[發明專利]基于多傳感器融合的行車安全保障系統及方法

在審

• 申請號: 201810373920.6
• 申請日: 2018-04-24
• 公開（公告）號: CN108710898A
• 公開（公告）日: 2018-10-26
• 發明（設計）人: 劉新華;楊建豪;郭凡
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 許美紅

1.一種基于多傳感器融合的行車安全保障在線監測預警系統，其特征在于，包括主控板、傳感器組、GSM通信模塊、云數據分析平臺，其中，

主控板作為云數據分析平臺的終端，通過GSM通信模塊上傳給云數據分析平臺，同時將云數據分析平臺做出的預警及評價反饋給用戶；

GSM模塊，通過GSM完成終端與云數據分析平臺之間的通信；

傳感器組包括多個傳感器，包括氣體傳感器、酒精傳感器、視頻傳感器、語音傳感器、六軸傳感器；

氣體傳感器：用于采集車內的CO2和CO濃度，將濃度信號轉換為電壓信號，并經過放大后發給主控板；

酒精傳感器：用于采集車內的酒精濃度，將濃度信號轉換為電壓信號，并經過放大后發給主控板；

視頻傳感器：通過攝像頭采集車內駕駛人員的信息，并進行圖像識別，將識別結果發送至主控板；

語音傳感器：通過采集車內聲音，通過濾波后發送至主控板；

六軸傳感器：用于測量車的偏向及加速度，通過主控板得出車姿態；

云數據分析平臺，與主控板連接，用于根據傳感器組采集的信號進行道路違法行為分析、車流密度信息查詢、不良駕駛習慣分析及推薦。

2.根據權利要求1所述的基于多傳感器融合的行車安全保障在線監測預警系統，其特征在于，傳感器組采集的信號包括不規范轉向、急剎車、急加速、車內空氣質量以及車內酒精濃度；其中不規范轉向包括未開啟轉向燈，開啟轉向燈距離轉向時間間隙過短；不良駕駛習慣分析結果包括疲勞駕駛和酒駕，疲勞駕駛包括駕駛員面部信息、猛握方向盤或急踩剎車，汽車抖動，突然急減速；酒駕包括車內酒精濃度偏高，車身行駛路線彎曲，車身頻繁抖動等；

云數據分析平臺通過傳感器組采集的信號建立駕駛危險行為數學模型和樣本訓練，并根據采集的信號綜合判斷車輛的行車安全狀態，實現對危險駕駛行為預警。

3.按照權利要求1所述的基于多傳感器融合的行車安全保障在線監測預警系統，其特征在于，所述云數據分析平臺還用于對車輛進行定位，利用GSM模塊發送行駛過程位置信息或車輛熄火時位置信息至云數據分析平臺并保存。

4.根據權利要求1所述的基于多傳感器融合的行車安全保障在線監測預警系統，其特征在于，云數據分析平臺通過視頻傳感器以及六軸傳感器的采集數據來判斷車姿，得出車輛行為模型特征，再通過危險駕駛行為識別算法識別出包括駕駛時玩手機、疲勞駕駛的不良駕駛行為。

5.根據權利要求1所述的基于多傳感器融合的行車安全保障在線監測預警系統，其特征在于，云數據分析平臺具體用于：

對CO及CO2濃度進行監控，當濃度到達所設定的極限值時報警；

對空氣中酒精濃度監控，配合視頻傳感器以及六軸傳感器測量的數據，得出包括左右急轉彎的頻率、急剎車頻率和超速行駛狀況的模型特征，并通過危險駕駛行為識別算法作出判別并報警；

對不良駕駛行為監控，根據轉向燈開啟信息，再通過視頻傳感器以及六軸傳感器判斷車姿，實現未開轉向燈轉向或轉向燈開啟時間不足轉向的不良駕駛行為的預警；

將各類不良駕駛行為通過GSM模塊發送到云數據分析平臺，通過云數據分析平臺的駕駛行為評價系統對駕駛員的駕駛行為進行評估并作出建議，當駕駛員再一次出現類似不良駕駛行為之前進行提示并給出建議。

6.基于多傳感器融合的行車安全保障在線監測預警系統，其特征在于，將主控板的片內存儲器的地址空間劃分為5個區域，包括啟動區、應用程序區、GSM模塊存儲區、用戶數據區和云平臺信息處理區；啟動區負責系統中硬件的時鐘頻率設置和其它的初始化；應用程序區負責處理分析各個傳感器采集到的實時數據；GSM模塊存儲區負責與云數據分析平臺的網絡數據傳輸；用戶數據區用于保存程序運行中需要存儲的數據，以防斷電后數據丟失；云平臺信息處理區主要處理從云數據平臺得到的評價建議信息，之后通過語音傳感器反饋給駕駛人員。

7.一種基于多傳感器融合的行車安全保障在線監測預警方法，其特征在于，包括以下步驟：

建立各類危險駕駛行為的數學模型，通過建立數學模型和樣本訓練，提取其模型特征以此構建危險駕駛行為識別算法；

通過各種傳感器不停采集車內和車外的各種信息，并交給主控板進行處理；具體包括：

①空氣質量傳感器進行CO及CO2濃度監控，到達所設定的極限值報警；

②酒精濃度傳感器進行空氣中酒精濃度監控，配合視頻傳感器，六軸傳感器測量的數據，得出包括左右急轉彎的頻率、急剎車頻率和超速行駛狀況的模型特征，通過危險駕駛行為識別算法進行判別并報警；

③通過視頻傳感器以及六軸傳感器的測量數據來判斷車姿，得出模型特征，最后通過危險駕駛行為識別算法分辨出包括駕駛時玩手機、疲勞駕駛的不良駕駛行為；

④通過語音傳感器采集轉向燈開啟信息，再通過視頻傳感器以及六軸傳感器的測量數據判斷車姿，實現未開轉向燈轉向或轉向燈開啟時間不足轉向的不良駕駛行為的預警；

⑤通過GSM模塊獲取地理位置信號并傳遞給主控板，主控板再通過GSM模塊發送到云服務器端，車主可以通過訪問云端來監控自己的車的位置，從而達到防盜的目的；

⑥在前端實現的各類不良駕駛行為由主控板通過GSM模塊發送到云數據分析平臺，通過云數據分析平臺中的駕駛行為評價系統對駕駛員的駕駛行為進行評估并作出建議，當駕駛員再一次出現類似不良駕駛行為之前進行提示并給出建議。