一种基于惯性测量单元智能预防交通事故的方法技术

本发明专利技术涉及一种基于惯性测量单元智能预防交通事故的方法，属于防止因驾驶人员过错驾驶出现交通事故的方法。使用惯性测量单元IMU实时获取车辆加速度A和角速度W；根据加速度A和角速度W，采用机器学习算法智能判断车辆当前是否处于异常驾驶模式；反馈警告单元做出相应触觉方式的警告。优点在于：基于乐感换能器陈列的提醒方式，充分利用了人类触觉通道的生理特点，可有效即时地警告处于各种不当驾驶行为的司机，同时也能在正常驾驶的情况下带来一种方便、新颖的驾驶乐趣。

A method of intelligent traffic accident prevention based on inertial measurement unit

The invention relates to a method for intelligent traffic accident prevention based on inertial measurement unit, which belongs to a method for preventing traffic accident caused by driver's fault driving. Vehicle acceleration A and angular velocity W are acquired by IMU. According to acceleration A and angular velocity W, machine learning algorithm is used to judge whether the vehicle is in abnormal driving mode intelligently. Feedback warning unit makes corresponding tactile warning. Advantages are: based on the display of music transducer reminders, make full use of the physiological characteristics of human tactile channels, can effectively and instantly warn drivers in a variety of improper driving behavior, but also can bring a convenient and novel driving pleasure under normal driving conditions.

【技术实现步骤摘要】
一种基于惯性测量单元智能预防交通事故的方法
本专利技术涉及一种防止因驾驶人员过错驾驶出现交通事故的方法，采用惯性测量单元(IMU)获取汽车行驶的航向角信息，并利用机器学习算法智能判断车辆是否处于异常行驶行为状态，然后通过人体背部位置的触觉感知通道进行反馈。
技术介绍
车祸是人类最凶险的杀手之一，全世界每年有上百万人丧生车轮。统计数据显示，我国是全世界因交通事故死亡人数最多的国家之一。在众多交通事故中，车辆驾驶员的违章驾驶是交通事故发生的主要原因，驾驶员超速驾驶、酒后驾驶、疲劳驾驶、违章超车等行为，占据了交通事故总数量的90％。随着人工智能的发展，特斯拉和谷歌等公司均生产出无人驾驶汽车，这似乎成为解决人类驾驶员不专心开车问题的终极方案。然而就在2016年，接连出现了几起严重的自动驾驶模式下的交通事故。而且，目前即使在美国，也只有少数几个州认可自动驾驶。这些都说明了无人驾驶技术还有很长的路要走。因此，当前人们在防止交通事故方面，所做的努力还是主要集中在研究如何准确判断驾驶人员的异常行为，并据此做出防范措施。通过检索专利，将有代表性的研究成果简述如下。中国专利技术专利“一种基于机器视觉的疲劳驾驶监控方法及系统”(申请号200910107180.2)，公开了一种分析眼睛闭合状态来监控疲劳驾驶的系统与方法。该专利技术在PERCLOS标准的基础上，采用人脸分类器和人眼分类器分别检测人脸和人眼，减少了个体性差异对检测结果的影响，提高了疲劳判断的准确性。专利中没有提供报警采用何种方式及技术。中国专利技术专利“一种防疲劳驾驶的装置及操作方法”(申请号201310604243.1)，公开了一种基于PERCLOS改进算法的防疲劳驾驶的装置及方法，专利中对重要的反馈提醒单元缺少细节描述。中国专利技术专利“一种防疲劳驾驶装置及其方法、智能手环”(申请号201610781474.3)，公开了一种采用智能手环检测驾驶人员心率，以此判断司机是否处于疲劳驾驶。该专利的反馈警告单元以一种低频脉冲提醒驾驶人员，如果再没有效果将控制汽车控制单元开启汽车安全控制系统。该专利对于心率检测的算法比较笼统，实际上，通过心率来判断人的疲劳状态在生物心理学方面还存在较多不确定性，另外采用接管汽车控制权的反馈方案不太实际而且在大多数情况下会增加事故风险。总结上述研究成果，目前市场上的主流技术是针对疲劳驾驶和酒后驾驶，关键技术包括两部分：驾驶员异常行为检测和反馈警告。其中异常行为检测多针对人类的生理特征进行检测，比如在驾驶员前方安装摄像头，再通过眨眼的动作特征，判断驾驶人员是否疲劳或醉酒。1995年CarnegieMellon大学设计的基于PERCLOS(PercentageofEyelidClosureoverthePupilovertime，单位时间内眼睛闭合时间所占的百分率)的监测装置，就是一种经典的且被广泛商用的，采用眼部生理参数法检测疲劳或醉酒驾驶的技术。实际上，前述检索专利中基于眼部生理特征的方法均是在PERCLOS算法上的改进。此外，心率也是常用的一种生理参数用于检测人类精神状态，比如上述专利中用智能手环监测驾驶人员的心率。其它的生物检测方法还有呼吸检测等。可以说，在异常行为检测方面，单从人类的生理特征作为依据还是不足够的。首先，人类行为的复杂性会导致算法的误判或漏判，比如有不少人在疲劳状态下并不反应在眼部的特征上。另外，有些具有复杂心理特征的行为，比如“怒驾”，更是难以通过当前信息技术来检测。从检索的专利来看，防范提醒模块没有得到重视，多数专利没有提供详细的细节。反馈警告模块实际是很重要的一个环节，即使检测模块做得很成功，如果提不出有效的提醒警告技术则前功尽弃。从少数资料的简略描述中，可以看出当前技术主要采用警报发声进行提醒。语音提醒方式一个是反应速度不快，而且，即使开大车载音响的音量也难以抵抗疲倦的感受，类似经历很多人都有过。所以，可想而知，警报声对疲劳驾驶人员提醒的效果实际一般。另外，也有的反馈警告技术采用开启汽车安全模式，比如打开双闪，甚至有的提出接管方向盘进入自动驾驶模式。在目前无人驾驶技术还不完善，显然对已处于异常驾驶的汽车采取计算机接管汽车进行控制的做法是不可靠的。人类的触觉通道在感知通道中是很重要的一支，60年代，美国弗吉尼亚大学的Frank教授在美国心理学期刊上发表论文“AdventureinTactileLiteracy”首次提出一种触觉交互式语言开创了在触觉交互技术方面的先河。不过，触觉交互长期没得到重视，随着VR/AR的兴起，目前对触觉交互的研究越来越多。已有研究表明人类对触觉很敏感，而且通过一定的培训，信息传输速率不亚于其它感知通道，在视觉和听觉受限的情况下，是非常有效的交互方式。因此，在驾驶人员处于异常驾驶状态的情况下，采用触觉通道进行提醒是一种有效的选择。
技术实现思路
本专利技术提供一种基于惯性测量单元智能预防交通事故的方法，针对驾驶员异常行为检测和反馈警告两个环节进行改善，适用于防止各类因驾驶人员的过错而引发的交通事故。本专利技术采取的技术方案是，包括下列步骤：(1)使用惯性测量单元IMU实时获取车辆加速度A和角速度W；(2)根据加速度A和角速度W，采用机器学习算法智能判断车辆当前是否处于异常驾驶模式；(3)根据步骤(2)的分析结果，反馈警告单元做出相应触觉方式的警告。上述步骤(2)采用一种机器学习算法智能判断车辆的行驶模式，具体包括下列步骤：1)采用四元数方法，根据IMU实时获取的角速度W和加速度A，计算车辆行驶的偏航直行角度γ；2)将偏航直行角度γ按8个分区编号为相应数字；3)重复步骤1)和2)n次，n取3～5，形成一个γ的数字编号序列4)存储器中事先存储了训练好的模型，将步骤3)中的传入模型中进行识别，判别车辆行驶状态。上述步骤4)中的模型是事先根据样本数据训练得到，具体训练过程包括下列步骤：a)样本数据采集，采用步骤3)中获取的方法，分别按正常和异常驾驶情况下采集车辆行驶状态数据，正常下得到的数据记为异常下得到的数据记为采集到足够数量的和后，可形成训练样本数据库；b)确定一个BP三层神经网络作为机器学习的网络结构；c)将训练样本数据库中的和分别传入网络结构得到训练误差；d)根据训练误差，利用梯度下降方法，得到网络结构参数的最优解并存入检测单元的存储器。本专利技术步骤(3)中触觉方式的警告以振动人体背部的方式进行报警，振动器件采用一个乐感换能器阵列。本专利技术装置构成包括两个单元：检测单元和反馈警告单元，检测单元包括IMU惯性测量单元、微处理器、存储器、蓝牙，反馈警告单元包括乐感换能器陈列和数字功放，外观可组装成可拆卸的汽车座椅套垫形式。本专利技术的优点在于：由于目前IMU已发展到芯片级，且精度和反应速度都有很大提高，使装置可以做到便携小型化。同时采用了机器学习算法，可具有一定智能程度地实时准确检测车辆的各种复杂行驶状态，可应用于各种危险驾驶，如：疲劳驾驶、醉酒驾驶和“怒驾”等。基于乐感换能器陈列的提醒方式，充分利用了人类触觉通道的生理特点，可有效即时地警告处于各种不当驾驶行为的司机，同时也能在正常驾驶的情况下带来一种方便、新颖的驾驶乐趣。附图说明图1是本专利技术装置组成总框图；图2是本专利技术工作流程图；图3是本专利技术三维坐标转换计算偏航角本文档来自技高网...

【技术保护点】
1.一种基于惯性测量单元智能预防交通事故的方法，其特征在于，包括下列步骤：(1)使用惯性测量单元IMU实时获取车辆加速度A和角速度W；(2)根据加速度A和角速度W，采用机器学习算法智能判断车辆当前是否处于异常驾驶模式；(3)根据步骤(2)的分析结果，反馈警告单元做出相应触觉方式的警告。

【技术特征摘要】
1.一种基于惯性测量单元智能预防交通事故的方法，其特征在于，包括下列步骤：(1)使用惯性测量单元IMU实时获取车辆加速度A和角速度W；(2)根据加速度A和角速度W，采用机器学习算法智能判断车辆当前是否处于异常驾驶模式；(3)根据步骤(2)的分析结果，反馈警告单元做出相应触觉方式的警告。2.根据权利要求1所述的一种基于惯性测量单元智能预防交通事故的方法，其特征在于，所述步骤(2)采用一种机器学习算法智能判断车辆的行驶模式，具体包括下列步骤：1)采用四元数方法，根据IMU实时获取的角速度W和加速度A，计算车辆行驶的偏航直行角度γ；2)将偏航直行角度γ按8个分区编号为相应数字；3)重复步骤1)和2)n次，n取3～5，形成一个γ的数字编号序列4)存储器中事先存储了训练好的模型，将步骤3)中的传入模型中进行识别，判别车辆行驶状态。3.根据权利要求2所述的一种基于惯性测量单元智能预防交通事故的方法，其特征在于，...

【专利技术属性】
技术研发人员：温泉，于海洋，孙晓颖，陈建，王庆龙，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22