[发明专利]疲劳驾驶判定的方法、装置、电子设备和存储介质在审
申请号: | 201910853970.9 | 申请日: | 2019-09-10 |
公开(公告)号: | CN110638473A | 公开(公告)日: | 2020-01-03 |
发明(设计)人: | 朱国胜 | 申请(专利权)人: | 中国平安财产保险股份有限公司 |
主分类号: | A61B5/18 | 分类号: | A61B5/18 |
代理公司: | 44232 深圳市隆天联鼎知识产权代理有限公司 | 代理人: | 孙强 |
地址: | 518000 广东省深圳市福田区益田路*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 生理指标 司机座位 疲劳驾驶 机器学习模型 行驶 判定 存储介质 电子设备 声音信息 数据分析 准确率 输出 响应 | ||
1.一种疲劳驾驶判定方法,其特征在于,所述方法包括:
响应于车辆开始行驶,获取司机座位处的声音信号和用户第一生理指标值;
在车辆开始行驶后一段等待时间后,获取司机座位处的声音信号和用户第二生理指标值;
将车辆开始行驶时司机座位处的声音信号、用户第一生理指标值、在等待时间后获取司机座位处的声音信号、和用户第二生理指标值输入第一机器学习模型,由第一机器学习模型输出用户是否在疲劳驾驶的结果。
2.根据权利要求1所述的方法,其特征在于,在响应于车辆开始行驶,获取司机座位处的声音信号和用户第一生理指标值之后还包括:
获取当前环境信息;
将所述当前环境信息投入第二机器学习模型,由第二机器学习模型输出所述等待时间。
3.根据权利要求2所述的方法,其特征在于,所述第二机器学习模型通过以下方式进行训练:
预先设置环境条件样本集合,针对环境条件样本集合中每个环境条件样本,预先贴上相应的等待时间标签,将每个环境条件样本输入第二机器学习模型,由第二机器学习模型输出等待时间的判断结果,将所述第二机器学习模型输出的等待时间的判断结果与所述标签相比对,如不一致,则调整第二机器学习模型,使第二机器学习模型输出的等待时间的判断结果与标签一致。
4.根据权利要求1所述的方法,其特征在于,所述第一机器学习模型通过以下方式进行训练:
预先设置样本用户集合,针对样本用户集合中的每个样本用户,在车辆开始行驶时获取司机座位处的声音信号、和用户第一生理指标值,在车辆开始行驶后已知该样本用户未疲劳时,获取司机座位处的声音信号、和用户第二生理指标值,将获取的车辆开始行驶时司机座位处的声音信号、用户第一生理指标值、未疲劳时获取司机座位处的声音信号、和用户第二生理指标值输入第一机器学习模型,由第一机器学习模型输出用户是否在疲劳驾驶的结果,如果给出了疲劳驾驶的结果,则调整第一机器学习模型,使之给出未疲劳驾驶的结果;在车辆开始行驶后已知该样本用户疲劳时,获取司机座位处的声音信号、和用户第二生理指标值,将获取的车辆开始行驶时司机座位处的声音信号、用户第一生理指标值、疲劳时获取司机座位处的声音信号、和用户第二生理指标值输入第一机器学习模型,由第一机器学习模型输出用户是否在疲劳驾驶的结果,如果给出了未疲劳驾驶的结果,则调整第一机器学习模型,使之给出疲劳驾驶的结果。
5.根据权利要求1所述的方法,其特征在于,在所述将车辆开始行驶时司机座位处的声音信号、用户第一生理指标值、在等待时间后获取司机座位处的声音信号、和用户第二生理指标值输入第一机器学习模型,由第一机器学习模型输出用户是否在疲劳驾驶的结果之后还包括:
若所述用户在疲劳驾驶可显示注意休息的提醒。
6.根据权利要求5所述的方法,其特征在于,在所述若所述用户在疲劳驾驶可显示注意休息的提醒之后还包括:
确定所述用户是否在连续疲劳驾驶;
若所述用户在连续疲劳驾驶,则记录所述用户连续疲劳驾驶的时间;
获取所述用户对应的连续疲劳驾驶警戒时间;
若所述用户连续疲劳驾驶的时间大于所述用户对应的连续疲劳驾驶警戒时间,则启动车辆报警功能。
7.根据权利要求6所述的方法,其特征在于,所述获取所述用户对应的连续疲劳驾驶警戒时间包括:
获取所述用户的历史驾驶记录和所述用户对应的身体素质指数,其中所述身体素质指数大于零小于1;
确定所述用户的历史驾驶记录中所述用户因疲劳驾驶而导致交通事故的次数及疲劳驾驶总时长;
基于如下公式确定所述用户对应的连续疲劳驾驶警戒时间:
其中s为所述用户对应的连续疲劳驾驶警戒时间,a为所述用户的历史驾驶记录中导致交通事故的连续疲劳驾驶总时长,b为所述用户的历史驾驶记录中导致交通事故的疲劳驾驶总时长,c为所述用户对应的身体素质指数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国平安财产保险股份有限公司,未经中国平安财产保险股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910853970.9/1.html,转载请声明来源钻瓜专利网。