[發明專利]一種基于駕駛員視覺注意機制的多任務駕駛安全狀態辨識方法在審
| 申請號: | 201410619706.6 | 申請日: | 2014-11-06 |
| 公開(公告)號: | CN104484549A | 公開(公告)日: | 2015-04-01 |
| 發明(設計)人: | 咸化彩;金立生 | 申請(專利權)人: | 山東交通學院 |
| 主分類號: | G06F19/00 | 分類號: | G06F19/00 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 250000 *** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 駕駛員 視覺 注意 機制 任務 駕駛 安全 狀態 辨識 方法 | ||
技術領域
本發明涉及屬于智能車輛安全輔助駕駛領域中的一種方法,更確切地說,本發明涉及一種駕駛安全狀態辨識方法。
背景技術
多任務駕駛亦可稱作第二任務、次要任務或二級任務等,是指在駕駛過程中駕駛員除了正常駕駛外,還同時進行相對于車輛控制、車道保持、道路狀況監控等主要駕駛任務無關或不直接相關的任務,并稱這些任務為次任務,如收聽音樂廣播、接打電話、使用車載導航等。多任務駕駛行為是導致駕駛員注意力分散的重要原因,并嚴重威脅駕駛安全,近年來引起了國內外學者的廣泛關注。準確辨識多任務駕駛行為對行車安全性的影響已成為國際智能車輛研究領域熱點,是提高駕駛安全性和改善交通環境的一項重要措施。
目前辨識多任務駕駛行為對行車安全性影響的方法主要通過分析不同類型次任務下駕駛員視覺和車輛運行狀態參數的變化規律實現。其中,在駕駛員視覺變化規律的研究方面,存在僅關注駕駛員注視行為的不足,忽視了掃視行為和注視行為變化規律分析,各類辨識參數選取也復雜多樣,沒有統一標準。在辨識模型的研究方面,目前研究也存在與實際駕駛相符度較低,預測結果不夠準確的不足。
研究表明,80%以上的行駛信息通過視覺通道傳遞給駕駛員,視覺成為最重要的信息獲得途徑,并通過眼動行為表現出來。駕駛員利用視覺信息來保持行車速度、監測其他車輛的行駛狀況、收集周圍交通信號信息等,當視覺系統獲取信息不足或出現采集偏差時,都有可能誘發交通事故。多任務駕駛過程中,駕駛員視覺特性會呈現一定的變化規律,如注視頻率增加、道路注視時間縮短、視線離開道路的時間增長等,這些參數的變化能準確反映當前駕駛員的注意力品質。因而,利用駕駛員視覺注意變化特性,監測不同駕駛過程中的駕駛安全狀態,成為研究駕駛安全的一種重要方法。
發明內容
本發明的目的是提供一種基于駕駛員視覺注意機制的多任務駕駛安全狀態辨識方法,為駕駛員安全狀態監測系統提供參考和依據。
為了實現上述目的,本發明提供了一種基于視覺注意機制的多任務駕駛安全狀態辨識方法,包括:
(1)優選多任務駕駛對行車安全性影響的視覺注意機制特征參數;
(2)構建駕駛安全狀態辨識指標體系;
(3)建立多任務駕駛安全等級辨識模型。
技術方案中所述的優選多任務駕駛對行車安全性影響的視覺注意機制特征參數包括如下具體步驟:
(1)利用眼動儀采集駕駛員在不同駕駛狀態(正常駕駛、多任務駕駛)下位于不同線形道路條件下的視覺注意機制表征參數,包括注視、掃視和眨眼行為參數;
(2)采用統計分析的方法,以顯著水平0.05作為標準檢驗多任務駕駛和正常駕駛過程中駕駛員視覺注意機制表征參數的差異顯著性;
(3)提取多任務駕駛和正常駕駛過程中存在顯著差異且具有同向變化規律的參數,構建駕駛員視覺注意機制特征參數組。
技術方案中所述的利用眼動儀采集駕駛員在不同駕駛狀態(正常駕駛、多任務駕駛)下位于不同線形道路條件下的視覺注意機制表征參數,包括注視、掃視和眨眼行為參數包括如下具體步驟:
1)通過車載攝像頭實時采集駕駛員的駕駛過程,并利用Smartanalysis軟件截取視頻中駕駛員視覺注意機制信息,將其歸類為正常駕駛和多任務駕駛數據;其中注視行為參數包含注視頻率、注視時間、注視區域熵率、瞳孔直徑、水平和垂直視角標準差;掃視行為參數包括平均掃視速度、掃視幅度、掃視峰值速度;眨眼行為參數包括眨眼頻率、眨眼持續時間;
2)利用拉依達準則對駕駛員視覺注意機制參數異常值進行剔除;
3)對表征參數值進行標準化處理。
技術方案中所述的構建駕駛安全狀態辨識指標體系包括如下具體步驟:
(1)利用Pearson相關系數分析特征參數組中特征指標的兩兩相關性,剔除相關性系數大于0.05的特征指標;
(2)基于網絡分析法將特征參數組劃分為目標層、一級指標和二級指標三個層次,其中目標層指的是多任務駕駛安全狀態,即最終要實現多任務駕駛安全狀態準確辨識的目標。一級指標層包含注視、掃視和眨眼,二級指標則為具體辨識指標。
技術方案中所述的建立多任務駕駛安全等級辨識模型包括如下具體步驟:
(1)駕駛安全狀態等級評語集構建;
(2)基于專家評分法和模糊網絡分析法確定辨識指標權重;
(3)構建駕駛安全狀態等級辨識模糊解析式;
(4)采用乘與有界算子M(+,·),辨識駕駛安全狀態等級。
技術方案中所述的基于專家評分法和模糊網絡分析法確定辨識指標權重包括如下具體步驟:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東交通學院,未經山東交通學院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410619706.6/2.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06F 電數字數據處理
G06F19-00 專門適用于特定應用的數字計算或數據處理的設備或方法
G06F19-10 .生物信息學,即計算分子生物學中的遺傳或蛋白質相關的數據處理方法或系統
G06F19-12 ..用于系統生物學的建?;蚍抡?,例如:概率模型或動態模型,遺傳基因管理網絡,蛋白質交互作用網絡或新陳代謝作用網絡
G06F19-14 ..用于發展或進化的,例如:進化的保存區域決定或進化樹結構
G06F19-16 ..用于分子結構的,例如:結構排序,結構或功能關系,蛋白質折疊,結構域拓撲,用結構數據的藥靶,涉及二維或三維結構的
G06F19-18 ..用于功能性基因組學或蛋白質組學的,例如:基因型–表型關聯,不均衡連接,種群遺傳學,結合位置鑒定,變異發生,基因型或染色體組的注釋,蛋白質相互作用或蛋白質核酸的相互作用





