[发明专利]一种基于大数据的车辆抗疲劳安全驾驶方法

权利要求书

1.一种基于大数据的车辆抗疲劳安全驾驶方法，其特征在于，包括以下步骤：

S1.下载云端数据，更新本地数据库；

S2.识别驾驶员身份，若识别未通过，则锁死车辆并发出提醒信息；若识别通过，则解锁车辆并进入步骤S3；

S3.发车启动后，实时监控人车状态得到驾驶监控数据，并将所述驾驶监控数据在所述本地数据库中作对比；

S4.判断驾驶员是否处在疲劳驾驶状态，若否则继续进行监控，若是则进行预警提示并启动辅助驾驶功能后进入步骤S5；

S5.判断所述驾驶员是否处在沉睡驾驶状态，若否则保持所述预警提示和辅助驾驶功能的进行，若是则启动自动驾驶功能，使车辆安全停车。

2.如权利要求1所述的一种基于大数据的车辆抗疲劳安全驾驶方法，其特征在于，所述步骤S1具体包括：

S1-1.车辆中控台上电；

S1-2.所述车辆中控台下载所述云端数据，更新所述本地数据库。

3.如权利要求2所述的一种基于大数据的车辆抗疲劳安全驾驶方法，其特征在于，所述步骤S2具体包括：

S2-1.所述车辆中控台通过车载面部识别摄像头采集驾驶员的面部变化特征，与更新后的所述本地数据库进行匹配；

S2-2.根据匹配结果判断驾驶员身份是否合法，若是，则解锁车辆，车辆启动，并根据所述本地数据库中的驾驶员习惯调整车内的驾驶环境；若否，则锁死车辆，并发出车辆报警信号以及通过网络向车主发送报警信息。

4.如权利要求3所述的一种基于大数据的车辆抗疲劳安全驾驶方法，其特征在于，所述步骤S3包括：

S3-1.发车启动后，在驾驶过程中，所述车辆中控台通过所述车载面部识别摄像头实时检测所述驾驶员的面部变化特征，通过生理传感器实时检测驾驶员的生理指标，通过车载传感器实时检测驾驶员的驾驶行为特征，通过车辆行驶状态传感器实时检测车辆的行驶状态变化特征；

S3-2.根据实时监测的包括所述驾驶员的面部变化特征、生理指标、驾驶行为特征，以及所述车辆的行驶状态变化特征在内的所述驾驶监控数据，建立疲劳状态判定模型；

S3-3.所述疲劳状态判定模型对所述驾驶监控数据进行权重值设定，并根据设定的不同权重值将所述驾驶监控数据量化成相应的疲劳状态值；

S3-4.所述疲劳状态判定模型将所述面部变化特征的疲劳状态值按照时间序列与所述本地数据库中的预存面部变化特征阈值进行对比，将所述生理指标的疲劳状态值与所述本地数据库中预存的疲劳状态的生理指标阈值进行对比，将所述驾驶行为特征的疲劳状态值与所述本地数据库中预存的疲劳状态的驾驶行为特征阈值进行对比，将所述行驶状态变化特征的疲劳状态值与所述本地数据库中预存的疲劳状态的车辆行驶状态参数阈值进行对比。

5.如权利要求4所述的一种基于大数据的车辆抗疲劳安全驾驶方法，其特征在于，所述步骤S4具体为：当对比到所述驾驶监控数据中存在任意一项的疲劳状态值大于其阈值时，则判定驾驶员处在所述疲劳驾驶状态，并进行不用程度的所述预警提示，同时判定到所述预警提示的危险等级到达预设程度时，启动所述辅助驾驶功能；

否则，继续进行对比。

6.如权利要求5所述的一种基于大数据的车辆抗疲劳安全驾驶方法，其特征在于：所述面部变化特征包括眼睑眨动、视线追踪、瞳孔、点头、打哈欠；所述生理指标包括脑电、心电、心率、呼吸和肌电；所述驾驶行为特征包括转向控制、油门控制、档位控制、刹车；所述行驶状态变化特征包括车速、加速度、车辆在车道的位置。

7.如权利要求6所述的一种基于大数据的车辆抗疲劳安全驾驶方法，其特征在于：所述车辆行驶状态传感器包括用于检测车道偏移的车载智能前视摄像头、雷达、惯性导航装置、车辆定位装置；

所述车载智能前视摄像头安装在车辆前窗；

所述雷达包括毫米波雷达和激光雷达，所述毫米波雷达设置在车辆的前保险杠和后保险杠，所述激光雷达安装在车辆的顶部和前保险杠；

所述惯性导航装置安装于车辆的质心部；

所述车辆定位装置设置在车辆内部。