[发明专利]一种用于危险驾驶行为预警的车内外场景视觉分析方法

说明书

本发明公开了一种用于危险驾驶行为预警的车内外场景视觉分析方法，包括如下步骤：S1、数据采集、同步以及预处理；S2、道路场景语义编码；S3、驾驶室场景语义编码；S4、时序危险驾驶行为分类；S5模型前向运算部署以及输出后处理。本技术方案输入为同步前视以及驾驶室场景图像，道路场景以及驾驶室场景经卷积神经网络特征编码后，级联送入基于递归神经网络的时序行为分类器，输出危险驾驶行为类别，用于后续相应预警算法，对于危险驾驶行为的的判定准确。

技术领域

本发明涉及驾驶员行为辅助系统领域，具体的，涉及一种用于危险驾驶行为预警的车内外场景视觉分析方法。

背景技术

据道路交通事故数据统计，有超过半数的交通事故是由驾驶员的危险或错误车辆操作所导致的。然而，此类人为事故中大部分是由于驾驶疲劳或注意力分散造成的。因而主动安全系统以及驾驶员行为分析系统具有重要的应用价值。现有乘用车以及商用车的辅助驾驶系统或根据道路场景重要参数,如预碰撞时间(TTC)以及预压线时间(TLC)等,或根据驾驶室场景重要参数,如眼球开度以及面部朝向等，分别进行危险驾驶行为预警。

然而，此两类系统都有各自的优势与不足；其中，基于道路场景分析的系统无法准确反映驾驶员对车辆操作的专注以及疲劳程度，基于驾驶室场景分析的系统易受安装角度以及视场范围的影响，某些正常驾驶行为会误触发相应预警信号，并且对一些未训练危险行为，系统无法准确发出预警信号。因而，两者系统存在着潜在的互补关系，综合分析车内外场景能够有效提升危险驾驶行为的预警准确性及可靠性，目前，尚未有基于车内外场景视觉联合分析的方法应用于辅助驾驶(预警)系统。

目前尚未有量产车型所部署的辅助驾驶系统综合分析车内外场景后发出相应危险驾驶行为的预警信号(如车距过近、车道偏离、疲劳驾驶、注意力分散等)。现有辅助驾驶系统主要根据：i).车辆动力学参数以及操控信号；ii).视觉系统感知结果；iii).毫米波雷达系统感知结果进行相应驾驶行为预警。其中，所使用视觉系统按场景分析依据可分为两类：i).驾驶室视觉系统，主要通过驾驶员面部图像特征分析进行部分疲劳以及分神驾驶状态的识别，如瞌睡、哈欠等；ii).前视系统，主要通过道路场景图像特征分析进行特定车辆驾驶状态识别，如偏航、预碰撞等。

单独使用上述两种视觉系统进行危险驾驶行为预警存在的潜在问题有：i).基于道路场景分析的系统需要靠特定信号输入识别驾驶员意图(如以转向灯识别变道意图)，容易触发误报警，并且系统无法准确反映驾驶员对车辆操作的专注以及疲劳程度；ii).基于驾驶室场景分析的系统易受安装角度以及视场范围的影响，某些正常驾驶行为会误触发相应预警信号，并且对一些未训练危险行为，系统无法准确发出预警信号。

发明内容

本发明的目的是解决驾驶室视觉系统和前视系统融合度不高导致的对危险驾驶情形判断不准确的问题，提出了一种用于危险驾驶行为预警的车内外场景视觉分析方法，本技术方案输入为同步前视以及驾驶室场景图像，道路场景以及驾驶室场景经卷积神经网络特征编码后，级联送入基于递归神经网络的时序行为分类器，输出危险驾驶行为类别，用于后续相应预警算法，对于危险驾驶行为的的判定准确。

为实现上述技术目的，本发明提供的一种技术方案是，一种用于危险驾驶行为预警的车内外场景视觉分析方法，包括如下步骤：

S1、数据采集、同步以及预处理；

S2、道路场景语义编码；

S3、驾驶室场景语义编码；

S4、时序危险驾驶行为分类；

S5、模型前向运算部署以及输出后处理。