一种实时监测疲劳驾驶行为分析方法、系统与电子设备
文献发布时间:2023-06-19 19:05:50
技术领域
本申请涉及无人驾驶技术领域,具体地说,尤其涉及一种实时监测疲劳驾驶行为分析方法、系统和电子设备。
背景技术
在智能化产品技术的快速发展中,环卫车也逐渐向智能化、安全化发展。目前,市面上已有一些驾驶员疲劳驾驶识别监测方法装置,比如通过摄像头提取人脸面部特征形态和头部转向及眨眼的频率,利用人工智能数学模型计算和分析数据、判断驾驶员的状态,然而,现有的监测方法对驾驶员面部提取的数据库图像不准确,导致面部识别的准确率较低,容易对驾驶员的状态会产生误判断,难以有效解决驾驶员人身安全问题。。
因此,如何提供一种实时监测疲劳驾驶行为分析方法,其能够克服上述技术问题,提高面部识别准确率,从而降低对驾驶员状态的误判率,已经成为本领域技术人员亟待解决的技术问题。
发明内容
为解决上述技术问题,本申请提供一种实时监测疲劳驾驶行为分析方法,相较于现有技术而言能够明显提高面部识别准确率,从而降低对驾驶员状态的误判率。本申请还提供一种实时监测疲劳驾驶行为分析系统和电子设备,同样具有上述技术效果。
本申请提供的技术方案如下:
本申请提供一种实时监测疲劳驾驶行为分析方法,包括步骤:采集驾驶员头部图像信息;处理驾驶员头部图像信息的特征模型,通过人工智能算法提取面部状态,结合驾驶员眼睛区域轮廓及眼高,计算出眼睛开合度;基于眼睛开合度与设定轮廓阈值判断驾驶员是否处于疲劳驾驶状态;若判断驾驶员处于疲劳状态且超过预定阈值,发出疲劳驾驶报警信号。
进一步地,在本发明一种优选的方式中,步骤“采集驾驶员头部图像信息”包括:采集驾驶员闭眼频率、打哈欠、抽烟、打电话等信息,对驾驶员头部墨镜、口罩进行过滤。
进一步地,在本发明一种优选的方式中,还包括步骤:接收疲劳驾驶报警信号并对驾驶员提供语音提示以引起驾驶员警觉。
进一步地,在本发明一种优选的方式中,还包括步骤:接收疲劳驾驶报警信号后限制车辆的行驶速度。
进一步地,在本发明一种优选的方式中,还包括步骤:接收疲劳驾驶报警信号后结合车辆周围环境判断是否控制车辆进行急停。
此外,本发明还提供一种实时监测疲劳驾驶行为分析系统,包括:图像采集模块,用于采集驾驶员头部图像信息;图像处理模块,用于处理驾驶员头部图像信息的特征模型,通过人工智能算法提取面部状态,结合驾驶员眼睛区域轮廓及眼高,计算出眼睛开合度;数据处理模块,用于基于眼睛开合度与设定轮廓阈值判断驾驶员是否处于疲劳驾驶状态;若判断驾驶员处于疲劳状态且超过预定阈值,发出疲劳驾驶报警信号;语音提示模块,用于接收疲劳驾驶报警信号并对驾驶员提供语音提示以引起驾驶员警觉。
进一步地,在本发明一种优选的方式中,还包括:与所述数据处理模块通讯连接的限速模块,所述限速模块用于接收疲劳驾驶报警信号后限制车辆的行驶速度。
进一步地,在本发明一种优选的方式中,还包括:急停模块,所述急停模块用于接收疲劳驾驶报警信号后结合车辆周围环境判断是否控制车辆进行急停。
进一步地,在本发明一种优选的方式中,还包括:4G/5G远程终端,实时监测疲劳驾驶行为分析系统若发生报警事件会通过所述4G/5G网络实时上传至云端,实现终端监控中心和司机的远程监管,提示驾驶员安全行驶。
此外,本发明还涉及一种电子设备,包括:计算机程序,所述计算机程序用于执行如上所述的实时监测疲劳驾驶行为分析方法;存储器,所述存储器用于存储所述计算机程序;处理器,所述处理器用于执行所述计算机程序。
本发明提供的一种实时监测疲劳驾驶行为分析方法,包括步骤:采集驾驶员头部图像信息;处理驾驶员头部图像信息的特征模型,通过人工智能算法提取面部状态,结合驾驶员眼睛区域轮廓及眼高,计算出眼睛开合度;基于眼睛开合度与设定轮廓阈值判断驾驶员是否处于疲劳驾驶状态;若判断驾驶员处于疲劳状态且超过预定阈值,发出疲劳驾驶报警信号。在本发明涉及的技术方案中,通过图像采集数据处理以及行为分析等手段,能够提高驾驶员面部识别准确率,从而降低对驾驶员状态的误判率,相较于现有技术而言,具有疲劳驾驶识别率高,良好规范驾驶行为从而使社会交通安全事故减少的技术效果。
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为本发明实施例提供的实时监测疲劳驾驶行为分析方法的流程示意图;
图2为本发明实施例涉及的实时监测疲劳驾驶行为分析系统的原理示意图。
具体实施方式
为了使本领域的技术人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图对本申请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申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
需要说明的是,当元件被称为“固定于”或“设置于”另一个元件上,它可以直接在另一个元件上或者间接设置在另一个元件上;当一个元件被称为是“连接于”另一个元件,它可以是直接连接到另一个元件或间接连接至另一个元件上。
需要理解的是,术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“第一”、“第二”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本申请和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本申请的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中,“多个”、“若干个”的含义是两个或两个以上,除非另有明确具体的限定。
须知,本说明书附图所绘示的结构、比例、大小等,均仅用以配合说明书所揭示的内容,以供熟悉此技术的人士了解与阅读,并非用以限定本申请可实施的限定条件,故不具技术上的实质意义,任何结构的修饰、比例关系的改变或大小的调整,在不影响本申请所能产生的功效及所能达成的目的下,均应仍落在本申请所揭示的技术内容得能涵盖的范围内。
如图1至图2所示,本申请实施例提供的实时监测疲劳驾驶行为分析方法,包括步骤:采集驾驶员头部图像信息;处理驾驶员头部图像信息的特征模型,通过人工智能算法提取面部状态,结合驾驶员眼睛区域轮廓及眼高,计算出眼睛开合度;基于眼睛开合度与设定轮廓阈值判断驾驶员是否处于疲劳驾驶状态;若判断驾驶员处于疲劳状态且超过预定阈值,发出疲劳驾驶报警信号。在本发明涉及的技术方案中,通过图像采集数据处理以及行为分析等手段,能够提高驾驶员面部识别准确率,从而降低对驾驶员状态的误判率,相较于现有技术而言,具有疲劳驾驶识别率高,良好规范驾驶行为从而使社会交通安全事故减少的技术效果。
本发明提供一种实时监测疲劳驾驶行为分析方法,具体包括步骤:采集驾驶员头部图像信息;处理驾驶员头部图像信息的特征模型,通过人工智能算法提取面部状态,结合驾驶员眼睛区域轮廓及眼高,计算出眼睛开合度;基于眼睛开合度与设定轮廓阈值判断驾驶员是否处于疲劳驾驶状态;若判断驾驶员处于疲劳状态且超过预定阈值,发出疲劳驾驶报警信号。
具体地,在本发明的实施例中,步骤“采集驾驶员头部图像信息”包括:采集驾驶员闭眼频率、打哈欠、抽烟、打电话等信息,对驾驶员头部墨镜、口罩进行过滤。
具体地,在本发明的实施例中,还包括步骤:接收疲劳驾驶报警信号并对驾驶员提供语音提示以引起驾驶员警觉。
具体地,在本发明的实施例中,还包括步骤:接收疲劳驾驶报警信号后限制车辆的行驶速度。
具体地,在本发明的实施例中,还包括步骤:接收疲劳驾驶报警信号后结合车辆周围环境判断是否控制车辆进行急停。
此外,本发明还提供一种实时监测疲劳驾驶行为分析系统,包括:图像采集模块,用于采集驾驶员头部图像信息;图像处理模块,用于处理驾驶员头部图像信息的特征模型,通过人工智能算法提取面部状态,结合驾驶员眼睛区域轮廓及眼高,计算出眼睛开合度;数据处理模块,用于基于眼睛开合度与设定轮廓阈值判断驾驶员是否处于疲劳驾驶状态;若判断驾驶员处于疲劳状态且超过预定阈值,发出疲劳驾驶报警信号;语音提示模块,用于接收疲劳驾驶报警信号并对驾驶员提供语音提示以引起驾驶员警觉。
具体地,在本发明的实施例中,还包括:与所述数据处理模块通讯连接的限速模块,所述限速模块用于接收疲劳驾驶报警信号后限制车辆的行驶速度。
具体地,在本发明的实施例中,还包括:急停模块,所述急停模块用于接收疲劳驾驶报警信号后结合车辆周围环境判断是否控制车辆进行急停。
具体地,在本发明的实施例中,还包括:4G/5G远程终端,实时监测疲劳驾驶行为分析系统若发生报警事件会通过所述4G/5G网络实时上传至云端,实现终端监控中心和司机的远程监管,提示驾驶员安全行驶。
此外,本发明实施例还提供一种电子设备,包括:计算机程序,所述计算机程序用于执行如上所述的实时监测疲劳驾驶行为分析方法;存储器,所述存储器用于存储所述计算机程序;处理器,所述处理器用于执行所述计算机程序。
更为具体地阐述,本发明实施例涉及的技术方案是根据驾驶员时间、面部识别技术、检测出驾驶员的五官,对脸部的朝向和眼睛的闭合进行解析判断疲劳驾驶,分析驾驶员疲劳程度,并对长时间作业疲劳驾驶的驾驶员进行相应预警,提醒驾驶员进行合理休息,从而减少人身安全交通事故的发生。在智能化产品技术的快速发展中,传统环卫车行业也对驾驶员有着智能化、安全化创新。随着环卫车的智能化、安全化科技创新发展、极大地解决了驾驶员的驾驶操作习惯问题,尤其在长时间连续作业驾驶时,驾驶员很容易感到身体疲劳。同时,传统环卫车在部署实时疲劳驾驶监测装置设计在实际应用中占有一定主导地位,可有效地降低驾驶员人身安全问题。
目前,市面上已有一些驾驶员疲劳驾驶识别监测方法装置,比如通过单目摄像头提取人脸面部特征形态和头部转向及眨眼的频率,利用人工智能数学模型计算和分析数据、判断驾驶员的状态。而这种监测方法数学模型复杂、计算数据量大,对驾驶员面部提取的数据库图像不准确;会导致面部识别的准确率较低;对驾驶员的状态会产生误判断。现有科技创新技术中对驾驶员疲劳识别方法过于复杂,误检率高、不能有效解决人身安全问题。
本发明实施方案中包括如下技术特征:双目摄像头模组,其中包括活体检测和红外检测,主要采集驾驶员头部图像、闭眼频率、打哈欠、抽烟、打电话、墨镜过滤、戴口罩过滤,夜间检测,并将采集到的人脸图像通过模拟信号传输至处理器;处理器单元,主要处理驾驶员头部图像特征模型,通过人工智能算法提取面部状态,再结合驾驶员眼睛区域轮廓及眼高,计算出眼睛的开合度;根据比较眼睛的开合度与设定的轮廓阈值判断驾驶员是否处于疲劳驾驶状态;若判断驾驶员处于疲劳状态,超过预定阈值即向报警单元和急停单元发出疲劳驾驶信号;语音交互单元,报警单元接收到疲劳信号后对驾驶员提供相应的语音提示,引起驾驶员的警觉;4G/5G远程终端,报警事件会通过4G/5G网络实时上传至云端,实现终端监控中心和司机的远程监管,提示驾驶员安全行驶;限速单元或急停单元,主要是接收到疲劳信号后即限制车辆的行驶速度,或者根据车辆周围环境进行急停。
综上,本发明实施例涉及的技术方案具有图像数据采集模型计算简单、行为分析和疲劳驾驶识别率高、硬件成本低,并结合人机语音交互特点使驾驶员在行驶中提高安全意识,规范驾驶行为,从而使社会交通安全事故减少,提高公共交通驾驶员防范等级。
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发明。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发明的精神或范围的情况下,在其他实施例中实现。因此,本发明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。
- 一种基于时间变量的驾驶人疲劳监测预警系统及方法
- 一种基于脉搏监测和自学习的疲劳驾驶警示系统及方法
- 一种基于实时数据分析驾驶人行为的监测方法及系统
- 疲劳驾驶不端驾驶行为监测方法及主动安全驾驶监控系统