面向驾驶人和车辆状态一体感知的车辆行驶风险预警方法技术

本发明专利技术公开了一种面向驾驶人和车辆状态一体感知的车辆行驶风险预警方法，包括：使用驾驶状态数据集对驾驶行为识别模型进行训练，得到训练好的驾驶行为识别模型；使用车道偏移数据集对车辆轨迹识别模型进行训练，得到训练好的车辆轨迹识别模型；将采集的驾驶人图像输入到训练好的驾驶行为识别模型，输出驾驶人的驾驶行为识别结果；将采集的车辆行驶状态图像输入到训练好的车辆轨迹识别模型，输出车道偏移识别结果；判断驾驶行为识别结果和

【技术实现步骤摘要】
面向驾驶人和车辆状态一体感知的车辆行驶风险预警方法


[0001]本专利技术涉及车辆行驶预警领域，具体涉及一种面向驾驶人和车辆状态一体感知的车辆行驶风险预警方法
。

技术介绍

[0002]近年来，碰撞事故依然是道路运输安全事故的主要形态，事故起数和死亡人数分别占事故总数的
70.5
％和
68.4
％，暴露出道路运输车辆碰撞事故防控存在不足
。
在车辆碰撞事故发生之前，驾驶人出现疲劳
、
分神等，车辆出现车道偏离和车距过近等现象占事故中的
40
‑
50
％
。
车辆行驶风险预警在提高道路安全和交通管理方面具有重要意义
。
[0003]智能化辅助越来越广泛地应用于车辆行驶预警领域，但目前，车辆行驶风险预警技术存在误报或漏报潜在危险的情况，另外，现有的车辆行驶风险预警技术也存在不能有效地识别复杂的交通情况和风险因素的问题，从而导致风险预警的可靠性大大降低，因此，需要一种面向驾驶人和车辆状态一体感知的车辆行驶风险预警本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种面向驾驶人和车辆状态一体感知的车辆行驶风险预警方法，其特征在于：包括：制作驾驶人的驾驶状态数据集；使用驾驶状态数据集对驾驶行为识别模型进行训练，得到训练好的驾驶行为识别模型；制作车道偏移数据集；使用车道偏移数据集对车辆轨迹识别模型进行训练，得到训练好的车辆轨迹识别模型；将采集的驾驶人图像输入到训练好的驾驶行为识别模型，输出驾驶人的驾驶行为识别结果；将采集的车辆行驶状态图像输入到训练好的车辆轨迹识别模型，输出车道偏移识别结果；判断驾驶行为识别结果和
/
或车道偏移识别结果是否满足预警要求，若是，则提醒驾驶人更正驾驶行为并在正确的车道上行驶；若否，则不作处理
。2.
根据权利要求1所述的面向驾驶人和车辆状态一体感知的车辆行驶风险预警方法，其特征在于：所述驾驶行为识别模型包括策略网络以及二维卷积神经网络；所述策略网络包括特征提取器以及长短期记忆模块；所述二维卷积神经网络的主干网络中嵌入有混合注意力机制模块；所述混合注意力机制模块包括时空激励子模块
、
通道激励子模块以及运动激励子模块；所述时空激励子模块使用单通道三维卷积来表示时空特征；所述通道激励子模块基于通道之间的相互依赖性自适应地校准通道的特性响应；所述运动激励子模块在特征级上计算时间差，从而刺激运动敏感信道
。3.
根据权利要求2所述的面向驾驶人和车辆状态一体感知的车辆行驶风险预警方法，其特征在于：所述策略网络自适应地选择不同的帧尺度来实现驾驶行为识别效率，包括：在时间步长
t
＜
T0，将帧
I
t
调整到最低分辨率，并将其发送到特征提取器；其中，
T0为设定的时间周期；
I
t
为
t
时刻的驾驶人员状态图像帧；长短期记忆模块使用提取的特征和先前状态更新隐藏状态并进行输出；在给定隐藏状态的情况下，估计策略分布，对
t
时刻的动作
a
t
进行采样，并进行
Gumbel Softmax
操作；当动作
a
t
＜
L
，将帧大小调整到空间分辨率3×
H
at
×
W
at
，并将其转发到相应的主干网络以获得帧级预测；其中，
L
为状态图像分辨率种类数；
H
at
为动作
a
t
时刻
t
图像的高；
W
at
为动作
a
t
时刻
t
图像的宽；当动作
a
t
≥L
时，主干网络将跳过当前帧进行预测，并且策略网络将跳过随后的帧；其中，为
a
t
≥L
时的视频帧
。4.
根据权利要求2所述的面向驾驶人和车辆状态一体感知的车辆行驶风险预警方法，其特征在于：所述时空激励子模块使用单通道三维卷积来表示时空特征，具体包括：对于给定的输入图像
X∈R
N
×
T
×
C
×
H
×
W
，对各通道的输入张量进行平均，以获得相对于通道轴的全局时空张量
F∈R
N
×
T
×1×
H
×
W
；然后，将
F
重塑为
F
*
∈R
N
×
T
×1×
H
×
W
，并将其馈送到核心尺寸为3×3×3的三维卷积层
K
，得到最后，将重塑为
F
o
∈R
N
×
T
×1×
H
×
W
，并将其馈送到
Sigmoid
激活，得到时空掩码
M∈R
N
×
T
×1×
H
×
W
，最终输出
Y
：
Y
＝
X+X
⊙
M
；其中，
⊙
表示时空掩码
M
与所有通道输入
X
逐个元素相乘，
T
表示图像对应的视频被划分
的片段数；
N
表示片段数
T
的批量个数；
C
表示图像通道数；
H
表示图像的高；
W
表示图像的宽
。5.
根据权利要求2所述的面向驾驶人和车辆状态一体感知的车辆行驶风险预警方法，其特征在于：所述通道激励子模块基于通道之间的相互依赖性自适应地校准通道的特性响应，具体包括：对于给定的输入图像
X∈R
N
×
T
×
C
×
H
×
W
，首先通过对输入进行平均来获得输入元素的全局空间信息
F∈R
N
×
T
×
C<...

【专利技术属性】
技术研发人员：俞山川，骆中斌，宋浪，李刚，王少飞，谢耀华，彭亚雪，周欣，陈晨，周盼，陈奇，
申请(专利权)人：招商局重庆交通科研设计院有限公司，
类型：发明
国别省市：