一种疲劳判断系统及方法技术方案

本发明专利技术提供一种疲劳判断系统及方法，可减少疲劳驾驶的误判断，包括标准数据集，采集单元，计算单元，判断单元，报警单元，与现有技术相比，本发明专利技术的优点是：分别采集多个非疲劳状态下的特征参数，根据获取的特征参数形成标准集合，在判断过程中，实时采集单位时间内被检测者的状态特征参数，同时状态特征参数与标准集合做比较，综合判断被检测者是否处于疲劳状态，提高疲劳驾驶的判断准确率，同时在疲劳驾驶过程中及时提醒，避免出现交通事故。

【技术实现步骤摘要】

本专利技术涉及电子系统
，具体涉及。
技术介绍
疲劳驾驶检测属于主动安全中的范畴，而目前疲劳驾驶检测方法很多，如脸部表 情、身体动作检测、肌肉状况、眼睛的开闭状态、方向盘转角检测等。目前对疲劳检测系统的 研究主要可以分为两类方法，一类是基于硬件的方法，另一类是基于计算机视觉的方法。 基于硬件的方法涉及到对物理硬件的研究与设计，如眼电图、肌电图、脑电图测 量，虽然这种方法对疲劳的判断能获得准确的效果，但这类方法所使用的硬件必须接触人 体，在实际应用中可操作性不强。基于计算机视觉的方法是通过摄像头获取待检的正面脸 部视频，处理终端对视频图像进行实时处理，提取脸部各器官特征，通过分析眼睛、嘴等器 官特征的变化情况，判断是否处于疲劳状态。判断依据包括眼睛睁开程度降低、瞳孔高度变 小、眨眼时闭眼时间延长、频频打哈欠引起的嘴部张开等变化。该方法属于非接触式的检测 方法，检测设备安装简单，可操作性强，但是这种方法都需要自定义疲劳状态判断条件，而 由于每个人的眨眼习惯等均不相同，这就识得自定义的疲劳状态判断条件对每个使用者不 一定匹配，也就容易造成误判断。
技术实现思路
本专利技术的目的是提出一种自适应的检测疲劳驾驶的方法，可减少疲劳驾驶的误判 断。 本专利技术目的，通过以下技术方案获得： 一种疲劳判断系统，其中， 标准数据集，获取被检测者在非疲劳状态下的特征参数，并根据所述特征参数形 成一标准集合； 采集单元，实时采集被检测者的状态特征参数，并形成复数个变量参数； 计算单元，根据所述标准集合和所述变量参数，形成计算结果； 判断单元，接收所述计算结果，并根据所述计算结果形成一判断结果输出， 报警单元，根据所述判断结果执行与所述判断结果相匹配的操作。 优选地，上述的疲劳判断系统，其中，所述状态特征参数包括：单位时间内实施闭 眼动作的数量；和/或单位时间内实施眨眼动作的数量；和/或单位时间内实施唇部张开 最大动作的数量；和/或单位时间内实施点头动作的数量；和/或单位时间内获取的面部 图像帧数；和/或单位时间内实施连续闭眼动作的数量。 优选地，上述的疲劳判断系统，其中，所述采集单元还包括一转化单元，所述转化 单元用以将所述状态特征参数转化为所述变量参数。 优选地，上述的疲劳判断系统，其中，所述转化单元根据转化函数将所述状态特征 参数转化为所述变量参数，以所述变量参数〈1且所述变量参数> 〇,所述转换函数为： y = kf (m (χ-η)) +c 其中，χ为所述状态特征参数，m为所述状态特征参数于水平方向的缩放率；η为所 述状态特征参数于水平方向的平移量，k为第一调整参数，k e (〇、1)，c为第二调整参数， c e (〇、1)，y为所述变量参数。 优选地，上述的疲劳判断系统，其中，所述计算单元根据Sigmoid型激励函数结合 所述标准集合和所述变量参数形成所述计算结果，其中，所述Sigmoid型激励函数为： 其中，z为所述计算结果。 优选地，上述的疲劳判断系统，其中，所述计算单元根据反正切函数结合所述标准 集合和所述变量参数形成所述计算结果，其中，所述反正切函数为： z = atari (y) +b 其中，z为所述计算结果，a、b均为常量。 -种疲劳判断方法，其中， 步骤S1、获取被检测者在非疲劳状态下的特征参数，并根据所述特征参数形成一 标准集合； 步骤S2、实时采集被检测者的状态特征参数，并形成个变量参数； 步骤S3、根据所述标准集合和所述变量参数，形成计算结果； 步骤S4、接收所述计算结果，并根据所述计算结果形成一判断结果输出。 优选地，上述的疲劳判断方法，其中，步骤S5、报警单元于所述判断结果的作用下 执行与所述判断结果相匹配的动作。 优选地，上述的疲劳判断方法，其中，于所述步骤S2中，通过图像获取装置获取所 述状态特征参数。 优选地，上述的疲劳判断方法，其中，于所述步骤S3中，通过一处理终端根据所述 标准集合和所述变量参数，形成计算结果。 优选地，上述的疲劳判断方法，其中，于所述步骤S2中，包括： 步骤S21、实时采集被检测者的状态特征参数，并形成复数个变量参数； 步骤S22、判断采集时间是否达到预定时间； 步骤S23、于所述采集时间未达到预定时间的状态下，执行步骤21，继续采集下一 帧所述状态特征参数； 步骤S24、统计预定时间的每个所述状态特征参数的变化总量，并形成所述变量参 数。 优选地，上述的疲劳判断方法，其中，所述标准集合采用模糊理论形成。 与现有技术相比，本专利技术的优点是： 分别采集多个非疲劳状态下的特征参数，根据获取的特征参数形成标准集合，在 判断过程中，实时采集单位时间内被检测者的状态特征参数，同时状态特征参数与标准集 合做比较，综合判断被检测者是否处于疲劳状态，提高疲劳驾驶的判断准确率，同时在疲劳 驾驶过程中及时提醒，避免出现交通事故。【附图说明】 图1为本专利技术中一种疲劳判断系统的结构示意图； 图2为Sigmoid型激励函数示意图； 图3为反正切函数示意图； 图4为本专利技术个一种疲劳判断方法的流程示意图； 图5为本专利技术中基于模糊理论的疲劳状态判断方法的流程示意图。【具体实施方式】 下面对照附图，通过对实施实例的描述，对本专利技术的【具体实施方式】如所涉及的各 构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理等作进一 步的详细说明。 如图1所示，一种疲劳判断系统的结构示意图，其中，包括标准数据集、采集单元、 计算单元、判断单元、报警单元，标准数据集、采集单元均连接计算单元的输入端，计算单元 的输出端连接判断单元的输入端，判断单元的输出端连接报警单元。 标准数据集，获取被检测者在非疲劳状态下的特征参数，并根据所述特征参数形 成一标准集合。所述状态特征参数可包括单位时间内实施闭眼动作的数量；单位时间内实 施眨眼动作的数量；单位时间内实施唇部张开最大动作的数量；单位时间内实施点头动作 的数量；单位时间内获取的面部图像帧数；单位时间内实施连续闭眼动作的数量。 采集单元，实时采集被检测者的状态特征参数，并形成个变量参数；进一步地，所 述转化单元根据转化函数将所述状态特征参数转化为所述变量参数，以所述变量参数< 1 且所述变量参数> 〇,所述转换函数为：所述采集单元还包括一转化单元，所述转化单元用 以将所述状态特征参数转化为所述变量参数y1; Yi = k ^ (m (xj-n)) +Ci 其中，为变量参数，y ，χ ;为所述状态特征参数，m为所述状态特征参数 于水平方向的缩放率；η为所述状态特征参数于水平方向的平移量，Ic1为第一调整参数，Ic1 > 〇, Ci为第二调整参数，c ;> 0, y为所述变量参数，i为自然数。 本专利技术中，状态特征参数可包括单位时间内实施闭眼动作的数量；单位时间内实 施眨眼动作的数量；单位时间内实施唇部张开最大动作的数量；单位时间内实施点头动作 的数量；单位时间内获取的面部图像帧数；单位时间内实施连续闭眼动作的数量。则与之 相应的包括单位时间内实施闭眼动作的状态特征参数，以X 1表示，单位时间内实施眨眼动 作的状态特征参数，以X2表示；单位时间内实施唇部张开最大动作的状态特征参数，以乂 3表 示；单位时间内本文档来自技高网...

【技术保护点】
一种疲劳判断系统，其特征在于，标准数据集，获取被检测者在非疲劳状态下的特征参数，并根据所述特征参数形成一标准集合；采集单元，实时采集被检测者的状态特征参数，并形成复数个变量参数；计算单元，根据所述标准集合和所述变量参数，形成计算结果；判断单元，接收所述计算结果，并根据所述计算结果形成一判断结果输出，报警单元，根据所述判断结果执行与所述判断结果相匹配的操作。

【技术特征摘要】

【专利技术属性】
技术研发人员：晁志超，周剑，傅丹，徐一丹，龙学军，陆宏伟，
申请(专利权)人：成都通甲优博科技有限责任公司，
类型：发明
国别省市：四川;51