【技术实现步骤摘要】
驾驶状态评价方法、系统及计算机存储介质
本专利技术涉及一种对驾驶人员的驾驶状态进行评价的机制；更具体地，本专利技术涉及一种驾驶状态评价方法、系统以及一种计算机存储介质。
技术介绍
驾驶人员监控系统可以实现一定程度上的计算机辅助驾驶，其通过对驾驶人员的驾驶状态进行监控进而在其存在不当驾驶行为时向其发出提醒信息，以利驾驶人员纠正不适当的驾驶习惯。这种监控系统可以广泛应用于各种物流企业、驾驶培训企业以及其他需要对驾驶人员驾驶行为进行评价的工商业实体中。目前现有的驾驶人员监控系统设计方法在识别精度、识别种类和报警决策上都不够完善。基于生理参数的监控方法需要使传感器与驾驶人员的身体接触，其检测精度受个人差异和偶然性影响较大，因而很难进行准确判定。另一方面，基于生理参数的监控方法成本较高、部署不方便(因其需要与驾驶人员接触)。此外，本领域中也使用基于图像传感器的监控方法。Aleksandra等人在识别方法上采用ViolaandJones算法框架，利用传统的图像模板进行特征提取，然后通过Adaboost或SVM方法进行分类，进而判定图像目标。在虹膜检测方面，可以利用生物特征进行...
【技术保护点】
1.一种驾驶状态评价方法，其特征在于，所述方法包括下列步骤：采集驾驶人员的图像信息；使用多个级联的神经网络对所述图像信息进行处理，进而获得关于所述驾驶人员的多个深度的驾驶状态信息，所述驾驶状态信息反映所述驾驶人员在驾驶时的生理状态；使用预设融合规则对所述驾驶状态信息进行融合处理以获得驾驶状态评价值，所述驾驶状态评价值指示所述驾驶人员的驾驶行为的危险性。
【技术特征摘要】
1.一种驾驶状态评价方法，其特征在于，所述方法包括下列步骤：采集驾驶人员的图像信息；使用多个级联的神经网络对所述图像信息进行处理，进而获得关于所述驾驶人员的多个深度的驾驶状态信息，所述驾驶状态信息反映所述驾驶人员在驾驶时的生理状态；使用预设融合规则对所述驾驶状态信息进行融合处理以获得驾驶状态评价值，所述驾驶状态评价值指示所述驾驶人员的驾驶行为的危险性。2.根据权利要求1所述的方法，其中，使用多个级联的神经网络对所述图像信息进行处理，进而获得关于所述驾驶人员的多个深度的驾驶状态信息包括：使用第一神经网络对所述图像信息进行处理以获得所述多个深度的驾驶状态信息中的第一深度驾驶状态信息；使用第二神经网络对经所述第一神经网络识别的所述第一深度驾驶状态信息进行处理以获得所述多个深度的驾驶状态信息中的第二深度驾驶状态信息；以及使用第三神经网络对经所述第二神经网络识别的所述第二深度驾驶状态信息进行处理以获得所述多个深度的驾驶状态信息中的第三深度驾驶状态信息。3.根据权利要求2所述的方法，其中，所述第一深度驾驶状态信息包括人脸的位置、手部状态信息；所述第二深度驾驶状态信息包括眼部状态信息、嘴部状态信息以及头部状态信息；第三深度驾驶状态信息包括视线方向信息。4.根据权利要求3所述的方法，其中，使用预设融合规则对所述驾驶状态信息进行融合处理以获得驾驶状态评价值包括：分别根据所述眼部状态信息、所述嘴部状态信息、所述头部状态信息、所述手部状态信息以及所述视线方向信息基于第一预设规则形成其对应于各个驾驶评价等级的隶属度，所述驾驶评价等级表明所述驾驶人员的单个生理状态的危险性。5.根据权利要求4所述的方法，其中，所述眼部状态信息为第一预设时间内所述图像信息中眼部闭合的帧数、所述嘴部状态信息为第一预设时间内所述图像信息中嘴部张开的帧数、所述头部状态信息为第一预设时间内所述图像信息中头部偏移正常驾驶方向的帧数、所述手部状态信息为第一预设时间内所述图像信息中手部脱离方向盘的帧数，以及所述视线方向信息为第一预设时间内所述图像信息中视线偏移正常驾驶方向的帧数。6.根据权利要求4或5所述的方法，其中，分别根据所述眼部状态信息、所述嘴部状态信息、所述头部状态信息、所述手部状态信息以及所述视线方向信息依其各自的隶属度基于预设融合规则进行融合，并根据融合中对应的各个驾驶评价等级的隶属度进行解模糊，以计算所述驾驶状态评价值。7.根据权利要求6所述的方法，其中，将所述眼部状态信息和所述嘴部状态信息依其各自的隶属度基于预设融合规则进行融合，生成第一融合；将所述头部状态信息和所述视线方向信息依其各自的隶属度基于所述预设融合规则进行融合，生成第二融合；将所述手部状态信息和第二融合依其各自的隶属度基于所述预设融合规则进行融合，生成第三融合；将第一融合和第三融合依其各自的隶属度基于所述预设融合规则进行融合，生成第四融合；以及根据第四融合中对应的各个驾驶评价等级的隶属度进行解模糊，以计算所述驾驶状态评价值。8.根据权利要求7所述的方法，其中，将所述眼部状态信息和所述嘴部状态信息各自关于各个驾驶评价等级的隶属度中的较小者作为第一融合关于各个驾驶评价等级的隶属度；将所述头部状态信息和所述视线方向信息各自关于各个驾驶评价等级的隶属度中的较小者作为第二融合关于各个驾驶评价等级的隶属度；将所述手部状态信息和第二融合各自关于各个驾驶评价等级的隶属度中的较小者作为第三融合关于各个驾驶评价等级的隶属度；将第一融合和第三融合各自关于各个驾驶评价等级的隶属度中的较小者作为第四融合关于各个驾驶评价等级的隶属度；以及将第四融合关于各个驾驶评价等级的隶属度基于各个驾驶评价等级的权重计算所述驾驶状态评价值。9.根据权利要求3所述的方法，其中，若所述第一神经网络识别到所述驾驶人员执行预定动作，则发出警报。10.根据权利要求1或5所述的方法，其中，若所述驾驶状态评价值高于预定值，则发出警报。11.根据权利要求1所述的方法，其中，超过第二预设时间后重新计算所述驾驶状态评价值。12.根据权利要求2所述的方法，其中，所述第一神经网络将所述图像信息划分成多个网格，并检测所述多个网格中的对象及其对应的边框位置，所述对象包括人脸和手部，并按照所述边框的置信度进行迭代，输出人脸的位置和手部状态信息，以及根据所述人脸的位置从所述图像信息中切出人脸图像；所述第二神经网络中的每一层向下一层输出关键点热图进行迭代，并最后输出所述人脸图像上的多个特征点，以及根据所述人脸图像上的多个特征点从所述图像信息中切出眼部图像；并且所述第三神经网络根据所述眼部图像中瞳孔的位置进行多次迭代并输出视线方向信息。13.一种驾驶状态评价系统，其特征在于，所述系统包括：图像采集模块，其用于采集...
【专利技术属性】
技术研发人员：钱少华，王笑悦，
申请(专利权)人：上海蔚来汽车有限公司，
类型：发明
国别省市：上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。