一种驾驶员疲劳驾驶检测方法、系统及计算机可读介质技术方案

本发明专利技术涉及一种驾驶员疲劳驾驶检测方法、系统及计算机可读介质，其中检测方法包括：获取驾驶员驾驶特征数据集，构建样本数据集；对步骤1获取的驾驶特征数据集中的特征变量进行筛选；构建显著驾驶特征数据集；构建考虑时间累积效应的混合效应有序logit模型；将显著驾驶特征数据集输入混合效应有序logit模型，对驾驶员疲劳等级进行预测；输出驾驶员疲劳等级预测结果，完成驾驶员疲劳驾驶检测。与现有技术相比，本发明专利技术具有结果更加客观、可信度更高等优点。等优点。等优点。

【技术实现步骤摘要】
一种驾驶员疲劳驾驶检测方法、系统及计算机可读介质


[0001]本专利技术涉及车辆主动安全，尤其是涉及一种基于考虑时间累积效应的混合效应有序Logit模型的驾驶员疲劳驾驶检测方法、系统及计算机可读介质。

技术介绍

[0002]疲劳通常指“一种入睡的冲动”，它是生理需要的结果，这是一种身体的生理状态，在没有睡眠的情况下随时间累积且不可逆。在疲劳驾驶中出现的警觉性降低已被证明会增加驾驶员的反应时间，这可能导致驾驶人的驾驶表现受到影响，并成为造成交通事故的重要原因。研究表明，在疲劳驾驶过程中，撞车的概率是清醒驾驶状态的4
‑
6倍。
[0003]疲劳驾驶的肇事车辆多为营运车辆，是许多重特大道路交通事故的重要诱因。随着机动车数量的快速增长及高速公路的大范围建设，疲劳驾驶问题愈发凸显。安装车载疲劳状态监控设备被认为是减少疲劳驾驶诱发的交通事故的重要手段，但是由于人体疲劳状态表征方式多样、个体差异大，疲劳驾驶不能像饮酒驾驶一样使用定量的医学生理指标进行判断。考虑到疲劳监测设备如脑电仪、生理多导仪等设备对驾驶员的侵入性，以驾驶人行为特征本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种驾驶员疲劳驾驶检测方法，其特征在于，所述的检测方法包括：步骤1：获取驾驶员驾驶特征数据集，构建样本数据集；步骤2：对步骤1获取的驾驶特征数据集中的特征变量进行筛选；步骤3：构建显著驾驶特征数据集；步骤4：构建考虑时间累积效应的混合效应有序logit模型；步骤5：将显著驾驶特征数据集输入步骤4中的混合效应有序logit模型，对驾驶员疲劳等级进行预测；步骤6：输出驾驶员疲劳等级预测结果，完成驾驶员疲劳驾驶检测。2.根据权利要求1所述的一种驾驶员疲劳驾驶检测方法，其特征在于，所述的样本数据集为：D＝{d1,d2,
…
,d
a
,e1,e2,
…
,e
b
,t,y}其中，{d1,d2,
…
,d
a
}为驾驶员驾驶行为特征数据集；{e1,e2,
…
,e
b
}为驾驶员眼动特征数据集；a和b分别为驾驶员驾驶行为特征数据集和眼动特征数据集的维度；t为驾驶时间；y为预测目标，即驾驶员疲劳等级。3.根据权利要求2所述的一种驾驶员疲劳驾驶检测方法，其特征在于，所述的驾驶员驾驶行为特征数据集的采集方法为：通过车辆CAN总线采集驾驶员行为特征数据；所述的驾驶员眼动特征数据集的采集方法为：通过摄像头采集驾驶员的眼动特征。4.根据权利要求2所述的一种驾驶员疲劳驾驶检测方法，其特征在于，所述的步骤2具体为：利用Spearman等级相关系数方法进行特征变量的筛选，将驾驶行为特征和眼动特征分别与预测目标进行相关性分析，获得驾驶行为特征变量和眼动特征变量与预测目标之间的相关系数R及显著性G；其中，R＝{r1,r2,
…
,r
a+b
}，G＝{g1,g2,
…
,g
a+b
}。5.根据权利要求4所述的一种驾驶员疲劳驾驶检测方法，其特征在于，所述的Spearman等级相关系数方法具体为：其中，S为变量U和W之间的Spearman相关系数；z为分别对U和W取秩之后每对观测值(u,w)的秩之差；c为样本量。6.根据权利要求4所述的一种驾驶员疲劳驾驶检测方法...

【专利技术属性】
技术研发人员：王雪松，张旭欣，杨筱菡，朱晓晖，
申请(专利权)人：中国太平洋财产保险股份有限公司，
类型：发明
国别省市：