[發明專利]疲勞駕駛監測提醒方法及系統

有效

• 申請號: 201610352037.X
• 申請日: 2016-05-25
• 公開（公告）號: CN105788176B
• 公開（公告）日: 2018-01-26
• 發明（設計）人: 蘇鷺梅;張輯;陳本彬
• 申請（專利權）人: 廈門理工學院
• 主分類號: G08B21/06
• 分類號: G08B21/06;G06K9/00
• 代理公司: 廈門市精誠新創知識產權代理有限公司35218
• 代理人: 何家富

技術領域

本發明涉及汽車導航領域，特別涉及疲勞駕駛監測提醒方法及系統。

背景技術

通常來說，疲勞駕駛是司機進行長時間的駕駛后，產生了困倦瞌睡、四肢無力、注意力不集中和判斷能力明顯下降的現象，嚴重的時候甚至會出現精神恍惚以及瞬間的失憶。雖然駕駛員在駕駛時打瞌睡的時間不過幾秒鐘，但這足以瞬間造成嚴重的交通事故。所以，疲勞駕駛帶來的危害不容小覷。

目前最精準的技術是基于生理學的方法，如腦電波、心跳頻率、脈搏頻率和呼吸等等。這些技術是侵入式的，因為它們需要在司機的身上附著電極，容易導致他們有煩擾的情緒。為了在晚上也能正常工作，一些研究使用了基于紅外LED 的有源照明，幾乎所有發表在文獻上的主動性系統都在實驗室測試過的，但是沒有在運動的車上試驗過。在一個運動的車上會出現很多挑戰，比如說光線的變化、背景的變化和在實際系統中不可不考慮的一些振動。一個叫做副駕駛的工業范例被提出，這個系統有被卡車司機檢驗過。它用一個簡單的減法過程找到眼睛，它僅僅通過計算PERCLOS（眼睛閉合百分數）去測算司機的睡意程度。一個依賴于單一視覺信息的系統，可能會在當不能準確獲取視覺特征時出現一些困難，因為它是會出現在實際情況中的。那么，一個單一的視覺信息可能不會總能表示一個人的心理狀態。

發明內容

為此，本發明提出一種結合多種面部的參數進行綜合分析，然后判斷和預警，具體方案如下：疲勞駕駛監測提醒方法，包括步驟：

S1、采集駕駛員臉部圖像；

S2、檢測臉部圖像；

S3、提取眼睛特征值、頭部特征值以及嘴部特征值；

S4、通過眼睛特征值來獲取眼睛狀態，眼睛特征值包括瞳孔中心坐標、瞳孔坐標以及瞳孔縱軸長度；通過頭部特征值來獲取頭部狀態，頭部特征值包括人臉坐標以及人臉縱坐標，通過嘴部特征值來獲取獲取嘴部狀態，嘴部特征值包括嘴部面積以及嘴部縱軸長度；

S5、根據眼睛狀態及眼睛特征值計算眼睛閉合程度及持續時長，根據頭部狀態及頭部特征值獲取規定時間內的點頭頻率，從嘴部特征值中獲取嘴部縱軸長度；

S6、建立疲勞等級判斷標準并進行疲勞等級判定，將疲勞等級劃分為正常狀態、一級疲勞狀態、二級疲勞狀態以及三級疲勞狀態，判斷優先級按高到低依次為三級疲勞狀態、二級疲勞狀態、一級疲勞狀態、正常狀態，

首先進行三級疲勞狀態判定，三級疲勞狀態判定條件包括：1）眼睛閉合程度大于第一閉合閾值且持續時間超過第一時間閾值，2）在第二時間閾值范圍內，點頭頻率大于等于第一頻率閾值，3）嘴部縱軸長度大于第一長度閾值，其中優先級按高到低依次為條件1）、條件2）、條件3)，若滿足條件1）則判定為三級疲勞狀態，不滿足條件1）則使用條件2）判斷，若滿足條件2）則判定為三級疲勞狀態，不滿足條件2）則使用條件3）判斷，若條件3）滿足則判定為三級疲勞狀態；

若不滿足條件3）則進入二級疲勞狀態判定，二級疲勞狀態判定條件包括：4）眼睛閉合程度小于等于第一閉合閾值大于第二閉合閾值，且持續時間超過第一時間閾值，5）在第二時間閾值范圍內，點頭頻率等于第二頻率閾值，6）嘴部縱軸長度小于等于第一長度閾值大于第二長度閾值，其中優先級按高到低依次為條件4）、條件5）、條件6)，若滿足條件4）則判定為二級疲勞狀態，不滿足條件4）則使用條件5）判斷，若滿足條件5）則判定為二級疲勞狀態，不滿足條件5）則使用條件6）判斷，若條件6）滿足則判定為二級疲勞狀態；

若不滿足條件6）則進入一級疲勞狀態判定，一級疲勞狀態判定條件包括：7）眼睛閉合程度小于等于第二閉合閾值大于第三閉合閾值，且持續時間超過第一時間閾值，8）在第二時間閾值范圍內，點頭頻率等于第三頻率閾值，9）嘴部縱軸長度小于等于第二長度閾值大于第三長度閾值，其中優先級按高到低依次為條件7）、條件8）、條件9)，若滿足條件7）則判定為一級疲勞狀態，不滿足條件7）則使用條件8）判斷，若滿足條件8）則判定為一級疲勞狀態，不滿足條件8）則使用條件9）判斷，若條件9）滿足則判定為一級疲勞狀態；

若不滿足條件9）則直接判定為正常狀態；

S7、進行對應疲勞等級的報警。

其中，步驟S2中所述的檢測臉部圖像方法為基于Viola and Jones的人臉檢測算法。

其中，步驟S3中提取眼睛及頭部特征值方法為灰度信息方法，用人臉特征灰度值與其他部分的差異進行區別，先將不同方向上的灰度值和，然后根據和的變化確定相應的特定變化點，然后利用投影灰度值基于統計的方法將不同方向上的變化點位置相結合，最終提取出眼睛及頭部特征值。