一种疲劳驾驶检测方法及系统技术方案

本发明专利技术公开了一种疲劳驾驶检测方法及系统，其方法包括：感测驾驶室环境的光线强度，基于光线强度判断驾驶室环境是否满足预设的可见光摄像条件：若满足可见光摄像条件，则利用可见光摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据；若不满足可见光摄像条件，则利用3D结构光辅助摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据；基于驾驶者的面部图像数据判断驾驶者是否处于疲劳驾驶的状态：若驾驶者处于疲劳驾驶的状态，则向驾驶者发出报警提示信息。本发明专利技术使疲劳驾驶检测能在各种光线环境下有效进行，提高了疲劳驾驶检测的实用性。

A Fatigue Driving Detection Method and System

【技术实现步骤摘要】
一种疲劳驾驶检测方法及系统
本专利技术属于车载预警
，特别涉及一种疲劳驾驶检测方法及系统。
技术介绍
疲劳驾驶对安全的影响，已经到了非常严重的程度。据了解，全世界范围内，超过30％的公路交通事故和约15％至20％的铁路交通事与驾驶疲劳有关，疲劳驾驶严重影响驾驶员的警觉性，进而导致事故发生。疲劳驾驶因其事故发生率高、事故造成的人员伤亡程度大，严重威胁着人们的行车安全。针对于此，出现了对疲劳驾驶进行判断并预警的相关技术。但现有的疲劳驾驶判断技术多通过传统图像识别技术对眼部进行识别，基于是否闭眼及其频度来判断疲劳驾驶，其对环境光线及角度有严格的要求，在晚间等光线不佳的情况下存在很大的误差，实用性不佳。
技术实现思路
本专利技术所要解决的技术问题之一是提供一种疲劳驾驶检测方法及系统，可在光线不佳的情况下有效实现疲劳驾驶检测及预警，减少疲劳驾驶所导致的事故发生。为了解决上述技术问题，本申请的实施例首先提供了一种疲劳驾驶检测方法，包括以下步骤：感测驾驶室环境的光线强度，基于所述光线强度判断驾驶室环境是否满足预设的可见光摄像条件；若满足可见光摄像条件，则利用可见光摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据；若不满足可见光摄像条件，则利用3D结构光辅助摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据；基于驾驶者的面部图像数据判断驾驶者是否处于疲劳驾驶的状态：若驾驶者处于疲劳驾驶的状态，则向驾驶者发出报警提示信息。优选地，利用3D结构光辅助摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据，具体包括以下步骤：向驾驶者发射近红外光；感知被驾驶者反射回来的近红外光，并根据反射回来的近红外光生成包含驾驶者的面部3D信息的面部图像数据。优选地，基于驾驶者的面部图像数据判断驾驶者是否处于疲劳驾驶的状态，包括：利用神经网络识别算法对驾驶者的面部图像数据中的每一图像帧进行识别，以识别出存在疲劳驾驶特征的图像帧以及该图像帧对应的疲劳驾驶特征的类型，并根据识别结果进行疲劳驾驶的状态判断。优选地，所述疲劳驾驶特征的类型包括闭眼、眯眼和低头；根据识别结果进行疲劳驾驶的状态判断，包括：若连续若干图像帧中均存在同样类型的疲劳驾驶特征，则判断驾驶者处于疲劳驾驶的状态。优选地，当利用可见光摄像装置拍摄时，利用神经网络识别算法对驾驶者的面部图像数据中的每一图像帧进行识别，以识别出存在疲劳驾驶特征的图像帧以及该图像帧对应的疲劳驾驶特征的类型，具体包括针对驾驶者的面部图像数据中的每一图像帧分别执行以下步骤：步骤1，以该图像帧作为原始图像；步骤2，对所述原始图像进行灰度处理得到一次图像；步骤3，对所述一次图像进行降噪处理，并判断降噪处理后的图像是否能够检测出人脸特征；步骤4，若不能检测出人脸特征，则判断降噪处理后的图像是否进行了亮度及饱和度补偿，若未进行过亮度及饱和度补偿，则对所述原始图像进行亮度及饱和度补偿，将补偿后的原始图像作为新的原始图像，并返回执行步骤2至步骤4，若已进行了亮度及饱和度补偿，则放弃该图像帧；步骤5，若能够检测出人脸特征，则通过神经网络识别算法对降噪处理后的图像进行面部识别，基于面部识别结果确定该图像帧是否存在疲劳驾驶特征以及该图像帧对应的疲劳驾驶特征的类型。优选地，当利用3D结构光辅助摄像装置拍摄时，利用神经网络识别算法对驾驶者的面部图像数据中的每一图像帧进行识别，以识别出存在疲劳驾驶特征的图像帧以及该图像帧对应的疲劳驾驶特征的类型，具体包括针对驾驶者的面部图像数据中的每一图像帧分别执行以下步骤：对该图像帧进行灰度及降噪处理，并判断灰度及降噪处理后的图像帧是否能够检测出人脸特征，若不能检测出人脸特征，则放弃该图像帧，若能够检测出人脸特征，则通过神经网络识别算法对灰度及降噪处理后的图像帧进行面部识别，基于面部识别结果确定该图像帧是否存在疲劳驾驶特征以及该图像帧对应的疲劳驾驶特征的类型。优选地，所述神经网络识别算法包括深度卷积神经网络识别算法。本申请的实施例还提供了一种疲劳驾驶检测系统，包括处理器以及分别与其电连接的感光传感器、可见光摄像装置、3D结构光辅助摄像装置和报警装置；其中，所述感光传感器设置成，用于感测驾驶室环境的光线强度并生成相应的光强信号；所述处理器设置成，基于所述感光传感器生成的光强信号判断驾驶室环境是否满足预设的摄像条件，根据满足的摄像条件选择控制所述可见光摄像装置或者所述3D结构光辅助拍摄装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据，然后基于所述驾驶者的面部图像数据进行疲劳驾驶判断；当判定驾驶者疲劳驾驶时，控制所述报警装置发出报警提示信息。优选地，所述3D结构光辅助拍摄装置包括：点阵投射器，其用于向驾驶者发射近红外光；红外图像传感器，其用于感知被驾驶者反射回来的近红外光，并根据反射回来的近红外光生生成包含驾驶者的面部3D信息的面部图像数据。优选地，所述处理器内置有神经网络识别算法，用于对驾驶者的面部图像数据中的每一图像帧进行识别，以识别出存在疲劳驾驶特征的图像帧以及该图像帧对应的疲劳驾驶特征的类型，并根据识别结果进行疲劳驾驶的状态判断。与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：本专利技术将3D结构光辅助拍摄装置和可见光摄像装置相结合来进行图像采集，使疲劳驾驶检测能在各种光线环境下有效进行，采用基于深度卷积神经网络识别算法进行识别，提高了疲劳驾驶检测的判定精度。本专利技术的其他优点、目标，和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本专利技术的实践中得到教导。本专利技术的目标和其他优点可以通过下面的说明书，权利要求书，以及附图中所特别指出的结构来实现和获得。附图说明附图用来提供对本申请的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案，但并不构成对本申请技术方案的限制。图1是本专利技术疲劳检测方法的流程示意图；图2是本专利技术疲劳检测系统的系统结构示意图；图3是根据本专利技术一实施例的疲劳检测系统的电路原理图。具体实施方式以下将结合附图及实施例来详细说明本专利技术的实施方式，借此对本专利技术如何应用技术手段来解决技术问题，并达成相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本专利技术的保护范围之内。本专利技术中的疲劳检测方法，如图1所示，首先感测驾驶室环境的光线强度，基于光线强度判断驾驶室环境是否满足预设的可见光摄像条件，若满足可见光摄像条件，则利用可见光摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据；若不满足可见光摄像条件，利用3D结构光辅助摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据，例如当夜晚或阴雨天，驾驶室环境光线较暗，光线强度低于预设阈值时，采用3D结构光辅助摄像装置进行图像数据获取。之后继续如图1所示，基于获得的驾驶者的面部图像数据判断驾驶者是否处于疲劳驾驶的状态：若驾驶者处于疲劳驾驶的状态，则向驾驶者发出报警提示信息，如向驾驶者发出报警声音，或用报警灯闪烁来提示驾驶者。本发本文档来自技高网...

【技术保护点】
1.一种疲劳驾驶检测方法，包括以下步骤：感测驾驶室环境的光线强度，基于所述光线强度判断驾驶室环境是否满足预设的可见光摄像条件；若满足可见光摄像条件，则利用可见光摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据；若不满足可见光摄像条件，则利用3D结构光辅助摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据；基于驾驶者的面部图像数据判断驾驶者是否处于疲劳驾驶的状态：若驾驶者处于疲劳驾驶的状态，则向驾驶者发出报警提示信息。

【技术特征摘要】
1.一种疲劳驾驶检测方法，包括以下步骤：感测驾驶室环境的光线强度，基于所述光线强度判断驾驶室环境是否满足预设的可见光摄像条件；若满足可见光摄像条件，则利用可见光摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据；若不满足可见光摄像条件，则利用3D结构光辅助摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据；基于驾驶者的面部图像数据判断驾驶者是否处于疲劳驾驶的状态：若驾驶者处于疲劳驾驶的状态，则向驾驶者发出报警提示信息。2.根据权利要求1所述疲劳驾驶检测方法，其特征在于，利用3D结构光辅助摄像装置拍摄驾驶者驾驶时的面部特征，以获得驾驶者的面部图像数据，具体包括以下步骤：向驾驶者发射近红外光；感知被驾驶者反射回来的近红外光，并根据反射回来的近红外光生成包含驾驶者的面部3D信息的面部图像数据。3.根据权利要求1所述疲劳驾驶检测方法，其特征在于，基于驾驶者的面部图像数据判断驾驶者是否处于疲劳驾驶的状态，包括：利用神经网络识别算法对驾驶者的面部图像数据中的每一图像帧进行识别，以识别出存在疲劳驾驶特征的图像帧以及该图像帧对应的疲劳驾驶特征的类型，并根据识别结果进行疲劳驾驶的状态判断。4.根据权利要求3所述疲劳驾驶检测方法，其特征在于，所述疲劳驾驶特征的类型包括闭眼、眯眼和低头；根据识别结果进行疲劳驾驶的状态判断，包括：若连续若干图像帧中均存在同样类型的疲劳驾驶特征，则判断驾驶者处于疲劳驾驶的状态。5.根据权利要求4所述疲劳驾驶检测方法，其特征在于，当利用可见光摄像装置拍摄时，利用神经网络识别算法对驾驶者的面部图像数据中的每一图像帧进行识别，以识别出存在疲劳驾驶特征的图像帧以及该图像帧对应的疲劳驾驶特征的类型，具体包括针对驾驶者的面部图像数据中的每一图像帧分别执行以下步骤：步骤1，以该图像帧作为原始图像；步骤2，对所述原始图像进行灰度处理得到一次图像；步骤3，对所述一次图像进行降噪处理，并判断降噪处理后的图像是否能够检测出人脸特征；步骤4，若不能检测出人脸特征，则判断降噪处理后的图像是否进行了亮度及饱和度补偿，若未进行过亮度及饱和度补偿，则对所述原始图像进行亮度及饱和度补偿，将补偿后的原始图像作为新的原始图像，并返回执行步骤2至步骤4，若已进行了亮度及饱...

【专利技术属性】
技术研发人员：石路，张少宁，
申请(专利权)人：石化盈科信息技术有限责任公司，
类型：发明
国别省市：北京,11