[發明專利]基于駕駛行為的疲勞駕駛檢測方法

有效

• 申請號: 201310442805.7
• 申請日: 2013-09-25
• 公開（公告）號: CN103489010A
• 公開（公告）日: 2014-01-01
• 發明（設計）人: 金立生;牛清寧;秦彥光;頊美姣;楊冬梅;李科勇;李玲;張義花;高琳琳;程蕾
• 申請（專利權）人: 吉林大學
• 主分類號: G06K9/66
• 分類號: G06K9/66
• 代理公司: 長春吉大專利代理有限責任公司 22201
• 代理人: 齊安全;胡景陽

1.一種基于駕駛行為的疲勞駕駛檢測方法，其特征在于，該方法包括以下步驟：

1）構建道路線形分類器；

2）構建疲勞模式分類器；

3）采集車輛行進過程中的道路視頻，利用道路線形分類器判斷當前道路線形；

4）采集駕駛人駕駛行為信息，并根據道路線形分類器的輸出結果，選擇對應的疲勞模式分類器，實現對駕駛人疲勞狀態的辨識。

2.如權利要求1所述的一種基于駕駛行為的疲勞駕駛檢測方法，其特征在于，所述構建道路線形分類器包括以下步驟：

1）采集N張不同道路曲率的道路圖像，其中包括N1張直道圖像和N2張彎道圖像，其中，N1≥1000，N2≥2000，建立道路線形分類器的訓練庫；

2）利用特征提取方法提取不同類型道路圖像特征參數，采用統計分析的方法檢驗在不同道路線形下特征參數差異的顯著性，進而篩選出有效特征參數組；

3）將篩選出的有效特征參數組全部引入特征空間，利用機器學習的方法構建道路線形分類器。

3.如權利要求1所述的一種基于駕駛行為的疲勞駕駛檢測方法，其特征在于，所述構建疲勞模式分類器包括以下步驟：

1）分別采集m，m≥50名駕駛人在正常駕駛和疲勞駕駛狀態下的位于直道條件下的駕駛行為數據和位于彎道條件下的駕駛行為數據；

2）分別提取直道條件下的疲勞駕駛有效特征參數組和彎道條件下的疲勞駕駛有效特征參數組；

3）分別構建直道條件下的疲勞模式分類器和彎道條件下的疲勞模式分類器。

4.如權利要求3所述的一種基于駕駛行為的疲勞駕駛檢測方法，其特征在于，所述分別采集m，m≥50名駕駛人在正常駕駛和疲勞駕駛狀態下的位于直道條件下的駕駛行為數據和位于彎道條件下的駕駛行為數據包括以下步驟：

（1）采集m，m≥50名駕駛人在正常駕駛條件下的駕駛行為數據和道路視頻，依據道路視頻信息，將駕駛行為數據劃分為直道條件下駕駛行為數據和彎道條件下駕駛行為數據；

（2）采集m，m≥50名駕駛人在疲勞駕駛條件下的駕駛行為數據和道路視頻，依據道路視頻信息，將駕駛行為數據劃分為直道下駕駛行為數據和彎道下駕駛行為數據；

所述分別提取直道條件下的疲勞駕駛有效特征參數組和彎道條件下的疲勞駕駛有效特征參數組包括以下步驟：

（1）利用特征提取方法提取直道條件下的疲勞駕駛特征參數，采用統計分析的方法檢驗在正常駕駛和疲勞駕駛狀態下的特征參數差異的顯著性，進而篩選出直道條件下疲勞駕駛有效特征參數組；

（2）利用特征提取方法提取彎道條件下的疲勞駕駛特征參數，采用統計分析的方法檢驗在正常駕駛和疲勞駕駛狀態下特征參數差異的顯著性，進而篩選出彎道條件下疲勞駕駛有效特征參數組；

所述分別構建直道條件下的疲勞模式分類器和彎道條件下的疲勞模式分類器包括以下步驟：

（1）將篩選出的直道條件下的疲勞駕駛有效特征參數組全部引入特征空間，利用機器學習的方法構建直道下疲勞模式分類器；

（2）將篩選出的彎道條件下的疲勞駕駛有效特征參數組全部引入特征空間，利用機器學習的方法構建彎道下疲勞模式分類器。

5.如權利要求1所述的一種基于駕駛行為的疲勞駕駛檢測方法，其特征在于，所述采集車輛行進過程中的道路視頻，利用道路線形分類器判斷當前道路線形包括以下步驟：

1）通過車載攝像頭實時采集道路圖像信息；

2）提取道路圖像信息的特征參數，輸入道路線形分類器，判斷當前道路線形。

6.如權利要求1所述的一種基于駕駛行為的疲勞駕駛檢測方法，其特征在于，所述采集駕駛人駕駛行為信息，并根據道路線形分類器的輸出結果，選擇對應的疲勞模式分類器，實現對駕駛人疲勞狀態的辨識包括以下步驟：

1）利用駕駛行為采集設備實時采集駕駛人當前駕駛行為數據；

2）若道路線形分類器輸出結果為直道，則依據直道條件下的疲勞駕駛有效特征參數組處理并計算駕駛行為數據，并將該數據輸入到直道條件下的疲勞模式分類器中，判斷當前駕駛人的疲勞狀態；

3）若道路線形分類器輸出結果為彎道，則依據彎道條件下的疲勞駕駛有效特征參數組處理并計算駕駛行為數據，并將該數據輸入到彎道條件下的疲勞模式分類器中，判斷當前駕駛人的疲勞狀態。