[發(fā)明專利]一種面向疲勞駕駛檢測(cè)的方向盤操作特征提取方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201610182241.1
• 申請(qǐng)日: 2016-03-28
• 公開（公告）號(hào): CN105631485A
• 公開（公告）日: 2016-06-01
• 發(fā)明（設(shè)計(jì)）人: 陳睞
• 申請(qǐng)（專利權(quán)）人: 蘇州阿凡提網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 蘇州創(chuàng)元專利商標(biāo)事務(wù)所有限公司 32103
• 代理人: 范晴;丁浩秋

技術(shù)領(lǐng)域

本發(fā)明涉及駕駛?cè)似跔顟B(tài)的檢測(cè)技術(shù)領(lǐng)域，具體地涉及一種面向疲勞 駕駛檢測(cè)的方向盤操作特征提取方法。

背景技術(shù)

隨著汽車數(shù)量的日益增多和高速公路的不端延伸，車速越來越快，道路 交通安全形勢(shì)日益嚴(yán)峻，汽車交通事故隨之增多，不僅造成了大量人員傷亡 和巨額的經(jīng)濟(jì)損失，而且導(dǎo)致了諸多社會(huì)問題。調(diào)查顯示，疲勞駕駛是交通 安全最重要的隱患之一，駕駛?cè)嗽谄跁r(shí)，對(duì)周圍環(huán)境的感知能力、行駛判 斷能力和對(duì)車輛的操控能力都大幅度降低，很容易發(fā)生交通事故。隨著人們 安全意識(shí)的增強(qiáng)和科學(xué)技術(shù)的進(jìn)步，駕駛?cè)似隈{駛判別技術(shù)已成為汽車安 全技術(shù)領(lǐng)域的一個(gè)主要發(fā)展方向，研究開發(fā)高性能的疲勞駕駛判別及預(yù)警技 術(shù)，對(duì)改善我國(guó)交通安全狀況意義重大。

駕駛?cè)似跔顟B(tài)的檢測(cè)目前有較多研究的方法，按檢測(cè)的類別可大致分 為基于駕駛?cè)松硇盘?hào)的檢測(cè)、基于駕駛員生理反應(yīng)特征的檢測(cè)、基于駕駛 操作行為的檢測(cè)三大類。

一、基于生理信號(hào)(腦電信號(hào)、心電信號(hào)等)判別疲勞駕駛

基于生理信號(hào)對(duì)疲勞判斷的準(zhǔn)確性較高，但接觸式的測(cè)量方式，給駕駛 人疲勞檢測(cè)的實(shí)際應(yīng)用帶來很多不便和局限性，也難以被駕駛員接收。

二、基于駕駛?cè)松矸磻?yīng)特征判別疲勞駕駛

基于駕駛?cè)松矸磻?yīng)特征的判別方法是指利用駕駛?cè)说难劬μ匦浴⒆觳? 運(yùn)動(dòng)特征等推斷駕駛?cè)说钠跔顟B(tài)，這些信息被認(rèn)為是反映疲勞的重要特征， 但由于不同的駕駛員的習(xí)慣和特征存在一定的差異，檢測(cè)算法難度較高，通 過單個(gè)面部表情特征來判斷駕駛員狀態(tài)的魯棒性不高。

三、基于駕駛操作行為判別疲勞駕駛

駕駛操作行為如方向盤操作也與疲勞狀態(tài)密切相關(guān)，且在數(shù)據(jù)采集和分 析上難度較小，已經(jīng)成為重要的疲勞檢測(cè)方法之一，但是目前對(duì)方向盤操作 參數(shù)的篩選比較模糊，也沒有針對(duì)此類參數(shù)進(jìn)行疲勞分析的有效算法，因此， 基于駕駛操作行為判別疲勞駕駛的方法仍無顯著成效。

發(fā)明內(nèi)容

為了解決現(xiàn)有技術(shù)存在的問題，本發(fā)明目的是：提供一種面向疲勞駕駛 檢測(cè)的方向盤操作特征提取方法，主要針對(duì)目前該檢測(cè)方式在參數(shù)篩選、參 數(shù)分析與疲勞判斷方面存在的局限性，建立基于MATLAB的數(shù)據(jù)分析平臺(tái)， 并以支持向量機(jī)算法的分類性能為評(píng)價(jià)準(zhǔn)則，以序列浮動(dòng)前向選擇算法為搜 索策略，建立疲勞判別指標(biāo)近似最優(yōu)選擇算法，篩選與疲勞相關(guān)性最大的指 標(biāo)建立駕駛?cè)似跔顟B(tài)檢測(cè)的指標(biāo)體系。在此基礎(chǔ)上，針對(duì)個(gè)體差異和車輛 換線等影響疲勞識(shí)別的關(guān)鍵特征，通過個(gè)體差異性的自學(xué)習(xí)方法，建立考慮 個(gè)體差異性的駕駛?cè)似跔顟B(tài)檢測(cè)模型，區(qū)分主動(dòng)換線和疲勞車道偏離在偏 出階段的操作特性差異，建立車輛偏出車道時(shí)的疲勞檢測(cè)模型，可大大提高 本識(shí)別方法適用于不同駕駛?cè)撕投喾N操作狀態(tài)的泛化能力，提升疲勞檢測(cè)模 型的識(shí)別準(zhǔn)確率。

本發(fā)明的技術(shù)方案是：

一種面向疲勞駕駛檢測(cè)的方向盤操作特征提取方法，其特征在于，包括 以下步驟：

S01：疲勞操作特性分析及疲勞判別指標(biāo)抽取：對(duì)駕駛?cè)似跇颖咀兞? 進(jìn)行統(tǒng)計(jì)分析和對(duì)比；根據(jù)分析結(jié)果，初步抽取N個(gè)疲勞判別指標(biāo)，對(duì)不 同疲勞水平下疲勞判別指標(biāo)的差異顯著性進(jìn)行檢驗(yàn)，在已抽取的N個(gè)疲勞 判別指標(biāo)中選出N1個(gè)顯著性指標(biāo)構(gòu)建疲勞判別指標(biāo)；

S02：疲勞判別指標(biāo)優(yōu)化：以支持向量機(jī)算法的分類性能為評(píng)價(jià)準(zhǔn)則， 以序列浮動(dòng)前向選擇算法為搜索策略，建立疲勞判別指標(biāo)近似最優(yōu)選擇算法， 從初選的N1個(gè)疲勞判別指標(biāo)中篩選N2個(gè)指標(biāo)建立駕駛?cè)似跔顟B(tài)檢測(cè)的 指標(biāo)體系；

S03：駕駛?cè)似跔顟B(tài)檢測(cè)模型的建立：以篩選得到的駕駛?cè)似跔顟B(tài) 檢測(cè)指標(biāo)體系為輸入，基于支持向量機(jī)算法建立駕駛?cè)似跔顟B(tài)檢測(cè)模型；

S04：影響疲勞關(guān)鍵因素提取與算法優(yōu)化：基于SVM算法建立考慮個(gè) 體差異性的駕駛?cè)似跔顟B(tài)檢測(cè)模型；將車輛偏出車道事件分為主動(dòng)換線和 疲勞導(dǎo)致的車道偏離兩類模式，通過比較主動(dòng)換線和疲勞導(dǎo)致的車道偏離在 偏出階段的操作特性差異，建立車輛偏出車道時(shí)的疲勞檢測(cè)模型。

優(yōu)選的，所述步驟S01中基于MATLAB建立數(shù)據(jù)分析平臺(tái)，對(duì)駕駛?cè)? 不同疲勞狀態(tài)下的轉(zhuǎn)向操作和車輛狀態(tài)變量的波動(dòng)特性分析和頻數(shù)分布比 較。

優(yōu)選的，所述步驟S01中利用單因子方差分析方法檢驗(yàn)疲勞判別指標(biāo)的 差異顯著性，對(duì)具有顯著性差異的指標(biāo)進(jìn)行多重比較。