[發(fā)明專利]一種基于視覺特性的駕駛分心檢測方法

在審

• 申請?zhí)枺?/td>: 201810297224.1
• 申請日: 2018-03-30
• 公開（公告）號: CN108537161A
• 公開（公告）日: 2018-09-14
• 發(fā)明（設計）人: 潘姝;郭唐儀;王若愚;葛徐婷;呂亦江;李云霞;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: G06K9/00
• 分類號: G06K9/00
• 代理公司: 南京蘇創(chuàng)專利代理事務所(普通合伙) 32273
• 代理人: 張學彪

1.一種基于視覺特性的駕駛分心檢測方法，其特征在于，包括以下步驟：

步驟1：劃分駕駛人視覺興趣區(qū)域；

步驟2：建立基于視覺特性的駕駛人分心檢測模型。

2.根據(jù)權利要求1所述的一種基于視覺特性的駕駛分心檢測方法，其特征在于，步驟1中所述的劃分駕駛人視覺興趣區(qū)域，界定眼動速度大于100°/s時為掃視，小于100°/s時為注視；將駕駛人的視覺區(qū)域劃分為前窗、左窗、右窗和儀表盤等其他區(qū)域。

3.根據(jù)權利要求1所述的一種基于視覺特性的駕駛分心檢測方法，其特征在于，步驟2中所述建立基于視覺特性的駕駛人分心檢測模型具體包括以下步驟：

步驟2-1、采集駕駛信息樣本，建立正常駕駛數(shù)據(jù)庫和駕駛分心數(shù)據(jù)庫；

步驟2-2、計算分心檢測特征參數(shù)；

步驟2-3、構成分心檢測特征參數(shù)集合；

步驟2-4、確定支持向量機類型并建立模型；

步驟2-5、模型輸出；

步驟2-6、參數(shù)標定。

4.根據(jù)權利要求3所述的一種基于視覺特性的駕駛分心檢測方法，其特征在于，步驟2-2中所述計算分心檢測特征參數(shù)，包括以下參數(shù)：

注視點分布：

視線離開前窗區(qū)域時間占比：

掃視速度：

掃視速度均值：

長注視次數(shù)NLF表示對除前窗外的區(qū)域長于1.6s的單次注視的發(fā)生次數(shù)；

式中，N_n表示一定時間內(nèi)注視點落在某區(qū)域的次數(shù)，∑N_n表示一定時間內(nèi)注視總次數(shù)，N₂表示一定時間注視點落在前窗區(qū)域內(nèi)的次數(shù)，ω_i+1、ω_i表示第i+1和第i次注視時注視點角度，表示第i+1次注視行為開始時刻，表示第i次注視行為結束時刻。

5.根據(jù)權利要求3所述的一種基于視覺特性的駕駛分心檢測方法，其特征在于，步驟2-3中所述構成分心檢測特征參數(shù)集合，對各參數(shù)進行差異性分析，從視線離開前窗區(qū)域時間占比(D₁)、掃視速度均值(D₂)、長注視次數(shù)(D₃)中選擇參數(shù)構成模型輸入向量，若參數(shù)過多，對輸入向量降至二維x_m＝{α_i1,α_i2}，i表示選取的駕駛人。

6.根據(jù)權利要求3所述的一種基于視覺特性的駕駛分心檢測方法，其特征在于，步驟2-4中所述確定支持向量機類型并建立模型：

其中，x_a為核函數(shù)中心，σ為函數(shù)寬度參數(shù)。

7.根據(jù)權利要求3所述的一種基于視覺特性的駕駛分心檢測方法，其特征在于，步驟2-5所述模型輸出，定義P₁＝+1，表示正常駕駛狀態(tài)的概率，定義P₂＝-1，表示分心駕駛的概率，模型輸出結果：y∈{P₁,P₂}，即y∈{±1}；

式中，l表示樣本數(shù)量，b表示偏置，a_i＝0.2，y_i＝-1。