基于IPPG技术的生理状态识别与驾驶安全预警系统技术方案

本发明专利技术公开了基于IPPG技术的生理状态识别与驾驶安全预警系统，包括以下步骤：第一步，驾驶员生理数据的采集：首先通过摄像设备对驾驶员的面部进行人脸识别与位置检测，进而可实时捕捉人脸图像，之后将IPPG信号提取到的图像数据传输到车载内嵌电脑中，然后对图像数据进行降噪与参数提取，最后即可得到多种生理指标；第二步，采集生理数据的使用：将采集到的生理数据进行综合评价与情景判定。本发明专利技术开创了由汽车主导，车载系统“主动”进行人车交互的新型智能汽车服务思路，可以显著降低驾驶者的驾驶风险，在驾驶者遭遇部分主观意外的时候可以提早做出预警与应答，同时有利于以非接触测量与数据使用为代表的智能医疗行业的发展。

【技术实现步骤摘要】
基于IPPG技术的生理状态识别与驾驶安全预警系统
本专利技术涉及疲劳驾驶预警
，尤其涉及基于IPPG技术的生理状态识别与驾驶安全预警系统。
技术介绍
受到人口老龄化、生活快速化等原因的影响，近些年中国因心血管疾病的死亡率位居第一，且是第二名肿瘤的两倍多，是名副其实的人类健康杀手。所以心血管疾病的防治与监测则显得尤为重要。而心率则是一项极为重要的生理参数，由心率引申出的心率变异性、心率失常、心脏房颤等更是心血管疾病诊断的重要指标。而由于智能手环、智能手表等在人群中的广泛使用，通过可穿戴设备实时心率测量的观念也早已深入人心。目前测量心率的方法主要有压电薄膜传感器与光电容积扫描等，而随着技术的发展，一种源自光电容积扫描技术的非接触成像式光电容积描技术已经被提出，此技术能够解决现有接触式心率检测设备由于携带不便、使用繁杂等导致的使用不便问题，通过摄像头采集人的人脸信息当作信号输入，通过图像处理算法与信号分析算法提取出实时心率参数，达到生理数据测量的目的，但目前IPPG(非接触成像式光电容积描技术)仍处于实验室阶段，并未走入公众视野中。在驾驶事故原因调查中，因为突发疾病、疲劳驾驶而导致的事故数连年上升，占有很大的比重，而由于心脑血管疾病发病快、伤害高则是交通事故中的典型事故原因。而疲劳驾驶作为交通驾驶中又一项马路杀手，给无数驾驶员与乘客带来了极大的生命财产威胁，但无论是突发心脑血管疾病，还是疲劳驾驶等危害行为，都是可以提早预警提早避免，可现有产品只针对疲劳驾驶的检测，并且解决方案只有蜂鸣提醒一类，并未真正解决此项社会痛点，故目前急需一种技术或设计方案，能够满足在现有阶段能够使传统车企顺应时代发展，将传统汽车“智能化”，同时需要解决交通安全问题，减少“主观”事故的发生。
技术实现思路
本专利技术提供了基于IPPG技术的生理状态识别与驾驶安全预警系统，以解决上述
技术介绍
中提出的在驾驶事故原因调查中，因为突发疾病、疲劳驾驶而导致的事故数连年上升，占有很大的比重，而由于心脑血管疾病发病快、伤害高则是交通事故中的典型事故原因。而疲劳驾驶作为交通驾驶中又一项马路杀手，给无数驾驶员与乘客带来了极大的生命财产威胁，但无论是突发心脑血管疾病，还是疲劳驾驶等危害行为，都是可以提早预警提早避免，可现有产品只针对疲劳驾驶的检测，并且解决方案只有蜂鸣提醒一类，并未真正解决此项社会痛点，故目前急需一种技术或设计方案，能够满足在现有阶段能够使传统车企顺应时代发展，将传统汽车“智能化”，同时需要解决交通安全问题，减少“主观”事故的发生问题。为了实现上述目的，本专利技术采用了如下技术方案：基于IPPG技术的生理状态识别与驾驶安全预警系统，包括以下步骤：第一步，驾驶员生理数据的采集：首先通过摄像设备对驾驶员的面部进行人脸识别与位置检测，进而可实时捕捉人脸图像，之后将IPPG信号提取到的图像数据传输到车载内嵌电脑中，然后对图像数据进行降噪与参数提取，最后即可得到多种生理指标；第二步，采集生理数据的使用：将采集到的生理数据进行综合评价与情景判定，来确定驾驶人所处环境风险评价，环境风险评价包括身体异常和疲劳驾驶；第三步，针对情景数据进行风险评估与应答：对第二步中预设的环境风险评价进行相应的应答措施，以保障驾驶员驾驶安全，为驾驶员增添人身保障，应答措施包括基于生理数据监测的驾驶模式控制系统和基于车载智能测量设备的健康服务APP。作为本技术方案的进一步改进方案：所述第一步中，人脸识别采用多层结构检测器，多层结构的检测器为将离散的AdaBoost算法应用于人脸识别领域，使用大量的Haar-Like型特征并基于AdaBoost算法和Cascade结构训练而成的检测器。作为本技术方案的进一步改进方案：所述第一步中，位置检测采用KLT特征点跟踪算法，KLT特征点跟踪算法是以待跟踪窗口W在视频图像帧间的灰度差平方和SumofSquaredDifference作为度量标准的跟踪算法。作为本技术方案的进一步改进方案：所述第一步中，降噪与参数提取采用高精度且不存在延迟的小波分析法。作为本技术方案的进一步改进方案：所述第一步中，多种生理指标为车载人员心率、体温、血氧饱和度、心率变异性、血压、眨眼频率等生理数据指标。作为本技术方案的进一步改进方案：所述第一步和第二步中，生理数据指标为心率升高、血压升高、心率变异性异常、血氧饱和度降低和体温身高时，判定为身体异常。作为本技术方案的进一步改进方案：所述第一步和第二步中，生理数据指标为心率降低、血压降低、心率变异性异常、血氧饱和度降低和眨眼频率异常时，判定为疲劳驾驶。作为本技术方案的进一步改进方案：所述身体异常时，场景应答措施中基于生理数据监测的驾驶模式控制系统可将ABS防抱死制动系统打开、EPS电子助力转向系统灵敏度调高、ACC自适应巡航功能打开、FCWS前碰撞预警系统功能打开；基于车载智能测量设备的健康服务APP可语音确认驾驶员目前情况、为驾驶员提供急救方案、联系预设紧急联系人、向服务平台发送求救信号。作为本技术方案的进一步改进方案：所述疲劳驾驶时，场景应答措施中基于生理数据监测的驾驶模式控制系统可将ABS防抱死制动系统打开、EPS电子助力转向系统灵敏度降低、LDWS汽车车道偏离系统打开、FCWS前碰撞预警系统功能打开；基于车载智能测量设备的健康服务APP可语音确认驾驶员目前情况、提供语音蜂鸣、为驾驶员提供服务区等信息提示、联系预设紧急联系人。与现有技术相比，本专利技术的有益效果是：首先将通过非接触式图像光电融技脉搏波描记方法测量驾驶员的面部数据，由来自光敏传感器光信号的变化，而做到驾驶员与车载人员心率、体温、血氧饱和度、血压等生理数据的实时检测，之后将IPPG信号提取到的图像数据传输到车载内嵌电脑中，然后对图像数据通过小波分析法进行降噪与参数提取，并通过系统算法的数据分析与场景判定，创新性地将生理数据进行分析利用，通过数据分析判定驾驶员所处驾驶环境与生理素质，区分出如疲劳驾驶、突发疾病等危险环境，再通过车载电脑实现主动避障、辅助驾驶功能调节，保障驾驶员行车安全，同时还单独设计驾驶服务类APP软件，为驾驶员提供基于数据分析与场景判定的针对性服务与个性化交互帮助，本专利技术开创了由汽车主导，车载系统“主动”进行人车交互的新型智能汽车服务思路，可以显著降低驾驶者的驾驶风险，在驾驶者遭遇部分主观意外的时候可以提早做出预警与应答，同时有利于以非接触测量与数据使用为代表的智能医疗行业的发展。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例并配合附图详细说明如后。本专利技术的具体实施方式由以下实施例及其附图详细给出。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术提出的基于IPPG本文档来自技高网...

【技术保护点】
1.基于IPPG技术的生理状态识别与驾驶安全预警系统，其特征在于，包括以下步骤：/n第一步，驾驶员生理数据的采集：/n首先通过摄像设备对驾驶员的面部进行人脸识别与位置检测，进而可实时捕捉人脸图像，之后将IPPG信号提取到的图像数据传输到车载内嵌电脑中，然后对图像数据进行降噪与参数提取，最后即可得到多种生理指标；/n第二步，采集生理数据的使用：/n将采集到的生理数据进行综合评价与情景判定，来确定驾驶人所处环境风险评价，环境风险评价包括身体异常和疲劳驾驶；/n第三步，针对情景数据进行风险评估与应答：/n对第二步中预设的环境风险评价进行相应的应答措施，以保障驾驶员驾驶安全，为驾驶员增添人身保障，应答措施包括基于生理数据监测的驾驶模式控制系统和基于车载智能测量设备的健康服务APP。/n

【技术特征摘要】
1.基于IPPG技术的生理状态识别与驾驶安全预警系统，其特征在于，包括以下步骤：
第一步，驾驶员生理数据的采集：
首先通过摄像设备对驾驶员的面部进行人脸识别与位置检测，进而可实时捕捉人脸图像，之后将IPPG信号提取到的图像数据传输到车载内嵌电脑中，然后对图像数据进行降噪与参数提取，最后即可得到多种生理指标；
第二步，采集生理数据的使用：
将采集到的生理数据进行综合评价与情景判定，来确定驾驶人所处环境风险评价，环境风险评价包括身体异常和疲劳驾驶；
第三步，针对情景数据进行风险评估与应答：
对第二步中预设的环境风险评价进行相应的应答措施，以保障驾驶员驾驶安全，为驾驶员增添人身保障，应答措施包括基于生理数据监测的驾驶模式控制系统和基于车载智能测量设备的健康服务APP。


2.根据权利要求1所述的基于IPPG技术的生理状态识别与驾驶安全预警系统，其特征在于，所述第一步中，人脸识别采用多层结构检测器，多层结构的检测器为将离散的AdaBoost算法应用于人脸识别领域，使用大量的Haar-Like型特征并基于AdaBoost算法和Cascade结构训练而成的检测器。


3.根据权利要求1所述的基于IPPG技术的生理状态识别与驾驶安全预警系统，其特征在于，所述第一步中，位置检测采用KLT特征点跟踪算法，KLT特征点跟踪算法是以待跟踪窗口W在视频图像帧间的灰度差平方和SumofSquaredDifference作为度量标准的跟踪算法。


4.根据权利要求1所述的基于IPPG技术的生理状态识别与驾驶安全预警系统，其特征在于，所述第一步中，降噪与参数提取采用高精度且不存在延迟的小波分析法。


5....

【专利技术属性】
技术研发人员：张天缘，余琳慧，王海冬，郝宏伟，王雨豪，朱豪杰，孙腾阔，
申请(专利权)人：张天缘，
类型：发明
国别省市：河北;13