疲劳驾驶检测方法技术

本发明专利技术属于安全驾驶技术领域，公开了一种疲劳驾驶检测方法

【技术实现步骤摘要】
疲劳驾驶检测方法、装置、设备及存储介质


[0001]本专利技术涉及安全驾驶
，尤其涉及一种疲劳驾驶检测方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]随着交通运输的快速发展，车辆的不断普及，道路交通事故频繁发生，其中疲劳驾驶是一个关键性因素，因此，对车辆行驶全程进行疲劳驾驶检测尤为重要，由于在行车过程中，随着光线的变化，会使驾驶员的面部光线忽明忽暗，从而导致驾驶员面部成像质量不佳，另外由于驾驶员面部存在遮挡物时，例如针对复杂光线和背景
、
驾驶员佩戴墨镜
、
眼镜等复杂情况时，基于驾驶员单一面部特征的疲劳驾驶检测方法在存在鲁棒性差
、
易受外界因素影响
、
检测不够准确的问题
。

技术实现思路

[0003]本专利技术的主要目的在于提供一种疲劳驾驶检测方法
、
装置
、
设备及存储介质，旨在解决现有技术单一特征的疲劳检测准确度低的技术问题
。
[0004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种疲劳驾驶检测方法，其特征在于，所述疲劳驾驶检测方法包括：实时采集车辆行驶数据和驾驶员的面部特征信息；通过疲劳驾驶检测模型对所述面部特征信息定位得到人脸特征点，根据所述人脸特征点得到面部数据；对所述疲劳驾驶检测模型中的惩罚因子和高斯核函数参数进行优化，根据优化后的最优惩罚因子和最优高斯核函数参数对疲劳检测模型更新，得到更新后的疲劳检测模型；通过所述更新后的疲劳检测模型对所述面部数据和所述车辆行驶数据进行疲劳检测，得到疲劳检测结果
。2.
如权利要求1所述的方法，其特征在于，所述对所述疲劳驾驶检测模型中的惩罚因子和高斯核函数参数进行优化，根据优化后的最优惩罚因子和最优高斯核函数参数对疲劳检测模型更新，得到更新后的疲劳检测模型，包括：初始化个体位置坐标，种群规模
、
最大迭代次数，惩罚因子的范围和惩罚因子初始值
、
高斯核函数参数的取值范围和高斯核函数参数的初始值；根据所述个体位置坐标，种群规模确定个体适应度，根据所述个体适应度选择最优个体与次优个体，并确定所述最优个体的位置与所述次优个体的位置；根据随机向量和逃跑能量对所述个体按照不同方式向最优个体和次优个体位置靠近，采用权重化的豺狼位置更新策略得到更新后的个体位置；在当前迭代次数大于等于所述最大迭代次数时，输出最优惩罚因子和最优高斯核函数参数；根据所述最优惩罚因子和最优高斯核函数参数对疲劳检测模型更新，得到更新后的疲劳驾驶检测模型
。3.
如权利要求2所述的方法，其特征在于，所述根据随机向量和逃跑能量对所述个体按照不同方式向最优个体和次优个体位置靠近，采用权重化的豺狼位置更新策略得到更新后的个体位置，包括：根据公式
Y(t+1)
＝
ω1Y1(t)+
ω2Y2(t)
更新个体位置，其中，
Y1(t)
，
Y2(t)
分别表示个体向雄性豺狼和雌性豺狼前进的步长和方向，
r1为
[0,1]
范围内的随机数，
ω1为
Y1(t)
的位置更新权重，
ω2为
Y2(t)
的位置更新权重
。4.
如权利要求2所述的方法，其特征在于，所述根据随机向量和逃跑能量对所述个体按照不同方式向最优个体和次优个体位置靠近，采用权...

【专利技术属性】
技术研发人员：赵红专，王可怡，吴泽健，李勇滔，展新，李文勇，许恩永，李育方，张波，林怡，张释天，何水龙，王涛，冼劲松，石胜文，蒋燕，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：