[發明專利]一種基于視覺注意力的安全駕駛方法

有效

• 申請號: 202010081885.8
• 申請日: 2020-02-06
• 公開（公告）號: CN111292548B
• 公開（公告）日: 2021-02-05
• 發明（設計）人: 張笑欽;許佳煒;趙麗
• 申請（專利權）人: 溫州大學
• 主分類號: G08G1/0967
• 分類號: G08G1/0967;G07C5/08;G06K9/00
• 代理公司: 北京中北知識產權代理有限公司 11253
• 代理人: 陳孝政

本發明公開了一種基于視覺注意力的安全駕駛方法，包括以下步驟：采集駕駛場景：全面采集復雜和簡單的高速公路、城市道路以及各類復雜的天氣狀況；召集有駕駛經驗的受試者參與眼動實驗，獲得注視點，同時，選擇幾個經典的注意力模型預測以上駕駛視頻的注視點，比較兩種注視點的差異性，初步選擇注視點的最優方案；通過抽取視頻中和注視點有關的特征，構建神經網絡模型，通過參考整體安全駕駛方案，選擇最合理的注視點,滿足安全駕駛的要求；優化選定的注視點，提高駕駛舒適性，通過主觀評價方案，讓受試者參與，最終促進安全駕駛的目標。本方法提出的注視點相互交融的方法會使安全性得到更好的提高，從本質上達到安全駕駛的目的。

技術領域

本發明涉及注意力分析和建模技術領域，具體涉及一種基于視覺注意力的安全駕駛方法。

背景技術

近幾十年來，人類視覺注意的計算建模受到了廣泛的關注。在當代先進的工業應用中，它已經被證明能夠非常類似地預測人類的視覺注意力。然而，基于人類視覺注意的眼睛注視位置(Eye Fixation Locations)和計算視覺注意模型(Computational VisualAttention Model)預測的眼睛注視位置(Predicted Eye Fixation Locations)哪一種方案更可靠，是否切實有助于實際駕駛，一直存在爭議。

在自然場景中，駕駛員的視覺注意受到許多方面的影響，如時空規律性、中心偏誤、個體差異、反應模式、駕駛疲勞和其他人為因素。因此，最好導入能夠正確反映這些人為因素的計算視覺注意模型。最近，有人提出了一種生物啟發的視覺注意模型。它包含幾個在駕駛時起作用的具有代表性的人為因素，其有效性已在離線駕駛視頻中得到證明。另外，還有人提出了一種基于人類視覺注意的眼睛注視位置的推薦方法，并針對不同的駕駛條件推薦了三種類型的注視點，即只有駕駛員的注視點，只有模型的注視點，以及可以交換的注視點。

上述方法在安全駕駛方案均取得了一定的成效，但由于收集的數據庫只包括10種駕駛條件。事故大多發生在壞天氣，比好天氣事故率多，所以最好包括壞天氣條件。出于類似的原因，最好包括更復雜的道路條件。其次，支持向量機(SVM)對少量的數據樣本有用，但對大量的數據樣本效果不佳。

發明內容

針對現有技術存在的不足，本發明的目的在于提供一種基于視覺注意力的安全駕駛方法，該安全駕駛方法，通過對駕駛中的視覺盲點，不注意，忽視等多種危害行為的分析，此外，通過對駕駛員所表現出來的時空序列性，駕駛反應差異性，視覺靈敏度，視覺偏中性的綜合分析，使用后向傳播網絡來訓練以上特征，最終選擇視頻中合理的注視點；以保證駕駛的安全性和舒適性。

為實現上述目的，本發明提供了如下技術方案：一種基于視覺注意力的安全駕駛方法，包括以下步驟：

(1)采集駕駛場景：全面采集復雜和簡單的高速公路、城市道路以及各類復雜的天氣狀況；

(2)召集有駕駛經驗的受試者參與眼動實驗，獲得注視點，同時，選擇幾個經典的注意力模型預測以上駕駛視頻的注視點，比較兩種注視點的差異性，初步選擇注視點的最優方案；

(3)通過抽取視頻中和注視點有關的特征，構建神經網絡模型，通過參考整體安全駕駛方案，選擇最合理的注視點,滿足安全駕駛的要求；

(4)進一步優化步驟(3)選定的注視點，提高駕駛舒適性，通過主觀評價方案，讓受試者參與，最終促進安全駕駛的目標。

作為優選的，步驟(1)具體包括：為保證魯棒性，一半的原始視頻是在惡劣的天氣條件下拍攝的，另一半則是在晴天拍攝的，原始視頻采用安裝在汽車擋風玻璃上的數碼攝像機進行記錄，另外使用高清攝像機拍攝，每秒30幀。

作為優選的，安裝在汽車擋風玻璃上的數碼攝像機記錄從16種不同的駕駛環境中抽取96個高清晰度彩色視頻片段。