[发明专利]驾驶行为异常检测方法、装置及工业设备

权利要求书

1.一种驾驶行为异常检测方法，其特征在于，所述驾驶行为异常检测方法包括：

获取驾驶员的视频信息以及工业设备的工况信息；

根据所述视频信息获取所述驾驶员的操作行为特征；

根据所述工况信息获取所述工业设备的工作流程特征；

对所述操作行为特征及所述工作流程特征进行特征融合得到所述驾驶员的驾驶行为特征；

根据所述驾驶行为特征，并利用预建立的第一神经网络得到驾驶行为检测结果；

所述根据所述工况信息获取所述工业设备的工作流程特征的步骤包括：

根据所述工况信息确定所述工业设备的实际工况特征质心；

根据所述实际工况特征质心查找得到对应的神经网络；

利用所述神经网络从所述工况信息中提取得到所述工作流程特征。

2.根据权利要求1所述的驾驶行为异常检测方法，其特征在于，所述根据所述实际工况特征质心查找得到对应的神经网络的步骤包括：

当预建立的工况特征质心库中包含与所述实际工况特征质心匹配的工况特征质心时，将所述工况特征质心对应的神经网络确定为所述实际工况特征质心对应的神经网络。

3.根据权利要求2所述的驾驶行为异常检测方法，其特征在于，在所述根据所述工况信息获取所述工业设备的工作流程特征的步骤之前，所述方法还包括：

获取测试工况信息；

根据所述测试工况信息，并利用预先设定的聚类算法确定所述工业设备包含的所有的工况特征质心；

根据所述所有的工况特征质心生成所述工况特征质心库。

4.根据权利要求1所述的驾驶行为异常检测方法，其特征在于，所述根据所述视频信息获取所述驾驶员的操作行为特征的步骤包括：

对所述视频信息进行分帧操作得到多个视频帧；

利用预建立的第二卷积神经网络提取每个所述视频帧的特征向量；

利用预建立的第三卷积神经网络提取每个所述视频帧的光流特征；

依据时序对所述多个光流特征及所述多个特征向量进行拼接得到所述操作行为特征。

5.根据权利要求1-3任意一项所述的驾驶行为异常检测方法，其特征在于，所述方法还包括：

若所述驾驶行为检测结果为异常驾驶，则获取所述驾驶员的身份信息，并将所述驾驶行为检测结果及所述身份信息传输至监控终端。

6.一种驾驶行为异常检测装置，其特征在于，所述驾驶行为异常检测装置包括：

信息获取模块，用于获取驾驶员的视频信息以及工业设备的工况信息；

特征提取模块，用于根据所述视频信息获取所述驾驶员的操作行为特征；

所述特征提取模块还用于根据所述工况信息获取所述工业设备的工作流程特征；

所述特征提取模块还具体用于根据所述工况信息确定所述工业设备的实际工况特征质心；根据所述实际工况特征质心查找得到对应的神经网络；利用所述神经网络从所述工况信息中提取得到所述工作流程特征；

特征融合模块，用于对所述操作行为特征及所述工作流程特征进行特征融合得到所述驾驶员的驾驶行为特征；

处理模块，用于根据所述驾驶行为特征，并利用预建立的第一神经网络得到驾驶行为检测结果。

7.根据权利要求6所述的驾驶行为异常检测装置，其特征在于，所述特征提取模块用于当预建立的工况特征质心库中包含与所述实际工况特征质心匹配的工况特征质心时，将所述工况特征质心对应的神经网络确定为所述实际工况特征质心对应的神经网络。

8.一种工业设备，其特征在于，包括处理器、视频采集模块以及工况信息采集模块，所述处理器与所述视频采集模块以及所述工况信息采集模块均电连接；

所述视频采集模块用于采集驾驶员的视频信息，并将所述视频信息传输至所述处理器；

所述工况信息采集模块用于采集所述工业设备的工况信息，并将所述工况信息传输至所述处理器；

所述处理器用于接收所述视频信息及所述工况信息；

所述处理器还用于根据所述视频信息获取所述驾驶员的操作行为特征；

所述处理器还用于根据所述工况信息获取所述工业设备的工作流程特征；

所述处理器还具体用于根据所述工况信息确定所述工业设备的实际工况特征质心；根据所述实际工况特征质心查找得到对应的神经网络；利用所述神经网络从所述工况信息中提取得到所述工作流程特征；

所述处理器还用于对所述操作行为特征及所述工作流程特征进行特征融合得到所述驾驶员的驾驶行为特征；

所述处理器还用于根据所述驾驶行为特征，并利用预建立的第一神经网络得到驾驶行为检测结果。