[发明专利]基于互联网络的驾驶行为数据采集方法

摘要

本发明公开了一种基于互联网络的驾驶行为数据采集方法，该方法包括以下步骤1）通过设置在车辆前窗上部的车载摄像头采集驾驶员的面部变化特征；2）通过生理传感器检测驾驶员的生理指标；3）通过车载传感器检测驾驶员驾驶行为特征；4）通过车辆行驶状态传感器检测车辆行驶状态变化特征；5）采集系统将各传感器采集到的数据集中起来通过互联网通信设备发送到云端进行保存，当需要的时候，车辆可以再从云端下载之前所上传的驾驶行为数据；6）根据采集的驾驶行为数据，建立驾驶行为与疲劳状态的关系模型，进行疲劳状态的多参量综合描述；判断驾驶员是否处于疲劳状态。本发明实时采集驾驶行为信息，为驾驶员提供危险预警，以保障安全行车。

主权项

一种基于互联网络的驾驶行为数据采集方法，包括以下步骤：1）通过设置在车辆前窗上部的车载摄像头采集驾驶员的面部变化特征，所述面部变化特征包括眼睑眨动、点头、打哈欠；2）通过生理传感器检测驾驶员的生理指标，所述生理指标包括脑电、心电、心率、呼吸和肌电；3）通过车载传感器检测驾驶员驾驶行为特征，所述驾驶员驾驶行为包括转向控制、油门控制、档位控制、刹车；4）通过车辆行驶状态传感器检测车辆行驶状态变化特征，所述车辆行驶状态包括车速、加速度、车辆在车道中的位置；所述车辆行驶状态传感器包括用于监测车道偏移的车载摄像头、雷达、惯性导航装置、车辆定位装置；所述车载CCD摄像机安装在车辆前窗，所述雷达包括毫米波雷达和激光雷达，其中毫米波雷达设置在车辆的前方保险杠和后方保险杠上；激光雷达安装于车辆的顶部；所述惯性导航装置安装于车辆的质心部；车辆定位装置设置在车辆内部；5）采集系统将各传感器采集到的数据集中起来通过互联网通信设备发送到云端进行保存，当需要的时候，车辆可以再从云端下载之前所上传的驾驶行为数据；6）根据采集的驾驶行为数据，建立驾驶行为与疲劳状态的关系模型，进行疲劳状态的多参量综合描述；具体如下：6.1）通过一个车载摄像机对驾驶员面部状态进行实时监测,对获得的驾驶员面部摄像图像采用对归一化颜色向量进行有约束的线性变换将肤色、眼圈色和唇色进行区分开；然后利用连通成分标示算法和眼部、嘴部区域几何约束进行驾驶员嘴部定位,利用卡尔曼滤波跟踪算法和假设约束对驾驶员眼部、嘴部进行跟踪；根据驾驶员嘴部状态的特征的时间序列,结合同时刻的眼部状态的特征，与数据库中预存的打瞌睡、打哈欠眼部和嘴部状态的特征进行比对，判断驾驶员是否处于打瞌睡和打哈欠疲劳状态；6.2）将驾驶员的生理指标与数据库中预存的疲劳状态时的生理指标数据进行比对，判断驾驶员是否处于疲劳状态；6.3）将驾驶员驾驶行为特征与数据库中预存的疲劳状态时的驾驶行为特征数据进行比对，判断驾驶员是否处于疲劳状态；6.4）将车速、加速度、车辆在车道中的位置的变化信息与数据库中预存的疲劳状态时的车辆行驶状态变化数据进行比对，判断驾驶员是否处于疲劳状态；6.5）对上述参量进行权重值设定，对最终驾驶员的疲劳状态值进行计算，若计算值大于设定阈值，则判定驾驶员处于疲劳状态，为驾驶员提供危险预警。