[發(fā)明專利]一種多姿態(tài)下的疲勞及非正常姿態(tài)駕駛檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201510092886.1
• 申請(qǐng)日: 2015-03-02
• 公開(kāi)（公告）號(hào): CN104688251A
• 公開(kāi)（公告）日: 2015-06-10
• 發(fā)明（設(shè)計(jì)）人: 劉哲;于濤;王鵬;馮仁委;苗政委
• 申請(qǐng)（專利權(quán)）人: 西安邦威電子科技有限公司
• 主分類號(hào): A61B5/18
• 分類號(hào): A61B5/18;B60Q5/00
• 代理公司: 無(wú)
• 代理人: 無(wú)

技術(shù)領(lǐng)域

本發(fā)明涉及一種應(yīng)用于多姿態(tài)下的疲勞及非正常姿態(tài)駕駛檢測(cè)的方法，特別是使用多姿態(tài)下人臉特征點(diǎn)定位方法同時(shí)判斷人眼和嘴巴的狀態(tài)，并增加了頭部三維姿態(tài)檢測(cè)，從而更準(zhǔn)確地有效地判斷駕駛員是否屬于疲勞駕駛以及非正常姿態(tài)駕駛。

背景技術(shù)

安全出行已成為當(dāng)今交通領(lǐng)域中一個(gè)很重要的問(wèn)題，隨著經(jīng)濟(jì)的發(fā)展，汽車的保有量持續(xù)增加，而與此同時(shí)帶來(lái)的交通事故量也逐年上升，在影響安全出行的重多因素中疲勞駕駛是當(dāng)今交通安全的重要隱患之一。

開(kāi)車是一項(xiàng)既耗體力又費(fèi)腦力的重負(fù)荷勞動(dòng)。駕駛員長(zhǎng)期坐在幾乎是封閉的駕駛室內(nèi)，全身肌肉時(shí)刻都處于緊張的工作狀態(tài)，思想高度集中，時(shí)間長(zhǎng)了生理和心理上消耗的能量若得不到即時(shí)地恢復(fù)和調(diào)劑，便會(huì)導(dǎo)致疲勞，產(chǎn)生心情煩惱，易發(fā)火，渾身無(wú)力現(xiàn)象，疲勞會(huì)使駕駛員的感覺(jué)器官出現(xiàn)障礙，其對(duì)周圍環(huán)境的感知能力、形勢(shì)判斷能力和對(duì)車輛的操控能力都有不同程度的下降，因此很容易發(fā)生交通事故。統(tǒng)計(jì)數(shù)據(jù)表明，在2010年至2011年我國(guó)直接由疲勞駕駛導(dǎo)致的死亡人數(shù)分別占機(jī)動(dòng)車駕駛?cè)私煌ㄕ厥驴偹劳鋈藬?shù)的11.35％和12.5％，大約每年有9000人死于疲勞駕駛。

與此同時(shí)，美國(guó)政府安全機(jī)構(gòu)一項(xiàng)研究結(jié)果表明，開(kāi)車人注意力不集中是造成車禍發(fā)生的最主要原因，比如開(kāi)車時(shí)發(fā)短信、看報(bào)紙、照鏡子化妝等等。另外一份由弗吉尼亞州科技運(yùn)輸協(xié)會(huì)和美國(guó)全國(guó)高速公路安全局共同完成的調(diào)查，通過(guò)對(duì)數(shù)千小時(shí)的錄像資料進(jìn)行研究得出，在已經(jīng)發(fā)生的交通事故或者一些諸如碰撞、刮擦及其他小摩擦事故中，開(kāi)車人注意力分散是最重要的原因。在已經(jīng)發(fā)生的車禍中，屬注意力不集中引起的占80％，而在差一點(diǎn)發(fā)生車禍的交通事故中，有65％都是由于開(kāi)車人的注意力不集中造成的。在駕駛狀態(tài)，注意力不集中的客觀表現(xiàn)即駕駛?cè)艘詻](méi)有注視前方的非正常姿態(tài)駕駛。

因此，研究開(kāi)發(fā)高性能的駕駛?cè)似诩胺钦Ｗ藨B(tài)駕駛狀態(tài)實(shí)時(shí)監(jiān)測(cè)及預(yù)警技術(shù)，對(duì)改善我國(guó)交通安全狀況意義重大。

目前駕駛疲勞的研究分為主觀和客觀兩種方法，主觀的研究方法有主觀調(diào)查表、駕駛員自我記錄、睡眠習(xí)慣調(diào)查表、斯坦福睡眠尺度表四種。客觀的方法有腦電圖、眼電圖、肌電圖、呼吸氣流、呼吸效果、動(dòng)脈血液氧飽和時(shí)的溫度和心電圖等測(cè)量方法。盡管這些方法是比較準(zhǔn)確的，但是由于這些方法一般是在駕駛前或駕駛后測(cè)量，是超前或滯后的，非實(shí)時(shí)的。而在實(shí)際應(yīng)用中，人們更傾向于使用車載的、實(shí)時(shí)非接觸式的疲勞檢測(cè)裝置。

隨著計(jì)算機(jī)視覺(jué)技術(shù)以及圖像處理技術(shù)越來(lái)越多地應(yīng)用于現(xiàn)實(shí)生活，以機(jī)器視覺(jué)為基礎(chǔ)的疲勞檢測(cè)系統(tǒng)憑借較低的研發(fā)、制造成本和強(qiáng)大的圖像處理技術(shù)，得到了更多研究者的青睞，加之它是一種非接觸式系統(tǒng)，對(duì)駕駛員工作沒(méi)有不良影響，更容易被消費(fèi)者接受。并且，目前沒(méi)有一款對(duì)于駕駛?cè)俗⒁饬Σ患校苑钦Ｗ藨B(tài)進(jìn)行駕駛的檢測(cè)系統(tǒng)，而非正常姿態(tài)駕駛卻恰恰是交通事故頻發(fā)的重要根源之一。因此，以機(jī)器視覺(jué)為基礎(chǔ)探索人臉面部特征，對(duì)處于疲勞及非正常駕駛狀態(tài)的面部特征進(jìn)行深入分析，建立一套疲勞駕駛檢測(cè)及非正常駕駛狀態(tài)檢測(cè)相結(jié)合的，切實(shí)有效工作的檢測(cè)系統(tǒng)，必定可以大大減少由此所引起的交通事故，避免由此造成的經(jīng)濟(jì)損失。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種多姿態(tài)下的疲勞及非正常姿態(tài)駕駛檢測(cè)方法，用實(shí)現(xiàn)降低交通事故的效果。

本發(fā)明解決上述技術(shù)問(wèn)題所采取的技術(shù)方案如下：

一種多姿態(tài)下的疲勞及非正常姿態(tài)駕駛檢測(cè)方法，其特征在于，包括：

步驟1：圖像采集，采集駕駛員圖像信息；

步驟2：圖像識(shí)別，對(duì)采集到的圖像進(jìn)行實(shí)時(shí)人臉檢測(cè)；

步驟3：面部特征點(diǎn)標(biāo)定，包括：對(duì)檢測(cè)到的人臉進(jìn)行眼睛和嘴巴的特征點(diǎn)標(biāo)定；

步驟4：眼睛和嘴巴狀態(tài)判斷，包括：對(duì)特征點(diǎn)采用基于面部寬度信息的眼睛狀態(tài)檢測(cè)方法分析人眼與嘴巴的閉合狀態(tài)；

步驟5：頭部三維姿態(tài)檢測(cè)，包括：利用幾何特征對(duì)頭部三維姿態(tài)進(jìn)行檢測(cè)；步驟6：疲勞及非正常姿態(tài)駕駛狀態(tài)判斷，包括：根據(jù)人眼與嘴巴的閉合狀態(tài)判斷駕駛員是否處于疲勞，并根據(jù)頭部三維姿態(tài)判斷駕駛員是否處于非正常駕駛狀態(tài)。

進(jìn)一步地，優(yōu)選的是，步驟2中，包括：采用統(tǒng)計(jì)分析與機(jī)器學(xué)習(xí)的方法歸納出人臉樣本與非臉樣本各自的統(tǒng)計(jì)特征；

構(gòu)建區(qū)分各自特征的分類器，用分類器實(shí)現(xiàn)人臉定位檢測(cè)。

進(jìn)一步地，優(yōu)選的是，使用AdaBoost算法檢測(cè)出人臉位置。

進(jìn)一步地，優(yōu)選的是，步驟3中，采用監(jiān)督梯度下降法進(jìn)行面部特征點(diǎn)標(biāo)定，監(jiān)督梯度下降法主要分為訓(xùn)練和檢測(cè)兩個(gè)環(huán)節(jié)；