[发明专利]基于GPS定位信息的疲劳驾驶检测方法

权利要求书

1.一种基于GPS定位信息的疲劳驾驶检测方法，其特征在于，该方法包括如下步骤：

1）构建疲劳模式分类器：传感器采集N名驾驶人在不同驾驶状态下的位于直道条件下的驾驶行为数据，其中N≥50，筛选特征参数及其最优时间窗，构建直道条件下的疲劳模式分类器；

2）采集车辆行进过程中的驾驶行为数据及车载GPS定位信息，利用车载GPS定位信息及数字地图，获取当前车辆所在位置的道路曲率信息，通过计算道路曲率引起的驾驶行为差异，将不同弯道条件下驾驶行为数据换算到直道条件下，消除道路曲率对驾驶行为数据的影响；

3）采用滑移时间窗的方法提取并融合各特征参数在其最优时间窗内的特征参数值，并将此特征参数输入直道条件下疲劳模式分类器，实现对驾驶人疲劳状态的辨识。

2.按照权利要求1所述的一种基于GPS定位信息的疲劳驾驶检测方法，其特征在于，所述的构建直道条件下的疲劳模式分类器的具体步骤如下：

（1）采集N，N≥50名驾驶人在正常驾驶状态下的位于直道条件下的驾驶行为数据；

（2）采集N，N≥50名驾驶人在疲劳驾驶状态下的位于直道条件下的驾驶行为数据；

（3）利用特征提取方法提取疲劳驾驶特征参数，采用统计分析的方法检验在不同驾驶状态下特征参数差异的显著性，进而筛选出直道条件下疲劳驾驶特征参数P_i，构成特征参数组P；

（4）分别计算所述特征参数组P内各特征参数P_i对疲劳驾驶的区分能力，选取对疲劳驾驶状态区分能力最好的时间窗作为该特征参数P_i的最优时间窗T_i，单位：s；

（5）分别计算正常驾驶条件下在同一时刻特征参数组P内各特征参数P_i在其最优时间窗T_i内的特征参数值，建立正常驾驶条件下特征参数值的数据库；

（6）分别计算疲劳驾驶条件下在同一时刻特征参数组P内各特征参数P_i在其最优时间窗T_i内的特征参数值，建立疲劳驾驶条件下特征参数值的数据库；

（7）将筛选出的直道条件下疲劳驾驶特征参数组P全部引入特征空间，基于建立的特征参数值数据库，利用机器学习的方法构建直道条件下疲劳模式分类器。