人生理數值時，則使用線性統計方程式(1)來產生預測車身偏移數值，當處理器14可同時接收到個人生理數值以及個人駕駛影像數值時，則可使用線性統計方程式(2)來產生預測車身偏移數值。

說明完本實施例之結構後，接續說明本實施例之方法流程步驟，以完整說明本案線性統計方程式係如何產生，以及完整的方法流程。請參照第一圖與第二圖，如圖所示，首先，進入步驟S10，透過生理檢測裝 置10產生複數參考生理數值，以及車身偏移檢測裝置22產生複數參考車身偏移數值，在載入複數參考生理數值以及複數參考車身偏移數值的過程中，更可利用駕駛影像偵測裝置20載入複數參考駕駛影像數值，即可產生如第三圖所示之表格，其係顯示於每個不同時間點所載入參考生理數值、參考車身偏移數值以及參考駕駛影像數值，第三圖中所顯示的長條狀物體係代表數值，若長條狀物體越長代表數值越高。如圖所示由第3個時間點可得知參考駕駛影像數值上升，表示駕駛產生了不專心狀況，同時參考車身偏移數值也顯示表示車身偏移，此時即可判斷駕駛係因為不專心開車，而導致車身產生偏移，並不是因為生理狀態異常而使車身產生偏移，因此第3個時間點的參考車身偏移數值與參考駕駛影像數值可被濾除掉，避免混淆統計數據。接收這些數值後，接著請同時參照第四圖，即可根據複數參考生理數值以及複數參考車身偏移數值繪出一線性的直線，以產生線性統計方程式(1)，其如下所示：X=βY+C (1)；X係為預測車身偏移數值；Y係為個人生理數值；C係為一常數；β係為斜率。

上述之線性統計方程式更可加入一個人駕駛影像數值，以形成下列線性統計方程式(2)：X=βY+C_Z+C (2)；X係為預測車身偏移數值；Y係為個人生理數值；C_Z係為個人駕駛影像數值；C係為一常數；β係為斜率。線性統計方程式(2)與線性統計方程式(1)之差別僅在於增加一個人駕駛影像數值，目的係為了增加一個可判斷的數值，以增加運算出來的預測車身偏移數值之準確度。產生出線性統計方程 式後即可儲存至儲存裝置12中，成為一個人化的線性統計方程式，以供儲存於儲存裝置12中。

選擇使用線性統計方程式(1)與線性統計方程式(2)的判斷方 法在於，當處理器14只接收到個人生理數值時，則使用線性統計方程式(1)來產生預測車身偏移數值；但如果當處理器14可同時接收到個人生理數值以及個人駕駛影像數值時，則使用線性統計方程式(2)來產生預測車身偏移數值，以增加預測車身偏移數值的準確度。

接下來請接續參照第一圖與第二圖，本實施例舉例使用線性 統計方程式(2)。根據步驟S10產生個人化的線性統計方程式(2)，並儲存至儲存裝置12後，接續進入步驟S12，使用時處理器14可經由確認駕駛身分後，取得符合駕駛的個人化的線性統計方程式(2)，透過生理檢測裝置10擷取個人生理數值，以及駕駛影像偵測裝置20取得一個人駕駛影像數值，再將個人生理數值與個人駕駛影像數值代入線性統計方程式(2)中，以產生預測車身偏移數值，當然個人駕駛影像數值可選擇代入或不代入，代入個人駕駛影像數值係為了增加預測車身偏移數值所計算的準確度，因此本實施例則係舉例代入車身偏移數值，以增加計算的準確度。

在產生預測車身偏移數值之後，即可進入步驟S14，透過處 理器14判斷預測車身偏移數值是否大於一車身偏移預設值，若是，如步驟S16所示，處理器14產生一警示訊號至顯示器16與聲音元件18中，使顯示器16與聲音元件18可分別產生警示影像示與警示聲音，以提醒駕駛目前可能因目前生理狀況不佳，導致車輛會開始產生偏移的狀況；若否，則回覆至步驟S12使生理檢測裝置10以及駕駛影像偵測裝置20持續載入個人生理數 值以及個人駕駛影像數值，以持續判斷駕駛目前可否持續開車。除此之外，處理器14更可持續接收車身偏移檢測裝置22所產生的個人車身偏移數值，以及生理檢測裝置10所產生個人生理數值，以根據不斷載入的個人車身偏移數值以及個人生理數值，以更新第四圖之線性的直線，藉此可更新線性統計方程式，以得出更加符合個人化的線性統計方程式。

除此之外，本實施例舉例上述之警示訊號更能有效區分為低 警示訊號、中警示訊號以及高警示訊號，其分級方式於處理器14中具有一車身偏移低警戒值以及一車身偏移中警戒值，若預測車身偏移數值低於車身偏移低警戒值，處理器14則產生一低警示訊號至顯示器16以及聲音元件18中，使顯示器16根據低警示訊號顯示一低警示影像，聲音元件18則可根據低警示訊號產生低警示聲音；若預測車身偏移數值介於車身偏移低警戒值以及車身偏移中警戒值之間，處理器14則產生一中警示訊號至顯示器16與聲音元件18中，使顯示器根據中警示訊號顯示一中警示影像，聲音元件18則可根據中警示訊號產生中警示聲音；若預測車身偏移數值高於車身偏移中警戒值，處理器14則產生一高警示訊號至顯示器16中與聲音元件18中，使顯示器16根據高警示訊號顯示一高警示影像，聲音元件18則可根據高警示訊號產生高警示聲音，藉此區分出各種等級的警示訊號。本實施例舉例產生中警示訊號時係表示駕駛的生理狀況已到達車身偏移的警戒點，若生理狀況還是持續下降，表示車身可能會產生偏移，繼續駕駛可能造成危險，故應產生一中警示訊號以提醒駕駛應回復精神；若經判斷產生高警示訊號時，表示車身已產生嚴重偏移，且駕駛的生理狀況也相當異常，駕駛此時應停車休息，避免產生交通意外。

綜上所述，本發明可長時間蒐集同一個駕駛的生理狀況以及 車身偏移狀況，以統計出一線性方程式，並藉由線性方程式的判斷，可於車身偏移發生之前，提醒駕駛此時的生理狀況可能導致車輛產生偏移，應回復精神或停車稍作休息，可有效避免駕駛生理狀況持續下降，產生交通事故意外。且本發明可結合多種感測器偵測，以多方向觀察駕駛者的狀態，能更準確地達到個人化的狀態監控。

唯以上所述者，僅為本發明之較佳實施例而已，並非用來限定本發明實施之範圍。故即凡依本發明申請範圍所述之特徵及精神所為之均等變化或修飾，均應包括於本發明之申請專利範圍內。

1‧‧‧疲勞駕駛判斷系統

10‧‧‧生理檢測裝置

12‧‧‧儲存裝置

14‧‧‧處理器

16‧‧‧顯示器

18‧‧‧聲音元件

20‧‧‧駕駛影像偵測裝置

22‧‧‧車身偏移檢測裝置

Claims (13)

1. 一種疲勞駕駛判斷方法，其步驟包括：(A)利用一檢測裝置載入複數參考生理數值以及複數參考車身偏移數值，利用一處理器以統計該等參考生理數值以及該等參考車身偏移數值，產生一線性統計方程式；(B)該檢測裝置載入至少一個人生理數值，該處理器將該個人生理數值代入該線性統計方程式，以產生一預測車身偏移數值；以及(C)該處理器判斷該預測車身偏移數值是否大於一車身偏移預設值，若是，則產生一警示訊號；若否，則回復至步驟(B)。
2. 如請求項1所述之疲勞駕駛判斷方法，其中在該步驟(A)中載入該等參考生理數值以及該等參考車身偏移數值之步驟中更可載入複數參考駕駛影像數值，若其中一該參考駕駛影像數值判斷為不專心的該參考駕駛影像數值，同時該參考車身偏移數值產生一偏移數值時，該參考車身偏移數值與該參考駕駛影像數值可被濾除。
3. 如請求項1所述之疲勞駕駛判斷方法，其中在該步驟(B)之載入至少一個人生理數值後，更可載入一個人駕駛影像數值，以代入該線性統計方程式中，以產生該預測車身偏移數值。
4. 如請求項3所述之疲勞駕駛判斷方法，其中該線性統計方程式係將該個人生理數值乘以一斜率，並加上該個人駕駛影像數值以及一常數計算出該預測車身偏移數值。
5. 如請求項1所述之疲勞駕駛判斷方法，其中該步驟(C)之該車身偏移預設值更包括一車身偏移低警戒值，以及一車身偏移中警戒值，若該預測車身偏移數值低於該車身偏移低警戒值，則產生一低警示訊號；若該預測 車身偏移數值介於該車身偏移低警戒值以及該車身偏移中警戒值之間，則產生一中警示訊號；若該預測車身偏移數值高於該車身偏移中警戒值，則產生一高警示訊號。
6. 如請求項1所述之疲勞駕駛判斷方法，其中該步驟(B)更包括接收一個人車身偏移數值以及該個人生理數值，以根據該個人車身偏移數值以及該個人生理數值，更新該線性統計方程式。
7. 一種疲勞駕駛判斷系統，包括：一生理檢測裝置，以產生至少一個人生理數值；一儲存裝置，以儲存一線性統計方程式；一處理器，電性連接該生理檢測裝置以及該儲存裝置，該處理器接受該個人生理數值，並擷取該線性統計方程式，將該個人生理數值代入該線性統計方程式，以產生一預測車身偏移數值，並判斷該預測車身偏移數值是否大於一車身偏移預設值，若該預測車身偏移數值超過該車身偏移預設值，則產生一警示訊號；以及一顯示器，電性連接該處理器，以接收該警示訊號，並根據該警示訊號顯示一警示影像。
8. 如請求項7所述之疲勞駕駛判斷系統，其中該顯示器更包括一聲音元件，電性連接該處理器，以接收該警示訊號，並根據該警示訊號產生一警示聲音。
9. 如請求項7所述之疲勞駕駛判斷系統，其中該處理器更電性連接一駕駛影像偵測裝置，其產生一個人駕駛影像數值至該處理器中，以代入該線性統計方程式中，產生該預測車身偏移數值。
10. 如請求項9所述之疲勞駕駛判斷系統，其中該線性統計方程式係將該個人生理數值乘以一斜率，並加上該個人駕駛影像數值以及一常數計算出該預測車身偏移數值。
11. 如請求項7所述之疲勞駕駛判斷系統，其中該處理器中之該車身偏移預設值更包括一車身偏移低警戒值以及一車身偏移中警戒值，若該預測車身偏移數值低於該車身偏移低警戒值，則產生一低警示訊號至該顯示器中，使該顯示器根據該低警示訊號顯示一低警示影像；若該預測車身偏移數值介於該車身偏移低警戒值以及該車身偏移中警戒值之間，則產生一中警示訊號至該顯示器中，使該顯示器根據該中警示訊號顯示一中警示影像；若該預測車身偏移數值高於該車身偏移中警戒值，則產生一高警示訊號至該顯示器中，使該顯示器根據該高警示訊號顯示一高警示影像。
12. 如請求項7所述之疲勞駕駛判斷系統，更包括一車身偏移檢測裝置，電性連接該處理器，以產生複數參考車身偏移數值，該生理檢測裝置可產生複數參考生理數值，該處理器依據該等參考生理數值以及該等參考車身偏移數值，產生一線性統計方程式。
13. 如請求項12所述之疲勞駕駛判斷系統，其中該車身偏移檢測裝置更可產生至少一個人車身偏移數值至該處理器，使其根據該個人車身偏移數值以及該個人生理數值，更新該線性統計方程式。