驾驶员吸烟行为监控方法、装置、设备及存储介质制造方法及图纸

技术编号:33127355 阅读:25 留言:0更新日期:2022-04-17 00:38
本发明专利技术属于智能驾驶技术领域,公开了一种驾驶员吸烟行为监控方法、装置、设备及存储介质。该方法包括:监测驾驶员当前动作对无线信号的干扰,得到信道状态信息;提取信道状态信息对应的三阶累积量特征;对三阶累积量特征进行降维处理,得到目标特征;将目标特征输入至预先训练好的吸烟行为识别模型中,得到吸烟行为识别模型输出的识别结果;根据识别结果确定驾驶员当前动作是否为吸烟动作,得到吸烟行为监控结果。通过上述方式,结合无线感知对驾驶员的动作进行监测,利用训练好的吸烟行为识别模型识别驾驶员动作是否为吸烟动作,实现了吸烟行为的监控,降低了交通安全隐患。降低了交通安全隐患。降低了交通安全隐患。

【技术实现步骤摘要】
驾驶员吸烟行为监控方法、装置、设备及存储介质


[0001]本专利技术涉及智能驾驶
,尤其涉及一种驾驶员吸烟行为监控方法、装置、设备及存储介质。

技术介绍

[0002]目前在驾驶过程中,驾驶员常通过吸烟缓解疲劳,但是吸烟行为使得驾驶员无法保持双手控制方向盘,如果遇到急转弯等紧急工况或需要换挡的情况,可能出现操作不及时的问题。并且在封闭条件下,随着吸烟吐出的烟雾浓度的增加,导致车内氧气不足,使驾驶员反映变慢、视力变差,存在极大的交通安全隐患。同时车内烟雾会随着空调分布到车内角落,长此以往会使设备部件发黄影响车内美观和车主的使用感受,造成车辆的贬值。
[0003]而目前针对驾驶员吸烟监测的方法包括两种,第一种为利用各种烟雾传感器监测烟雾的产生从而判定驾驶员吸烟行为,但是当驾驶舱通风良好时,存在所产生的烟雾量不足的情况,此时驾驶员正在吸烟但吸烟行为难以被传感器监测到,存在吸烟行为漏检或者误检的情况。第二种为利用图像处理技术分析驾驶员动作来判断驾驶员是否正在吸烟,这种方法需要采用摄像设备进行图像拍摄,这些摄像设备的性能受光照强度影响,而夜间行驶时光照强度不足,导致基于图像的吸烟监测方式的识别率大大降低,因此该方法存在普适性不足的特点。
[0004]上述内容仅用于辅助理解本专利技术的技术方案,并不代表承认上述内容是现有技术。

技术实现思路

[0005]本专利技术的主要目的在于提供一种驾驶员吸烟行为监控方法、装置、设备及存储介质,旨在解决如何对驾驶员的吸烟行为进行监测,从而降低交通安全隐患的技术问题。
[0006]为实现上述目的,本专利技术提供了一种驾驶员吸烟行为监控方法,所述方法包括以下步骤:
[0007]监测驾驶员当前动作对无线信号的干扰,得到信道状态信息;
[0008]提取所述信道状态信息对应的三阶累积量特征;
[0009]对所述三阶累积量特征进行降维处理,得到目标特征;
[0010]将所述目标特征输入至预先训练好的吸烟行为识别模型中,得到所述吸烟行为识别模型输出的识别结果;
[0011]根据所述识别结果确定驾驶员当前动作是否为吸烟动作,得到吸烟行为监控结果。
[0012]可选地,所述监测驾驶员当前动作对无线信号的干扰,得到信道状态信息之前,所述方法还包括:
[0013]监测驾驶员多种吸烟动作对无线信号的干扰,得到若干样本信道状态信息;
[0014]分别提取各个所述样本信道状态信息对应的样本三阶累积量特征;
[0015]对各个所述样本三阶累积量特征进行降维处理,得到对应的样本特征;
[0016]根据若干所述样本特征和对应的吸烟动作标签构建训练集和验证集;
[0017]根据所述训练集对初始吸烟动作识别模型进行训练分类,得到目标吸烟动作识别模型;
[0018]根据所述验证集对所述目标吸烟动作识别模型进行验证;
[0019]在验证通过时,得到训练好的吸烟动作识别模型。
[0020]可选地,所述根据所述验证集对所述目标吸烟动作识别模型进行验证,包括:
[0021]根据所述目标吸烟动作识别模型对所述验证集中各样本特征进行识别,得到所述验证集中各样本特征对应的识别结果;
[0022]根据所述验证集中各样本特征对应的识别结果确定对应的识别率;
[0023]根据所述识别率确定所述目标吸烟动作识别模型是否验证通过,其中,在所述识别率大于预设阈值时,判定所述目标吸烟动作识别模型验证通过。
[0024]可选地,所述提取所述信道状态信息对应的三阶累积量特征,包括:
[0025]基于预设距生成函数和预设统计期望确定所述信道状态信息对应的三阶距特征;
[0026]确定所述三阶距特征对应的高斯三阶距特征;
[0027]根据所述三阶距特征和所述高斯三阶距特征确定所述信道状态信息对应的三阶累积量特征。
[0028]可选地,所述对所述三阶累积量特征进行降维处理,得到目标特征,包括:
[0029]基于互信息的特征筛选算法对所述三阶累积量特征进行降维处理,得到目标特征。
[0030]可选地,所述基于互信息的特征筛选算法对所述三阶累积量特征进行降维处理,得到目标特征,包括:
[0031]基于预设互信息计算公式确定所述三阶累积量特征中各特征分量与所述三阶累积量特征之间的第一互信息;
[0032]从所述三阶累积量特征中选择所述第一互信息最大的特征分量作为已选特征分量,将所述已选特征分量加入至特征分量集中;
[0033]确定剩余特征分量与所述特征分量集中各特征分量之间的第二互信息;
[0034]根据所述第一互信息和所述第二互信息从所述剩余特征分量中选择目标特征分量,将所述目标特征分量加入至所述特征分量集中;
[0035]返回执行所述确定剩余特征分量与所述特征分量集中各特征分量之间的第二互信息的步骤,直到所述特征分量集中的特征分量个数达到预设数目;
[0036]根据所述特征分量集中的各特征分量构成目标特征。
[0037]可选地,所述根据所述识别结果确定驾驶员当前动作是否为吸烟动作,得到吸烟行为监控结果之后,所述方法还包括:
[0038]在驾驶员当前动作为吸烟动作时,发出针对驾驶员的告警提醒信息。
[0039]此外,为实现上述目的,本专利技术还提出一种驾驶员吸烟行为监控装置,所述驾驶员吸烟行为监控装置包括:
[0040]监测模块,用于监测驾驶员当前动作对无线信号的干扰,得到信道状态信息;
[0041]提取模块,用于提取所述信道状态信息对应的三阶累积量特征;
[0042]降维模块,用于对所述三阶累积量特征进行降维处理,得到目标特征;
[0043]识别模块,用于将所述目标特征输入至预先训练好的吸烟行为识别模型中,得到所述吸烟行为识别模型输出的识别结果;
[0044]确定模块,用于根据所述识别结果确定驾驶员当前动作是否为吸烟动作,得到吸烟行为监控结果。
[0045]此外,为实现上述目的,本专利技术还提出一种驾驶员吸烟行为监控设备,所述驾驶员吸烟行为监控设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的驾驶员吸烟行为监控程序,所述驾驶员吸烟行为监控程序配置为实现如上文所述的驾驶员吸烟行为监控方法。
[0046]此外,为实现上述目的,本专利技术还提出一种存储介质,所述存储介质上存储有驾驶员吸烟行为监控程序,所述驾驶员吸烟行为监控程序被处理器执行时实现如上文所述的驾驶员吸烟行为监控方法。
[0047]本专利技术通过监测驾驶员当前动作对无线信号的干扰,得到信道状态信息;提取信道状态信息对应的三阶累积量特征;对三阶累积量特征进行降维处理,得到目标特征;将目标特征输入至预先训练好的吸烟行为识别模型中,得到吸烟行为识别模型输出的识别结果;根据识别结果确定驾驶员当前动作是否为吸烟动作,得到吸烟行为监控结果。通过上述方式,结合无线感知对驾驶员的动作进行监测,从无线感知的信道状态本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种驾驶员吸烟行为监控方法,其特征在于,所述驾驶员吸烟行为监控方法包括:监测驾驶员当前动作对无线信号的干扰,得到信道状态信息;提取所述信道状态信息对应的三阶累积量特征;对所述三阶累积量特征进行降维处理,得到目标特征;将所述目标特征输入至预先训练好的吸烟行为识别模型中,得到所述吸烟行为识别模型输出的识别结果;根据所述识别结果确定驾驶员当前动作是否为吸烟动作,得到吸烟行为监控结果。2.如权利要求1所述的驾驶员吸烟行为监控方法,其特征在于,所述监测驾驶员当前动作对无线信号的干扰,得到信道状态信息之前,所述方法还包括:监测驾驶员多种吸烟动作对无线信号的干扰,得到若干样本信道状态信息;分别提取各个所述样本信道状态信息对应的样本三阶累积量特征;对各个所述样本三阶累积量特征进行降维处理,得到对应的样本特征;根据若干所述样本特征和对应的吸烟动作标签构建训练集和验证集;根据所述训练集对初始吸烟动作识别模型进行训练分类,得到目标吸烟动作识别模型;根据所述验证集对所述目标吸烟动作识别模型进行验证;在验证通过时,得到训练好的吸烟动作识别模型。3.如权利要求2所述的驾驶员吸烟行为监控方法,其特征在于,所述根据所述验证集对所述目标吸烟动作识别模型进行验证,包括:根据所述目标吸烟动作识别模型对所述验证集中各样本特征进行识别,得到所述验证集中各样本特征对应的识别结果;根据所述验证集中各样本特征对应的识别结果确定对应的识别率;根据所述识别率确定所述目标吸烟动作识别模型是否验证通过,其中,在所述识别率大于预设阈值时,判定所述目标吸烟动作识别模型验证通过。4.如权利要求1所述的驾驶员吸烟行为监控方法,其特征在于,所述提取所述信道状态信息对应的三阶累积量特征,包括:基于预设距生成函数和预设统计期望确定所述信道状态信息对应的三阶距特征;确定所述三阶距特征对应的高斯三阶距特征;根据所述三阶距特征和所述高斯三阶距特征确定所述信道状态信息对应的三阶累积量特征。5.如权利要求1所述的驾驶员吸烟行为监控方法,其特征在于,所述对所述三阶累积量特征进行降维处理,得到目标特征,包括:基于互信息的特征筛选算法对所述三阶累积量特征进行降维处理,得到目标特征。...

【专利技术属性】
技术研发人员:周祥梁丽丽李超姚柳成韦红庆农东华宋萍覃熊艳常健
申请(专利权)人:东风柳州汽车有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1