[发明专利]交通遇险和路怒症检测方法

说明书

提供了一种用于确定车辆驾驶员的交通遇险的系统，包括多个传感器，包括车内图像传感器、车内音频传感器、车辆数据传感器和全球定位系统(global positioning system，简称GPS)数据传感器。所述系统还包括一个或多个处理器，用于接收所述多个传感器的输入，并处理所述接收到的输入以获得驾驶员热量变化估计、驾驶员表情估计、驾驶员姿势估计、车载诊断系统(on‑board diagnostics，简称OBD)估计和GPS估计。所述一个或多个处理器还用于：将所述估计存储在存储器中；使用所述存储的估计为每个估计生成偏差得分；执行机器学习算法以便基于所述偏差得分将驾驶员行为分类为正常或异常；基于指示驾驶员行为异常的所述分类生成警告。

相关申请案交叉申请

本申请要求于2018年2月22日递交的发明名称为“交通遇险和路怒症检测方法”的第15/902,729号美国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本发明涉及用于车辆安全的自动化系统，尤其涉及用于检测驾驶员和乘客交通遇险和路怒症的系统和方法。

背景技术

车辆安全自动化系统已适应于避免冲突。以往的车辆驾驶员路怒症检测系统重点关注血压、心率监测等侵入性系统，以及主要使用图像和录音的非侵入性系统。此外，以前的侵入性系统使用广泛的传感器安装和复杂的数据采集，而非侵入性系统依赖于对微妙提示的解读，这些微妙提示可能各个驾驶员有所不同。

发明内容

提供了检测驾驶员、乘客交通遇险和路怒症的方法、装置和系统。现描述各种示例从而以简化的形式引入概念的选择，这些概念将在以下具体实施方式中进行进一步的描述。本发明内容的目的不在于识别权利要求书保护的主题的关键或必要特征，也不在于限制权利要求书保护的主题的范围。

根据本发明的一个方面，提供了一种确定车辆驾驶员交通遇险的方法。所述方法包括：一个或多个处理器从多个传感器接收输入，所述传感器包括车内图像传感器、车内音频传感器、车辆数据传感器和全球定位系统(global positioning system，简称GPS)数据传感器；处理所述接收的输入以获得驾驶员热量变化估计、驾驶员表情估计、驾驶员姿势估计、车载诊断系统(on-board diagnostics，简称OBD)估计和GPS估计。所述估计存储在存储器中，所述存储的估计用于为所述驾驶员热量变化估计、所述驾驶员表情估计、所述驾驶员姿势估计、所述OBD估计和所述GPS估计中的每一个生成偏差得分。所述一个或多个处理器执行机器学习算法，以根据所述偏差得分将驾驶员行为分类为正常或异常，并根据指示异常的驾驶员行为分类生成警告。

可选地，在上述任一方面中，生成驾驶员或乘客热量变化估计的所述偏差得分，包括：利用驾驶员或乘客的正常驾驶热像离线生成正常驾驶模型；比较所述正常驾驶模型与所述驾驶员或乘客的实时热像数据，得到比较结果；将概率密度函数(probabilitydensity function，简称PDF)应用于所述比较结果，得到所述驾驶员或乘客热量变化估计的偏差得分。

可选地，在上述任一方面中，生成所述驾驶员或乘客表情估计的所述偏差得分，包括：使用检测跟踪验证(detection-tracking-validation，简称DTV)对所述驾驶员或乘客的正面人脸图像进行局部处理；从所述正面人脸图像的分割后的人脸区域构造人脸流帧；使用编码器将全卷积网络(fully convolutional network，简称FCN)应用于所述人脸流帧，包括使用多个卷积、池化、批量归一化和校正线性单元(rectified linear unit，简称ReLU)层；将所述编码器的最后一层的特征图重塑为向量形式以获得输出，并将所述输出应用于递归神经网络(recurrent neural network，简称RNN)以通过高斯混合模型(Gaussianmixture model，简称GMM)获得正常驾驶表情模型；比较实时驾驶员或乘客表情与所述正常驾驶表情模型，以计算所述驾驶员或乘客表情估计的偏差得分。