驾驶疲劳预警方法技术

本发明专利技术公开了一种驾驶疲劳预警方法，通过对驾驶员面部图像中的眼部状态以及嘴部状态进行监控来获取闭眼持续时间、嘴部开口度以及张口持续时间，并将上述数据进行与预设预警参数值进行比较或与针对个人的预警参数值进行比较，来判断驾驶员疲劳状态，闭眼持续时间占比较高时可以反映驾驶员处于疲劳状态，嘴部开口度加大且张口持续时间较长时可以反映驾驶员在打哈欠。本发明专利技术方法对驾驶员没有的驾驶状态进行侵入，闭眼持续时间占比、开口度以及张口持续时间与驾驶状态的相关度较高。

Driving fatigue early warning method

【技术实现步骤摘要】
驾驶疲劳预警方法
本专利技术涉及一种驾驶疲劳预警方法，属于车载设备

技术介绍
疲劳驾驶导致的交通事故量也随之一度攀升。据调查，我国与疲劳相关的交通事故占事故总数的20％左右，占重特大交通事故的40％以上，目前市场上缺乏针对性强、技术成熟的交通安全保障设施来针对疲劳驾驶，疲劳驾驶状态下发生事故或接近发生事故的风险是清醒驾驶状态下的4至6倍。驾驶疲劳是一种心里、生理的状态变化过程，难以像酒驾一样用定量的生理指标进行衡量。现有的防疲劳车载设备从驾驶疲劳检测的指标来看，检测方法主要分为：主观疲劳驾驶检测以及客观疲劳驾驶检测。主观检测方法主要有皮尔逊疲劳量表、驾驶员自我记录表、斯坦福睡眠尺度表、膝腱反射机能检测等；客观检测方法主要分为：通过基于车辆行为特的疲劳驾驶检测指标，例如车辆偏移以及方向盘转角，经过大量实验表明车辆行为与驾驶员驾驶状态的相关性较低；基于驾驶员生理信息的检测指标，例如ECG、脉搏、肌电，尽管此类指标与驾驶状态相关性较高，但侵入性较强，对驾驶员驾驶状态影响较大。
技术实现思路
本专利技术的目的在于提供一种驾驶疲劳预警方法，解决现有驾驶疲劳检测方法对驾驶员侵入性高，获取的数据与驾驶状态相关性较低的技术缺陷。一种驾驶疲劳预警方法，包括如下步骤：步骤1：获取驾驶员的面部帧图像，基于面部帧图像从云服务器获取个人数据；步骤2：获取面部帧图像，在面部帧图像上定位眼部区域以及嘴部区域；步骤3；获取眼睛状态，总帧数加一，并判断当前面部帧图像中眼睛的闭合状态，当眼睛是闭合状态时，闭眼帧数加一；获取嘴部状态，判断当前面部帧图像中嘴部的张开状态，当嘴部是张开状态时，获取开口度，存入开口度集，张开帧数加一；步骤4：对总帧数以及嘴部张开状态变化进行判断当总帧数达到预设处理帧数时，基于闭眼帧数以及帧数总数计算闭眼占比，重置帧数总数，执行步骤5；当未达到预设处理帧数时，执行步骤2至步骤4；当嘴部由张开状态变成闭合状态时，从开口度集中获取最大开口度，通过张开帧数计算张口持续时间，重置开口度集，重置张开帧数，执行步骤5；当嘴部张开状态未变化时，执行步骤2至步骤4；步骤5：判断个人数据中是否有个人疲劳标准数据，当没有个人疲劳标准数据时，执行步骤A51；当有个人疲劳标准数据时，执行步骤B51；步骤A51：将所述步骤4中的闭眼占比与预设闭眼占比数据比较，当闭眼占比大于预设闭眼占比数据时，判断驾驶员处于疲劳状态；将所述步骤4中的最大开口度与预设开口度标准数据比较，并将张口持续时间与预设张口时间比较，当最大开口度大于预设开口度标准数据以及张口持续时间大于预设张口时间时，判断驾驶员正在打哈欠；执行步骤2至步骤4；步骤B51：从个人疲劳标准数据中获取个人闭眼占比数据，将所述步骤4中的闭眼占比与个人闭眼占比数据比较，当闭眼占比大于个人闭眼占比数据时，判断驾驶员处于疲劳状态；从个人疲劳标准数据中获取个人开口度标准数据以及个人张口时间，将所述步骤3中最大开口度与个人开口度标准数据比较，并将张口持续时间与个人张口时间比较当最大开口度大于个人开口度标准数据以及张口持续时间大于个人张口时间时，判断驾驶员正在打哈欠；执行步骤2至步骤4。进一步地，所述个人疲劳标准数据为疲劳度受训相关向量机，所述步骤5中判断个人数据中是否有个人疲劳标准数据即为判断个人数据中是否有疲劳度受训相关向量机；所述步骤B51中，将闭眼占比放入疲劳度受训相关向量机或将最大开口度以及张口持续时间放入疲劳度受训相关向量机，基于疲劳度受训相关向量机的计算结果判断驾驶员疲劳状态。进一步地，在所述步骤A51后还包括如下步骤：步骤A52：将闭眼占比、最大开口度、张口持续时间以及步骤A51中对应的判断结果作为训练用数据存入训练数据集，当训练数据集中数据量达到预设数据集量时，通过训练数据集建立疲劳度受训相关向量机。进一步地，所述预设闭眼占比数据为0.4，所述预设开口度标准数据为0.65，所述预设张口时间为2.1s。进一步地，所述步骤2中通过Camshift算法对面部进行跟踪，通过Adaboost算法获取面部帧图像。与现有技术相比，本专利技术的有益效果是：本专利技术方法主要通过对驾驶员面部图像中的眼部状态以及嘴部状态进行监控来获取驾驶员疲劳状态，闭眼持续时间占比较高时可以反映驾驶员处于疲劳状态，嘴部开口度加大且张口持续时间较长时可以反映驾驶员在打哈欠，本专利技术方法对驾驶员没有的驾驶状态进行侵入，闭眼持续时间占比、开口度以及张口持续时间与驾驶状态的相关度较高。本专利技术方法运用计算疲劳度的疲劳度受训相关向量机对闭眼占比、最大开口度以及张口持续时间进行疲劳状态的判断，可以提高判断准确性。本专利技术通过实时数据建立疲劳度受训相关向量机，建立的疲劳度受训相关向量机是针对个人的，运用实时数据建立疲劳度受训相关向量机可以建立适用于个人的疲劳判断标准，避免个人差异导致的判断精度低，弥补预设的标准数据对个人状态进行判断时不精确的缺陷。本专利技术方法运用Camshift算法结合Adaboost算法获取面部帧图像可以克服光照对面部的影响。具体实施方式下面结合实施例对本专利技术作进一步说明。本专利技术的驾驶疲劳预警方法，包括如下步骤：步骤1：获取驾驶员的面部帧图像，基于面部帧图像从云服务器获取个人数据；步骤2：获取面部帧图像，在面部帧图像上定位眼部区域以及嘴部区域；步骤3；获取眼睛状态，总帧数加一，并判断当前面部帧图像中眼睛的闭合状态，当眼睛是闭合状态时，闭眼帧数加一；获取嘴部状态，判断当前面部帧图像中嘴部的张开状态，当嘴部是张开状态时，获取开口度，存入开口度集，张开帧数加一；步骤4：对总帧数以及嘴部张开状态变化进行判断当总帧数达到预设处理帧数时，基于闭眼帧数以及帧数总数计算闭眼占比，重置帧数总数，执行步骤5；当未达到预设处理帧数时，执行步骤2至步骤4；当嘴部由张开状态变成闭合状态时，从开口度集中获取最大开口度，通过张开帧数计算张口持续时间，重置开口度集，重置张开帧数，执行步骤5；当嘴部张开状态未变化时，执行步骤2至步骤4；步骤5：判断个人数据中是否有个人疲劳标准数据，当没有个人疲劳标准数据时，执行步骤A51；当有个人疲劳标准数据时，执行步骤B51；步骤A51：将所述步骤4中的闭眼占比与预设闭眼占比数据比较，当闭眼占比大于预设闭眼占比数据时，判断驾驶员处于疲劳状态；将所述步骤4中的最大开口度与预设开口度标准数据比较，并将张口持续时间与预设张口时间比较，当最大开口度大于预设开口度标准数据以及张口持续时间大于预设张口时间时，判断驾驶员正在打哈欠；执行步骤2至步骤4；步骤B51：从个人疲劳标准数据中获取个人闭眼占比数据，将所述步骤4中的闭眼占比与个人闭眼占比数据比较，当闭眼占比大于个人闭眼占比数据时，判断驾驶员处于疲劳状态；从个人疲劳标准数据中获取个人开口度标准数据以及个人张口时间，将所述步骤3中最大开口度与个人开口度标准数据比较，并将张口持续时间与个人张口时间比较当最大开口度大于个人开口度标准数据以及张口持续时间大于个人张口时间时，判断驾驶员正在打哈欠；执行步骤2至步骤4。具体来说：步骤1中本专利技术方法运用到云服务器对个人数据进行存储，根据驾驶员的面部图像进行登录获取个人数据，从而实现驾驶员在驾驶任何车辆时都可以根据驾驶员个人数据情况对驾驶状态进行本文档来自技高网...

【技术保护点】
1.一种驾驶疲劳预警方法，其特征在于，包括如下步骤：步骤1：获取驾驶员的面部帧图像，基于面部帧图像从云服务器获取个人数据；步骤2：获取面部帧图像，在面部帧图像上定位眼部区域以及嘴部区域；步骤3；获取眼睛状态，总帧数加一，并判断当前面部帧图像中眼睛的闭合状态，当眼睛是闭合状态时，闭眼帧数加一；获取嘴部状态，判断当前面部帧图像中嘴部的张开状态，当嘴部是张开状态时，获取开口度，存入开口度集，张开帧数加一；步骤4：对总帧数以及嘴部张开状态变化进行判断当总帧数达到预设处理帧数时，基于闭眼帧数以及帧数总数计算闭眼占比，重置帧数总数，执行步骤5；当未达到预设处理帧数时，执行步骤2至步骤4；当嘴部由张开状态变成闭合状态时，从开口度集中获取最大开口度，通过张开帧数计算张口持续时间，重置开口度集，重置张开帧数，执行步骤5；当嘴部张开状态未变化时，执行步骤2至步骤4；步骤5：判断个人数据中是否有个人疲劳标准数据，当没有个人疲劳标准数据时，执行步骤A51；当有个人疲劳标准数据时，执行步骤B51；步骤A51：将所述步骤4中的闭眼占比与预设闭眼占比数据比较，当闭眼占比大于预设闭眼占比数据时，判断驾驶员处于疲劳状态；将所述步骤4中的最大开口度与预设开口度标准数据比较，并将张口持续时间与预设张口时间比较，当最大开口度大于预设开口度标准数据以及张口持续时间大于预设张口时间时，判断驾驶员正在打哈欠；执行步骤2至步骤4；步骤B51：从个人疲劳标准数据中获取个人闭眼占比数据，将所述步骤4中的闭眼占比与个人闭眼占比数据比较，当闭眼占比大于个人闭眼占比数据时，判断驾驶员处于疲劳状态；从个人疲劳标准数据中获取个人开口度标准数据以及个人张口时间，将所述步骤3中最大开口度与个人开口度标准数据比较，并将张口持续时间与个人张口时间比较当最大开口度大于个人开口度标准数据以及张口持续时间大于个人张口时间时，判断驾驶员正在打哈欠；执行步骤2至步骤4。...

【技术特征摘要】
1.一种驾驶疲劳预警方法，其特征在于，包括如下步骤：步骤1：获取驾驶员的面部帧图像，基于面部帧图像从云服务器获取个人数据；步骤2：获取面部帧图像，在面部帧图像上定位眼部区域以及嘴部区域；步骤3；获取眼睛状态，总帧数加一，并判断当前面部帧图像中眼睛的闭合状态，当眼睛是闭合状态时，闭眼帧数加一；获取嘴部状态，判断当前面部帧图像中嘴部的张开状态，当嘴部是张开状态时，获取开口度，存入开口度集，张开帧数加一；步骤4：对总帧数以及嘴部张开状态变化进行判断当总帧数达到预设处理帧数时，基于闭眼帧数以及帧数总数计算闭眼占比，重置帧数总数，执行步骤5；当未达到预设处理帧数时，执行步骤2至步骤4；当嘴部由张开状态变成闭合状态时，从开口度集中获取最大开口度，通过张开帧数计算张口持续时间，重置开口度集，重置张开帧数，执行步骤5；当嘴部张开状态未变化时，执行步骤2至步骤4；步骤5：判断个人数据中是否有个人疲劳标准数据，当没有个人疲劳标准数据时，执行步骤A51；当有个人疲劳标准数据时，执行步骤B51；步骤A51：将所述步骤4中的闭眼占比与预设闭眼占比数据比较，当闭眼占比大于预设闭眼占比数据时，判断驾驶员处于疲劳状态；将所述步骤4中的最大开口度与预设开口度标准数据比较，并将张口持续时间与预设张口时间比较，当最大开口度大于预设开口度标准数据以及张口持续时间大于预设张口时间时，判断驾驶员正在打哈欠；执行步骤2至步骤4；步骤B51：从个人疲劳标准数据中获取个人闭眼占比数据，将所述步骤4...

【专利技术属性】
技术研发人员：张涛，李宇轩，陈颖，唐辰佳，张成浩，钟栋青，韦凌翔，李观杰，冯天留，樊乘乘，亢泽林，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：江苏,32