一种疲劳驾驶监测方法、系统、装置和可读存储介质制造方法及图纸

本发明专利技术属于疲劳驾驶监测和交通安全领域，尤其是涉及一种疲劳驾驶监测方法、系统、装置和可读存储介质，其方法包括：根据实时采集的视频数据，获得用于描述驾驶员的多个视频帧；并从所述多个视频帧中，分别获得驾驶员的多个脸部数据；再根据所述多个脸部数据，在第一疲劳判定算法的基础上，得到第一判定结果；接着从所述多个视频帧中，分别获得驾驶员的多个姿态数据；之后根据所述多个姿态数据，在第二疲劳判定算法的基础上，得到第二判定结果；当所述第一判定结果和所述第二判定结果中的任意一个指示驾驶员疲劳驾驶时，生成疲劳警告。其能降低疲劳驾驶的监测成本，同时提高监测结果的准确性和时效性。

【技术实现步骤摘要】
一种疲劳驾驶监测方法、系统、装置和可读存储介质
本专利技术属于疲劳驾驶监测和交通安全领域，尤其是涉及一种疲劳驾驶监测方法、系统、装置和可读存储介质。
技术介绍
疲劳驾驶会影响驾驶员对外界的注意力、感知力、判断力和运动力，极易导致交通事故。据统计，由疲劳驾驶导致的交通事故比例为道路交通事故的20％～30％。因为产生疲劳驾驶的原因是多方面的，特别是生理和心理方面，所以它是很难被及时察觉和准确检测的，并且不易控制。因此，需要对驾驶员的驾驶状态作实时监测，以便在驾驶员进入疲劳状态时，及时对驾驶员发出警告。就对驾驶员当前驾驶状态的监测工作而言，相关技术所提供的方法是，通过多种传感器对车辆行为进行监测，来获得车辆行驶过程中的行驶路线、车速、方向盘转动幅度等信息，从而间接完成对驾驶员当前驾驶状态的监测工作。因为相关技术所提供方法需要在车辆上加装多种传感器，所以监测成本较高；同时由于被监测主体为车辆而非驾驶员，所以监测结果的准确性和时效性较差。
技术实现思路
针对相关技术存在的不足，本专利技术提供一种疲劳驾驶监测方法、系统、本文档来自技高网...

【技术保护点】
1.一种疲劳驾驶监测方法，其特征在于，所述方法包括：/n根据实时采集的视频数据，获得用于描述驾驶员的多个视频帧；/n从所述多个视频帧中，分别获得驾驶员的多个脸部数据；/n根据所述多个脸部数据，在第一疲劳判定算法的基础上，得到第一判定结果；/n从所述多个视频帧中，分别获得驾驶员的多个姿态数据，所述姿态数据用于描述驾驶员的骨骼姿态；/n根据所述多个姿态数据，在第二疲劳判定算法的基础上，得到第二判定结果；/n若所述第一判定结果和所述第二判定结果中的任意一个指示驾驶员疲劳驾驶，则生成疲劳警告。/n

【技术特征摘要】
1.一种疲劳驾驶监测方法，其特征在于，所述方法包括：
根据实时采集的视频数据，获得用于描述驾驶员的多个视频帧；
从所述多个视频帧中，分别获得驾驶员的多个脸部数据；
根据所述多个脸部数据，在第一疲劳判定算法的基础上，得到第一判定结果；
从所述多个视频帧中，分别获得驾驶员的多个姿态数据，所述姿态数据用于描述驾驶员的骨骼姿态；
根据所述多个姿态数据，在第二疲劳判定算法的基础上，得到第二判定结果；
若所述第一判定结果和所述第二判定结果中的任意一个指示驾驶员疲劳驾驶，则生成疲劳警告。


2.根据权利要求1中所述的方法，其特征在于，所述根据所述多个脸部数据，在第一疲劳判定算法的基础上，得到第一判定结果包括：
通过第一疲劳判定算法，对所述多个脸部数据分别进行识别，得到与所述多个脸部数据一一对应的多个脸部识别结果；所述脸部识别结果包括疲劳状态或正常状态；
将所述多个脸部识别结果存入预设的缓存队列中；
判断所述缓存队列中，疲劳状态的脸部识别结果在所有脸部识别结果中的比例是否大于预设的警戒阈值，并得到第一判定结果。


3.根据权利要求2中所述的方法，其特征在于，所述将所述多个脸部识别结果存入预设的缓存队列中之前，所述方法还包括：
根据容量计算公式，设置实际总容量，所述实际总容量用于描述所述缓存队列使用时的容量；
根据所述实际总容量，生成所述缓存队列。


4.根据权利要求3中所述的方法，其特征在于，所述容量计算公式为：N=M1+M2；
其中，N为所述缓存队列的实际总容量，M1为所述缓存队列预设的初始容量，M1是正整数；M2为所述缓存队列容量的调整值，M2是绝对值小于M1的整数。


5.根据权利要求4中所述的方法，其特征在于，所述警戒阈值的计算公式为：K=0.2N；
其中，K为所述警戒阈值，N为所述缓存队列的实际总容量。


6.根据权利要求1中所述的方法，其特征在于，所述从所述多个视频帧中，分别获得驾驶员的多个姿态数据；根据所述多个姿态数据，在第二疲劳判定算法的基础上，得到第二判定结果包括：
根据所述多个视频帧和特征提取算法，分别获得驾驶员的多个姿态数据；
根据多个姿态数据和预先...

【专利技术属性】
技术研发人员：杨超，何彬宇，韩定定，
申请(专利权)人：复旦大学，
类型：发明
国别省市：上海;31