【技术实现步骤摘要】
一种基于数据融合的疲劳驾驶识别方法
本专利技术涉及安全驾驶
,具体涉及一种基于数据融合的疲劳驾驶识别方法。
技术介绍
现有市场化应用的疲劳驾驶警示技术主要分为两类,一类是基于对车辆运行状态的分析技术,该类方法一般通过分析转向角度、油门等数据来识别疲劳驾驶。其实现方式简单,但由于车辆行驶需求和驾驶环境的复杂性和多样性,导致该类方法的准确率较低。另一类是基于图像识别的驾驶员脸部生理状态分析技术,通过基于深度神经网络的机器视觉技术对驾驶员头部图像中的眼、嘴等状态进行分析来识别疲劳驾驶。该类方法其精度比第一类方法精度高,目前已经成为该领域应用研究热点。但该类方法存在几个主要问题:(1)基于机器视觉的疲劳驾驶识别效果容易受驾驶员人脸位置变化、生理习惯、穿戴物、照明光线等因素影响,此外,各种非疲劳因素引起的眨眼、交谈、唱歌等偶发事件也会对其造成干扰。(2)基于深度神经网络的疲劳驾驶建模需要大量高质量的疲劳驾驶训练样本做支撑,获取难度大、成本高。(3)疲劳是一种具有累积效应的时变过程,基于深度神经网络的机器视觉模型方法只能在离散的时间点识别眯眼、哈欠等行为,没有考虑其在时域上的结构信息。循环深度神经网络虽然在理论上可以记忆任意长的历史数据,但其存储能力在计算成本敏感的车载环境中受到较大约束,导致历史特征被弱化,影响疲劳驾驶的识别精度。
技术实现思路
专利技术目的:为了克服现有技术的不足,本专利技术公开基于数据融合的疲劳驾驶识别方法,其可以解决特征分析准确率低、识别精度低和误 ...
【技术保护点】
1.一种基于数据融合的疲劳驾驶识别方法,其特征在于,该方法包括:/n获取驾驶员的人脸图像,并根据所述人脸图像进行轮廓特征点提取;/n获取车辆操纵数据,对车辆操纵行为进行特征提取,并采用SVM对指定时间段内的车辆操纵行为的频度进行分析,以识别出清醒状态车辆操纵行为和疲劳状态车辆操纵行为,进而得到清醒状态车辆操纵行为特征集和疲劳状态车辆操纵行为特征集;/n根据提取的轮廓特征点进行人脸疲劳特征抽取,并得到对应的疲劳驾驶样本集;/n将人脸疲劳特征和车辆操纵行为特征融合,并构建疲劳风险指数模型,该模型的输出用于判断疲劳驾驶的可能性;/n判断驾驶员是否为危险驾驶,若是危险驾驶,则发出预警信号。/n
【技术特征摘要】
1.一种基于数据融合的疲劳驾驶识别方法,其特征在于,该方法包括:
获取驾驶员的人脸图像,并根据所述人脸图像进行轮廓特征点提取;
获取车辆操纵数据,对车辆操纵行为进行特征提取,并采用SVM对指定时间段内的车辆操纵行为的频度进行分析,以识别出清醒状态车辆操纵行为和疲劳状态车辆操纵行为,进而得到清醒状态车辆操纵行为特征集和疲劳状态车辆操纵行为特征集;
根据提取的轮廓特征点进行人脸疲劳特征抽取,并得到对应的疲劳驾驶样本集;
将人脸疲劳特征和车辆操纵行为特征融合,并构建疲劳风险指数模型,该模型的输出用于判断疲劳驾驶的可能性;
判断驾驶员是否为危险驾驶,若是危险驾驶,则发出预警信号。
2.根据权利要求1所述的基于数据融合的疲劳驾驶识别方法,其特征在于,所述疲劳风险指数模型表示为:
δΔswp(t)=swp(t)-swp(t*)
其中,t为当前时刻,t*为t的上一个采样时刻,*为卷积运算符,swp(t)为t时刻的驾驶员睡醒指数,swp(t0)为基准时刻t0的swp值,δ为睡醒指数缩放因子;和为衰减函数,Fm(t)为眯眼行为特征函数,Fy(t)为哈欠行为特征函数。
3.根据权利要求2所述的基于数据融合的疲劳驾驶识别方法,其特征在于,所述驾驶员睡醒指数表示为:
swp(t)=10.9-0.6(S+C+U)
其中,该值用于表征驾驶员睡醒后到当前时间的清醒程度;
该值为人的作息生理周期指数;
该值为人体日节律指数;θ1为清醒状态图中渐进线对应横轴坐标2.4的纵轴坐标值,θ2为驾驶员的睡眠开始时刻,θ3为中位值,θ4为相位。
4.根据权利要求3所述的基于数据融合的疲劳驾驶识别方法,其特征在于,提取的轮廓特征点进行人脸疲劳特征抽取,包括:
首先,根据眯眼行为特征得到眯眼行为特征函数,具体的:
设在时域(ts,te)内满足Rm为眯眼行为特征;
令
如令Tm=te,Tm为眯眼时间变量参数;
如令
则在Tm时刻,当为1,即:车辆操纵行为为疲劳状态车辆操纵时,令眯眼特征值α是衰减系数;
为0,即:车辆操纵行为为清醒状态车辆操纵行为时,令Fmv=0;
定义眯眼行为特征函数:
其次,根据哈欠行为特征得到哈欠行为特征函数,具体的:
设在时域(ts,te)内满足
如令Ty=te,Ty为哈欠时间变量参数;
如令
则在Ty时刻生成哈欠特征值β是衰减系数;
定义哈欠行为特征函数:
其中,参数值表示为:
且基于疲劳驾驶样本集提取以下特征:...
【专利技术属性】
技术研发人员:吴士力,朱兰,林若玺,唐志桥,刘奕贯,刘静,孙周,万彤,刘同乐,郭伟东,
申请(专利权)人:南京交通职业技术学院,
类型:发明
国别省市:江苏;32
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。