本申请涉及一种疲劳驾驶检测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标车辆的驾驶员的脑电信号和目标车辆的车辆运行信息；对车辆运行信息中的数据进行疲劳检测关联度筛选，得到目标车辆运行信息，目标车辆运行信息包括车速、油门踏板踩踏频次、油门踩踏加速度、制动踏板踩踏频次、制动踩踏加速度和方向盘转角；对脑电信号进行预处理，得到目标脑电信号；根据目标脑电信号和目标车辆运行信息，确定疲劳检测结果；疲劳检测结果为疲劳或正常。通过脑电信号和车辆运行信息可是实现对驾驶员疲劳状态的全面监测，从而通过脑电信号和车辆运行信息可以得到高精确度性的疲劳检测结果。精确度性的疲劳检测结果。精确度性的疲劳检测结果。
【技术实现步骤摘要】
疲劳驾驶检测方法、装置、计算机设备和存储介质
[0001]本申请涉及疲劳驾驶检测
，特别是涉及一种疲劳驾驶检测方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着国民收入水平和城市交通水平的不断提高，汽车保有量和驾驶员数量也不断提高。在复杂的城市道路交通运输系统中，道路安全问题日益严峻，其中由驾驶员疲劳驾驶而导致的误判、分心驾驶行为是导致交通安全事故的主要原因。疲劳驾驶是汽车行驶安全的重大隐患，研究可靠的高准确率疲劳驾驶检测方法对于道路交通安全有重要意义。
[0003]相关技术中，针对驾驶员疲劳驾驶检测技术手段众多，主要可分为主观检测法和客观检测法两大类。主观检测法主要通过驾驶员主观自评、专家他评、斯坦福睡眠尺度表和皮尔逊疲劳量表等评定，该方法容易出现故意隐瞒、认知偏差、迎合期望、个体差异、检测结果时效性差等问题。客观检测法的技术手段研究主要集中在三个方面：(1)基于驾驶员生理信号检测。依据驾驶员在疲劳驾驶时各项生理指标参数会偏离正常数值范围的情况，监测其各项生理指标参数变化来判断疲劳状态，可反映驾乘人员疲劳的生理信号主要包括：脑电(EEG)、眼电(EOG)、心电(ECG)、肌电(EMG)等。基于驾驶员生理信号进行疲劳检测一般具有较高的准确性与可靠性，但伴随着强个体差异影响和侵入性检测问题。(2)基于车辆运动信息检测。该方法是根据驾驶员驾驶过程中采集方向盘转角、握力、车辆速度、车辆行驶路线、制动踏板及加速踏板使用等车辆运动信息，间接判断驾驶员疲劳状态的一种方法。该方法无侵入性、实时性好，但其受驾驶员操作习惯和驾驶方法影响较大。(3)基于面部特征检测。该方法是利用图像传感器采集驾驶员面部图像包括人眼部信息、头部位置和嘴巴状态等数据进行疲劳状态判定。该方法检测过程无侵入，但驾驶场景的变化和不同光强条件会严重影响其检测准确率。
[0004]综上，单一技术手段的疲劳驾驶检测方法有其各自优劣，无法在应对复杂多变驾驶过程的同时保证疲劳驾驶检测的高准确率，因而，开发一种疲劳驾驶检测方法，以提高疲劳驾驶检测准确率，显得尤为重要。
技术实现思路
[0005]基于此，有必要针对上述技术问题，提供一种能够提高疲劳检测结果的精确性的疲劳驾驶检测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0006]第一方面，本申请提供了一种疲劳驾驶检测方法。所述方法包括：
[0007]获取目标车辆的驾驶员的脑电信号和目标车辆的车辆运行信息；
[0008]对车辆运行信息中的数据进行疲劳检测关联度筛选，得到目标车辆运行信息，目标车辆运行信息包括车速、油门踏板踩踏频次、油门踩踏加速度、制动踏板踩踏频次、制动踩踏加速度和方向盘转角；
[0009]对脑电信号进行预处理，得到目标脑电信号；预处理包括放大处理、重采样处理、
去除眼电伪迹和去除工频干扰；重采样处理指的是滤除脑电信号中的高频信号，去除眼电伪迹指的是删除脑电信号中有眼电干扰帧的数据；
[0010]根据目标脑电信号和目标车辆运行信息，确定疲劳检测结果；疲劳检测结果为疲劳或正常。
[0011]在其中一个实施例中，根据目标脑电信号和目标车辆运行信息，确定疲劳检测结果，包括：
[0012]利用小波包分解与重构法提取出目标脑电信号的α节律、β节律、θ节律和δ节律；
[0013]分别计算α节律、β节律、θ节律和δ节律的能量占比；将α节律、β节律、θ节律和δ节律的能量占比均作为脑电疲劳检测特征指标；
[0014]获取目标车辆运行信息中各类数据的样本熵、标准差和平均值，将每一样本熵、每一标准差和每一平均值均作为车辆运动信息疲劳检测特征指标；
[0015]将每一脑电疲劳检测特征指标与每一车辆运动信息疲劳检测特征指标进行组合；计算每一组合结果的皮尔森相关系数，将最高皮尔森相关系数对应的组合结果作为目标组合；
[0016]根据目标组合，确定疲劳检测结果。
[0017]在其中一个实施例中，根据目标组合，确定疲劳检测结果，包括：
[0018]对目标组合进行特征层融合处理，得到疲劳融合检测数据；
[0019]基于训练样本集对初始模型进行训练，得到预设模型；基于测试样本集对预设模型进行测试；
[0020]将疲劳融合检测数据输入至预设模型，输出疲劳检测结果。
[0021]在其中一个实施例中，对目标组合进行特征层融合处理，得到疲劳融合检测数据，包括：
[0022]基于多重典型集相关分析特征融合算法对目标组合进行特征层融合处理，得到疲劳融合检测数据。
[0023]在其中一个实施例中，目标车辆的驾驶员座椅两侧内置电机；根据目标脑电信号和目标车辆运行信息，确定疲劳检测结果之后，还包括：
[0024]判断疲劳检测结果是否为疲劳；若是，则控制电机产生震动。
[0025]在其中一个实施例中，在目标车辆的方向盘中心和踏面边缘均布置MEMS惯性测量件；油门踏板踩踏频次、油门踩踏加速度、制动踏板踩踏频次、制动踩踏加速度和方向盘转角是基于MEMS惯性测量件获取的。
[0026]第二方面，本申请还提供了一种疲劳驾驶检测装置。所述装置包括：
[0027]获取模块，用于获取目标车辆的驾驶员的脑电信号和目标车辆的车辆运行信息；
[0028]筛选模块，用于对车辆运行信息中的数据进行疲劳检测关联度筛选，得到目标车辆运行信息，目标车辆运行信息包括车速、油门踏板踩踏频次、油门踩踏加速度、制动踏板踩踏频次、制动踩踏加速度和方向盘转角；
[0029]预处理模块，用于对脑电信号进行预处理，得到目标脑电信号；预处理包括放大处理、重采样处理、去除眼电伪迹和去除工频干扰；重采样处理指的是滤除脑电信号中的高频信号，去除眼电伪迹指的是删除脑电信号中有眼电干扰帧的数据；
[0030]确定模块，用于根据目标脑电信号和目标车辆运行信息，确定疲劳检测结果；疲劳
检测结果为疲劳或正常。
[0031]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0032]获取目标车辆的驾驶员的脑电信号和目标车辆的车辆运行信息；
[0033]对车辆运行信息中的数据进行疲劳检测关联度筛选，得到目标车辆运行信息，目标车辆运行信息包括车速、油门踏板踩踏频次、油门踩踏加速度、制动踏板踩踏频次、制动踩踏加速度和方向盘转角；
[0034]对脑电信号进行预处理，得到目标脑电信号；预处理包括放大处理、重采样处理、去除眼电伪迹和去除工频干扰；重采样处理指的是滤除脑电信号中的高频信号，去除眼电伪迹指的是删除脑电信号中有眼电干扰帧的数据；
[0035]根据目标脑电信号和目标车辆运行信息，确定疲劳检测结果；疲劳检测结果为疲劳或正常。
[0036]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种疲劳驾驶检测方法，其特征在于，所述方法包括：获取目标车辆的驾驶员的脑电信号和所述目标车辆的车辆运行信息；对所述车辆运行信息中的数据进行疲劳检测关联度筛选，得到目标车辆运行信息，所述目标车辆运行信息包括车速、油门踏板踩踏频次、油门踩踏加速度、制动踏板踩踏频次、制动踩踏加速度和方向盘转角；对所述脑电信号进行预处理，得到目标脑电信号；所述预处理包括放大处理、重采样处理、去除眼电伪迹和去除工频干扰；所述重采样处理指的是滤除所述脑电信号中的高频信号，所述去除眼电伪迹指的是删除所述脑电信号中有眼电干扰帧的数据；根据所述目标脑电信号和所述目标车辆运行信息，确定疲劳检测结果；所述疲劳检测结果为疲劳或正常。2.根据权利要求1所述的方法，其特征在于，所述根据所述目标脑电信号和所述目标车辆运行信息，确定疲劳检测结果，包括：利用小波包分解与重构法提取出所述目标脑电信号的α节律、β节律、θ节律和δ节律；分别计算α节律、β节律、θ节律和δ节律的能量占比；将α节律、β节律、θ节律和δ节律的能量占比均作为脑电疲劳检测特征指标；获取所述目标车辆运行信息中各类数据的样本熵、标准差和平均值，将每一样本熵、每一标准差和每一平均值均作为车辆运动信息疲劳检测特征指标；将每一脑电疲劳检测特征指标与每一车辆运动信息疲劳检测特征指标进行组合；计算每一组合结果的皮尔森相关系数，将最高皮尔森相关系数对应的组合结果作为目标组合；根据所述目标组合，确定所述疲劳检测结果。3.根据权利要求2所述的方法，其特征在于，所述根据所述目标组合，确定所述疲劳检测结果，包括：对所述目标组合进行特征层融合处理，得到疲劳融合检测数据；基于训练样本集对初始模型进行训练，得到预设模型；基于测试样本集对所述预设模型进行测试；将所述疲劳融合检测数据输入至所述预设模型，输出所述疲劳检测结果。4.根据权利要求3所述的方法，其特征在于，所述对所述目标组合进行特征层融合处理，得到疲劳融合检测数据，包括：基于...
【专利技术属性】
技术研发人员：兰振东，王占春，汪志坚，徐明宇，冯元，
申请(专利权)人：一汽解放汽车有限公司，
类型：发明
国别省市：
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。