[發明專利]一種憤怒駕駛檢測及安全預警方法

在審

• 申請號: 201810294659.0
• 申請日: 2018-03-30
• 公開（公告）號: CN108509999A
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 王若愚;郭唐儀;潘姝;葛徐婷;呂亦江;朱云霞;伊特格勒;孫豪;郝浪;郭進
• 申請（專利權）人: 南京理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;B60W50/14
• 代理公司: 南京蘇創專利代理事務所(普通合伙) 32273
• 代理人: 張學彪

本發明公開了一種憤怒駕駛檢測及安全預警方法，通過采集車輛行駛信息，包括行駛速度，縱向加速度，橫向加速度，建立憤怒駕駛數據庫，采用KNN算法檢測待測樣本的駕駛狀態。當待測樣本駕駛參數接近憤怒駕駛參數時，判定為憤怒駕駛，并通過聲音預警提醒駕駛員控制情緒，保證駕駛安全。發明具有可實施性，憤怒駕駛檢測準確的特點。

技術領域

本發明屬于汽車駕駛檢測領域，具體涉及駕駛員激烈駕駛行為的檢測方法及其預警方法。

背景技術

隨著我國經濟的快速發展，人民生活水平提高，機動車保有量每年都保持增長，方便人民出行和促進經濟發展的同時，也給交通安全帶來更多風險，交通事故數量巨大。駕駛人是交通的直接參與者，駕駛人因對交通事故影響占主要部分，研究表明，駕駛人因在交通事故原因中占比達90％以上，其中憤怒駕駛占3％-5％。大城市的交通問題，致使駕駛人怒憤情緒明顯，引發不良駕駛行為，造成嚴重交通安全風險。因此，憤怒駕駛檢測及安全預警極為重要。

專利一種憤怒駕駛狀態檢測方法(申請號CN105496369A)，通過對駕駛員在正常駕駛和憤怒駕駛狀態下脈搏變化情況的觀察以及相關對比實驗，選取脈搏幅值的變化率、主波到重搏波的降幅以及脈率的變化率三個特征，利用神經網絡算法，訓練出駕駛員憤怒駕駛狀態學習評估模型，實現憤怒駕駛狀態檢測。文獻1(萬平,吳超仲,林英姿,等.基于置信規則庫的駕駛人憤怒情緒識別模型.交通運輸系統工程與信息,2015,15(5):96-102.)在論文基于置信規則庫的駕駛人憤怒情緒識別模型中，篩選出血流量脈沖(BVP)、皮膚電導(SC)、腦電波δ波和β波四個特征量，建立置信規則庫推理模型，實現憤怒情緒識別。

上述技術中，需要使用到各種生理檢測設備，佩戴不易，對正常駕駛造成干擾，測量設備復雜，硬件成本高，實施起來較為困難。

發明內容

本發明的目的在于提供一種憤怒駕駛檢測方法及安全預警方法，將車輛行駛速度，縱向加速度，橫向加速度，車輛橫向偏轉角度等數據規劃入檢測指標，根據檢測數據的變化檢測憤怒駕駛并采取預警措施。

本發明的技術解決方案如下：一種憤怒駕駛檢測及安全預警方法，包括

步驟一：采集正常駕駛和憤怒駕駛情況下的車輛行駛參數，建立正常駕駛參數庫C1和憤怒駕駛參數庫C2，其中C₁＝(N₁,N₂,...,N_n)，N_i＝(n_i1，n_i2，...n_ij)，n_ij為樣本N_i的特征量，即正常行駛狀態的參數，j為參數個數；C₂＝(A₁,A₂,...,A_n)，A_i＝(a_i1，a_i2，...a_ij)，其中a_ij為樣本A_i的特征量，即憤怒行駛狀態下的參數，j為參數個數。

步驟二：將正常駕駛參數庫C1和憤怒駕駛參數庫C2合并組建成訓練樣本庫T，其中T＝(T₁,T₂,...,T_2n)，T_i＝(t_i1，t_i2，...t_ij)，t_ij為駕駛狀態的特征參數，j為參數個數。

步驟三：采用min-max的歸一化方法預處理訓練樣本庫T的特征參數；

公式如下：