[發(fā)明專利]基于駕駛指紋的駕駛疲勞監(jiān)測(cè)方法與系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201810405726.1
• 申請(qǐng)日: 2018-04-29
• 公開(kāi)（公告）號(hào): CN108577869A
• 公開(kāi)（公告）日: 2018-09-28
• 發(fā)明（設(shè)計(jì)）人: 吳超仲;郝博文
• 申請(qǐng)（專利權(quán)）人: 武漢理工大學(xué)
• 主分類號(hào): A61B5/18
• 分類號(hào): A61B5/18;A61B5/1172
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 鐘鋒

本發(fā)明公開(kāi)了一種基于駕駛指紋的駕駛疲勞監(jiān)測(cè)方法與系統(tǒng)，該方法包括以下步驟：S1)通過(guò)傳感器采集駕駛?cè)说鸟{駛數(shù)據(jù)；S2)根據(jù)駕駛數(shù)據(jù)通過(guò)預(yù)先設(shè)定的表征指標(biāo)算法計(jì)算表征駕駛疲勞的駕駛指紋特征指標(biāo)閾值；S3)提取駕駛指紋庫(kù)的歷史駕駛數(shù)據(jù)信息，對(duì)歷史駕駛數(shù)據(jù)信息與當(dāng)前的駕駛?cè)颂卣鬟M(jìn)行匹配識(shí)別；S4)若成功識(shí)別駕駛?cè)耍瑒t提取該駕駛?cè)藲v史駕駛指紋閾值記錄；S5)若歷史記錄中無(wú)匹配的駕駛?cè)耍瑒t通過(guò)步驟S2)中的方法實(shí)時(shí)計(jì)算該駕駛?cè)苏ｑ{駛狀態(tài)下駕駛指紋閾值；S6)將步驟S4)和步驟S5)得到的駕駛指紋閾值對(duì)實(shí)時(shí)采集的駕駛指紋狀態(tài)進(jìn)行評(píng)價(jià)，輸出駕駛?cè)耸欠裉幱谄隈{駛狀態(tài)的結(jié)果。本發(fā)明識(shí)別結(jié)果準(zhǔn)確且不影響駕駛?cè)苏ｑ{駛。

技術(shù)領(lǐng)域

本發(fā)明涉及智能駕駛技術(shù)，尤其涉及一種基于駕駛指紋的駕駛疲勞監(jiān)測(cè)方法與系統(tǒng)。

背景技術(shù)

近年來(lái)，隨著交通安全領(lǐng)域的研究逐漸深入，越來(lái)越多的車輛安全輔助功能被開(kāi)發(fā)出來(lái)，許多駕駛安全系統(tǒng)成為車輛的‘標(biāo)配’。然而，研究表明威脅駕駛安全的主要因素是駕駛?cè)巳藶樵颍F(xiàn)有的駕駛輔助系統(tǒng)(ADAS)不能夠很好的適應(yīng)每個(gè)駕駛?cè)说奶攸c(diǎn)，導(dǎo)致在駕駛?cè)诉m應(yīng)性及安全性方面表現(xiàn)差強(qiáng)人意。

現(xiàn)有的駕駛疲勞監(jiān)測(cè)方法及系統(tǒng)，多數(shù)是通過(guò)算法計(jì)算出統(tǒng)一的預(yù)警觸發(fā)條件。如《駕駛疲勞檢測(cè)和預(yù)警》公布號(hào)：CN104240444A；《一種基于道路標(biāo)線的駕駛疲勞預(yù)警方法》公布號(hào)：CN107150690A等。有些方法通過(guò)對(duì)駕駛?cè)笋{駛風(fēng)格進(jìn)行分類(分為：激進(jìn)型、一般型、謹(jǐn)慎型等)雖然一定程度上的提高了監(jiān)測(cè)精度，但仍無(wú)法做到對(duì)駕駛?cè)笋{駛疲勞精確辨識(shí)。

我們的手指有獨(dú)一無(wú)二的指紋，標(biāo)記出了每個(gè)人獨(dú)一無(wú)二的身份。同理，我們的駕駛行為也具有致密的操作‘紋理’，‘駕駛指紋’就是指駕駛?cè)霜?dú)一無(wú)二的駕駛行為特征。按照駕駛行為的角度來(lái)說(shuō)，‘駕駛指紋’就是駕駛?cè)藗€(gè)體表現(xiàn)出的操作行為特征固有屬性。

現(xiàn)階段駕駛指紋的應(yīng)用，主要是通過(guò)對(duì)車輛傳感器獲取的駕駛行為數(shù)據(jù)進(jìn)行特征分析，從而對(duì)駕駛?cè)松矸葸M(jìn)行識(shí)別。未應(yīng)用于通過(guò)駕駛指紋進(jìn)行駕駛疲勞監(jiān)測(cè)領(lǐng)域。

本發(fā)明能夠精確的識(shí)別駕駛?cè)说纳矸莶?shí)現(xiàn)針對(duì)駕駛?cè)藗€(gè)體的駕駛疲勞狀態(tài)監(jiān)測(cè)，從而達(dá)到高適應(yīng)性、高安全性的駕駛安全輔助效果。同時(shí)系統(tǒng)能夠基于駕駛?cè)藢?shí)時(shí)的駕駛狀態(tài)，評(píng)價(jià)駕駛行為實(shí)現(xiàn)疲勞駕駛狀態(tài)準(zhǔn)確預(yù)警，提高行車安全。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問(wèn)題在于針對(duì)現(xiàn)有技術(shù)中的缺陷，提供一種基于駕駛指紋的駕駛疲勞監(jiān)測(cè)方法與系統(tǒng)。

本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是：一種基于駕駛指紋的駕駛疲勞監(jiān)測(cè)方法，包括以下步驟：

S1)通過(guò)傳感器采集駕駛?cè)说鸟{駛數(shù)據(jù)；所述駕駛數(shù)據(jù)包括剎車、油門踏板、車輛三軸加速度、相對(duì)車道位置以及方向盤轉(zhuǎn)角數(shù)據(jù)；

S2)根據(jù)駕駛數(shù)據(jù)通過(guò)預(yù)先設(shè)定的表征指標(biāo)算法計(jì)算表征駕駛疲勞的駕駛指紋特征指標(biāo)閾值，駕駛指紋特征指標(biāo)包括：正常駕駛狀態(tài)下轉(zhuǎn)向反轉(zhuǎn)率(SRR)的閾值、車速的閾值、橫向以及縱向加速度的標(biāo)準(zhǔn)閾值以及基于橫向/縱向加速度的典型行車安全事件(critical incident events：橫向加速度絕對(duì)值大于1m/s²或縱向加速度絕對(duì)值大于1.5m/s²)等。

S3)提取駕駛指紋庫(kù)的歷史駕駛數(shù)據(jù)信息，對(duì)歷史駕駛數(shù)據(jù)信息與當(dāng)前的駕駛?cè)颂卣鬟M(jìn)行匹配識(shí)別；

S4)若成功識(shí)別駕駛?cè)耍瑒t提取該駕駛?cè)藲v史駕駛指紋閾值記錄；

S5)若歷史記錄中無(wú)匹配的駕駛?cè)耍瑒t通過(guò)步驟S2)中的方法實(shí)時(shí)計(jì)算該駕駛?cè)苏ｑ{駛狀態(tài)下駕駛指紋閾值；

S6)將步驟S4)和步驟S5)得到的駕駛指紋閾值對(duì)實(shí)時(shí)采集的駕駛指紋狀態(tài)進(jìn)行評(píng)價(jià)，輸出駕駛?cè)耸欠裉幱谄隈{駛狀態(tài)的結(jié)果。