用于监视驾驶员的系统和方法技术方案

本公开涉及用于监视驾驶员的系统和方法。一种用于监视驾驶员的系统，包括：第一传感器，被配置为检测驾驶员的第一身体状况信息；第二传感器，被配置为检测车辆的第一驾驶状态信息；以及控制器，被配置为基于第一身体状况信息确定驾驶员的身体状况是否异常，以及基于第一驾驶状态信息确定驾驶员的驾驶模式是否异常。常。常。

【技术实现步骤摘要】
用于监视驾驶员的系统和方法


[0001]本公开涉及一种用于监视驾驶员的系统和方法，更具体地，涉及可以考虑驾驶员的身体状况或车辆的驾驶状态来确定驾驶员的异常状况，警告驾驶员异常状况，并安全地将车辆移动到安全区域的用于监视驾驶员的系统和方法。

技术介绍

[0002]由于在方向盘上睡着已经成为导致交通事故的重要原因的社会问题，车辆制造商已经开发和应用了昏昏欲睡的驾驶预防系统，用于识别驾驶员的面部，以提前确定驾驶员是否感到困倦，并提前警告驾驶员。
[0003]然而，常规的系统仅仅识别使用相机捕获的驾驶员的面部，并通过图像处理确定驾驶员是否正在驾驶，因此不能在通过相机几乎不能识别驾驶员面部的环境中(例如，在夜间，外部强光照射在驾驶员座椅上的状态等)执行准确的面部识别。
[0004]此外，常规的系统主要基于驾驶员眼睛在识别的面部中的外观来确定驾驶员是否困倦，并且因此不能识别由于驾驶员的意外异常身体状况而不是困倦而导致驾驶员不能驾驶的状况。
[0005]此外，常规的系统在识别出驾驶员昏昏欲睡时仅采取诸如发出警报之类的措施，因此驾驶员即使在不能驾驶的状态下也可以继续驾驶车辆，导致严重事故。
[0006]在该
技术介绍
部分中包括的信息仅是为了增强对本公开的一般背景的理解，而不可被视为对该信息构成本领域技术人员已知的现有技术的承认或任何形式的建议。

技术实现思路

[0007]本公开是鉴于上述问题而做出的，并且本公开的目的是提供一种用于监视驾驶员的系统和方法，该系统和方法可以考虑驾驶员的各种状况、车辆状态和驾驶环境来确定驾驶员的异常状况，并根据确定结果将车辆移动到安全位置，以及通过使用相机捕获的图像识别驾驶员的面部来确定驾驶员的困倦。
[0008]根据本公开，上述和其他目的可以通过提供一种用于监视驾驶员的系统来实现，该系统包括：第一传感器，被配置为检测驾驶员的第一身体状况信息；第二传感器，被配置为检测车辆的第一驾驶状态信息；以及控制器，被配置为基于第一身体状况信息确定驾驶员的身体状况是否异常，以及基于第一驾驶状态信息确定驾驶员的驾驶模式是否异常。
[0009]在本公开的实施例中，控制器可以包括存储器，存储器被配置为存储关于驾驶员的第二身体状况信息的大数据分析值，并且控制器进一步被配置为基于第一身体状况信息和第二身体状况信息之间的比较结果来确定驾驶员的身体状况是否异常。
[0010]在本公开的实施例中，第一传感器可以包括：可穿戴设备，其被配置为由驾驶员穿戴，并被配置为检测驾驶员的心率并通过无线通信将心率发送到控制器；或者在车辆的方向盘中的心率监视器，其被配置为通过与心率监视器接触的驾驶员的手检测驾驶员的心率。
[0011]在本公开的实施例中，控制器可以包括存储器，存储器被配置为存储关于第二驾驶状态信息的大数据分析值，并且控制器进一步被配置为基于第一驾驶状态信息和第二驾驶状态信息之间的比较结果来确定驾驶模式是否异常。
[0012]在本公开的实施例中，第二传感器可以包括被配置为捕获车辆的前视图像的相机、被配置为测量车辆的偏航值的偏航传感器和被配置为检测车辆的转向角的转向角传感器中的至少一个。
[0013]在本公开的实施例中，控制器可进一步被配置为当确定所述驾驶员的所述身体状况异常或所述驾驶模式异常中的至少一个时，执行自动驾驶控制以将所述车辆引导到所述安全区域，并控制所述车辆在所述安全区域内停止。
[0014]在本公开的实施例中，该系统进一步包括图像传感器，该图像传感器被配置为感测车辆周围的对象并捕获车辆周围的图像，控制器可以基于由图像传感器捕获的图像来确定道路的最外车道和道路的最外结构，在确定驾驶员的所述身体状况异常和所述驾驶模式异常中的至少一个时，通过由图像传感器捕获的图像检查盲点内的跟随车辆，通过在降低车辆速度的同时调整车辆的方向盘来控制车辆向道路的边缘移动，并在到达道路的边缘后控制车辆停止。图像传感器包括捕获车辆的前视图像的相机、雷达(radar)和激光雷达(Lidar)中的至少一个。
[0015]在本公开的实施例中，控制器可进一步包括存储器，该存储器包括被配置为从图像传感器捕获的图像中检测最外车道的深度学习网络和被配置为检测道路的最外结构的深度学习网络中的至少一个，并且控制器可以通过将图像传感器的捕获的图像或输入信号输入到深度学习网络来检测最外车道和最外结构中的至少一个。
[0016]根据本公开的另一方面，提供了一种由控制器监视驾驶员的方法，包括：接收由车辆的第一传感器检测到的驾驶员的第一身体状况信息和由车辆的第二传感器检测到的车辆的第一驾驶状态信息；基于第一身体状况确定驾驶员的身体状况是否异常；以及基于第一驾驶状态信息确定驾驶员的驾驶模式是否异常。在确定身体状况或驾驶模式中的至少一个异常时，该方法自动控制车辆移动到安全区域。
[0017]在本公开的实施例中，确定驾驶员的身体状况是否异常可以包括基于关于驾驶员的第二身体状况信息的大数据分析值和第一身体状况信息之间的比较结果，确定驾驶员的身体状况是否异常。
[0018]在本公开的实施例中，第一传感器可以包括：可穿戴设备，其被配置为由驾驶员穿戴，并被配置为检测驾驶员的心率并通过无线通信将心率发送到控制器；或者包括在车辆的方向盘中的心率监视器，其被配置为通过与心率监视器接触的驾驶员的手检测驾驶员的心率。
[0019]在本公开的实施例中，该确定可以包括基于关于第二驾驶状态信息的大数据分析值和第一驾驶模式信息之间的比较结果，确定驾驶模式是否异常。
[0020]在本公开的实施例中，第二传感器可以包括被配置为捕获车辆的前视图像的相机、被配置为测量车辆的偏航值的偏航传感器和被配置为检测车辆的转向角的转向角传感器中的至少一个。
[0021]在本公开的实施例中，该方法可进一步包括由控制器执行自动驾驶控制，以当确定驾驶员的身体状况异常和驾驶模式异常中的至少一个时，执行自动驾驶控制以将车辆引
导到安全区域，并控制车辆在安全区域内停止。
[0022]在本公开的实施例中，自动驾驶控制的执行可以包括，在确定驾驶员身体状况异常或驾驶模式异常时，基于由图像传感器在车辆周围感测到的对象或在车辆周围捕获的图像，检测道路的最外车道或最外结构，并通过图像传感器在盲停中感测到的对象检查跟随车辆，通过在降低车辆速度的同时调整车辆的方向盘来控制车辆向道路的边缘移动，以及在到达道路的边缘后控制车辆停止。图像传感器包括捕获车辆的前视图像的相机、雷达和激光雷达中的至少一个。
[0023]在本公开的实施例中，执行自动驾驶控制可以包括通过将图像输入到被配置为从图像中检测最外车道的深度学习网络或将图像传感器的输入信号输入到被配置为从输入信号中检测道路的最外结构的深度学习网络来检测最外车道或最外结构。
附图说明
[0024]结合附图，通过以下详细描述，本公开的上述和其他目的、特征和其他优点将得到更清楚的理解，其中：
[0025]图1是示出根据本公开的实施例的用于监视驾驶员的系统本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于监视驾驶员的系统，包括：第一传感器，被配置为检测所述驾驶员的第一身体状况信息；第二传感器，被配置为检测车辆的第一驾驶状态信息；以及控制器，被配置为：基于所述第一身体状况信息，确定所述驾驶员的身体状况是否异常，以及基于所述第一驾驶状态信息，确定所述驾驶员的驾驶模式是否异常。2.根据权利要求1所述的系统，其中，所述控制器包括存储器，所述存储器被配置为存储关于所述驾驶员的第二身体状况信息的大数据分析值，以及其中，所述控制器进一步被配置为基于所述第一身体状况信息和所述第二身体状况信息之间的比较结果来确定所述驾驶员的身体状况是否异常。3.根据权利要求1所述的系统，其中，所述第一传感器包括被配置为由所述驾驶员穿戴的可穿戴设备，所述可穿戴设备被配置为：检测所述驾驶员的心率，以及通过无线通信将所述心率传输到所述控制器。4.根据权利要求1所述的系统，其中，所述第一传感器包括布置在所述车辆的方向盘中的心率监视器，所述心率监视器被配置为通过与所述心率监视器接触的所述驾驶员的手来检测所述驾驶员的心率。5.根据权利要求1所述的系统，其中，所述控制器包括存储器，所述存储器被配置为存储关于第二驾驶状态信息的大数据分析值，以及其中，所述控制器进一步被配置为基于所述第一驱动状态信息和所述第二驱动状态信息之间的比较结果来确定所述驾驶模式是否异常。6.根据权利要求1所述的系统，其中，所述第二传感器包括被配置为捕获所述车辆的前视图像的相机、被配置为测量所述车辆的偏航值的偏航传感器和被配置为检测所述车辆的转向角的转向角传感器中的至少一个。7.根据权利要求1所述系统，其中，所述控制器进一步被配置为：引导所述车辆到安全区域，以及当确定所述驾驶员的所述身体状况异常和所述驾驶模式异常中的至少一个时，控制所述车辆在所述安全区域内停止。8.根据权利要求7所述的系统，进一步包括图像传感器，所述图像传感器被配置为感测所述车辆周围的对象并捕获所述车辆周围的图像，其中，所述控制器基于由所述图像传感器捕获的所述图像来确定道路的最外车道和所述道路的最外结构，在确定所述驾驶员的所述身体状况异常和所述驾驶模式异常中的至少一个时，通过由所述图像传感器捕获的图像检查盲点内的跟随车辆，通过在降低车辆速度的同时调整所述车辆的方向盘来控制所述车辆向所述道路的边缘移动，并在到达所述道路的所述边缘后控制所述车辆停止，以及其中，所述图像传感器包括捕获所述车辆的前视图像的相机、雷达和激光雷达中的至少一个。9.根据权利要求8所述的系统，其中，所述控制器进一步包括存储器，所述存储器包括被配置为从所述图像传感器捕获的所述图像中检测所述最外车道的深度学习网络和被配
置为检测所述道路的所述最外结构的深度学习网络中的至少一个，以及其中，所述控制器通过将所述捕获的图像或所述图像传感器的输入信号输入到所述深度...

【专利技术属性】
技术研发人员：朴志旿，
申请(专利权)人：现代摩比斯株式会社，
类型：发明
国别省市：