基于机器视觉的汽车驾驶安全行为识别和提醒方法及系统技术方案

本发明专利技术公开了一种基于机器视觉的汽车驾驶安全行为识别和提醒方法及系统，涉及汽车智能系统技术领域，其包括方法，方法包括：根据安全驾驶模型处理实时记录的车辆驾驶状态，判定是否执行报警提示驾驶员，并与预设的云服务器做数据交互；以及，接收从云服务器反馈的实时更新的安全驾驶模型。本申请具有实时分析驾驶员的驾驶行为，对驾驶员的危险驾驶行为进行有效警醒；同时，将驾驶数据进行汇聚对安全驾驶模型进行更新迭代，大大提高行车安全性，降低道路事故发生率的效果。道路事故发生率的效果。道路事故发生率的效果。

【技术实现步骤摘要】
基于机器视觉的汽车驾驶安全行为识别和提醒方法及系统


[0001]本申请涉及汽车智能系统
，尤其是涉及一种基于机器视觉的汽车驾驶安全行为识别和提醒方法及系统。

技术介绍

[0002]随着社会生产力的不断发展，国民经济水平日渐提高，汽车的价格边得越来越亲民，更多的家庭可以购买汽车，享受更加便利的生活。家庭购车潮已然兴起，小轿车俨然有了成为家庭标配的趋势，国内汽车保有量大幅度上升。
[0003]由于道路上车辆不断增多，各种路况边得复杂，而在汽车行驶过程中，部分驾驶员存在着注意力不集中、开车玩手机或抽烟、与乘客闲聊等威胁驾驶安全的不良习惯；而且，有驾驶员为的图一时之便而违规，如超速行驶，违规变道等，引发各类交通事故。
[0004]针对上述内容，本申请提出一种新的技术方案。

技术实现思路

[0005]为了改善驾驶行为，降低交通事故发生率，优化道路行驶环境，本申请提供一种基于机器视觉的汽车驾驶安全行为识别和提醒方法及系统。
[0006]第一方面，本申请提供一种基于机器视觉的汽车驾驶安全行为识别和提醒方法，采用如下的技术方案：一种基于机器视觉的汽车驾驶安全行为识别和提醒方法，包括：根据安全驾驶模型处理实时记录的车辆驾驶状态，判定是否进行报警，并与预设的云服务器做数据交互；以及，接收云服务器根据反馈数据更新的安全驾驶模型。
[0007]可选的，记录的车辆驾驶状态包括：从云服务器获取实时时间，累计驾驶时长，并关联从车载系统获取的行车数据；从预设于车辆的定位模块或从车载系统获取车辆的位置信息，用于根据位置信息从云服务器获取当前时间点当前路段的交通安全行车数据；以及，从车载摄像头获取采集的驾驶员人脸信息、驾驶员启动车辆时的图像信息以及驾驶员驾驶车辆时的图像信息。
[0008]可选的，根据实时行车数据判断车辆是否为停车但发动机未停止，如果是，则识别车辆再次移动时的驾驶员人脸信息，并与本次驾驶过程的初始驾驶员人脸信息对比；当对比结果为驾驶员人脸信息不一致，则对驾驶时长归零；当对比结果为驾驶员人脸信息一致，则识别驾驶员驾驶车辆时的图像信息，判断驾驶员是否处于休息，如果是，则对驾驶时长归零；如果否，则继续累计驾驶时长。
[0009]可选的，所述安全驾驶模型处理包括：判断驾驶时长是否超出预设安全指数范围内，如果是，则执行报警。
[0010]可选的，所述安全驾驶模型处理还包括：判断实时的行车数据是否符合当前路段
交通安全行车数据，如果否，则执行报警。
[0011]可选的，当根据行车数据判别车辆在当前路段超速，进行事故警示；所述事故警示包括：从云服务器获取该路段过往事故发生数据，并在报警时输出用于提示。
[0012]可选的，所述事故警示还包括：从预设于车辆的测距雷达获取跟车距离，根据预设的止动距离算法处理跟车距离和行车数据，计算出当前止动距离，并在报警时输出用于提示。
[0013]可选的，所述安全驾驶模型处理还包括：识别驾驶员驾驶车辆时的图像信息，结合驾驶时长，得到疲劳危险驾驶行为、非疲劳危险驾驶行为；以及，分类统计两种危险驾驶行为在T1时段中的次数并与安全驾驶模型的阈值比对，判别出超出安全指数范围的危险驾驶行为，并执行报警。
[0014]可选的，所述报警包括发送语音、动作提示指令至某个、某几个预设于车辆内的用于与驾驶员互动的设备；其中，至少一个设备用于执行安全带拉紧动作。
[0015]可选的，当判别出超出安全指数范围的危险驾驶行为报警，发送询问是否需音乐提神和/或调节车内温湿度的语音指令，并获取车内语音信息，识别和响应控制车辆内预连接的设备。
[0016]可选的，当在音乐提神和/或车内温湿度调节后，判断安全指数范围的危险驾驶行为出现的频次在T2时段及T2+ X1时段与相应预设阈值的关系，如果T2时段、T2+X1时段均超出阈值，则再次询问是否需音乐提神和/或调节车内温湿度的语音指令；其中，T2时段的阈值大于T2+X1时段的阈值，且T2、X1均为非0正数。
[0017]可选的，还包括：基于识别出的驾驶员驾驶车辆时的图像信息，判断驾驶过程中是否系好安全带，如果否，则报警。
[0018]可选的，还包括：获取车外的环境图像信息，并识别天气类型；以及，当判别天气类型为恶劣天气，执行报警，且根据安全驾驶模型输出行车建议作为报警信息播报。
[0019]第二方面，本申请提供一种基于机器视觉的汽车驾驶安全行为识别和提醒系统，采用如下的技术方案：一种基于机器视觉的汽车驾驶安全行为识别和提醒系统，包括：车载终端，其被配置为：用于加载执行如上所述方法的计算机程序；服务器，其被配置为：用于连接车载终端，根据预设的神经网络训练方法处理反馈信息，更新安全驾驶模型并回传至车载终端。
[0020]综上所述，本申请包括以下至少一种有益技术效果：本申请可用于对驾驶员驾驶行为图像数据、路段交通数据、实时车辆行驶数据进行收集，并实时通过安全驾驶模型分析驾驶员的驾驶行为，对驾驶员的危险驾驶行为进行有效预警和实时提醒； 同时，反馈驾驶相关数据至云端服务器用于通过神经网络训练模型，对安全驾驶模型进行更新迭代，提高识别分析准确性，提高行车安全性，降低道路事故发生率。
附图说明
[0021]图1是本申请的安全驾驶模型构建图；图2是本申请的系统架构图。
具体实施方式
[0022]以下结合附图1
‑
2对本申请作进一步详细说明。
[0023]本申请实施例公开一种基于机器视觉的汽车驾驶安全行为识别和提醒方法。
[0024]就当前技术而言，更多的驾驶员只能通过自身驾驶经验对驾驶状况是否危险进行判断，更有甚者明知驾驶行为不安全或是违反交通规则仍一意孤行。正因为驾驶员自身经验对驾驶的安全性进行判断是有所欠缺的，所以需要一个更为客观的第三方对驾驶的安全性进行判断，并对驾驶员进行有效提醒，进而提高驾驶安全性，降低交通事故发生率，优化道路行驶环境。
[0025]参照图1和图2，基于机器视觉的汽车驾驶安全行为识别和提醒方法，以下通过系统的形式进行详细说明，该系统包括车载终端和云服务器。
[0026]其中，车载终端，其被配置为：实时记录车辆的驾驶状态，集中处理时间、图像、位置等数据并与云服务器进行沟通；当（驾驶状态）参数超过预设安全指数范围时，下达报警指令，并把驾驶数据上传至云服务器。终端具体包括：时间模块、定位模块、图像识别模块、车载控制中心和报警模块。
[0027]云服务器，其被配置为：用于连接车载控制中心，将通过神经网络训练后的安全驾驶模型传输至车载终端，并回收车载控制中心的驾驶数据，用于再次训练，更新完善安全驾驶模型。
[0028]具体的，当车辆挂入空挡时，车载终端将这一驾驶时间段内的驾驶行为相关数据上传至云服务器。云服务器根据不同的危险驾驶行为信息，对安全驾驶模型进行迭代升级，在升级完毕后，将最新安全驾驶模型传输至车载终端，使得车载终端所用模型的准确度实时提高。
[0029]上述时本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的汽车驾驶安全行为识别和提醒方法，其特征在于，包括：根据安全驾驶模型处理实时记录的车辆驾驶状态，判定是否进行报警，并与预设的云服务器做数据交互；以及，接收云服务器根据反馈数据更新的安全驾驶模型；其中，记录的车辆驾驶状态包括：从云服务器获取实时时间，累计驾驶时长，并关联从车载系统获取的行车数据；从预设于车辆的定位模块或从车载系统获取车辆的位置信息，用于根据位置信息从云服务器获取当前时间点当前路段的交通安全行车数据；以及，获取采集的驾驶员人脸信息、驾驶员启动车辆时的图像信息以及驾驶员驾驶车辆时的图像信息。2.根据权利要求1所述的基于机器视觉的汽车驾驶安全行为识别和提醒方法，其特征在于：根据实时行车数据判断车辆是否为停车但发动机未停止，如果是，则识别车辆再次移动时的驾驶员人脸信息，并与本次驾驶过程的初始驾驶员人脸信息对比；当对比结果为驾驶员人脸信息不一致，则对驾驶时长归零；当对比结果为驾驶员人脸信息一致，则识别驾驶员驾驶车辆时的图像信息，判断驾驶员是否处于休息，如果是，则对驾驶时长归零；如果否，则继续累计驾驶时长。3.根据权利要求1所述的基于机器视觉的汽车驾驶安全行为识别和提醒方法，其特征在于，所述安全驾驶模型处理包括：判断驾驶时长是否超出预设安全指数范围内，如果是，则进行报警。4.根据权利要求1所述的基于机器视觉的汽车驾驶安全行为识别和提醒方法，其特征在于，所述安全驾驶模型处理还包括：判断实时的行车数据是否符合当前路段交通安全行车数据，如果否，则进行报警。5.根据权利要求4所述的基于机器视觉的汽车驾驶安全行为识别和提醒方法，其特征在于：当根据行车数据判别车辆在当前路段超速，进行事故警示；所述事故警示包括：从云服务器获取该路段过往事故发生数据，并在报警时输出用于提示；以及，从预设于车辆的测距雷达获取跟车距离，根据预设...

【专利技术属性】
技术研发人员：夏晶晶，赵汝准，陈学敏，梁左蒙，谢锐城，林立基，陈宽广，梁鼎山，苏楷曦，胡昊，曾润松，
申请(专利权)人：广东机电职业技术学院，
类型：发明
国别省市：