本申请实施例提供一种酒驾行为识别方法、装置、设备及存储介质。在酒驾行为识别方法中，可获取停车后车辆在酒驾兴趣点设定距离范围内停留的时间信息，并根据停留的时间信息计算第一酒驾概率；获取开车前车辆的驾驶员的生理特征数据，并根据生理特征信息计算第二酒驾概率；对所述第一酒驾概率以及所述第二酒驾概率进行融合计算，得到最终酒驾概率。通过这种实施方式，可基于多维度的数据、从多个角度对驾驶员的酒驾行为进行识别，一方面不易被驾驶员规避，另一方面，多维度的数据可以相互弥补、融合，可提升酒驾行为识别结果的准确性。可提升酒驾行为识别结果的准确性。可提升酒驾行为识别结果的准确性。
【技术实现步骤摘要】
一种酒驾行为识别方法、装置、设备及存储介质
[0001]本专利技术涉及汽车驾驶安全
，尤其涉及一种酒驾行为识别方法、装置、设备及存储介质。
技术介绍
[0002]随着机动车驾驶员数量的不断增长，酒后驾驶导致的事故频发已然成为了当下社会面临的一大难题。在现有技术中，通常采用车载的酒精检测装置对酒驾行为进行检测。该装置需要驾驶员在开车前，通过呼气的方式，进行酒精浓度检测。然而，这种方式容易被驾驶员规避，准确性较低。因此，一种解决方案亟待提出。
技术实现思路
[0003]本申请实施例提供一种酒驾行为识别方法、装置、设备及存储介质，用以较为准确地识别驾驶员的酒驾行为。
[0004]本申请实施例提供一种酒驾行为识别方法，包括：获取停车后车辆在酒驾兴趣点设定距离范围内停留的时间信息，并根据所述停留的时间信息计算第一酒驾概率；获取开车前所述车辆的驾驶员的生理特征数据，并根据所述生理特征信息计算第二酒驾概率；对所述第一酒驾概率以及所述第二酒驾概率进行融合计算，得到最终酒驾概率。
[0005]进一步可选地，所述获取停车后车辆在酒驾兴趣点设定距离范围内停留的时间信息，包括：获取所述车辆在酒驾兴趣点设定范围内停留的时长以及时间段，和/或，所述车辆的所述驾驶员的用户终端在酒驾兴趣点设定范围内停留的时长以及时间段。
[0006]进一步可选地，在获取所述车辆在酒驾兴趣点设定范围内停留的时长以及时间段之前，还包括：通过所述车辆上的定位装置，获取所述车辆的停车位置；计算所述车辆的停车位置与地图中的酒驾兴趣点的距离值；若所述距离值小于预设的距离阈值，则确定所述车辆位于所述酒驾兴趣点设定范围内。
[0007]进一步可选地，所述根据所述停留的时间信息计算第一酒驾概率，包括：若所述车辆以及所述用户终端在酒驾兴趣点设定范围内停留的时间段为酒驾高发时间段，则确定酒驾概率的第一增加值；若所述车辆以及所述用户终端在酒驾兴趣点设定范围内停留的时长大于设定时长阈值，则确定酒驾概率的第二增加值；若所述用户终端在酒驾兴趣点的位移小于设定位移范围，则确定酒驾概率的第三增加值；根据所述第一增加值、所述第二增加值以及所述第三增加值中的至少一种，确定所述驾驶员的所述第一酒驾概率。
[0008]进一步可选地，所述获取开车前所述车辆的驾驶员的生理特征数据，包括以下至少一种：获取所述驾驶员的多帧连续图像；获取所述车辆的方向盘上安装的酒精传感器监测到的所述驾驶员的酒精浓度数据；获取所述车辆的方向盘上安装的汗渍传感器数据监测到的所述驾驶员的汗渍数据。
[0009]进一步可选地，所述根据所述生理特征信息计算第二酒驾概率，包括：
[0010]对所述驾驶员的多帧连续图像进行图像识别，得到所述驾驶员的皮肤颜色特征、
眨眼频率特征以及动作特征中的至少一种；若所述皮肤颜色特征、眨眼频率特征以及动作特征中的至少一种满足预设的酒驾行为条件，则确定酒驾概率的第四增加值；若所述驾驶员的酒精浓度数据大于设定的酒精浓度阈值，则确定酒驾概率的第五增加值；若所述驾驶员的汗渍数据大于设定的汗渍容量阈值，则确定酒驾概率的第六增加值；根据所述第四增加值、所述第五增加值以及所述第六增加值中的至少一种，确定所述驾驶员的所述第二酒驾概率。
[0011]进一步可选地，所述对所述第一酒驾概率以及所述第二酒驾概率进行融合计算，得到最终酒驾概率，包括：根据所述停车后感知数据以及所述开车前感知数据各自对应的权重，对所述第一酒驾概率和所述第二酒驾概率进行加权计算，得到所述最终酒驾概率。
[0012]进一步可选地，在对所述第一酒驾概率以及所述第二酒驾概率进行融合计算，得到最终酒驾概率之后，还包括：若所述最终酒驾概率大于或等于预设的概率阈值，则禁用所述车辆的启动功能；和/或，输出禁止酒驾的提示信息；和/或，向所述驾驶员对应的备用用户输出所述驾驶员存在酒驾行为的提示消息。
[0013]本申请实施例提供一种酒驾行为识别装置，包括：第一计算模块，用于获取停车后车辆在酒驾兴趣点设定距离范围内停留的时间信息，并根据所述停留的时间信息计算第一酒驾概率；第二计算模块，用于获取开车前所述车辆的驾驶员的生理特征数据，并根据所述生理特征信息计算第二酒驾概率；融合计算模块，用于对所述第一酒驾概率以及所述第二酒驾概率进行融合计算，得到最终酒驾概率。
[0014]进一步可选地，所述第一计算模块，在获取停车后车辆在酒驾兴趣点设定距离范围内停留的时间信息时，具体用于：获取所述车辆在酒驾兴趣点设定范围内停留的时长以及时间段，和/或，所述车辆的所述驾驶员的用户终端在酒驾兴趣点设定范围内停留的时长以及时间段。
[0015]进一步可选地，所述第一计算模块，在获取所述车辆在酒驾兴趣点设定范围内停留的时长以及时间段之前，还用于：通过所述车辆上的定位装置，获取所述车辆的停车位置；计算所述车辆的停车位置与地图中的酒驾兴趣点的距离值；若所述距离值小于预设的距离阈值，则确定所述车辆位于所述酒驾兴趣点设定范围内。
[0016]进一步可选地，所述第一计算模块，在根据所述停留的时间信息计算第一酒驾概率时，具体用于：若所述车辆以及所述用户终端在酒驾兴趣点设定范围内停留的时间段为酒驾高发时间段，则确定酒驾概率的第一增加值；若所述车辆以及所述用户终端在酒驾兴趣点设定范围内停留的时长大于设定时长阈值，则确定酒驾概率的第二增加值；若所述用户终端在酒驾兴趣点的位移小于设定位移范围，则确定酒驾概率的第三增加值；根据所述第一增加值、所述第二增加值以及所述第三增加值中的至少一种，确定所述驾驶员的所述第一酒驾概率。
[0017]本申请实施例还提供一种电子设备，包括：存储器以及处理器；其中，所述存储器用于：存储一条或多条计算机指令；所述处理器用于执行所述一条或多条计算机指令，以用于：执行上述酒驾行为识别方法中的步骤。
[0018]本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，计算机程序被执行时能够实现上述酒驾行为识别方法中的步骤。
[0019]本申请实施例的提供一种酒驾行为识别方法、装置、设备及存储介质中，可获取停
车后车辆在酒驾兴趣点设定距离范围内停留的时间信息，并根据停留的时间信息计算第一酒驾概率；获取开车前所述车辆的驾驶员的生理特征数据，并根据生理特征信息计算第二酒驾概率；对所述第一酒驾概率以及所述第二酒驾概率进行融合计算，得到最终酒驾概率。通过这种实施方式，可基于多维度的数据、从多个角度对驾驶员的酒驾行为进行识别，一方面不易被驾驶员规避，另一方面，多维度的数据可以相互弥补、融合，可提升酒驾行为识别结果的准确性。
附图说明
[0020]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0021]图1为本申请一示例性实施例提供的一种酒驾行为识别方法的流程示意图；
[0022]图2为本申请一示例性实施例提供的酒驾行为识别系统的架构图；
[本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种酒驾行为识别方法，其特征在于，包括：获取停车后车辆在酒驾兴趣点设定距离范围内停留的时间信息，并根据所述停留的时间信息计算第一酒驾概率；获取开车前所述车辆的驾驶员的生理特征数据，并根据所述生理特征信息计算第二酒驾概率；对所述第一酒驾概率以及所述第二酒驾概率进行融合计算，得到最终酒驾概率。2.根据权利要求1所述的方法，其特征在于，所述获取停车后车辆在酒驾兴趣点设定距离范围内停留的时间信息，包括：获取所述车辆在酒驾兴趣点设定范围内停留的时长以及时间段，和/或，所述车辆的驾驶员的用户终端在酒驾兴趣点设定范围内停留的时长以及时间段。3.根据权利要求2所述的方法，其特征在于，在获取所述车辆在酒驾兴趣点设定范围内停留的时长以及时间段之前，还包括：通过所述车辆上的定位装置，获取所述车辆的停车位置；计算所述车辆的停车位置与地图中的酒驾兴趣点的距离值；若所述距离值小于预设的距离阈值，则确定所述车辆位于所述酒驾兴趣点设定范围内。4.根据权利要求2所述的方法，其特征在于，所述根据所述停留的时间信息计算第一酒驾概率，包括：若所述车辆以及所述用户终端在酒驾兴趣点设定范围内停留的时间段为酒驾高发时间段，则确定酒驾概率的第一增加值；若所述车辆以及所述用户终端在酒驾兴趣点设定范围内停留的时长大于设定时长阈值，则确定酒驾概率的第二增加值；若所述用户终端在酒驾兴趣点的位移小于设定位移范围，则确定酒驾概率的第三增加值；根据所述第一增加值、所述第二增加值以及所述第三增加值中的至少一种，确定所述驾驶员的所述第一酒驾概率。5.根据权利要求1所述的方法，其特征在于，所述获取开车前所述车辆的驾驶员的生理特征数据，包括以下至少一种：获取所述驾驶员的多帧连续图像；获取所述车辆的方向盘上安装的酒精传感器监测到的所述驾驶员的酒精浓度数据；获取所述车辆的方向盘上安装的汗渍传感器数据监测到的所述驾驶员的汗渍数据。6.根据权利要求5所述的方法，其特征在于，所述根据所述生理特征信息计算第二酒驾概率，包括：对所述驾驶员的多帧连续图像进行图像识别，得到所述驾驶员的皮肤颜色特征、眨眼频率特征以及动作特征中的至少一种；若所述皮肤颜色特征、眨眼频率特征以及动作特征中的至少一种满足预设的酒驾行为条件，则确定酒驾概率的第四增加值；若所述驾驶员的酒精浓度数据大于设定的酒精浓度阈值，则确定酒驾概率的第五增加值；
若所述驾驶员的汗渍数据大于设定的汗渍容量阈值，则确定酒驾概率的第六增加值；根据所述第四增加值、所述第五增加值以及所述第六增加值中的至少一种，确定所述驾驶员的所述第二酒驾概率。7.根据权利要求1
‑
6任一项所述的方法，其特征在于，所述对所述第一酒驾概率以及所述第二酒驾概率进行融合计算，得到最终酒驾概率，包括：根据所...
【专利技术属性】
技术研发人员：任磊，苏义超，常俊杰，贾朴，曾勇，刘明竹，牟楠楠，王康，
申请(专利权)人：北京车和家汽车科技有限公司，
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。