【技术实现步骤摘要】
一种集成多种特征信号的驾驶疲劳检测方法、装置与系统
[0001]本专利技术涉及驾驶监测
，具体是一种集成多种特征信号的驾驶疲劳检测方法、装置与系统。
技术介绍
[0002]驾驶疲劳，是指驾驶人在长时间连续行车后，产生生理机能和心理机能的失调，而在客观上出现驾驶技能下降的现象。驾驶人睡眠质量差或不足，长时间驾驶车辆，容易出现疲劳。驾驶疲劳会影响到驾驶人的注意、感觉、知觉、思维、判断、意志、决定和运动等诸方面。
[0003]可以想到，随着驾驶时间的增加，驾驶人的疲劳程度一直上升，中间遇到一些烦心事，会加大疲劳程度，进而影响驾驶安全。基于此，如何检测驾驶人的疲劳程度是本专利技术技术方案想要解决的技术问题。
技术实现思路
[0004]本专利技术的目的在于提供一种集成多种特征信号的驾驶疲劳检测方法、装置与系统，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种集成多种特征信号的驾驶疲劳检测方法，所述方法包括：
[0007]接...
【技术保护点】
【技术特征摘要】
1.一种集成多种特征信号的驾驶疲劳检测方法，其特征在于，所述方法包括：接收用户发送的疲劳监测请求，获取驾驶室采集设备的访问权限；所述采集设备包括智能移动终端；定时获取用户的在预设的时间范围内的操作信息，比对所述操作信息与预设的历史行为信息，根据比对结果确定用户的异常值；其中，所述历史行为信息是所述操作信息的函数；将所述异常值与预设的异常阈值进行比对，当所述异常值达到预设的异常阈值时，获取用户的社交数据；其中，所述社交数据包括文本信息和语音信息；根据所述社交数据对所述异常值进行修正，当修正后的异常值仍未低于所述异常阈值时，基于所述采集设备获取用户的监控数据；根据所述监控数据确定用户的疲劳程度。2.根据权利要求1所述的集成多种特征信号的驾驶疲劳检测方法，其特征在于，所述定时获取用户的在预设的时间范围内的操作信息，比对所述操作信息与预设的历史行为信息，根据比对结果确定用户的异常值的步骤包括：基于所述访问权限根据预设的采集频率在预设的时间范围采集操作信息，得到操作表；所述操作表包括操作类型项和操作次数项；所述操作类型至少包括油门踩踏次数和刹车踩踏次数；将所述操作表输入训练好的可逆分析转换模型，得到以时间范围为索引的行为信息；其中，所述行为信息为文本数据；根据所述行为信息遍历预设的历史行为信息，实时计算相似度；提取所述相似度大于预设的相似度阈值的历史行为信息，根据所述可逆分析转换模型将提取到的历史行为信息转换为目标操作表；根据所述目标操作表计算用户的异常值。3.根据权利要求1所述的集成多种特征信号的驾驶疲劳检测方法，其特征在于，所述将所述异常值与预设的异常阈值进行比对，当所述异常值达到预设的异常阈值时，获取用户的社交数据的步骤包括：读取用户的异常值，将所述异常值与预设的异常阈值进行比对；当所述异常值达到预设的异常阈值时，基于所述访问权限定位智能移动终端中社交类App；获取所述社交类App中含有时间信息的社交数据，根据时间信息实时筛选所述社交数据。4.根据权利要求3所述的集成多种特征信号的驾驶疲劳检测方法，其特征在于，所述根据所述社交数据对所述异常值进行修正，当修正后的异常值仍未低于所述异常阈值时，基于所述采集设备获取用户的监控数据的步骤包括：读取筛选后的社交数据，统计所述社交数据的参与方，根据所述参与方对所述社交数据进行分类；计算同类社交数据的社交特征，所述社交特征包括数据发送方的顺序及每条社交数据的数据量；其中，当社交数据为语音信息时，将语音信息转换为文本信息；根据社交特征确定该类社交数据的社交平和度；
统计所有类社交数据的社交平和度，计算用户平和度；根据所述用户平和度对所述异常值进行修正，当修正后的异常值仍未低于所述异常阈值时，基于所述采集设备获取用户的监控数据。5.根据权利要求1所述的集成多种特征信号的驾驶疲劳检测方法，其特征在于，所述根据所述监控数据确定用户的疲劳程度的步骤包括：获取多帧人脸图像，依次提取每一帧人脸图像的局部纹理特征和深度特征；将所述局部纹理特征...
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。