基于用户驾驶习惯的驾驶员失能判定方法技术

本发明专利技术公开了一种基于用户驾驶习惯的驾驶员失能判定方法，包括：S1，用户驾驶习惯判定，判定流程为：根据当前道路环境分级和驾驶员分心时间，计算驾驶风险，获得驾驶风险值后，在用户行驶过程中，不断根据驾驶风险值计算用户驾驶习惯方差，并将计算获得的多组用户驾驶习惯方差值存储；S2，驾驶员失能判定，判定流程为：按照S1中计算公式计算获取用户当前驾驶习惯方差；然后，监控当前用户驾驶行为，同时，将用户当前驾驶习惯方差与存储的用户驾驶习惯方差进行对比，并将驾驶行为与方差值对比结果进行融合后，判定驾驶员是否失能。判定驾驶员是否失能。判定驾驶员是否失能。

【技术实现步骤摘要】
基于用户驾驶习惯的驾驶员失能判定方法


[0001]本专利技术属于智能驾驶安全领域，具体涉及基于用户驾驶习惯的驾驶员失能判定方法。

技术介绍

[0002]车辆在道路上行驶，除了道路上其他车辆会对驾驶员造成安全风险，驾驶员自身的不当操作或异常驾驶状态也会造成驾驶安全风险。目前，为减少驾驶员的驾驶风险，很多智能汽车上都会通过对驾驶员驾驶数据和驾驶员面部、心率等情况进行监测、分析，并根据分析结果，在驾驶员驾驶过程中，出现风险驾驶情况时，通过预警系统发出预警。如专利：自适应用户行为的驾驶风险预警方法、系统及车辆。
[0003]但是，上述情况预警系统，无法对驾驶员驾驶能力进行准确监控，无法判断驾驶员是否丧失驾驶能力，仅通过疲劳度和驾驶员面部特征来检测驾驶员，对驾驶危险性进行预警，还远远不够。

技术实现思路

[0004]针对上述现有技术的不足，本专利技术所要解决的技术问题是：如何提供一种能够提升驾驶过程中对驾驶员驾驶能力进行判定，且判定结果精准的基于用户驾驶习惯的驾驶员失能判定方法。
[0005]为了解决上述技术问题，本专利技术采用了如下的技术方案：
[0006]一种基于用户驾驶习惯的驾驶员失能判定方法，其特征在于，它包括：S1，用户驾驶习惯判定，判定流程为：根据当前道路环境分级和驾驶员分心时间，计算驾驶风险，获得驾驶风险值后，在用户行驶过程中，不断根据驾驶风险值计算用户驾驶习惯方差，并将计算获得的多组用户驾驶习惯方差值存储；S2，驾驶员失能判定，判定流程为：按照S1中计算公式计算获取用户当前驾驶习惯方差；然后，监控当前用户驾驶行为，同时，将用户当前驾驶习惯方差与存储的用户驾驶习惯方差进行对比，并将驾驶行为与方差值对比结果进行融合后，判定驾驶员是否失能。
[0007]采用上述方式后，在判定驾驶员是否失能时，先根据驾驶员在不同道路环境、不同驾驶风险度以及驾驶分心状态三种情况进行计算，获得驾驶员历史驾驶习惯方差值，然后，在判定时，通过将当前驾驶习惯方差值与历史驾驶习惯方差值比较，并或去当前驾驶行为一起融合判定，判定的依据更多，能根据驾驶员的驾驶习惯来准确获取驾驶员是否处于失能状态，判定的精确度更高，这种针对不同驾驶员个性化对比判定的方式，更加精确，为道路安全以及驾驶预警提供了有力的支撑。
[0008]进一步的，驾驶员失能判定逻辑如下：监控车辆是否存在压线行驶，若未存在压线行驶，则判定驾驶员未失能；若存在压线行驶，将当前驾驶习惯方差与存储的用户驾驶习惯方差进行对比，若两方差值对比较小，且压线行驶时间超过第一阈值，则同时提取当前方向盘手力矩，根据方向盘手力矩确认驾驶员手是否在方向盘上，若驾驶员手在方向盘的力矩
小于第二阈值且持续一定时间，且监测到驾驶员处于分心状态，则判定驾驶员失能。
[0009]进一步的，所述当前道路环境分级，通过如下公式进行分级计算：L＝A+B，其中，A为道路类型，B为曲率等级；道路类型分为高速道路和城区道路，其中，高速道路为1，城区道路为2。
[0010]进一步的，所述驾驶员分心时间为驾驶员分心到未分心的累积时间，判断驾驶员分心时间时，先获取驾驶员受力矩，并判定驾驶员是否长时间未操作方向盘，若否，则驾驶员未分心，若是，则继续获取驾驶员刹车油门踏板使用频率，并判定驾驶员是否长时间未操作踏板，若是，则判定驾驶员分心。
[0011]进一步的，驾驶风险的计算公式如下：R＝a
×
L
×
N，其中，R为驾驶风险值，a为安全系数，a恒小于0.1，L为当前道路环境等级，N为驾驶员分心时间，单位为秒。
[0012]进一步的，所述用户驾驶习惯方差，通过如下公式计算而得：其中，QR为最近n组用户驾驶习惯方差，r为最近n组驾驶风险值，E(r)为其最近n组驾驶风险数据平均值；采用上述公式计算用户当前驾驶习惯方差时，所取n为3
‑
5，在计算S1中用户驾驶习惯方差时，n大于等于15。
附图说明
[0013]图1为实施例中用户驾驶习惯判定流程图；
[0014]图2为实施例中驾驶员分心判断流程图；
[0015]图3为实施例中驾驶员失能判定流程图；
[0016]图4为实施例中驾驶员失能判断逻辑图。
具体实施方式
[0017]下面结合附图和实施例对本专利技术进一步说明。
[0018]实施例：
[0019]如图所示，本实施例提供的基于用户驾驶习惯的驾驶员失能判定方法，它包括S1，用户驾驶习惯判定，判定流程为：根据当前道路环境分级和驾驶员分心时间，计算驾驶风险，获得驾驶风险值后，在用户行驶过程中，不断根据驾驶风险值计算用户驾驶习惯方差，并将计算获得的多组用户驾驶习惯方差值存储；S2，驾驶员失能判定，判定流程为：按照S1中计算公式计算获取用户当前驾驶习惯方差(当前驾驶习惯方差为一驾驶员当前驾驶时段内多次驾驶习惯方差)；然后，监控当前用户驾驶行为，同时，将用户当前驾驶习惯方差与存储的用户驾驶习惯方差进行对比，并将驾驶行为与方差值对比结果进行融合后，判定驾驶员是否失能。
[0020]采用上述方式后，在判定驾驶员是否失能时，先根据驾驶员在不同道路环境、不同驾驶风险度以及驾驶分心状态三种情况进行计算，获得驾驶员历史驾驶习惯方差值，然后，在判定时，通过将当前驾驶习惯方差值与历史驾驶习惯方差值比较，并或去当前驾驶行为一起融合判定，判定的依据更多，能根据驾驶员的驾驶习惯来准确获取驾驶员是否处于失能状态，判定的精确度更高，这种针对不同驾驶员个性化对比判定的方式，更加精确，为道路安全以及驾驶预警提供了有力的支撑。
[0021]具体的，“用户驾驶习惯判定”流程如图1所示，主要由“判断当前道路环境”、“判断驾驶员不在环时间”、“计算驾驶风险”、“修正用户驾驶习惯”四部分组成。其中，当前道路环境分级是对车辆当前行驶环境进行分级处理，通过如下公式进行分级计算：L＝A+B，其中，A为道路类型，B为曲率等级；道路类型分为高速道路和城区道路，其中，高速道路为1，城区道路为2，本实施例中将曲率分为1～10级，曲率越大，等级越高。
[0022]进一步的，所述驾驶员分心时间(即驾驶员不在环时间)为驾驶员分心到未分心的累积时间。如图2所示，判断驾驶员分心时间时，先获取驾驶员受力矩，并判定驾驶员是否长时间未操作方向盘，若否，则驾驶员未分心，若是，则继续获取驾驶员刹车油门踏板使用频率，并判定驾驶员是否长时间未操作踏板，若是，则判定驾驶员分心。上述方向盘力矩、刹车油门踏板使用频率通过传感器获得，为现有技术，在此不作详细描述。
[0023]驾驶风险的计算公式如下：R＝a
×
L
×
N，其中，R为驾驶风险值，a为安全系数，a恒小于0.1，L为当前道路环境等级，N为驾驶员分心时间，单位为秒。
[0024]进一步的，用户驾驶习惯方差，通过如下公式计算而得：其中，QR为最近n组用户驾驶习惯方差，r为最近n组驾驶风险值，E(r)为其最近n组驾驶风险数据平均值；采用上述公式计算本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用户驾驶习惯的驾驶员失能判定方法，其特征在于，它包括：S1，用户驾驶习惯判定，判定流程为：根据当前道路环境分级和驾驶员分心时间，计算驾驶风险，获得驾驶风险值后，在用户行驶过程中，不断根据驾驶风险值计算用户驾驶习惯方差，并将计算获得的多组用户驾驶习惯方差值存储；S2，驾驶员失能判定，判定流程为：按照S1中计算公式计算获取用户当前驾驶习惯方差；然后，监控当前用户驾驶行为，同时，将用户当前驾驶习惯方差与存储的用户驾驶习惯方差进行对比，并将驾驶行为与方差值对比结果进行融合后，判定驾驶员是否失能。2.根据权利要求1所述的基于用户驾驶习惯的驾驶员失能判定方法，其特征在于，驾驶员失能判定逻辑如下：监控车辆是否存在压线行驶，若未存在压线行驶，则判定驾驶员未失能；若存在压线行驶，将当前驾驶习惯方差与存储的用户驾驶习惯方差进行对比，若两方差值对比较小，且压线行驶时间超过第一阈值，则同时提取当前方向盘手力矩，根据方向盘手力矩确认驾驶员手是否在方向盘上，若驾驶员手在方向盘的力矩小于第二阈值且持续一定时间，且监测到驾驶员处于分心状态，则判定驾驶员失能。3.根据权利要求1或2所述的基于用户驾驶习惯的驾驶员失能判定方法，其特征在于，所述当前道路环境分级，通过如下公式进行分级计算：L＝A+B，其中...

【专利技术属性】
技术研发人员：袁宁，肖雄，卢斌，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：