一种基于眼动数据的车辆驾驶效率监测方法技术

本发明专利技术公开了一种基于眼动数据的车辆驾驶效率监测方法，步骤1、采集驾驶员在驾驶过程中实时的眼动数据；步骤2、由眼动数据抽取眼动行为特征；步骤3、获取驾驶员基于眼动数据的实时注视点与驾驶员的距离信息以及实时驾驶速度；步骤4、计算在驾驶员的成像平面上由注视点引发的光流幅值；步骤5、将视觉空间网格化；步骤6、构建概率分布模型；步骤7、利用概率分布间的距离函数得到所述注视点概率分布以及光流概率分布之间的差距，作为驾驶效率的指标。与现有技术相比，本发明专利技术相较于单一的驾驶效率监测指标更加准确且更具一般性。测指标更加准确且更具一般性。测指标更加准确且更具一般性。

【技术实现步骤摘要】
一种基于眼动数据的车辆驾驶效率监测方法


[0001]本专利技术涉及人机交互
，特别涉及一种车辆驾驶效率监测方法。

技术介绍

[0002]车辆驾驶作为生活中常见的感知运动任务之一，其执行的效率与生命财产安全紧密相关。为了完成驾驶任务，驾驶员控制眼睛、头部和身体作为一个整体的系统进行运动的协调，进而完成潜在但有效的对周围环境信息的收集和处理。其中，眼动行为作为采集视觉信息的主要方式显得尤其重要。而由于执行感知运动任务所需要的外界环境信息中超过70％是以视觉信息为载体的，所以眼动行为本身的效率能够作为车辆驾驶这样典型的感知运动任务的执行效率的指标之一。
[0003]在车辆驾驶这样的复杂环境中，想要通过单一的例如速度、行驶轨迹等很难对驾驶员的驾驶行为效率有准确且合理的监测。在应对不同的驾驶条件、环境时，这些既定的指标不能作为一般的驾驶效率指标。例如，在开阔的高速公路驾驶车辆时，平稳的、较高的驾驶速度代表着较好的驾驶效率；而在拥挤的城市路段，较慢且行驶轨迹不稳定的驾驶代表着更好的驾驶效率。
[0004]为了解决现有驾驶员驾驶效率难以被单一指标一般性地指征的问题，从通过眼动数据对驾驶员驾驶车辆过程中的驾驶效率进行实时的监测，从驾驶员本身的眼动行为出发、适当结合驾驶行为以研究驾驶效率是更具有一般性的驾驶效率监测方法，而眼动数据给眼动行为的研究提供了丰富的可能性。眼动行为是人在执行感知运动任务时最重要的行为表现之一，其能有效地反应任务表现与认知负荷等，驾驶效率监测指标从人的眼动行为出发，其结果更加符合人在执行驾驶任务时本身的行为效率的定义。
[0005]将驾驶过程中复杂的多模态眼动数据进行合理的挖掘与处理是十分具有价值的驾驶行为效率监测方法之一。

技术实现思路

[0006]本专利技术旨在提出了一种基于驾驶员眼动数据的驾驶效率监测方法，通过眼动数据对驾驶员驾驶车辆过程中的驾驶效率进行实时的监测，以解决现有驾驶员驾驶效率难以被单一指标一般性地指征的问题，实现了一种更具一般性的、非侵入式的实时驾驶效率监测方法。
[0007]本专利技术的一种基于眼动数据的车辆驾驶效率监测方法，具体包括以下步骤：
[0008]步骤1、采集驾驶员在驾驶过程中实时的眼动数据；眼动数据至少包括驾驶员在驾驶过程中的眼动坐标数据、驾驶员在驾驶过程中的瞳孔直径数据、驾驶员在驾驶过程中的眨眼事件数据以及驾驶员在驾驶过程中的时间序列数据；
[0009]步骤2、由眼动数据抽取眼动行为特征，眼动行为特征包括有效注视点空间位置以及注视点引发的光流；本步骤包括：经过聚类算法，由离散的实时凝视眼动坐标数据得到有效的注视点及其空间位置坐标；其中，所述聚类算法包括：凝视的持续时间在第一时间以
上，且空间分布的离散度在第一距离阈值以内，被认为是有效的注视点；
[0010]步骤3、获取驾驶员基于眼动数据的实时注视点与驾驶员的距离信息以及实时驾驶速度；本步骤包括：由眼动数据抽取注视点的方向信息作为眼动行为特征，通过距离传感器获得行驶方向上驾驶员与注视点之间的距离，并记录有效注视点形成时刻的实时驾驶速度；
[0011]步骤4、利用有效注视点的空间方位信息与驾驶员的距离信息计算在驾驶员的成像平面上由注视点引发的光流幅值；本步骤包括：由有效注视点的空间方向信息、驾驶员与注视点之间的距离以及实时驾驶速度，提取有效注视点在驾驶员的成像平面上引发的光流的幅值；
[0012]步骤5、将视觉空间网格化；
[0013]步骤6、基于网格化的视觉空间将有效注视点以及注视点引发的光流数据分别构建概率分布模型；本步骤包括：，按照有效注视点构成的时间序列为基本单元，构建关于基于兴趣区域的有效注视点序列及其引发的光流序列的概率分布；
[0014]步骤7、利用概率分布间的距离函数得到所述注视点概率分布以及光流概率分布之间的差距；本步骤包括：利用基于信息论工具或概率论工具，对注视点分布以及光流分布之间的差距进行度量，并以此作为驾驶员驾驶车辆时的驾驶效率；
[0015]以长度为k的注视点序列为基本单元建立注视点及光流序列的概率分布和视觉扫描效率VSE如下式所示：
[0016][0017]而当G(P||Q)被定义为VD(变分距离)函数时，视觉扫描效率如下式所示：
[0018][0019]其中，概率分布间的度量函数包括：
[0020]带有方向的非负Kullback-Leibler散度KLD计算公式如下：
[0021][0022]其中，P＝{p(x)|x∈X}，Q＝{q(x)|x∈X}分别为两个概率分布；
[0023]基于信息论的詹森-香农散度计算平方根距离函数，公式如下：
[0024][0025]基于概率论的变分距离函数，公式如下：
[0026]VD(P||Q)＝∑
x∈X
|p(x)-q(x)|。
[0027]与现有技术相比，本专利技术相较于单一的驾驶效率监测指标更加准确且更具一般性。
附图说明
[0028]图1为本专利技术的基于眼动数据的车辆驾驶效率监测方法的算法模型示意图；
[0029]图2为本专利技术的本专利技术的基于眼动数据的车辆驾驶效率监测方法整体流程图；
[0030]图3为由注视点引发的光流示意图；
[0031]图4为频率直方图建模示意图。
具体实施方式
[0032]下面结合附图和实施例对本专利技术的技术方案进一步说明。
[0033]如图1、图2所示，为本专利技术的基于眼动数据的车辆驾驶效率监测方法，其特征在于包括如下步骤：
[0034]步骤1、采集驾驶员在驾驶过程中实时的眼动数据；本步骤包括：
[0035]采集驾驶员在驾驶过程中的眼动坐标数据、采集驾驶员在驾驶过程中的瞳孔直径数据、驾驶员在驾驶过程中的眨眼事件数据、驾驶员在驾驶过程中的时间序列数据；
[0036]步骤2、由眼动数据抽取眼动行为特征，眼动行为特征包括有效注视点空间位置以及注视点引发的光流；本步骤包括：经过聚类算法，由离散的实时凝视眼动坐标数据得到有效的注视点及其空间位置坐标；其中，所述聚类算法包括：凝视的持续时间在第一时间(例如0.1秒)以上，且空间分布的离散度在第一距离阈值(例如1
°
)以内，可被认为是有效的注视点；
[0037]步骤3、获取驾驶员基于眼动数据的实时注视点与驾驶员的距离信息以及实时驾驶速度；本步骤包括：由眼动数据抽取注视点的方向信息作为眼动行为特征，通过距离传感器获得行驶方向上驾驶员与注视点之间的距离，并记录有效注视点形成时刻的实时驾驶速度；
[0038]步骤4、利用有效注视点的空间方位信息与驾驶员的距离信息计算在驾驶员的成像平面上由注视点引发的光流幅值；本步骤包括：利用光流的定义，由有效注视点的空间方向信息、驾驶员与注视点之间的距离以及实时驾驶速度，提取有效注视点在驾驶员的成像平面上引发的光流的幅值；
[0039][0040]如图3所示，为由注视点引发的光流示意图。被观察本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于眼动数据的车辆驾驶效率监测方法，其特征在于，该方法具体包括如下步骤：步骤1、采集驾驶员在驾驶过程中实时的眼动数据；眼动数据至少包括驾驶员在驾驶过程中的眼动坐标数据、驾驶员在驾驶过程中的瞳孔直径数据、驾驶员在驾驶过程中的眨眼事件数据以及驾驶员在驾驶过程中的时间序列数据；步骤2、由眼动数据抽取眼动行为特征，眼动行为特征包括有效注视点空间位置以及注视点引发的光流；本步骤包括：经过聚类算法，由离散的实时凝视眼动坐标数据得到有效的注视点及其空间位置坐标；其中，所述聚类算法包括：凝视的持续时间在第一时间以上，且空间分布的离散度在第一距离阈值以内，被认为是有效的注视点；步骤3、获取驾驶员基于眼动数据的实时注视点与驾驶员的距离信息以及实时驾驶速度；本步骤包括：由眼动数据抽取注视点的方向信息作为眼动行为特征，通过距离传感器获得行驶方向上驾驶员与注视点之间的距离，并记录有效注视点形成时刻的实时驾驶速度；步骤4、利用有效注视点的空间方位信息与驾驶员的距离信息计算在驾驶员的成像平面上由注视点引发的光流幅值；本步骤包括：由有效注视点的空间方向信息、驾驶员与注视点之间的距离以及实时驾驶速度，提取有效注视点在驾驶员...

【专利技术属性】
技术研发人员：吕泽众，徐庆，魏继增，
申请(专利权)人：天津大学，
类型：发明
国别省市：