驾驶压力实时监测系统及方法技术方案

本发明专利技术提供一种驾驶压力实时监测系统及方法，包括：构建驾驶场景及事件；设定事件发生地点与客户端在驾驶场景中位置之间的第一距离和第二距离，使得事件成为有压力事件和无压力事件，结合驾驶场景生成有压力驾驶任务和无压力驾驶任务，采集客户端在有压力驾驶任务和无压力驾驶任务中的驾驶行为数据和面部表情数据；构建机器学习模型；将有压力驾驶任务的驾驶行为数据超过设定阈值的驾驶行为数据对应的面部表情数据构成有压力数据集，将对应的无压力驾驶任务中面部表情数据作为无压力数据集，对机器学习模型进行训练；采用训练后机器学习模型对客户端驾驶行为进行实时监测。上述系统及方法对驾驶过程中压力水平实时监测。

Driving pressure real time monitoring system and method

【技术实现步骤摘要】
驾驶压力实时监测系统及方法
本专利技术涉及智能驾驶
，更具体地，涉及一种驾驶压力实时监测系统及方法。
技术介绍
驾驶压力是指当驾驶员感知或者评估其驾驶任务所需要的能力超过了自身的驾驶能力时，所产生的一系列反应。驾驶压力对驾驶行为和自身意识有负面影响，进而影响驾驶绩效。例如，驾驶压力会弱化驾驶员控制机动车的能力，降低警觉性，让驾驶员产生更多的危险和挑衅性行为，甚至在与安全性相关的事件上作出错误的决策。此外，驾驶压力也会影响驾驶员的生理和心理健康，导致高血压的风险、影响个人自信。现有的驾驶压力评估方法分为两大类：主观测量和客观测量。这两类测量都需要让驾驶员置于某一场景之中，该场景用于诱发驾驶压力，驾驶场景又可按照其存在方式分为实际道路驾驶和模拟器驾驶。实际道路驾驶虽然真实性更高，可以体现在真实驾驶场景下驾驶员会出现的行为，但是驾驶压力的产生往往是具有危险性的。模拟器驾驶场景则是基于虚拟现实技术让被试在没有危险的前提下展开实验，并且在实验室环境下，可以自由控制驾驶场景，重复采集特定场景下被试的数据。此外，已经有大量的研究表明，与实际道路驾驶相比，在驾驶模拟器条件下展开的测量，其信度和效度得到证实。主观测量主要是以事后问卷的方式来让被试自主评分，采用一些成熟的心理学量表。二维情感量表(EmotionalCircumplex)是一种常见的自评量表，包含两个测量维度：唤醒水平和情感倾向，前者用于评估某一事件或任务唤醒被试情绪的高低，后者用于评估被唤醒的情绪是属于积极的还是消极的。客观测量则可以分为三大类：生理测量、驾驶行为测量和面部表情测量。生理测量主要是使用穿戴式传感器去采集被试的生理信号，包括皮肤电信号、心电信号和脑电信号等，驾驶行为测量则主要是采集被试的驾驶操作(例如方向盘转角、刹车力度)以及车辆的动力学信息(例如速度、加速度、车道偏离程度)，面部表情测量则是通过摄像头采集面部肌肉的运动情况。有研究表明，当被试的压力水平升高时，其皮电值、心率也会升高，瞳孔直径也会变大。通过这些客观测量，可以间接地反映被试的压力水平。虽然主观测量可以直接测量被试的压力水平，但是只能在事后进行，无法做到对驾驶员压力的实时监测。客观测量方面，现有的基于生理信号的驾驶压力监测，需要使用昂贵的生理信号采集设备，而且这些设备需要直接与被试的皮肤接触，非常不适且会影响驾驶员的驾驶操作。基于驾驶行为的测量则会受到被试的行为特征、车辆的特征和路况的影响。而采用基于驾驶员的面部表情的驾驶压力的测量则是一种非接触式的测量方法，不会干扰驾驶员的驾驶操作。现有的研究中采用的采集设备则是红外摄像头系统或者RGB摄像头系统，需要连接外部的处理装置，导致整个系统非常复杂，车载环境下空间有限，安装不便。已有的研究中对驾驶压力的诱发是通过改变驾驶场景,将交通流量大的城市道路场景定义为“压力场景”，将交通流量小的郊区场景定义为“无压力场景”，这样的定义无法将驾驶压力与具体的险情事件关联，进而无法帮助判断针对具体的某一个事件，驾驶员的压力水平的高低。
技术实现思路
本专利技术提供一种对驾驶员驾驶过程中压力水平的实时监测的驾驶压力实时监测系统及方法。根据本专利技术的一个方面，提供一种驾驶压力实时监测系统，包括场景模块、驾驶模拟器、采集模块、数据处理模块和实时监测模块，其中：所述场景模块包括场景构建单元、事件构建单元、有压力驾驶任务生成单元和无压力驾驶任务生成单元，场景构建单元用于构建驾驶场景；事件构建单元用于构建驾驶场景中出现的多个事件；有压力驾驶任务生成单元，设定各事件发生的地点与客户端在驾驶场景中位置之间的第一距离使得事件成为有压力事件，结合驾驶场景生成有压力驾驶任务；无压力驾驶任务生成单元，设定各事件发生的地点与客户端在驾驶场景中位置之间的第二距离，使得事件成为无压力事件，结合驾驶场景生成无压力驾驶任务，其中，所述第二距离大于所述第一距离，所述第一距离小于设定距离，所述设定距离是指在设定驾驶速度下完成刹车操作需要的最短距离；所述驾驶模拟器，包括刺激呈现装置和输入装置，所述刺激呈现装置用于向客户端呈现场景模块的有压力驾驶任务和无压力驾驶任务，所述输入装置包括方向盘、油门踏板和刹车踏板；所述采集模块，用于采集客户端使用驾驶模拟器在场景模块提供的有压力驾驶任务和无压力驾驶任务中的驾驶行为数据和面部表情数据；所述数据处理模块包括机器学习模型和训练子模块，所述机器学习模型的输入为采集模块采集的面部表情数据，输出为客户端驾驶状态，所述驾驶状态包括有压力和无压力；所述训练子模块包括训练集构建单元和模型训练单元，所述训练集构建单元将采集模块采集的有压力驾驶任务的驾驶行为数据中超过设定阈值的驾驶行为数据对应的面部表情数据取出，构成有压力数据集，将采集模块采集的对应的无压力驾驶任务中与有压力数据集对应的面部表情数据作为无压力数据集，有压力数据集和无压力数据集构成模型数据集；所述模型训练单元通过训练集构建单元的模型数据集对机器学习模型进行训练；实时监测模块，采用训练后的机器学习模型对客户端的驾驶行为进行实时监测。优选地，所述训练子模块还包括模型评估单元，将模型数据集的一部分作为训练集，另一部分作为测试集，所述模型训练单元通过训练集对机器学习模型进行训练，所述模型评估单元采用测试集对训练后的机器学习模型进行评价。优选地，所述采集模块包括问卷单元，所述数据处理模块还包括压力事件确认子模块，所述问卷单元向客户端提供问卷，获得问卷评分，所述压力事件确认子模块将有压力驾驶任务中问卷评分低于设定阈值的事件删除。优选地，所述训练集构建单元包括：所述训练集构建单元包括：压力事件被试反应位置获得子单元，将有压力驾驶任务的驾驶行为数据超过设定阈值的驾驶行为发生位置作为有压力反应起始点；无压力驾驶任务下反应位置获得子单元，将无压力驾驶任务中与有压力反应点距离最近的位置点的坐标作为无压力反应起始点；数据标记子单元，将有压力反应起始点设定时间范围内的面部表情数据标记到有压力数据集，将无压力反应起始点设定时间范围内的面部表情数据标记到无压力数据集。进一步，优选地，所述训练集构建单元还包括：第一筛选子单元，删除超过有压力驾驶任务生成单元中事件地点的设定距离的压力事件被试反应位置获得子单元获得的有压力反应起始点。更进一步，优选地，所述训练集构建单元还包括：第二筛选子单元，通过视频回放删除不熟练操作导致的异常值。优选地，所述采集模块包括：油门位移传感器，用于采集油门被踩下的深度；刹车位移传感器，用于采集刹车被踩下的深度；转角传感器，用于采集方向盘的转角；所述训练集构建单元的设定阈值包括以下标准差中的一个或多个：刹车踏板位移超过有压力驾驶任务中刹车踏板位移均值的差值的设定倍数为第一标准差；方向盘转角超过有压力驾驶任务中方向盘转角均值的差值的设定倍数为第二标准差；油门踏板位移超过有压力驾驶任务中油门踏板位移均值的差值的设定倍数为第三标准差。优选地本文档来自技高网...

【技术保护点】
1.一种驾驶压力实时监测系统，其特征在于，包括场景模块、驾驶模拟器、采集模块、数据处理模块和实时监测模块，其中：/n所述场景模块包括场景构建单元、事件构建单元、有压力驾驶任务生成单元和无压力驾驶任务生成单元，场景构建单元用于构建驾驶场景；事件构建单元用于构建驾驶场景中出现的多个事件；有压力驾驶任务生成单元，设定各事件发生的地点与客户端在驾驶场景中位置之间的第一距离使得事件成为有压力事件，结合驾驶场景生成有压力驾驶任务；无压力驾驶任务生成单元，设定各事件发生的地点与客户端在驾驶场景中位置之间的第二距离，使得事件成为无压力事件，结合驾驶场景生成无压力驾驶任务，其中，所述第二距离大于所述第一距离，所述第一距离小于设定距离，所述设定距离是指在设定驾驶速度下完成刹车操作需要的最短距离；/n所述驾驶模拟器，包括刺激呈现装置和输入装置，所述刺激呈现装置用于向客户端呈现场景模块的有压力驾驶任务和无压力驾驶任务，所述输入装置包括方向盘、油门踏板和刹车踏板；/n所述采集模块，用于采集客户端使用驾驶模拟器在场景模块提供的有压力驾驶任务和无压力驾驶任务中的驾驶行为数据和面部表情数据；/n所述数据处理模块包括机器学习模型和训练子模块，所述机器学习模型的输入为采集模块采集的面部表情数据，输出为客户端驾驶状态，所述驾驶状态包括有压力和无压力；所述训练子模块包括训练集构建单元和模型训练单元，所述训练集构建单元将采集模块采集的有压力驾驶任务的驾驶行为数据中超过设定阈值的驾驶行为数据对应的面部表情数据取出，构成有压力数据集，将采集模块采集的对应的无压力驾驶任务中与有压力数据集对应的面部表情数据作为无压力数据集，有压力数据集和无压力数据集构成模型数据集；所述模型训练单元通过训练集构建单元的模型数据集对机器学习模型进行训练；/n实时监测模块，采用训练后的机器学习模型对客户端的驾驶行为进行实时监测。/n...

【技术特征摘要】
1.一种驾驶压力实时监测系统，其特征在于，包括场景模块、驾驶模拟器、采集模块、数据处理模块和实时监测模块，其中：
所述场景模块包括场景构建单元、事件构建单元、有压力驾驶任务生成单元和无压力驾驶任务生成单元，场景构建单元用于构建驾驶场景；事件构建单元用于构建驾驶场景中出现的多个事件；有压力驾驶任务生成单元，设定各事件发生的地点与客户端在驾驶场景中位置之间的第一距离使得事件成为有压力事件，结合驾驶场景生成有压力驾驶任务；无压力驾驶任务生成单元，设定各事件发生的地点与客户端在驾驶场景中位置之间的第二距离，使得事件成为无压力事件，结合驾驶场景生成无压力驾驶任务，其中，所述第二距离大于所述第一距离，所述第一距离小于设定距离，所述设定距离是指在设定驾驶速度下完成刹车操作需要的最短距离；
所述驾驶模拟器，包括刺激呈现装置和输入装置，所述刺激呈现装置用于向客户端呈现场景模块的有压力驾驶任务和无压力驾驶任务，所述输入装置包括方向盘、油门踏板和刹车踏板；
所述采集模块，用于采集客户端使用驾驶模拟器在场景模块提供的有压力驾驶任务和无压力驾驶任务中的驾驶行为数据和面部表情数据；
所述数据处理模块包括机器学习模型和训练子模块，所述机器学习模型的输入为采集模块采集的面部表情数据，输出为客户端驾驶状态，所述驾驶状态包括有压力和无压力；所述训练子模块包括训练集构建单元和模型训练单元，所述训练集构建单元将采集模块采集的有压力驾驶任务的驾驶行为数据中超过设定阈值的驾驶行为数据对应的面部表情数据取出，构成有压力数据集，将采集模块采集的对应的无压力驾驶任务中与有压力数据集对应的面部表情数据作为无压力数据集，有压力数据集和无压力数据集构成模型数据集；所述模型训练单元通过训练集构建单元的模型数据集对机器学习模型进行训练；
实时监测模块，采用训练后的机器学习模型对客户端的驾驶行为进行实时监测。


2.根据权利要求1所述的驾驶压力实时监测系统，其特征在于，所述训练子模块还包括模型评估单元，将模型数据集的一部分作为训练集，另一部分作为测试集，所述模型训练单元通过训练集对机器学习模型进行训练，所述模型评估单元采用测试集对训练后的机器学习模型进行评价。


3.根据权利要求1所述的驾驶压力实时监测系统，其特征在于，所述采集模块包括问卷单元，所述数据处理模块还包括压力事件确认子模块，所述问卷单元向客户端提供问卷，获得问卷评分，所述压力事件确认子模块将有压力驾驶任务中问卷评分低于设定阈值的事件删除。


4.根据权利要求1所述的驾驶压力实时监测系统，其特征在于，所述训练集构建单元包括：
压力事件被试反应位置获得子单元，将有压力驾驶任务的驾驶行为数据超过设定阈值的驾驶行为发生位置作为有压力反应起始点；
无压力驾驶任务下反应位置获得子单元，将无压力驾驶任务中与有压力反应点距离最近的位置点的坐标作为无压力反应起始点；
数据标...

【专利技术属性】
技术研发人员：周鑫，张伟，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京;11