基于大数据的疲劳驾驶车辆监测预警系统技术方案

本发明专利技术公开了基于大数据的疲劳驾驶车辆监测预警系统，涉及安全监控技术领域，用于解决目前的疲劳驾驶监测存在判断响应慢以及无法及时进行有效的预警和干预，造成干预滞后和难以有效降低由疲劳驾驶引发的事故发生率的问题；包括数据采集单元、服务器、行为分析单元、轨迹分析单元和预警执行单元；通过对驾驶员的行为信息判断驾驶员的疲劳驾驶的潜在风险，当行为信息分析得到观察状态信号时，则对车辆的轨迹信息进行分析进一步判断驾驶员是否存在疲劳驾驶的潜在风险，依据生成的疲劳潜在状态对驾驶员进行不同套餐的疲劳驾驶预警操作，实现对于疲劳驾驶的有效预警和干预，有效降低由疲劳驾驶引发的事故发生率。效降低由疲劳驾驶引发的事故发生率。效降低由疲劳驾驶引发的事故发生率。

【技术实现步骤摘要】
基于大数据的疲劳驾驶车辆监测预警系统


[0001]本专利技术涉及安全监控
，具体为基于大数据的疲劳驾驶车辆监测预警系统。

技术介绍

[0002]随着社会经济的高速发展，汽车数量以及驾驶员数量的迅速增加，交通安全已经成为社会长期关注的一个热点。疲劳驾驶是引发重大交通事故的重要原因。
[0003]目前的疲劳驾驶监测存在判断响应慢以及无法及时进行有效的预警和干预，造成干预滞后和难以有效降低由疲劳驾驶引发的事故发生率；
[0004]为了解决上述缺陷，现提供基于大数据的疲劳驾驶车辆监测预警系统。

技术实现思路

[0005]本专利技术的目的在于为了解决目前的疲劳驾驶监测存在判断响应慢以及无法及时进行有效的预警和干预，造成干预滞后和难以有效降低由疲劳驾驶引发的事故发生率的问题，而提出基于大数据的疲劳驾驶车辆监测预警系统。
[0006]本专利技术的目的可以通过以下技术方案实现：基于大数据的疲劳驾驶车辆监测预警系统，包括数据采集单元、服务器、行为分析单元、轨迹分析单元和预警执行单元；
[0007]数据采集单元采集驾驶员的驾驶信息、行为信息和轨迹信息，并将驾驶信息、行为信息和轨迹信息发送至服务器保存；
[0008]服务器根据驾驶信息设置分析时间段，并将分析时间段发送至行为分析单元和轨迹分析单元；
[0009]行为分析单元通过对行为信息进行综合量值分析得到疲劳值，通过阈值比较生成观察状态信号、微疲劳潜在状态信号和中疲劳潜在状态信号，并将生成的观察状态信号发送至轨迹分析单元，将生成的微疲劳潜在状态信号和中疲劳潜在状态信号发送至预警执行单元；
[0010]轨迹分析单元接收到观察状态信号时，则进行轨迹信息进行数值化分析得到车道保持值，将其通过阈值比较分析得到疲惫潜在状态信号，并将其发送至预警执行单元；
[0011]预警执行单元根据接收到的微疲劳潜在状态信号、中疲劳潜在状态信号和疲惫潜在状态信号通过控制车上安装的智能报警器对驾驶员进行疲劳驾驶预警操作。
[0012]作为本专利技术的一种优选实施方式，驶信息包括驾驶时长、驾驶里程和驾驶速度；行为信息包括嘴角角度值、眼睛开度值和头部位置；轨迹信息包括间隙距离；其中，行为信息通过车内摄像头对驾驶员进行驾驶全程监控获得，轨迹信息通过车上雷达实时测量车辆与车道线位置之间的距离获取。
[0013]作为本专利技术的一种优选实施方式，数据采集单元采集驾驶员的行为信息和轨迹信息的具体步骤为：
[0014]步骤一：获取当前驾驶员的驾驶时长和驾驶里程，将驾驶里程除以驾驶时长得到
当前驾驶员的平均驾驶速度，将驾驶时长t1和平均驾驶速度v1通过预设模型Ju＝η
×
(a1
×
t1+a2
×
v1)得到状态值Ju，其中a1和a2分别是预设权重系数，η为预设修正系数；预设状态区间M1、M2和M3，当状态值处于预设状态区间M1之内时，则标记当前驾驶员为高焦状态，并匹配到d1的监测频率；当状态值处于预设状态区间M1之内时，则标记当前驾驶员为中焦状态，并匹配到d2的监测频率；当状态值处于预设状态区间M1之内时，则标记当前驾驶员为低焦状态，并匹配到d3的监测频率；
[0015]步骤二：通过车内监控按照匹配到的监测频率采集行为信息，行为信息包括图像和图像对应的采集时刻，将采集到的图像进行人脸识别操作，识别出眼睛、嘴巴和头部，并进行标注；通过雷达获取按照匹配到的监测频率采集轨迹信息，轨迹信息包括间隙距离和采集时刻，并将其打包发送至服务器进行存储。
[0016]作为本专利技术的一种优选实施方式，服务器根据驾驶信息设置分析时间段，具体为：
[0017]获取当前的驾驶速度，预设速度区间V1、V2和V3，当驾驶速度属于预设速度区间V1之内时，表示该驾驶员处于高速行驶的状态，需要在短时间内的分析驾驶员的驾驶状态，则将该驾驶员驾驶状态标记为高速态，并匹配到t1的分析时间段，当驾驶速度属于预设速度区间V2之内时，则将该驾驶员驾驶状态标记为中速态，并匹配到t2的分析时间段，驾驶速度属于预设速度区间V3之内时，则将该驾驶员驾驶状态标记为低速态，并匹配到t3的分析时间段，其中t1＜t2＜t3。
[0018]作为本专利技术的一种优选实施方式，行为分析单元对行为信息进行分析，具体为：
[0019]步骤一：获取图像中嘴角角度值和眼睛开度值，并定位头部位置，将采集时刻相邻两张图像的嘴角角度值、眼睛开度值和头部位置进行偏差比较得到角度偏差值、开度偏差值和头部偏差值，将后一张图像的采集时刻标记为对应的监测时刻，分别将角度偏差值、开度偏差值和头部偏差值与对应的监测时刻建立直角坐标系得到角度偏差值、开度偏差值和头部偏差值与监测时刻的折线图；
[0020]步骤二：分别预设角度偏差预警值、开度偏差预警值和位置偏差预警值，分别将角度偏差值、开度偏差值和头部偏差值与预设角度偏差预警值、开度偏差预警值和位置偏差预警值进行比较，将大于预设角度偏差预警值、开度偏差预警值和位置偏差预警值的角度偏差值、开度偏差值和头部偏差值标记为超角度偏差值、超开度偏差值和超头部偏差值，并在折线图上进行标记，将对应的监测时刻标记为角度异常时刻、开度异常时刻和头部异常时刻；
[0021]步骤三：分别计算分析时间段内所有的超角度偏差值、超开度偏差值和超头部偏差值与上一个监测时刻对应的偏差值的连线与水平线的夹角值，分别预设嘴角夹角值区间、眼睛夹角值区间和头部夹角值区间，每个区间对应一个危量系数，并将其标记为qi、qj和qk，其中i＝1,2,3
……
m1，j＝1,2,3
……
m2，k＝1,2,3
……
m3，m1、m2和m3均取正整数；i表示嘴角夹角值区间总数，j表示眼睛夹角值区间总数和k表示头部夹角值区间总数；并分别统计分析时间段内的角度异常时刻、开度异常时刻和头部异常时刻的数量，并将其分别标记为nui、nuj和nuk；通过预设模型Lz＝μ
×
∑bi
×
qi
×
nui+Σbj
×
qj
×
nuj+Σbk
×
qk
×
nuk得到分析时间段内的疲劳值Lz，其中bi、bj和bk分别预设权重系数，μ为预设修正系数；
[0022]步骤四：预设疲劳区间T1，当疲劳值小于疲劳区间中的最小值时，则表示驾驶员从行为信息分析暂无疲劳潜在风险，需要进一步加强监控，并生成观察状态信号；当疲劳值处
于疲劳值区间之内时，则表示驾驶员存在轻微疲劳驾驶的潜在风险状态中，需要进行疲劳驾驶的提醒，并生成微疲劳潜在状态信号，当疲劳值大于疲劳区间中的最大值时，则表示驾驶员存在疲劳驾驶的潜在风险状态中，需要对驾驶员进行预警干预，并生成中疲劳潜在状态信号；将生成的观察状态信号发送至轨迹分析单元，将微疲劳潜在状态信号和中疲劳潜在状态信号发送至预警执行单元。
[0023]作为本专利技术的一种优选实施方式，轨迹本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的疲劳驾驶车辆监测预警系统，其特征在于，包括数据采集单元、服务器、行为分析单元、轨迹分析单元和预警执行单元；数据采集单元采集驾驶员的驾驶信息、行为信息和轨迹信息，并将驾驶信息、行为信息和轨迹信息发送至服务器保存；服务器根据驾驶信息设置分析时间段，并将分析时间段发送至行为分析单元和轨迹分析单元；行为分析单元通过匹配到的分析时间段对行为信息进行综合量值分析得到疲劳值，通过阈值比较生成观察状态信号、微疲劳潜在状态信号和中疲劳潜在状态信号，并将生成的观察状态信号发送至轨迹分析单元，将生成的微疲劳潜在状态信号和中疲劳潜在状态信号发送至预警执行单元；轨迹分析单元接收到观察状态信号时，则通过匹配到的分析时间段对轨迹信息进行数值化分析得到车道保持值，将其通过阈值比较分析得到疲惫潜在状态信号，并将其发送至预警执行单元；预警执行单元根据接收到的微疲劳潜在状态信号、中疲劳潜在状态信号和疲惫潜在状态信号通过控制车上安装的智能报警器对驾驶员进行疲劳驾驶预警操作。2.根据权利要求1所述的基于大数据的疲劳驾驶车辆监测预警系统，其特征在于，驾驶信息包括驾驶时长、驾驶里程和驾驶速度；行为信息包括嘴角角度值、眼睛开度值和头部位置；轨迹信息包括间隙距离；其中，行为信息通过车内摄像头对驾驶员进行驾驶全程监控获得，轨迹信息通过车上雷达实时测量车辆与车道线位置之间的距离获取。3.根据权利要求1所述的基于大数据的疲劳驾驶车辆监测预警系统，其特征在于，数据采集单元采集驾驶员的行为信息和轨迹信息的具体步骤为：步骤一：获取当前驾驶员的驾驶时长和驾驶里程，将驾驶里程除以驾驶时长得到当前驾驶员的平均驾驶速度，将驾驶时长和平均驾驶速度通过数据处理得到状态值；预设状态区间M1、M2和M3，当状态值处于预设状态区间M1之内时，则标记当前驾驶员为高焦状态，并匹配到d1的监测频率；当状态值处于预设状态区间M1之内时，则标记当前驾驶员为中焦状态，并匹配到d2的监测频率；当状态值处于预设状态区间M1之内时，则标记当前驾驶员为低焦状态，并匹配到d3的监测频率；步骤二：通过车内监控按照匹配到的监测频率采集图像，将采集到的图像进行人脸识别操作，识别出眼睛、嘴巴和头部，并进行标注得到行为信息；通过雷达获取按照匹配到的监测频率采集轨迹信息，并将其打包发送至服务器进行存储。4.根据权利要求1所述的基于大数据的疲劳驾驶车辆监测预警系统，其特征在于，服务器根据驾驶信息设置分析时间段，具体为：获取当前的驾驶速度，预设速度区间V1、V2和V3，当驾驶速度属于预设速度区间V1之内时，表示该驾驶员处于高速行驶的状态，需要在短时间内的分析驾驶员的驾驶状态，则将该驾驶员驾驶状态标记为高速态，并匹配到t1的分析时间段，当驾驶速度属于预设速度区间V2之内时，则将该驾驶员驾驶状态标记为中速态，并匹配到t2的分析时间段，驾驶速度属于预设速度区间V3之内时，则将该驾驶员驾驶状态标记为低速态，并匹配到t3的分析时间段。5.根据权利要求1所述的基于大数据的疲劳驾驶车辆监测预警系统，其特征在于，行为分析单元对行为信息进行分析，具体为：
步骤一：获取图像中嘴角角度值和眼睛开度值，并定位头部位置，将采集时刻相邻两张图像的嘴角角度值、眼睛开度值和头部位置进行偏差比较得到角度偏差值、开度偏差值和头部偏差值，将后一张图像的采集时刻...

【专利技术属性】
技术研发人员：柏龙灏，胡章青，胡德俊，金庆江，曾建勤，杨义国，胡俊，
申请(专利权)人：安徽文康科技有限公司，
类型：发明
国别省市：