[发明专利]基于驾驶行为的疲劳驾驶检测方法

权利要求书

1.一种基于驾驶行为的疲劳驾驶检测方法，其特征在于，该方法包括以下步骤：

1）构建道路线形分类器；

2）构建疲劳模式分类器；

3）采集车辆行进过程中的道路视频，利用道路线形分类器判断当前道路线形；

4）采集驾驶人驾驶行为信息，并根据道路线形分类器的输出结果，选择对应的疲劳模式分类器，实现对驾驶人疲劳状态的辨识。

2.如权利要求1所述的一种基于驾驶行为的疲劳驾驶检测方法，其特征在于，所述构建道路线形分类器包括以下步骤：

1）采集N张不同道路曲率的道路图像，其中包括N1张直道图像和N2张弯道图像，其中，N1≥1000，N2≥2000，建立道路线形分类器的训练库；

2）利用特征提取方法提取不同类型道路图像特征参数，采用统计分析的方法检验在不同道路线形下特征参数差异的显著性，进而筛选出有效特征参数组；

3）将筛选出的有效特征参数组全部引入特征空间，利用机器学习的方法构建道路线形分类器。

3.如权利要求1所述的一种基于驾驶行为的疲劳驾驶检测方法，其特征在于，所述构建疲劳模式分类器包括以下步骤：

1）分别采集m，m≥50名驾驶人在正常驾驶和疲劳驾驶状态下的位于直道条件下的驾驶行为数据和位于弯道条件下的驾驶行为数据；

2）分别提取直道条件下的疲劳驾驶有效特征参数组和弯道条件下的疲劳驾驶有效特征参数组；

3）分别构建直道条件下的疲劳模式分类器和弯道条件下的疲劳模式分类器。

4.如权利要求3所述的一种基于驾驶行为的疲劳驾驶检测方法，其特征在于，所述分别采集m，m≥50名驾驶人在正常驾驶和疲劳驾驶状态下的位于直道条件下的驾驶行为数据和位于弯道条件下的驾驶行为数据包括以下步骤：

（1）采集m，m≥50名驾驶人在正常驾驶条件下的驾驶行为数据和道路视频，依据道路视频信息，将驾驶行为数据划分为直道条件下驾驶行为数据和弯道条件下驾驶行为数据；

（2）采集m，m≥50名驾驶人在疲劳驾驶条件下的驾驶行为数据和道路视频，依据道路视频信息，将驾驶行为数据划分为直道下驾驶行为数据和弯道下驾驶行为数据；

所述分别提取直道条件下的疲劳驾驶有效特征参数组和弯道条件下的疲劳驾驶有效特征参数组包括以下步骤：

（1）利用特征提取方法提取直道条件下的疲劳驾驶特征参数，采用统计分析的方法检验在正常驾驶和疲劳驾驶状态下的特征参数差异的显著性，进而筛选出直道条件下疲劳驾驶有效特征参数组；

（2）利用特征提取方法提取弯道条件下的疲劳驾驶特征参数，采用统计分析的方法检验在正常驾驶和疲劳驾驶状态下特征参数差异的显著性，进而筛选出弯道条件下疲劳驾驶有效特征参数组；

所述分别构建直道条件下的疲劳模式分类器和弯道条件下的疲劳模式分类器包括以下步骤：

（1）将筛选出的直道条件下的疲劳驾驶有效特征参数组全部引入特征空间，利用机器学习的方法构建直道下疲劳模式分类器；

（2）将筛选出的弯道条件下的疲劳驾驶有效特征参数组全部引入特征空间，利用机器学习的方法构建弯道下疲劳模式分类器。

5.如权利要求1所述的一种基于驾驶行为的疲劳驾驶检测方法，其特征在于，所述采集车辆行进过程中的道路视频，利用道路线形分类器判断当前道路线形包括以下步骤：

1）通过车载摄像头实时采集道路图像信息；

2）提取道路图像信息的特征参数，输入道路线形分类器，判断当前道路线形。

6.如权利要求1所述的一种基于驾驶行为的疲劳驾驶检测方法，其特征在于，所述采集驾驶人驾驶行为信息，并根据道路线形分类器的输出结果，选择对应的疲劳模式分类器，实现对驾驶人疲劳状态的辨识包括以下步骤：

1）利用驾驶行为采集设备实时采集驾驶人当前驾驶行为数据；

2）若道路线形分类器输出结果为直道，则依据直道条件下的疲劳驾驶有效特征参数组处理并计算驾驶行为数据，并将该数据输入到直道条件下的疲劳模式分类器中，判断当前驾驶人的疲劳状态；

3）若道路线形分类器输出结果为弯道，则依据弯道条件下的疲劳驾驶有效特征参数组处理并计算驾驶行为数据，并将该数据输入到弯道条件下的疲劳模式分类器中，判断当前驾驶人的疲劳状态。