基于机器学习的交通事故预警装置及预警方法制造方法及图纸

本发明专利技术提供了一种基于机器学习的交通事故预警装置及预警方法，包括：数据获取装置，包括视频摄像头和LIDAR系统，视频摄像头获取驾驶员的面部图像，LIADR系统获取实时路况信息；智能车载中枢，包括接收数据单元和处理单元接；收数据单元，接收来自获数据获取装置的面部图像和路况信息数据，将数据传到处理单元；处理单元，处理接收装置接收到的数据，对数据进行处理与分析，然后结合机器学习对接收到的数据进行预测，估算出发生事故的概率；结果播放装置，播放处理单元的估算结果，以提醒司机；机械装置，用于安装并支撑数据获取装置、接收数据单元和结果播放装置。该装置完全智能化，放在车辆前方即可，无需人员的参与，安全方便。

Traffic accident early warning device and method based on machine learning

The invention provides a traffic accident early warning device and a pre-warning method based on machine learning, including: a data acquisition device, including a video camera and a LIDAR system, a video camera to acquire the driver's face image, a LIADR system to acquire real-time road condition information, an intelligent vehicle center, including receiving data units and processing units, and a data acquisition unit to receive data from the acquired data. The facial image and road condition information data of the device are taken and transmitted to the processing unit; the processing unit processes the data received by the receiving device, processes and analyses the data, and then predicts the received data combined with machine learning to estimate the probability of accidents; the result playback device plays the estimated results of the processing unit to remind the driver; the mechanical device, It is used to install and support data acquisition device, receiving data unit and result playback device. The device is fully intelligent and can be placed in front of the vehicle without the participation of personnel, and is safe and convenient.

【技术实现步骤摘要】
基于机器学习的交通事故预警装置及预警方法
本专利技术涉及人工智能及信息处理
，具体涉及一种基于机器学习的交通事故预警装置及预警方法。
技术介绍
随着我国交通事业的飞速发展，交通事故猛增已成为交通管理所面临的严重问题。现在的车辆驾驶，对道路环境以及突发情况的判断主要还是依靠驾驶人员。但是由于驾驶者的反应时长，动作速度以及位移速度等因素，导致不可避免的交通事故。因此有效的对交通事故进行预警，尽可能的避免交通事故的发生是急需解决的问题。针对上述问题，现有技术提供的一种交通事故预警方法及装置，在该现有技术中，只能是事故发生后，通过手机或其他移动终端设备发送交通事故报警信息，往往会错过最佳时机，造成巨大的人员伤亡。现有技术还提供了行车记录仪可以记录车辆行驶途中的影像以及声音，但是它只能作为事故发生后的证据，所以现有的技术无法提前预测及判断事故发生的概率，无法做出提前预警而尽量避免事故的发生或将伤亡减到最低。
技术实现思路
为了克服现有技术的不足，本专利技术的目的是提供基于机器学习的交通事故预警装置及预警方法。该装置可以有效的利用智能软件和传感器，并结合图像处理及机器学习相关技术，感知道路环境本文档来自技高网...

【技术保护点】
1.一种基于机器学习的交通事故预警装置，其特征在于，包括：数据获取装置，包括视频摄像头(1)和LIDAR系统(2)，视频摄像头(1)用于获取驾驶员的面部图像，LIADR系统(2)用于获取实时路况信息；智能车载中枢(3)，包括接收数据单元和处理单元接收数据单元，用于接收来自获数据获取装置的面部图像和路况信息数据，同时将数据传到处理单元；处理单元，用于处理接收装置接收到的数据，对数据进行处理与分析，得出道路状况发生事故的概率和驾驶人员疲劳程度信息，然后结合机器学习对处理和分析的数据进行预测，估算出发生事故的概率；结果播放装置，用于播放处理单元的估算结果，以提醒司机；机械装置，用于安装并支撑数据获取...

【技术特征摘要】
1.一种基于机器学习的交通事故预警装置，其特征在于，包括：数据获取装置，包括视频摄像头(1)和LIDAR系统(2)，视频摄像头(1)用于获取驾驶员的面部图像，LIADR系统(2)用于获取实时路况信息；智能车载中枢(3)，包括接收数据单元和处理单元接收数据单元，用于接收来自获数据获取装置的面部图像和路况信息数据，同时将数据传到处理单元；处理单元，用于处理接收装置接收到的数据，对数据进行处理与分析，得出道路状况发生事故的概率和驾驶人员疲劳程度信息，然后结合机器学习对处理和分析的数据进行预测，估算出发生事故的概率；结果播放装置，用于播放处理单元的估算结果，以提醒司机；机械装置，用于安装并支撑数据获取装置、接收数据单元和结果播放装置。2.根据权利要求1所述的一种基于机器学习的交通事故预警装置，其特征在于，所述的LIDAR系统(2)利用激光束在不同的时间、空间进行照射，根据信号的距离和深度，形成一个个的数据点，即得到实时路况信息。3.根据权利要求1所述的一种基于机器学习的交通事故预警装置，其特征在于，所述的处理单元对面部图像数据进行处理与分析具体包括：人脸定位：将人脸区域和非人脸区域分开，首先通过图像预处理，便于对人脸的定位与跟踪；然后使用Haar-like特征表示人脸特征，并通过积分图快速计算特征值，通过AdaBoost级联分类器对驾驶员的视频图像进行检测，完成人脸的定位检测工作；面部疲劳特征提取：包括眼嘴的定位检测，提取眼部疲劳特征参数和嘴部疲劳特征参数；疲劳状态判断：结合人脸定位和面部疲劳特征提取，根据眼部PERCLOS值和嘴部打哈欠周期时间阈值综合判定驾驶员是否进入疲劳状态。4.根据权利要求1所述的一种基于机器学习的交通事故预警装置，其特征在于，所述的处理单元对路况信息数据进行处理与分析具体包括：根据信号的距离和深度，形成一个个的数据点；把数据点的外形跟轮廓定义出来；利用机器学习设计分类器，识别实时路况上的物体的类型，进一步获取物体运动状态，从而感知路况信息。5.根据权利要求1所述的一种基于机器学习的交通事故预警装置，其特征...

【专利技术属性】
技术研发人员：贾小云，王丽艳，
申请(专利权)人：陕西科技大学，
类型：发明
国别省市：陕西,61