[发明专利]基于便携终端信息的险态驾驶场景辨识系统及其辨识方法

说明书

本发明提供了一种基于便携终端信息的险态驾驶场景辨识系统及其辨识方法，智能手机采集车辆行车数据信息和智能手环采集驾驶员生理状态数据信息，基于改进后的马尔科夫毯的特征提取算法对所采集到的特征信息进行选择，再使用贝叶斯网络对所选取的特征信息进行辨识，再通过基于人体生理特征变化进行K‑均值聚类并融合驾驶过程中的违法行为的险态模式等级分类算法综合评价出此时驾驶员的险态模式等级，最后根据所辨识到的险态模式等级，发送报警信号，从而向驾驶员提供预警。将危险驾驶行为预警与实际情况同步联合，将人车两方面的因素融合起来对险态驾驶进行分级预警，不仅能够大大的降低行车的危险性，还可以提高系统预警的针对性和精准度。

技术领域

本发明涉及智能交通系统技术领域，特别涉及一种基于便携终端信息的险态驾驶场景辨识系统及辨识方法。

背景技术

随着社会的发展，汽车已经逐渐成为了每个居民必备的交通工具，但随之而来的道路交通安全问题也与日俱增，因此越来越多的车辆安全辅助功能被开发出来，几乎每一辆车上都会安装一个安全系统。但是据统计数据显示,在我国交通事故发生的原因中95.3％来自人的因素，其余为车辆或道路因素。而现有的驾驶辅助系统(ADAS)并不能很好的适应每一个驾驶人的特点，导致驾驶员的适应性和安全性出现很大的问题。

现有的危险驾驶行为预警算法有很多，例如，通过测量汽车轨迹的有序性来判断是否出现危险驾驶状态，其主要是针对酒后驾驶或者是疲劳驾驶的情况，具有一定的局限性；或者，通过Kinect以及红外摄像头来捕捉驾驶员人体切面图像，来对人体关节点位置的识别，并根据关节识别的结果分别分析驾驶员的头部、脊椎和手臂等部位的动作，从而判断驾驶员是否有危险驾驶行为的一种方法，但是此方法造价成本高，难以批量生产，此外该系统是将驾驶员的整体动作拆分为人体多个部位各自的动作，但是人体的危险驾驶行为往往是多个部位同时联动来体现，所以该系统的分析不具有完整性；或者，采用车载历史影像信息来对驾驶员危险驾驶行为的识别，从而减少了成本，但是由于只是采集了人体骨骼特征信息，但危险驾驶并不仅仅只是由人体骨骼的动作信息来表现，还有驾驶员生理变化以及车辆行驶的车载信息变化也是驾驶行为的判断准则。由此可见，这些危险驾驶行为预警算法存在很多不足，且有很少的人提出险态驾驶模式的概念。

发明内容

本发明的目的在于至少解决现有技术中存在的技术问题之一，提供一种基于便携终端信息的险态驾驶场景辨识系统，能够降低行车的危险性。

本发明还提出一种基于上述的便携终端信息的险态驾驶场景辨识系统的辨识方法。

根据本发明第一方面实施例的基于便携终端信息的险态驾驶场景辨识系统，包括智能手机、智能手环、预警模块和数据处理单元，所述智能手机包括第一蓝牙模块，所述智能手机用于采集车辆行车数据信息，所述车辆行车数据信息包括车速、车辆加速度、航向角、俯仰角、倾斜角、前转轮转角、前转轮角加速度和车身X,Y,Z轴加速度；所述智能手环包括第二蓝牙模块，所述智能手环用于采集驾驶员生理状态数据信息，所述生理状态数据信息包括心率、呼吸频率、体表温度和肌电信号；所述预警模块包括第三蓝牙模块、语音提示单元、灯光提示单元和振动提示单元；所述数据处理单元包括接口模块、初处理模块、数据融合处理模块和第四蓝牙模块，所述第四蓝牙模块能够分别与所述第一蓝牙模块和所述第二蓝牙模块以及所述第三蓝牙模块通信，所述接口模块与所述第四蓝牙模块交互连接，所述初处理模块与所述数据融合模块和所述接口模块相连接，所述数据处理单元用于对采集到的数据信息进行特征选择以及险态辨识；所述初处理模块包括贝叶斯网络和改进后的马尔科夫毯的特征提取算法；所述数据融合处理模块包括基于人体生理特征变化进行K-均值聚类并融合驾驶过程中的违法行为的险态模式等级分类算法。

根据本发明实施例的基于便携终端信息的险态驾驶场景辨识系统，至少具有如下技术效果：通过智能手机采集车辆行车数据信息和智能手环采集驾驶员生理状态数据信息，根据驾驶员的生理状态数据信息以及车辆行车数据信息，将危险驾驶行为预警与实际情况同步联合，将人车两方面的因素融合起来对险态驾驶进行分级预警，不仅能够大大的降低行车的危险性，还可以提高系统预警的针对性和精准度。