[发明专利]基于人工智能的违规驾驶识别方法及系统

说明书

本发明公开了一种基于人工智能的违规驾驶识别方法及系统，包括：获得当前时刻当前路段内自身及周围车辆的速度、位置信息及车型信息，并通过边缘处理获得道路的曲率信息；利用当前时刻自身及周围车辆的速度信息、位置信息、车型信息及道路的曲率信息，得到当前时刻环境影响值；预测下一时刻自身及周围车辆的速度信息、位置信息以及道路的曲率信息，并得到下一时刻环境影响值；计算下一时刻与当前时刻环境影响值的变化量，确定注意力分散比率阈值；将司机实际注意力分散比率与注意力分散比率阈值进行比较,得到司机违规行为判断结果。考虑周围车辆及道路情况对所需注意力的影响，使对司机注意力违规检测标准更为合理，并及时做出违规记录和警告。

技术领域

本申请涉及人工智能领域，具体涉及一种基于人工智能的违规驾驶识别方法及系统。

背景技术

在车辆驾驶过程中，车辆司机容易因为外界因素而造成注意力不集中，这给行车安全及司乘人员人身安全带来了极大的安全隐患，通过对司机注意力进行检测，并在司机注意力不集中时对其进行提醒，能够有效地降低事故发生率，最大程度保证行车安全和司乘人员人身安全。

现有针对司机的注意力检测方法大多采用固定的注意力违规判断标准，没有考虑实时道路状况及周围其他车辆对行车注意力需求的影响，造成检测结果不能与道路状况及周围车辆等环境相适应。

发明内容

针对上述技术问题，本发明提出了一种基于人工智能的违规驾驶识别方法及系统。

第一方面，本文提出了一种基于人工智能的违规驾驶识别方法，包括：

获得当前时刻当前路段内自身及周围车辆的速度、位置信息及车型信息，并通过边缘处理获得道路的曲率信息；

利用获取的当前时刻自身及周围车辆的速度信息、位置信息、车型信息及道路的曲率信息，得到当前时刻环境影响值；

根据当前时刻自身及周围车辆的速度信息、位置信息、车型信息及道路的曲率信息预测出下一时刻自身及周围车辆的速度信息、位置信息以及道路的曲率信息，并根据预测出的信息得到下一时刻环境影响值；

根据下一时刻环境影响值和当前时刻环境影响值获取在时间段内环境影响值的变化量，确定出不同变化量对应的注意力分散比率阈值；

获取司机在时间段内实际的注意力分散比率，将该实际的注意力分散比率与注意力分散比率阈值进行对比,根据对比的结果对司机是否违规进行判断。

进一步地，环境影响值的影响因素包括：周围其他车辆面积占道比；自身车辆与周围其他车辆的距离；周围其他车辆的方位权值。

进一步地，所述环境影响值计算方法为：

其中对于第辆车，为其行驶速度，为其面积占道比，为其方位影响权重，为其与所述自身车辆距离,为当前路段曲率数据，为当前区段的周围其他车辆数。

进一步地，所述下一时刻自身及周围车辆的速度及位置信息获取方法为：

车辆在时间范围内平均速度偏差范围为，则周围辆车平均速度取值为,其中的，期间路程为，其中为当前时刻第辆车速度；

平移道路中心线至当前时刻各车辆所在位置，并在该平移后的曲线上截取长度为的弧长，截取长度为的弧长后得到的节点为下一时刻第辆车的位置，进而得到周围辆车的位置；

对于所述自身车辆，行驶路程为，结合当前时刻自身车辆位置可确定自身车辆在时刻的位置。

进一步地，由于车辆在时间范围内平均速度偏差范围为，则周围辆车存在种速度组合，将所有速度组合中环境影响值最大的作为下一时刻环境影响值。

进一步地，所述环境影响值的变化计算方法为：