[发明专利]基于行车数据的驾驶员疲劳驾驶检测方法及装置

说明书

本发明提供了一种基于行车数据的驾驶员疲劳驾驶检测方法及装置，基于行车数据的驾驶员疲劳驾驶检测方法包括：获取行车过程中的车辆状态表征参数；根据所述车辆状态表征参数以及其对应的行车时间生成车辆运动时间序列；根据所述车辆运动时间序列以及预先建立的门控循环单元网络分类器检测驾驶员的疲劳状态。本发明仅仅依托车载信号采集设备收集的行车数据检测驾驶疲劳，从而在实际应用上具有可推广性。另一方面，本发明将车辆运动参数、生物钟和累计驾驶时间对于驾驶人疲劳的影响纳入检测判据。同时，检测系统利用特征工程的相关技术以及门控循环单元网络对于时序数据强大的特征提取能力提升了检测的准确率。

技术领域

本发明涉及智能交通检测技术领域，具体涉及检测技术以及人工智能技术在交通领域中的应用，特别是涉及一种基于行车数据的驾驶员疲劳驾驶检测方法及装置。

背景技术

众所周知，疲劳驾驶是导致车辆交通安全事故的重要原因之一。驾驶员在长时间驾驶且休息不足的情况下很容易进入疲劳状态，从而对车辆的控制能力减弱，产生巨大的交通安全隐患。在现有技术中，车载疲劳驾驶检测系统能在驾驶员进入疲劳状态时实时检测并告警，可以广泛应用于公路货物运输、人员交通营运、事故责任界定等领域，有效降低交通安全事故风险，减少人员伤亡和财产损失。

车载疲劳检测系统是交通安全领域的研究热点之一，按照检测所使用的数据特征划分，目前较为成熟的检测技术包括驾驶员生理数据检测和驾驶员面部特征检测方法。

其中，驾驶员生理数据疲劳检测方法认为驾驶员疲劳这一生理现象会反映在其各项生理数据中。这类方法利用驾驶员佩戴的数据采集设备收集诸如脑电图、心率、皮肤电反应、脉搏等生理数据，根据这些数据的变化规律判断疲劳。生理数据检测方法通常有较高的准确度，然而，脑电检测仪、皮肤电极等数据采集设备结构复杂、成本高昂，且会对驾驶状态中的驾驶员的安全驾驶产生较大的影响，因此这类方法往往不适合投入实际应用。

目前应用最广泛的检测方法是驾驶员面部特征检测。例如：眼睛闭合、频繁点头、打哈欠等面部特征是驾驶员疲惫最为直观的表现，随着计算机视觉技术在近年来的快速发展，这类检测方法得到了广泛的研究和应用。但是，驾驶员面部检测的问题在于鲁棒性不足，当驾驶员佩戴墨镜、口罩对面部进行遮挡时，面部特征便无法提取，另外，检测算法的准确度受视频质量和拍摄角度的影响很大。同时，应用实践中发现车内视频对驾驶员隐私的侵犯问题存在争议，很多驾驶员不愿意在车内摄像的前提下驾驶。

发明内容

针对现有技术中的问题，本发明提供的基于行车数据的驾驶员疲劳驾驶检测方法及装置，仅仅依托车载信号采集设备收集的行车数据检测驾驶疲劳，从而在实际应用上具有可推广性。另一方面，本发明将车辆运动参数、生物钟和累计驾驶时间对于驾驶人疲劳的影响纳入检测判据。同时，检测系统利用特征工程的相关技术以及门控循环单元网络对于时序数据强大的特征提取能力提升了检测的准确率。

为解决上述技术问题，本发明提供以下技术方案：

第一方面，本发明提供一种基于行车数据的驾驶员疲劳驾驶检测方法，包括：

获取行车过程中的车辆状态表征参数；

根据所述车辆状态表征参数以及其对应的行车时间生成车辆运动时间序列；

根据所述车辆运动时间序列以及预先建立的门控循环单元网络分类器检测驾驶员的疲劳状态。

一实施例中，所述根据所述车辆状态表征参数以及其对应的行车时间生成车辆运动时间序列，包括：

对所述车辆状态表征参数进行数据清洗以及数据平滑，以生成预处理之后的表征参数；

提取所述预处理之后的表征参数中的车辆运动表征参数；

根据所述车辆运动表征参数以及其对应的行车时间生成所述车辆运动时间序列。

一实施例中，建立所述门控循环单元网络分类器包括以下步骤：