一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法技术

本发明专利技术公开了一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，属于图像识别及智能交通领域，综合考虑了驾驶员的情绪和驾驶倾向性两方面因素，对汽车驾驶行为进行预警。一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法包括以下步骤：驾驶员驾驶倾向性数据采集、驾驶员面部数据采集及情绪识别、愤怒情绪判定、预警判定、车辆信息数据采集、车辆行驶状态阈值判定、报警判定。本发明专利技术提供的一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，能够根据采集的数据对驾驶员的驾驶倾向性进行确认；在车辆运行过程中能够实时监控驾驶员的情绪变化以及驾驶车辆的行驶状态；当驾驶员出现愤怒情绪会出现预警提示，当车辆的行驶状态超过正常行驶状态阈值时会出现报警提示。通过上述预警和报警提示减少驾驶员不正当操作，降低事故发生的风险。

【技术实现步骤摘要】
一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法
本专利技术设计图像识别及智能交通领域，具体涉及一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法。
技术介绍
近年来，随着社会的发展和时代的进步以及汽车智能化的蓬勃发展，汽车的控制系统也日益复杂，驾驶人与汽车控制系统之间的矛盾也日益凸显。与此同时，“路怒症”、驾驶人的驾驶倾向性对驾驶安全有至关重要的影响。根据有关资料，大部分交通事故都可以归因于不正常的驾驶情绪以及过激的驾驶倾向性。如何及时的识别这种不正常的驾驶情绪以及过激的驾驶倾向性，是避免出现交通事故，保障车辆安全行驶的重要途径。现有的汽车安全预警方法很少会将驾驶情绪考虑在内，但是驾驶情绪在驾驶安全中发挥着重要的作用，是不可以被忽视的。情绪识别是分析驾驶情绪的一个重要手段，目前而言最有效的情绪识别是基于卷积神经网络的图像识别算法，通过对驾驶员的面部表情进行拍摄，进而对拍摄到的照片进行识别，进而判断此时驾驶员是一个什么样的情绪。所以，对汽车进行安全预警时，要考虑驾驶员的驾驶情绪。
技术实现思路
本专利技术是为了克服驾驶员在驾驶过程中处于愤怒的情绪和过激行为等问题，提供的一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，通过有效的预防和报警等对驾驶员提供相应的提示，减少事故发生的风险。本专利技术提供一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，包括以下步骤：S1、驾驶员驾驶倾向性评测：车辆启动前，对车辆驾驶员进行一个问卷调查，通过对数据库的数据对比，判别驾驶员的驾驶倾向性；S2、激进型认证：根据步骤S1采集的数据及判定结果，判定驾驶员是否为激进型，若判断为“是”则进入步骤S3；若判断为“否”，则进入步骤S12；S3、驾驶员面部数据采集及情绪识别：车辆行驶过程中，对驾驶员面部数据进行实时采集，并根据采集到的数据进行驾驶员的情绪识别；S4、愤怒情绪认证：根据步骤S3采集的数据及判定结果，判定驾驶员的情绪是否为愤怒情绪，若判断为“是”则进入步骤S5；若判断为“否”，则进入步骤S12；S5、愤怒情绪预警：根据步骤S4的认证结果，驾驶员为愤怒情绪时，则自动播放缓解愤怒情绪的音乐，以图缓解驾驶员的愤怒情绪；S6、愤怒情绪再次认证：通过步骤S5的音乐播放完毕后，再次对驾驶员的情绪进行识别，判断驾驶员的愤怒情绪是否已经消失，若判断为“否”则进入步骤S7；若判断为“是”，则进入步骤S12；S7、车辆行驶信息采集：车辆行驶过程中，对车辆行驶信息进行实时数据采集；S8、车辆行驶状态一级报警判定：根据步骤S7采集的车辆行驶数据，判定车辆是否超过安全行驶阈值，若判断为“是”则进入步骤S9；若判断为“否”，则进入步骤S12；S9、一级报警：根据步骤S8的判定结果，对驾驶员进行一级报警；S10、车辆行驶状态二级报警判定：根据步骤S7采集的车辆行驶数据，判定车辆是否恢复到安全行驶阈值以内，若判断为“否”则进入步骤S11；若判断为“是”，则进入步骤S12；S11、二级报警：根据步骤S10的判定结果，对驾驶员进行二级报警，并在二级报警的情况下自动对行驶过程中的车辆进行减速等操作；S12、车辆正常运行。本专利技术所述的一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，所涉及的驾驶员驾驶倾向性评测为：以调查问卷的形式进行评测，问卷通过车载屏幕显示，驾驶员在车辆启动之前，会做一遍问卷的问题，而后系统根据问卷调查的得分与数据库的分数区间进行对比，进而得出驾驶员的驾驶倾向性。本专利技术所述的一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，所涉及的驾驶员面部数据采集及情绪识别为：所述的面部数据采集及情绪识别是一种基于卷积神经网络的算法，具体算法如下：步骤1：数据输入层，将图片解析成由像素值表示的多维矩阵；步骤2：卷积层，是卷积神经网络的核心，通过不同的卷积核，来获取图片的特征。卷积核相当于一个滤波器，不同的滤波器提取不同特征，计算图像的每一个像素以及其领域像素和滤波器矩阵对应元素的乘积和，卷积层的卷积公式为：式中，f(x)表示激活函数；L，W表示卷积核的长和宽；ωn,m是卷积核(n,m)位置对应的权值；u表示上一层的输出。激活函数就是对卷积层的输出进行非线性操作，激活函数一般有三种，分别为sigmoid、tanh、ReLU，实验表明：ReLU比sigmoid、tanh等函数收敛更快，为梯度下降训练节省大量时间，因此选用ReLU函数作为激活函数。ReLU函数数学表达式为：f(x)＝max(0,x)步骤3：池化层，输入样本在经过卷积层后得到的特征维数较大，若直接使用这些特征值进行分类，会造成计算量大、过于复杂等后果。因此，每个卷积层后边都会接一个池化层，目的是为了降维。它通过对上一层输出的特征图上的不重叠部分进行函数变换来得到不变特征；步骤4：全连接层，一般连接在最后一层降采样层和分类器之间，可以感知全局的信息，将经过卷积层和降采样层学习得到的局部特征进行整合，从而得到全局特征；全连接层的数学表达式为：y＝g(Wh+b1)式中，g(x)表示分类函数；W表示连接权值；h表示隐藏输出；b1表示偏置。分类函数选择Softmax函数，其函数表达式为：式中，fi表示最后一个全连接层输出的第i的样本的提取特征；Pi表示fi被正确分类的后验概率；N是训练样本的数量，K是类的数量；Wj表示全连接层权重矩阵的第j列；bj为偏置项；步骤5：输出层，一般采用RBF网络，每个RBF的中心为每个类别的标志，网络输出越大，代表越不相似，输出的最小值即为网络的判别结果。本专利技术所述的一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，所涉及的预警报警装置主要包括：愤怒情绪预警装置：当检测到驾驶员为愤怒情绪时，则系统自动播放缓解愤怒情绪的音乐，以图缓解驾驶员的愤怒情绪，在一定程度上会避免驾驶员由于情绪的原因而出现过激的驾驶行为，消除了安全隐患；一级报警装置：当驾驶员出现过激的驾驶行为，导致车速超出安全行驶车速阈值时，则系统向驾驶员提供语音报警提示，提示驾驶员目前正处于危险驾驶状态；二级报警装置：当在一级报警完毕的30秒后，车辆并没有恢复到安全行驶车速阈值以内时，则系统进行二级报警，向驾驶员提供语音提醒，将在5秒后对车辆进行强制减速措施。本专利技术所述的一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，所涉及的车辆行驶信息采集装置为：在车辆上安装360度全景摄像头，通过全景摄像头捕获的车辆位置信息，进而求出车辆的横向速度和纵向速度，其计算公式如下：v1＝v·cosθv2＝v·sinθ式中，v1表示车辆的纵向速度，v2表示车辆的横向速度，v表示车辆的行驶速度，θ表示车辆的行驶方向与道路方向的夹角。本专利技术在车辆正常启动前，会对驾驶员进行一个驾驶倾向性的评测，判断驾驶员的驾驶倾向性。判断完驾驶倾向性后车辆才能正常启动。在车辆的运行过程中，能通过实时的驾驶员面部数据采集及情绪识别和实时的车辆行驶信息采集判断驾驶员是否存在危险驾驶，当出现危险驾驶时通过预警或报警信号反馈给驾驶员，降低了车辆行驶时的安全隐患。附图说明图1是一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法流程图。图2是一种用于情绪识别的系统流程图。具体实施方式下面结合说明书具体实施方式来说明本专利技术的具体实施方式。本文档来自技高网...

【技术保护点】
1.一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，其特征在于，包括以下步骤：S1、驾驶员驾驶倾向性评测：车辆启动前，对车辆驾驶员进行一个问卷调查，通过对数据库的数据对比，判别驾驶员的驾驶倾向性；S2、激进型认证：根据步骤S1采集的数据及判定结果，判定驾驶员是否为激进型，若判断为“是”则进入步骤S3；若判断为“否”，则进入步骤S12；S3、驾驶员面部数据采集及情绪识别：车辆行驶过程中，对驾驶员面部数据进行实时采集，并根据采集到的数据进行驾驶员的情绪识别；S4、愤怒情绪认证：根据步骤S3采集的数据及判定结果，判定驾驶员的情绪是否为愤怒情绪，若判断为“是”则进入步骤S5；若判断为“否”，则进入步骤S12；S5、愤怒情绪预警：根据步骤S4的认证结果，驾驶员为愤怒情绪时，则自动播放缓解愤怒情绪的音乐，以图缓解驾驶员的愤怒情绪；S6、愤怒情绪再次认证：通过步骤S5的音乐播放完毕后，再次对驾驶员的情绪进行识别，判断驾驶员的愤怒情绪是否已经消失，若判断为“否”则进入步骤S7；若判断为“是”，则进入步骤S12；S7、车辆行驶信息采集：车辆行驶过程中，对车辆行驶信息进行实时数据采集；S8、车辆行驶状态一级报警判定：根据步骤S7采集的车辆行驶数据，判定车辆是否超过安全行驶阈值，若判断为“是”则进入步骤S9；若判断为“否”，则进入步骤S12；S9、一级报警：根据步骤S8的判定结果，对驾驶员进行一级报警；S10、车辆行驶状态二级报警判定：根据步骤S7采集的车辆行驶数据，判定车辆是否恢复到安全行驶阈值以内，若判断为“否”则进入步骤S11；若判断为“是”，则进入步骤S12；S11、二级报警：根据步骤S10的判定结果，对驾驶员进行二级报警，并在二级报警的情况下自动对行驶过程中的车辆进行减速等操作；S12、车辆正常运行。...

【技术特征摘要】
1.一种考虑驾驶员情绪和驾驶倾向性的汽车行驶安全预警方法，其特征在于，包括以下步骤：S1、驾驶员驾驶倾向性评测：车辆启动前，对车辆驾驶员进行一个问卷调查，通过对数据库的数据对比，判别驾驶员的驾驶倾向性；S2、激进型认证：根据步骤S1采集的数据及判定结果，判定驾驶员是否为激进型，若判断为“是”则进入步骤S3；若判断为“否”，则进入步骤S12；S3、驾驶员面部数据采集及情绪识别：车辆行驶过程中，对驾驶员面部数据进行实时采集，并根据采集到的数据进行驾驶员的情绪识别；S4、愤怒情绪认证：根据步骤S3采集的数据及判定结果，判定驾驶员的情绪是否为愤怒情绪，若判断为“是”则进入步骤S5；若判断为“否”，则进入步骤S12；S5、愤怒情绪预警：根据步骤S4的认证结果，驾驶员为愤怒情绪时，则自动播放缓解愤怒情绪的音乐，以图缓解驾驶员的愤怒情绪；S6、愤怒情绪再次认证：通过步骤S5的音乐播放完毕后，再次对驾驶员的情绪进行识别，判断驾驶员的愤怒情绪是否已经消失，若判断为“否”则进入步骤S7；若判断为“是”，则进入步骤S12；S7、车辆行驶信息采集：车辆行驶过程中，对车辆行驶信息进行实时数据采集；S8、车辆行驶状态一级报警判定：根据步骤S7采集的车辆行驶数据，判定车辆是否超过安全行驶阈值，若判断为“是”则进入步骤S9；若判断为“否”，则进入步骤S12；S9、一级报警：根据步骤S8的判定结果，对驾驶员进行一级报警；S10、车辆行驶状态二级报警判定：根据步骤S7采集的车辆行驶数据，判定车辆是否恢复到安全行驶阈值以内，若判断为“否”则进入步骤S11；若判断为“是”，则进入步骤S12；S11、二级报警：根据步骤S10的判定结果，对驾驶员进行二级报警，并在二级报警的情况下自动对行驶过程中的车辆进行减速等操作；S12、车辆正常运行。2.根据权利要求1所述的驾驶员驾驶倾向性评测，其特征在于：以调查问卷的形式进行评测，问卷通过车载屏幕显示，驾驶员做完之后，系统会根据问卷调查的得分与数据库进行对比，进而得出驾驶员的驾驶倾向性。3.根据权利要求1所述的驾驶员面部数据采集及情绪识别，其特征在于：所述的面部数据采集及情绪识别是一种基于卷积神经网络的算法，具体算...

【专利技术属性】
技术研发人员：张敬磊，于祥阁，王云，盖姣云，
申请(专利权)人：山东理工大学，
类型：发明
国别省市：山东,37