基于边缘设备的驾驶员疲劳检测方法技术

本发明专利技术涉及驾驶员疲劳驾驶检测领域，具体涉及一种基于边缘设备的驾驶员疲劳检测方法。本方案通过视频采集，滤波预处理去噪，基于霍夫变换的车道检测，基于yolov5模型的睡眠检测，疲劳评估，提出了一种利用边缘计算设备，通过对驾驶员生理面部特征进行识别的方式判断是否存在疲劳行为，同时又在检测睡眠疲劳的基础上加入了基于车道偏离的驾驶行为疲劳的检测，并将两者转换为了综合疲劳评价；通过加权和衰减的方式融合为最终的疲劳总评价得分，给予驾驶行为疲劳的量化评价。能为驾驶员疲劳驾驶预警、云端记录考核得分提供数据依据。云端记录考核得分提供数据依据。云端记录考核得分提供数据依据。

【技术实现步骤摘要】
基于边缘设备的驾驶员疲劳检测方法


[0001]本专利技术涉及驾驶员疲劳驾驶检测领域，具体涉及一种基于边缘设备的驾驶员疲劳检测方法。

技术介绍

[0002]驾驶员的疲劳驾驶是对车辆安全运营的隐患之一，在公交车、货物运输领域对驾驶员疲劳驾驶的需求与日俱增。车内驾驶员疲劳监测技术，本质上是在行驶过程中捕捉并分析驾驶员的生物行为信息，比如眼睛、脸部、心脏、脑电活动等等的技术。通常情况下受制于传感器限制，基于驾驶行为和面部视频更为常用，实现对驾驶员疲劳检测的方法分为驾驶室视频帧和驾驶行为传送云端由云端模型进行评价，以及将相关数据直接在车载边缘设备检测两种方法。考虑到云端处理方式带来的流量消耗高及行车过程中信号不稳定等因素，基于边缘移动设备的驾驶员疲劳驾驶检测方法更具有实用价值。
[0003]当前被最多被采用的疲劳检测手段是驾驶员驾驶员行为分析，即通过记录和解析驾驶员转动方向盘、踩刹车等行为特征，判别驾驶员是否疲劳。但是这种方式受驾驶员驾驶习惯影响极大。另一大类别检测方法是：通过图像分析手段对驾驶员脸部与眼睛特征进行疲劳评估，这种方法正在被更多的开本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于边缘设备的驾驶员疲劳检测方法，其特征在于，所述方法包括以下步骤：步骤一，视频采集，使用摄像头进行图像采集，得到采集图片；步骤二，滤波预处理去噪，将采集图片采用同比例缩放法缩放到统一尺寸，对采集图片进行灰度化处理，使用高斯滤波器对采集图片进行滤波处理；步骤三，基于霍夫变换的车道检测，使用霍夫变化检测车道线集合，对车道线按标准左右车道进行聚类计算出左右车道平均线斜率；步骤四，基于yolov5模型的睡眠检测，对驾驶员面部眼睛和嘴巴与疲劳直接相关的动作进行单独判别；步骤五，疲劳评估，通过车道检测和睡眠检测，对驾驶员的疲劳等级进行计算并给出疲劳得分。2.根据权利要求1所述的基于边缘设备的驾驶员疲劳检测方法，其特征在于：步骤一中，架设前置摄像头和后置摄像头，所述前置摄像头采集车外道路线图像；所述后置摄像头采集车内包含驾驶员眼、嘴的图像。3.根据权利要求1所述的基于边缘设备的驾驶员疲劳检测方法，其特征在于：步骤三中，基于霍夫变换的车道检测包括：1)对拍摄外景的前置摄像头获取的车道图像进行灰度化处理；2)对车道图像进行高斯滤波去除噪模糊处理；3)对车道图像进行Canny边缘检测，提取前车窗外的景物边缘轮廓图；4)从边缘化处理后的车道图像中分割出车道轮廓图。4.根据权利要求3所述的基于边缘设备的驾驶员疲劳检测方法，其特征在于：采用三角区域硬编码法从边缘化处理后的车道图像中分割出车道轮廓图。5.根据权利要求4所述的基于边缘设备的驾驶员疲劳检测方法，其特征在于：使用霍夫变化确定车道直线方程，使用opencv的HoughLinesP函数输出所有能够检测出的车道线若干两点坐标(x1,y1.x2,y2)集合，计算出所...

【专利技术属性】
技术研发人员：罗锋，
申请(专利权)人：云车智途重庆科技有限公司，
类型：发明
国别省市：