The invention provides an abnormal driving state intelligent prediction method and an Internet of things intelligent terminal. According to the characteristics of physiological functional and mental disorders that may occur when the driver is drunk, drug addicted, sick and tired driving, leading to serpentine driving, and generating driving angle data different from normal driving, and relative distance data between vehicle and reference line, the invention judges whether it is normal driving by analyzing the collected driving data, and determines whether it is normal driving with vehicle driving data set Compare to further determine whether it is abnormal driving and belongs to the category of abnormal driving state. The technical scheme of the invention has the advantages of reducing the law enforcement cost, being more easy to promote compared with the vehicle borne alcohol sensor test mode, and not infringing personal privacy; compared with the facial expression recognition mode, the cost of image recognition is saved and the accuracy is high.
【技术实现步骤摘要】
不正常驾驶状态智能预判方法及物联网智能终端
本专利技术涉及车辆安全领域,尤其是一种不正常驾驶状态智能预判方法及物联网智能终端。
技术介绍
随着车辆越来越多,交警在各个路口逐一拦截车辆并逐一检查来查处驾驶员是否存在酒驾等违法违章驾驶行为需要投入的人力物力财力将会越来越多。在现有的驾驶状态监控方法中,一种是通过在车辆安装酒精传感器的方式判断是否酒驾,该种方法由于繁琐不容易被车主接受,且容易被堵住传感器采集端口作弊,当车上有含酒精物品时,容易产生误判;一种是利用图像识别的方法分析驾驶员的面部表情来判断驾车状态,此种方法在应用中会侵犯个人隐私,且需要处理大量的图像数据,图像处理的成本高、同时不正常驾驶状态与面部表情关联性较小,分析结果也不够准确。针对上述问题,目前尚未提出有效的技术方案。
技术实现思路
本专利技术提供一种不正常驾驶状态智能预判方法及物联网智能终端,以至少解决
技术介绍
中提到的现有技术下判断不正常驾驶状态侵犯个人隐私、不容易实施、图像识别的成本高和判断结果不够准确的技术问题。根据本专利技术的一个方面,提供一种不正常驾驶状态智能预判方法,包括以下步骤:采集一定时间段[t0,t1]内的行驶数据;根据所述行驶数据判断驾驶员属于不正常驾驶状态的可能性;重复判断多个时间段内驾驶员属于不正常驾驶状态的可能性,如果多次判断驾驶状态为不正常驾驶则增加驾驶员属于不正常驾驶状态的可能性程度;其中,所述行驶数据为从某一时刻t0开始,每隔一定时间段△t采集到的和时间t相关的行驶数据值组成的行驶数据序列,所述行驶数据值的记录方法为以t0时刻采集到的行驶数据值为基准值,后续的行驶数据 ...
【技术保护点】
1.一种不正常驾驶状态智能预判方法,其特征在于,包括以下步骤:采集一定时间段[t0,t1]内的行驶数据;根据所述行驶数据判断驾驶员属于不正常驾驶状态的可能性;重复判断多个时间段内驾驶员属于不正常驾驶状态的可能性,如果多次判断驾驶状态为不正常驾驶则增加驾驶员属于不正常驾驶状态的可能性程度;其中,所述行驶数据为从某一时刻t0开始,每隔一定时间段△t采集到的和时间t相关的行驶数据值组成的行驶数据序列,所述行驶数据值的记录方法为以t0时刻采集到的行驶数据值为基准值,后续的行驶数据值为基准值的正负增量。
【技术特征摘要】
1.一种不正常驾驶状态智能预判方法,其特征在于,包括以下步骤:采集一定时间段[t0,t1]内的行驶数据;根据所述行驶数据判断驾驶员属于不正常驾驶状态的可能性;重复判断多个时间段内驾驶员属于不正常驾驶状态的可能性,如果多次判断驾驶状态为不正常驾驶则增加驾驶员属于不正常驾驶状态的可能性程度;其中,所述行驶数据为从某一时刻t0开始,每隔一定时间段△t采集到的和时间t相关的行驶数据值组成的行驶数据序列,所述行驶数据值的记录方法为以t0时刻采集到的行驶数据值为基准值,后续的行驶数据值为基准值的正负增量。2.如权利要求1所述的一种不正常驾驶状态智能预判方法,其特征在于,所述行驶数据包括:行驶角度数据、车辆与基准线的相对距离数据,其中,所述行驶角度数据包括但不限于:车辆的行驶时车辆的角度数据、方向盘的转动角度数据、车辆与基准线的夹角数据;其中,所述车辆与基准线的相对距离数据为在同一时间段内,以固定的基准线为基准采集到的车辆与基准线的相对距离的数据;所述基准线包括但不限于车道标线。3.如权利要求1所述的一种不正常驾驶状态智能预判方法,其特征在于,所述不正常驾驶状态包括:酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶,其中,所述病态驾驶为驾驶过程中出现突发性病情的驾驶员的驾驶状态;当驾驶员处于不正常驾驶状态时,驾驶员的生理、精神状态会与正常状态下不一致,容易导致方向盘控制不好、油门和刹车控制不好,从而使车辆行驶过程中的行驶角度数据、车辆与基准线的相对距离数据与正常驾驶状态下的行驶角度数据、车辆与基准线的相对距离数据对比会呈现出差异;其中,当处于酒后驾驶状态时,驾驶员容易出现视野变小、视线模糊不稳定;当处于吸毒驾驶时,驾驶员容易出现摇头、精神亢奋;当处于病态驾驶时,由于一般为突发性病情,驾驶员车辆控制能力会发生突变;当处于疲劳驾驶时,驾驶员容易出现眼睛调节能力变低甚至睡觉;因此不同的不正常驾驶状态的类别,驾驶员也会有不同的生理功能性和精神性障碍特征,从而产生不同的行驶数据。4.如权利要求1所述的一种不正常驾驶状态智能预判方法,其特征在于,根据所述行驶数据判断驾驶员属于不正常驾驶状态的可能性的方法,包括:将所述行驶数据拟合成一条时间和行驶数据值相关的行驶数据曲线,并判断所述行驶数据曲线是否为蛇形曲线,如果是,则增加属于不正常驾驶可能性程度;利用所述行驶数据与行驶数据集比较来判断属于不正常驾驶状态的可能性,其中所述行驶数据集包括:正常驾驶的行驶角度数据集、车辆与基准线的相对距离数据集,不正常驾驶的行驶角度数据集、车辆与基准线的相对距离数据集,其中,不正常驾驶的行驶数据集的分类包括但不限于:酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶,采用与行驶数据集比较的方法可以进一步判断不正常驾驶状态的类型。5.如权利要求1所述的...
【专利技术属性】
技术研发人员:吴华龙,陆明亮,郭丽丽,
申请(专利权)人:上运车物联网科技深圳有限公司,
类型:发明
国别省市:广东,44
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。