一种基于计算机的健康驾驶辅助方法及系统技术方案

本发明专利技术涉及一种基于计算机的健康驾驶辅助方法及系统，包括以下步骤：实时采集驾驶员图像，并根据采集的驾驶员图像对驾驶员进行人脸检测，以得到驾驶员的面部特征；建立情绪表情库，将驾驶员的面部特征与情绪表情库进行比对，以识别当前驾驶员的情绪状态；若驾驶员的情绪状态为积极状态，则对驾驶员进行情绪舒缓，若驾驶员的情绪状态为消极状态，则对驾驶员进行疲劳检测，并进行情绪舒缓。本发明专利技术可以有效的帮助驾驶员调整情绪状态，且可以对驾驶员的不良驾驶状态进行预警，能够在一定程度上降低交通事故发生的几率，能够合理的辅助驾驶员进行健康驾驶。员进行健康驾驶。员进行健康驾驶。

【技术实现步骤摘要】
一种基于计算机的健康驾驶辅助方法及系统


[0001]本专利技术涉及大数据
，尤其涉及一种基于计算机的健康驾驶辅助方法及系统。

技术介绍

[0002]随着大数据技术的成熟，将大数据平台应用于各行各业已经成为了发展趋势，在智能交通系统的发展中，大数据技术同样不可或缺，合理的利用大数据处理平台，可以有效的解决海量交通流数据的分析和处理难题。
[0003]目前，随着社会经济的发展，车辆逐渐增多，交通事故也频繁发生，而驾驶员的因素时引发交通事故的主要原因，其中，驾驶员的状态可能会直接影响到驾驶员开车时的注意力。
[0004]但在现有技术中，对驾驶员的状态进行检测的方法，在复杂环境下往往无法准确对驾驶员的状态进行识别，且无法帮助驾驶员舒缓不良情绪，实用性不高。

技术实现思路

[0005]为了现有技术存在的上述技术缺陷，本专利技术提供了一种基于计算机的健康驾驶辅助方法及系统，可以有效解决
技术介绍
中的问题。
[0006]为了解决上述技术问题，本专利技术提供的技术方案具体如下：本专利技术实施例公开了一种基于计算机的健康驾驶辅助方法，包括以下步骤：实时采集驾驶员图像，并根据采集的驾驶员图像对驾驶员进行人脸检测，以得到驾驶员的面部特征；建立情绪表情库，将驾驶员的面部特征与情绪表情库进行比对，以识别当前驾驶员的情绪状态；若驾驶员的情绪状态为积极状态，则对驾驶员进行情绪舒缓，若驾驶员的情绪状态为消极状态，则对驾驶员进行疲劳检测，并进行情绪舒缓。
[0007]在上述任一方案中优选的是，在车辆内设置图像采集装置，并通过所述图像采集装置实时采集驾驶员图像，通过以下步骤对采集的驾驶员图像进行人脸定位：将采集的驾驶员图像进行色彩转换，使图像肤色点分布于YCrCb空间内；通过函数对图像肤色点进行判别，并提取S(i,j)=1的肤色点，以生成驾驶员的面部图像；其中，S(i,j)为图像中的肤色点。
[0008]在上述任一方案中优选的是，对驾驶员的面部图像进行处理，以得到驾驶员的眼部与嘴部区域；
眼部区域的筛选条件为；x
f
与y
f
分别为驾驶员面部矩形框的左上方原点坐标值；W
f
与H
f
分别为面部区域的宽与高；（x0,y0）为双眼矩形区域的左上角坐标，W
e
与H
e
分别为眼部区域的宽与高；嘴部区域的筛选条件为
ꢀꢀ
；x
f
与y
f
分别为驾驶员面部矩形框的左上方原点坐标值；W
f
与H
f
分别为面部区域的宽与高；(x1，y1)为嘴部区域的左上角坐标 ；W
m
与H
m
分别表示嘴部区域的宽与高。
[0009]在上述任一方案中优选的是，通过对驾驶员的眼部和嘴部进行特征识别，以判断驾驶员的当前情绪状态；驾驶员的情绪状态包括积极状态、消极状态和平稳状态，积极状态包括兴奋情绪和喜悦情绪，消极状态包括呆滞情绪、悲伤情绪和愤怒情绪。
[0010]在上述任一方案中优选的是，根据驾驶员的情绪状态预先对不同情绪状态下的人脸面部图像进行汇总，以建立情绪表情库，情绪表情库内存储有兴奋情绪面部图像集、喜悦情绪面部图像集、呆滞情绪面部图像集、悲伤情绪面部图像集、愤怒情绪面部图像集和平稳状态人脸图像集。
[0011]在上述任一方案中优选的是，通过以下步骤对驾驶员的情绪状态进行识别：将情绪表情库内的图像进行处理，以得到图像的眼部与嘴部区域；对驾驶员的面部图像预处理，进行一级小波变换分解，提取包含图像特征的子带图像，以去除图像中无关信息；对子带图像频谱特征进行处理，去除低相应特征点，保留高辨识度的特征点，得到候选特征点集；建立尺度空间，筛选候选特征点集中具有尺度不变性且精准稳定的ORB特征点；通过Hamming距离将驾驶员的面部图像与情绪表情库内的图像进行特征匹配；以匹配度最高的情绪表情库的图像情绪类别确定驾驶员的面部图像的情绪状态。
[0012]在上述任一方案中优选的是，设置识别周期，并以当前周期内驾驶员的面部图像的情绪状态确定驾驶员的情绪状态，当驾驶员的情绪状态为非平稳状态时，通过所述车载声音输出装置输出大数据音乐库内与驾驶员情绪状态相对应的曲目，直至驾驶员的情绪状态为平稳状态时，停止输出曲目。
[0013]在上述任一方案中优选的是，当驾驶员的情绪状态为消极状态时，根据驾驶员的嘴部区域图像进行可能疲劳驾驶状态判断，若判定驾驶员为可能疲劳驾驶状态，则对驾驶
员进行可能疲劳驾驶验证，若验证为可能疲劳驾驶状态，则判定驾驶员为疲劳驾驶状态，若验证为非可能疲劳驾驶状态，则判定驾驶员为非疲劳驾驶状态；若判定为疲劳驾驶状态，则对驾驶员进行光感或语音提醒。
[0014]在上述任一方案中优选的是，通过以下步骤对驾驶员进行可能疲劳驾驶验证：在驾驶员座椅上均匀设置若干压力传感器，对驾驶员大腿及臀部左右取对称采集点，通过公式计算压力分布不对称系数C(u)；式中，N为压力采集点的总个数，PL为左侧压力传感器采集点的压力值，PR为右侧压力传感器采集点的压力值；设置时间阈值T，若在T内，C(u)恒大于0.5，则表示驾驶员为可能疲劳驾驶状态，反之则表示驾驶员为非可能疲劳驾驶状态。
[0015]第二方面，一种基于计算机的健康驾驶辅助系统，所述系统包括：采集模块，用于实时采集驾驶员图像，并根据采集的驾驶员图像对驾驶员进行人脸检测，以得到驾驶员的面部特征；识别模块，用于建立情绪表情库，将驾驶员的面部特征与情绪表情库进行比对，以识别当前驾驶员的情绪状态；判断模块，用于若驾驶员的情绪状态为积极状态，则对驾驶员进行情绪舒缓，若驾驶员的情绪状态为消极状态，则对驾驶员进行疲劳检测，并进行情绪舒缓。
[0016]与现有技术相比，本专利技术的有益效果：本专利技术通过实时采集驾驶员图像，并根据采集的驾驶员图像对驾驶员进行人脸检测，以得到驾驶员的面部特征；建立情绪表情库，将驾驶员的面部特征与情绪表情库进行比对，以识别当前驾驶员的情绪状态；若驾驶员的情绪状态为积极状态，则对驾驶员进行情绪舒缓，若驾驶员的情绪状态为消极状态，则对驾驶员进行疲劳检测，并进行情绪舒缓；可以有效的帮助驾驶员调整情绪状态，且可以对驾驶员的不良驾驶状态进行预警，能够在一定程度上降低交通事故发生的几率，能够合理的辅助驾驶员进行健康驾驶。
附图说明
[0017]附图用于对本专利技术的进一步理解，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。
[0018]图1是本专利技术基于计算机的健康驾驶辅助方法的流程图；图2是本专利技术基于计算机的健康驾驶辅助系统的模块示意图。
具体实施方式
[0019]为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并
不用于限定本专利技术。
[0020]需要说明的是，当元件被称为“固定于”或“设置本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于计算机的健康驾驶辅助方法，其特征在于：包括以下步骤：实时采集驾驶员图像，并根据采集的驾驶员图像对驾驶员进行人脸检测，以得到驾驶员的面部特征；建立情绪表情库，将驾驶员的面部特征与情绪表情库进行比对，以识别当前驾驶员的情绪状态；若驾驶员的情绪状态为积极状态，则对驾驶员进行情绪舒缓，若驾驶员的情绪状态为消极状态，则对驾驶员进行疲劳检测，并进行情绪舒缓。2.根据权利要求1所述的基于计算机的健康驾驶辅助方法，其特征在于：在车辆内设置图像采集装置，并通过图像采集装置实时采集驾驶员图像，通过以下步骤对采集的驾驶员图像进行人脸定位：将采集的驾驶员图像进行色彩转换，使图像肤色点分布于YCrCb空间内，其中YCrCb用于优化彩色视频信号的传输，Y表示明亮度即灰阶值，Cr表示RGB输入信号红色部分与RGB信号亮度值之间的差异，Cb表示RGB输入信号蓝色部分与RGB信号亮度值之间的差异；通过函数对图像肤色点进行判别，并提取S(i,j)=1的肤色点，以生成驾驶员的面部图像；其中，S(i,j)为图像中的肤色点。3.根据权利要求2所述的基于计算机的健康驾驶辅助方法，其特征在于：对驾驶员的面部图像进行处理，以得到驾驶员的眼部与嘴部区域；眼部区域的筛选条件为；x
f
与y
f
分别为驾驶员面部矩形框的左上方原点坐标值；W
f
与H
f
分别为面部区域的宽与高；（x0,y0）为双眼矩形区域的左上角坐标，W
e
与H
e
分别为眼部区域的宽与高；嘴部区域的筛选条件为；x
f
与y
f
分别为驾驶员面部矩形框的左上方原点坐标值；W
f
与H
f
分别为面部区域的宽与高；(x1，y1)为嘴部区域的左上角坐标 ；W
m
与H
m
分别表示嘴部区域的宽与高。4.根据权利要求3所述的基于计算机的健康驾驶辅助方法，其特征在于：通过对驾驶员的眼部和嘴部进行特征识别，以判断驾驶员的当前情绪状态；驾驶员的情绪状态包括积极
状态、消极状态和平稳状态，积极状态包括兴奋情绪和喜悦情绪，消极状态包括呆滞情绪、悲伤情绪和愤怒情绪。5.根据权利要求4所述的基于计算机的健康驾驶辅助方法，其特征在于：根据驾驶员的情绪状态预先对不同情绪状态下的人脸面部图像进行汇总，以建立情绪表情库，情绪表情库内存储有兴奋情绪面部图像集、喜悦情...

【专利技术属性】
技术研发人员：田雪莲，李慧，何娟，谌杏，刘宇翔，
申请(专利权)人：成都工业职业技术学院，
类型：发明
国别省市：