一种基于驾驶员年龄和性别识别的车辆预警方法技术

一种基于驾驶员年龄和性别识别的车辆预警方法，包括步骤：从交通网站获取车辆事故数据，建立车辆事故数据库；识别驾驶员年龄和性别，确定最小安全距离；采用DEX算法识别驾驶员年龄和性别；确定年龄和性别与最小安全距离的关系，构建模糊函数；判断驾驶员面部信息后，根据驾驶员年龄和性别不同选择相对合理的预警模式。本发明专利技术的一种基于驾驶员年龄和性别识别的车辆预警方法，考虑到驾驶员的年龄和性别，及其对驾驶最小安全距离的影响，根据最小安全距离划分驾驶员类别，克服因预警后反应时间不足造成的事故问题，从而有效地减少意外事故的产生。

【技术实现步骤摘要】
一种基于驾驶员年龄和性别识别的车辆预警方法
本专利技术涉及车辆预方法，具体涉及一种基于驾驶员年龄和性别识别的车辆预警方法。
技术介绍
车辆预警能够有效地降低交通事故的产生，具有广泛的社会意义。车辆行驶最小安全距离不仅受到车速、路面状况等方面因素的影响，也受到驾驶员年龄和性别因素的影响。行驶状态中的车辆处于复杂的动态环境中，驾驶员的反应最小安全距离也各有不同，因此需要针对最小安全距离设计对应预警模式。国内外学者已经对车辆的预警做出大量的研究和尝试，例如文献[1]中的车辆预警与生物仿真、文献[2]中的防撞预警系统，文献[3]中的人脸识别技术，文献[4]提出了一种DEX算法评估年龄，但没有对样本性别做出系统化评估；文献[5]利用改进CNN完成年龄和性别识别，但没有尝试与其他应用结合；文献[6]利用模糊逻辑分析了机器人的避障问题，但此系统忽略了驾驶员驾驶能力的差异；文献[7]采用鱼群算法较为合理的实现了动态环境下的路径规划，但是没有考虑实际情况下驾驶员的驾驶能力。[1]张国鹏，张春.基于生物视觉的碰撞预警传感器[J].传感器与微系统，2016，35(3)：70-73.[2]梁宗宇，郭建涛，刘涤非.基于激光测距的汽车防撞警示系统设计[J].电脑知识与技术，2016，12(7)：244-246.[3]任腾跃.人脸识别在智能交通安全方面的应用研究[J].数字通信世界，2016(6).[4]RotheR，TimofteR，GoolLV.DEX：DeepEXpectationofApparentAgefromaSingleImage[C]//IEEEInternationalConferenceonComputerVisionWorkshop.IEEE，2016：252-257.[5]陈济楠，李少波，高宗，等.基于改进CNN的年龄和性别识别，2017年8月29日[J].计算机工程与应用，2017.[6]高鸣，宋爱国.基于模糊逻辑的移动机器人智能控制器设计(英文)[J].JournalofSoutheastUniversity(EnglishEdition)，2010，26(1)：62-67.[7]徐晓晴，朱庆保.动态环境下基于多人工鱼群算法和避碰规则库的机器人路径规划[J].电子学报，2012，40(8)：1694-1700.
技术实现思路
本专利技术的目的在于提供一种基于驾驶员年龄和性别识别的车辆预警方法，通过年龄识别技术，识别驾驶员年龄，根据驾驶员年龄和性别选择合理的预警模式，以克服现有的车辆预警方法中的不足。为实现上述专利技术目的，本专利技术的技术方案如下：一种基于驾驶员年龄和性别识别的车辆预警方法，包括步骤：S1：根据城市交通事故数据库中的驾驶员的年龄和性别信息计算出各年龄段的安全驾驶距离；S2：通过k-means算法，对最小安全距离进行聚类分析划分出驾驶员类型；S3：通过CCD获取车辆驾驶员面部信息；S4：通过DEX算法处理步骤S3获得的面部信息，判断出车辆驾驶员的年龄和性别；S5：将步骤S4获得的车辆驾驶员年龄和性别数据与步骤S1中的年龄段比对，计算出车辆与其他车辆或障碍物的最小安全距离作为预警阈值；S6：将步骤S5中的预警阈值输入车辆防撞预警系统，当车辆与其他车辆或障碍物的安全驾驶距离车辆超过预警阈值，车辆防撞预警系统发出警告。进一步的，步骤S1具体包括：S11：从交通网站收集车辆信息，对车辆事故信息进行统计，建立城市交通事故数据库；S12：设置四个一级指标量化驾驶员年龄和性别对最小安全距离的影响，四个一级指标分别为：驾驶员年龄、驾驶员性别、车速数据和其他因素，其他因素包括天气、交通信号和路况；S13：采用专家评价法确定四个一级指标的对应权重WT＝[0.3，0.3，0.3，0.1]，S14：假设dj为数据归一化处理以后因素j的样本数据，得到样本最小安全距离X的计算公式，并计算出各年龄段对应的最小安全距离，其中，wj是因素j的权重，m是一级指标数量。进一步的，步骤S12具体包括：从交通网站收集车辆信息，对车辆事故信息进行统计，利用主成分分析法计算样本累计贡献率，筛选出累计贡献率大于85％的数据，建立城市交通事故数据库。进一步的，步骤S2具体包括：S21：从交通事故数据库中的n个车辆事故数据对象中任选K个对象作为初始聚类中心；S22：根据步骤S21中剩下的车辆事故数据对象与聚类中心的相似度，分别将步骤S21中剩下的车辆事故数据对象分配给与其最相似的聚类；S23：计算每个所获新聚类的聚类中心。S24：不断重复步骤S22和步骤S23，直到标准测度函数开始收敛为止，将驾驶员划分为六种类型：男青年谨慎型，女青年谨慎型，男青年普通型，男中年普通型和男老年谨慎型，男其它型，女其它型，并计算出六种驾驶员类型对应的最小安全距离。进一步的，步骤S4具体包括：S41：输入S3中提取的图像；S42：基于步骤S41中的图像检测人脸；S43：为步骤S42中检测到的人脸划分信息块；S44：特征抽取；S45：对于步骤S44中抽取的特征预测年龄softmax值；其中，O＝{0，1，L，100}代表的是101个输出层，oi∈O代表softmax输出概率，yi是每个类对应的年龄；S46：对于步骤S44中抽取的特征预测性别softmax值；a＝{0，1}代表两个输出层，ai∈a代表softmax输出概率，xj是每个类对应的性别；S47：基于步骤S45和S46的预测值，结合CNN识别出驾驶员的年龄和性别。进一步的，步骤S6具体包括：S61：将步骤S5中的预警阈值输入车辆防撞预警系统；S62：车辆防撞预警系统根据输入的预警阈值进行判断，当车辆与其他车辆或障碍物的距离车辆超过预警阈值，车辆防撞预警系统发出警告。。与现有技术相比，本专利技术的有益效果：本专利技术提供的一种基于驾驶员年龄和性别识别的车辆预警方法，根据不同年龄、性别驾驶员的最小安全反应距离进行预警提示，克服因预警后反应时间不足造成的事故问题，从而有效地减少意外事故的产生。附图说明图1为本专利技术实施例1中的驾驶员的性别和年龄识别流程；图2为本专利技术实施例1中的预警流程图；图3为本专利技术实施例2中的测试路径；图4为本专利技术实施例2中的部分样本示例照片；图5为本专利技术实施例2中的预警功能测试结果；图6为本专利技术实施例1中预警模式的划分图。具体实施方式：下面参照附图对本专利技术做进一步描述。实施例1(1)收集某市近五年来交通事故数据，包括车速、驾驶员年龄和性别、路面数据等，共计800M。这些数据过于冗长，严重影响到计算结果的精确度和计算效率。利用主成分分析法(PCA)计算样本累计贡献率，筛选出累计贡献率大于85％的数据，最后将数据总量削减到100M。为了量化驾驶员年龄和性别对最小安全距离的影响，设置四个一级指标：驾驶员年龄、驾驶员性别、车速数据和其他因素(天气、交通信号、路况等)。利用专家评价法，计算出与四个一级指标对应的权重WT＝[0.3，0.3，0.3，0.1]。假设dj为数据归一化处理以后因素j的样本数据，得到样本最小安全距离X。进而，计算出各年龄段对应的最小安全距离如表所示。表1各年龄段最小安全距离利用k-means算法，结合样本性别信息，根据最小安全距离进行聚类分析，最终可以划分为六种驾驶员类型：男青年谨慎型，女青年谨本文档来自技高网...

【技术保护点】
1.一种基于驾驶员年龄和性别识别的车辆预警方法，其特征在于，包括步骤：S1：根据城市交通事故数据库中的驾驶员的年龄和性别信息计算出各年龄段的安全驾驶距离；S2：通过k‑means算法，对最小安全距离进行聚类分析划分出驾驶员类型；S3：通过CCD获取车辆驾驶员面部信息；S4：通过DEX算法处理步骤S3获得的面部信息，判断出车辆驾驶员的年龄和性别；S5：将步骤S4获得的车辆驾驶员年龄和性别数据与步骤S1中的年龄段比对，计算出车辆与其他车辆或障碍物的最小安全距离作为预警阈值；S6：将步骤S5中的预警阈值输入车辆防撞预警系统，当车辆与其他车辆或障碍物的安全驾驶距离车辆超过预警阈值，车辆防撞预警系统发出警告。

【技术特征摘要】
1.一种基于驾驶员年龄和性别识别的车辆预警方法，其特征在于，包括步骤：S1：根据城市交通事故数据库中的驾驶员的年龄和性别信息计算出各年龄段的安全驾驶距离；S2：通过k-means算法，对最小安全距离进行聚类分析划分出驾驶员类型；S3：通过CCD获取车辆驾驶员面部信息；S4：通过DEX算法处理步骤S3获得的面部信息，判断出车辆驾驶员的年龄和性别；S5：将步骤S4获得的车辆驾驶员年龄和性别数据与步骤S1中的年龄段比对，计算出车辆与其他车辆或障碍物的最小安全距离作为预警阈值；S6：将步骤S5中的预警阈值输入车辆防撞预警系统，当车辆与其他车辆或障碍物的安全驾驶距离车辆超过预警阈值，车辆防撞预警系统发出警告。2.根据权利要求1所述的一种基于驾驶员年龄和性别识别的车辆预警方法，其特征在于，所述步骤S1具体包括：S11：从交通网站收集车辆信息，对车辆事故信息进行统计，建立城市交通事故数据库；S12：设置四个一级指标量化驾驶员年龄和性别对最小安全距离的影响，四个一级指标分别为：驾驶员年龄、驾驶员性别、车速数据和其他因素，其他因素包括天气、交通信号和路况；S13：采用专家评价法确定四个一级指标的对应权重WT＝[0.3,0.3,0.3,0.1]，S14：假设dj为数据归一化处理以后因素j的样本数据，得到样本最小安全距离X的计算公式,并计算出各年龄段对应的最小安全距离，其中，wj是因素j的权重，m是一级指标数量。3.根据权利要求2所述的一种基于驾驶员年龄和性别识别的车辆预警方法，其特征在于，所述步骤S12具体包括：从交通网站收集车辆信息，对车辆事故信息进行统计，利用主成分分析法计算样本累计贡献率，筛选出累计贡献率大于85％的数据，建立城市交通事故数据库。4.根据权利要求1...

【专利技术属性】
技术研发人员：张福洋，
申请(专利权)人：江苏师范大学，
类型：发明
国别省市：江苏,32