一种智能安全驾驶系统
文献发布时间:2023-06-19 16:06:26
技术领域
本发明属于自动驾驶领域,尤其涉及一种智能安全驾驶系统。
背景技术
自动驾驶,又称无人驾驶、电脑驾驶或轮式移动机器人,是依靠计算机与人工智能技术在没有人为操纵的情况下,完成完整、安全、有效的驾驶的一项前沿科技,在21世纪,由于汽车用户的不断增加,公路交通面临的拥堵、安全事故等问题越发严重。自动驾驶技术在车联网技术和人工智能技术的支持下,能够协调出行路线与规划时间,从而大程度提高出行效率,并在一定程度上减少能源消耗。自动驾驶同时还能帮助避免醉驾,疲劳驾驶等安全隐患,减少驾驶员失误,提升安全性,自动驾驶也因此成为各国近年的一项研发重点,但是现有技术中,特别是人工驾驶到自动驾驶的过渡阶段,由于驾驶人主观以及环境的客观因素,容易产生驾驶事故。
发明内容
本发明实施例的目的在于提供一种智能安全驾驶系统,旨在解决从传统驾驶到自动驾驶过渡时期,以保障驾驶安全性、实现安全智能驾驶为目标,设计智能安全驾驶检测系统,运用物联网领域的相关技术与知识,有效减少由于疲劳驾驶和环境因素而发生的道路交通事故。
本发明实施例是这样实现的,一种智能安全驾驶系统,包括:
内部安全检测模块,用于检测驾驶员驾驶状态是否符合理想驾驶标准;
外部安全检测模块,用于检测车辆周围路况信息及车辆状况;
智能安全处理模块,用于综合内部安全检测模块的和外部安全检测模块的检测结果,对驾驶员驾驶状态处于轻微疲劳状态时采取提醒、对驾驶员周围出现的较严重干扰行为警告、对于驾驶员出现的严重疲劳驾驶情况采取强制安全保护处理。
作为本发明的进一步方案,所述内部安全检测模块包括:
驾驶员自身状况检测单元:用于针对驾驶员驾驶过程中精神状态进行检测,避免因驾驶员自身在驾驶过程中出现的突发疾病及疲劳驾驶导致的交通事故的发生,通过计算机视觉技术,对驾驶员驾驶行为进行实时检测,实现驾驶员当前驾驶状态的判断检测;
外界干扰检测单元:用于针对驾驶员在驾驶过程中可能出现的对正常驾驶行为的外界干扰检测,所述外界干扰检测包括检测驾驶员目标限定驾驶区域内是否存在与驾驶行为无关人员对驾驶员的肢体干扰,若是,则判断存在外界干扰。
作为本发明的再进一步方案,所述针对驾驶员驾驶过程中精神状态进行检测具体包括:
读取驾驶人员人脸信息;
获取原始帧图像后,通过OpenCV进行图像处理,提取特征值进行逻辑分析;
将提取的特征值输入到预先建立的Openpose骨骼模型后进行肢体姿态解算,得到肢体行为检测结果;
将提取的特征值通过PERCLOS算法对驾驶员的疲劳程度进行初步检测,计算眼部纵横比和嘴部纵横比,进行面部表情判断;
基于提取的特征值对驾驶员头部进行姿态解算,求取头部欧拉角,进行头部角度检测;
将肢体行为检测结果、进行面部表情判断结果、头部角度检测结果与第一阈值和第二阈值进行对比;
当肢体行为、面部表情、头部角度之一超过预设的对应第一阈值且小于第二阈值时,表明驾驶员驾驶状态处于轻微疲劳状态,当其不小于第二阈值时,表明驾驶员驾驶状态处于严重疲劳状态。
高性能图像处理嵌入式开发在无人驾驶领域逐渐成为时代潮流,顺应潮流,我们将疲劳驾驶检测系统重新规划布局,并加入物联网控制,部署到RISC-V架构中,进行物联网延拓开发使用。
通过PERCLOS算法对驾驶员的疲劳程度进行初步检测,计算眼部纵横比和嘴部纵横比,进行初步的判断。之后对驾驶员头部进行姿态解算,求取头部欧拉角,对其进行判定,除此之外,本发明亦可判断驾驶员寻常操作动作,并且对其进行分类,对其出现异常行为时而提前预警,有效降低事故发生频率。
作为本发明的又进一步方案,所述外部安全检测模块包括:
车辆周围路况检测单元:用于基于道路及基础设施的路基传感器,实时监测道路状况并通过交通管理中心反馈至附近的行驶车辆,对车辆当前驾驶路况进行安全检测;
车辆状况检测单元:用于在驾驶行为开始前,通过对车辆基本性能器件的检测,保障驾驶过程因汽车自身客观因素导致的不安全情况发生。
作为本发明的进一步方案,所述智能安全处理模块包括:
提醒单元,用于对于驾驶员出现的轻微疲劳状态、当前路况较差等对正常驾驶行为不造成严重后果的不合理驾驶情况,采取语音、灯光提醒措施;
警告单元,用于对于驾驶员周围出现的较严重干扰行为影响驾驶员正常驾驶行为的情况时采取语言警告、资料上传存档严肃措施;
强制安全保护处理单元,用于对于驾驶员出现的严重疲劳驾驶情况、突发疾病、车辆安全状况差状况时,采取强制安全保护处理。
作为本发明的进一步方案,所述将肢体行为检测结果、进行面部表情判断结果、头部角度检测结果与第一阈值和第二阈值进行对比具体包括:
在人脸库中调用当前驾驶员是否在预先录入的人脸库中,若在,则在库中调用预先存储的阈值数据;
若否,则通过相关联的算法计算阈值数据。
作为本发明的进一步方案,所述强制安全保护处理包括包括对车辆的停止、车联网上传云端提醒周围其他车辆紧急避让。
本发明实施例提供的一种智能安全驾驶系统,综合内部安全检测模块的和外部安全检测模块的检测结果,对驾驶员驾驶状态处于轻微疲劳状态时采取提醒、对驾驶员周围出现的较严重干扰行为警告、对于驾驶员出现的严重疲劳驾驶情况采取强制安全保护处理,对环境或者驾驶人主观出现异常行为时而提前预警,有效降低事故发生频率。
附图说明
图1是一种智能安全驾驶系统的主结构示意图。
图2是一种智能安全驾驶系统中内部安全检测模块的结构示意图。
图3是一种智能安全驾驶系统中实时流程示意图。
图4是一种智能安全驾驶系统中眼部计算示意图。
图5是一种智能安全驾驶系统嘴部计算示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述。
本发明提供的一种智能安全驾驶系统,解决了背景技术中的技术问题。
如图1-5所示,为本发明的一个实施例提供的一种智能安全驾驶系统的主结构示意图,所述一种智能安全驾驶系统包括:
内部安全检测模块,用于检测驾驶员驾驶状态是否符合理想驾驶标准;
外部安全检测模块,用于检测车辆周围路况信息及车辆状况;
智能安全处理模块,用于综合内部安全检测模块的和外部安全检测模块的检测结果,对驾驶员驾驶状态处于轻微疲劳状态时采取提醒、对驾驶员周围出现的较严重干扰行为警告、对于驾驶员出现的严重疲劳驾驶情况采取强制安全保护处理。
作为本发明的一种优选实施例,所述内部安全检测模块包括:
驾驶员自身状况检测单元:用于针对驾驶员驾驶过程中精神状态进行检测,避免因驾驶员自身在驾驶过程中出现的突发疾病及疲劳驾驶导致的交通事故的发生,通过计算机视觉技术,对驾驶员驾驶行为进行实时检测,实现驾驶员当前驾驶状态的判断检测;
外界干扰检测单元:用于针对驾驶员在驾驶过程中可能出现的对正常驾驶行为的外界干扰检测,所述外界干扰检测包括检测驾驶员目标限定驾驶区域内是否存在与驾驶行为无关人员对驾驶员的肢体干扰,若是,则判断存在外界干扰。
如图2-5所示:作为本发明的另一种优选实施例,所述针对驾驶员驾驶过程中精神状态进行检测具体包括:
读取驾驶人员人脸信息;
获取原始帧图像后,通过OpenCV进行图像处理,提取特征值进行逻辑分析;
将提取的特征值输入到预先建立的Openpose骨骼模型后进行肢体姿态解算,得到肢体行为检测结果;
将提取的特征值通过PERCLOS算法对驾驶员的疲劳程度进行初步检测,计算眼部纵横比和嘴部纵横比,进行面部表情判断;
其中,眼部纵横比
嘴部纵横比
基于提取的特征值对驾驶员头部进行姿态解算,求取头部欧拉角,进行头部角度检测;
将肢体行为检测结果、进行面部表情判断结果、头部角度检测结果与第一阈值和第二阈值进行对比;
当肢体行为、面部表情、头部角度之一超过预设的对应第一阈值且小于第二阈值时,表明驾驶员驾驶状态处于轻微疲劳状态,当其不小于第二阈值时,表明驾驶员驾驶状态处于严重疲劳状态:
作为本发明的另一种优选实施例,所述外部安全检测模块包括:
车辆周围路况检测单元:用于基于道路及基础设施的路基传感器,实时监测道路状况并通过交通管理中心反馈至附近的行驶车辆,对车辆当前驾驶路况进行安全检测;
车辆状况检测单元:用于在驾驶行为开始前,通过对车辆基本性能器件的检测,保障驾驶过程因汽车自身客观因素导致的不安全情况发生:
作为本发明的另一种优选实施例,所述智能安全处理模块包括:
提醒单元,用于对于驾驶员出现的轻微疲劳状态、当前路况较差等对正常驾驶行为不造成严重后果的不合理驾驶情况,采取语音、灯光提醒措施;
警告单元,用于对于驾驶员周围出现的较严重干扰行为影响驾驶员正常驾驶行为的情况时采取语言警告、资料上传存档严肃措施;
强制安全保护处理单元,用于对于驾驶员出现的严重疲劳驾驶情况、突发疾病、车辆安全状况差状况时,采取强制安全保护处理。
所述强制安全保护处理包括包括对车辆的停止、车联网上传云端提醒周围其他车辆紧急避让
作为本发明的另一种优选实施例,所述将肢体行为检测结果、进行面部表情判断结果、头部角度检测结果与第一阈值和第二阈值进行对比具体包括:
在人脸库中调用当前驾驶员是否在预先录入的人脸库中,若在,则在库中调用预先存储的阈值数据;
若否,则通过相关联的算法计算阈值数据。
本发明提供的一种智能安全驾驶系统:具有以下优点:
1.使用摄像实时监控驾驶员表情、行为等,对驾驶员信息进行实时采集。整体通过OpenCV进行图像处理,提取特征值进行逻辑分析,算法采样。
2.开发到后期,进行区块化模式化功能选择,采用其他开源库进行人体建模,包括面部表情和驾驶员姿势,对车内情况进行一个合理的分析。
3.与车内行车记录仪进行物联互通,并且有效连接各大实况交通地图,对车外情况进行综合逻辑处理,使系统对整体路况及车内情况可以获得整体把握。
4.与运营机构上游做好数据衔接,搭建合适的数据库和客户端,使驾驶员行为更为具体可观化,便于管理。
为了能够加载上述方法和系统能够顺利运行,该系统除了包括上述各种模块之外,还可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线、处理器和存储器等。
所称处理器可以是中央处理单元(Centra l Process i ngUn it,CPU),还可以是其他通用处理器、数字信号处理器(Digita l Signa l Processor,DSP)、专用集成电路(App l icat i onSpec ificI ntegratedCi rcu it,ASIC)、现成可编程门阵列(Fie l d-Programmab l eGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述系统的控制中心,利用各种接口和线路连接各个部分。
上述存储器可用于存储计算机以及系统程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述各种功能。存储器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(比如信息采集模板展示功能、产品信息发布功能等)等。存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器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,例如硬盘、内存、插接式硬盘,智能存储卡(SmartMed iaCard,SMC),安全数字(SecureD igita l,SD)卡,闪存卡(F l ashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
- 一种安全处理方法、安全处理系统及智能驾驶系统
- 一种能主动提升驾驶员驾驶安全的智能系统