一种双手脱离方向盘监测方法、终端设备及存储介质技术

本发明专利技术涉及一种双手脱离方向盘监测方法、终端设备及存储介质，该方法中包括：S1：采集方向盘监测图像，并对方向盘监测图像进行方向盘目标检测；S2：在方向盘目标区域图像中进行手部目标检测及双手是否脱离方向盘的判断，当判断双手未脱离方向盘时进入S3；S3：根据手部目标检测得到的手部目标定位框，结合加权偏心扩展的方式获取手握方向盘检测区域；S4：根据手握方向盘检测区域对应的图像进行手是否握方向盘分类及双手是否脱离方向盘的判断。在第一视角摄像头的决策结果为双手未脱离方向盘时，结合第二视角摄像头对方向盘状态进行复检。本发明专利技术提高了检测准确性。发明专利技术提高了检测准确性。发明专利技术提高了检测准确性。

【技术实现步骤摘要】
一种双手脱离方向盘监测方法、终端设备及存储介质


[0001]本专利技术涉及车辆
，尤其涉及一种双手脱离方向盘监测方法、终端设备及存储介质。

技术介绍

[0002]随着机动车的逐渐普及，交通事故也伴随着不断增加。不良的驾驶行为是导致事故发生的重要因素，通过监测司机在驾车行驶过程中双手是否脱离方向盘，并及时进行警示提醒，有助于提高司机的安全意识，规范驾驶行为。
[0003]现有的监测驾驶员双手脱离方向盘行为的方式主要包括两种：1、通过在方向盘或方向盘套中加装压力、电磁或温度等传感器，用于监测驾驶员双手是否握方向盘，该方法对传感器的精度要求较高，且在复杂的手握方向盘行为，如手握方向盘的压力小、接触面积小或接触位置在传感器盲区等情况下，容易出现误检测。2、通过非接触视觉检测的方法，随着深度图像学习的发展，由于复杂驾驶环境和驾驶行为导致方向盘监测误报频繁的问题正逐渐得到改善。但是通过卷积神经网络对驾驶员手势或方向盘进行定位与手握方向盘属性分析，只能实现部分场景下的方向盘监测，理由如下：(1)由于上述方法均直接在全图上进行目标检测，将会在产生庞大运算量的同时严重损失手握方向盘信息；(2)手是否握方向盘的轻微差异难以通过局部手势姿态捕捉；(3)通过二维图像分析手与方向盘的三维空间关系存在一定误差。

技术实现思路

[0004]为了解决上述问题，本专利技术提出了一种双手脱离方向盘监测方法、终端设备及存储介质。
[0005]具体方案如下：
[0006]一种双手脱离方向盘监测方法，包括以下步骤：
[0007]S1：采集方向盘监测图像，并对方向盘监测图像进行方向盘目标检测，按照放大系数将方向盘目标定位框以方向盘目标定位框的中心为原点放大为方向盘目标区域图像；
[0008]S2：在方向盘目标区域图像中进行手部目标检测，根据手部目标检测结果进行双手是否脱离方向盘的判断，当判断双手脱离方向盘时，输出双手脱离方向盘信号；否则，进入S3；
[0009]S3：根据手部目标检测得到的手部目标定位框，按照放大系数将手部目标定位框以手部目标定位框的中心为原点放大为第一手握方向盘检测区域，并根据方向盘目标定位框与手部目标定位框的位置关系，将第一手握方向盘检测区域偏移至第二手握方向盘检测区域；
[0010]S4：根据第二手握方向盘检测区域对应的图像进行手是否握方向盘分类，根据全部分类结果进行双手是否脱离方向盘的判断，当判断双手脱离方向盘时，输出双手脱离方向盘信号；否则，输出手握方向盘信号。
[0011]进一步的，针对方向盘监测图像进行方向盘目标检测时，在设备启动后首先进行多次方向盘目标定位框检测后取平均值来作为最终标定结果。标定之后的方向盘监测图像不再进行重复检测，均使用标定的方向盘目标检测结果。
[0012]进一步的，根据手部目标检测结果进行双手是否脱离方向盘的判断的方法为：当手部目标检测结果为手部目标为0时或手部目标定位框与方向盘目标定位框的重叠区域面积均小于面积阈值时，判断双手脱离方向盘。
[0013]进一步的，第二手握方向盘检测区域的位置确定方法为：设定方向盘目标定位框的中心点为C，手部目标定位框的中心点为A，坐标原点为O，则偏移后的第二手握方向盘检测区域的中心点B位于线段AC上，且点O到点B的向量的计算公式为：
[0014][0015]其中，表示点O到点A的向量，表示点A到点C的向量，L
h
表示手部目标定位框的最大边长，L
s
表示方向盘目标定位框的最小边长，S表示放大系数，α表示非对称偏心系数。
[0016]进一步的，设定步骤S1中采集的方向盘监测图像为第一视角摄像头拍摄的图像，当步骤S4输出手握方向盘信号时，返回步骤S1，设定采集的方向盘监测图像为第二视角摄像头拍摄的图像，将后续步骤的输出结果作为最终判定结果。
[0017]一种双手脱离方向盘监测终端设备，包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本专利技术实施例上述的方法的步骤。
[0018]一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本专利技术实施例上述的方法的步骤。
[0019]本专利技术采用如上技术方案，采用级联检测的方式，结合深度学习方法对方向盘状态进行多阶段决策，可以进一步提升检测准确性。
附图说明
[0020]图1所示为本专利技术实施例一的流程图。
[0021]图2所示为该实施例中偏移后的第二手握方向盘检测区域示意图。
[0022]图3所示为该实施例中第一视角摄像头拍摄的图像。
[0023]图4所示为该实施例中第二视角摄像头拍摄的图像。
具体实施方式
[0024]为进一步说明各实施例，本专利技术提供有附图。这些附图为本专利技术揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本专利技术的优点。
[0025]现结合附图和具体实施方式对本专利技术进一步说明。
[0026]实施例一：
[0027]本专利技术实施例提供了一种双手脱离方向盘监测方法，如图1所示，所述方法包括以
下步骤：
[0028]S1：采集方向盘监测图像，并对方向盘监测图像进行方向盘目标检测，根据检测到的方向盘目标定位框提取方向盘目标区域图像。
[0029]该实施例中方向盘监测图像通过安装于车辆驾驶舱内的摄像头进行采集，摄像头的安装位置以能够较好的进行方向盘识别和方向盘上手部区域的识别为佳，如安装于驾驶舱顶部。
[0030]由于摄像头安装好后位置是不变的，而方向盘在车辆内部的位置在调整结束后是固定不变的，因此通过摄像头采集到的方向盘监测图像中方向盘的位置也是不变的，基于此，在对方向盘监测图像进行方向盘目标检测的过程中，由于方向盘位置不变，因此方向盘目标检测的结果应该是固定不变的，为了避免重复检测方向盘而造成的资源浪费，该实施例中优选设定后续方向盘监测图像中均使用标定后的方向盘目标检测结果，即采用相同的方向盘目标定位框。
[0031]方向盘目标检测可以采用现有技术中常用的目标检测模型，如卷积神经网络模型。
[0032]S2：在方向盘目标区域图像中进行手部目标检测，根据手部目标检测结果进行双手是否脱离方向盘的判断，当判断双手脱离方向盘时，输出双手脱离方向盘信号；否则，进入S3。
[0033]与方向盘目标检测类似，手部目标检测也可以采用现有技术中常用的目标检测模型。
[0034]该实施例中根据手部目标检测结果进行双手是否脱离方向盘的判断的方法为：当手部目标检测结果为手部目标为0时或手部目标定位框与方向盘目标定位框的重叠区域面积均小于面积阈值时，判断双手脱离方向盘。面积阈值本领域技术人员可以根据经验或实验数据进行设定，在此不做限制。
[0035]S3：根据手部目标检测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双手脱离方向盘监测方法，其特征在于，包括以下步骤：S1：采集方向盘监测图像，并对方向盘监测图像进行方向盘目标检测，按照放大系数将方向盘目标定位框以方向盘目标定位框的中心为原点放大为方向盘目标区域图像；S2：在方向盘目标区域图像中进行手部目标检测，根据手部目标检测结果进行双手是否脱离方向盘的判断，当判断双手脱离方向盘时，输出双手脱离方向盘信号；否则，进入S3；S3：根据手部目标检测得到的手部目标定位框，按照放大系数将手部目标定位框以手部目标定位框的中心为原点放大为第一手握方向盘检测区域，并根据方向盘目标定位框与手部目标定位框的位置关系，将第一手握方向盘检测区域偏移至第二手握方向盘检测区域；S4：根据第二手握方向盘检测区域对应的图像进行手是否握方向盘分类，根据全部分类结果进行双手是否脱离方向盘的判断，当判断双手脱离方向盘时，输出双手脱离方向盘信号；否则，输出手握方向盘信号。2.根据权利要求1所述的双手脱离方向盘监测方法，其特征在于：针对方向盘监测图像进行方向盘目标检测时，在设备启动后首先进行多次方向盘目标定位框检测后取平均值来作为最终标定结果，标定之后的方向盘监测图像不再进行重复检测，均使用标定的方向盘目标检测结果。3.根据权利要求1所述的双手脱离方向盘监测方法，其特征在于：根据手部目标检测结果进行双手是否脱离方向盘的判断的方法为：当手部目标检测结果为手部目标为0时或手部目标定位框与方向盘目标定位框的重叠区域面积均小于面积阈值时，判断双手...

【专利技术属性】
技术研发人员：江永付，陈从华，谢超，陈海沯，
申请(专利权)人：明见厦门软件开发有限公司，
类型：发明
国别省市：