【技术实现步骤摘要】
本申请涉及车辆，尤其是一种基于驾驶员状态的驾驶辅助方法、装置、设备及存储介质。
技术介绍
1、随着汽车智能化和网联化技术的快速发展，驾驶安全已成为汽车行业关注的焦点之一。为了有效预防交通事故，保障司乘人员的生命安全，对驾驶员驾驶状态的实时监测变得尤为重要。
2、相关技术中，大多数驾驶辅助系统主要依赖于单一的信息指标对驾驶员状态进行判断，如通过监测驾驶员的眼睑开合频率判断是否存在疲劳驾驶，监测驾驶员对方向盘的把控情况判断是否存在分心。这种实现方式，存在一定的局限性和误报率，难以全面准确地评估驾驶员的实际状态。而且，在辅助驾驶员进行车辆驾驶时，提供的驾驶建议往往存在直观性差、实用性低的问题，难以满足用户的实际需求。
3、因此，现有技术存在的问题还亟需解决和优化。
技术实现思路
1、本申请的目的在于至少一定程度上解决相关技术中存在的技术问题之一。
2、为此，本申请实施例的一个目的在于提供一种基于驾驶员状态的驾驶辅助方法、装置、设备及存储介质。
3、为了达到上述技术目的，本申请实施例所采取的技术方案包括：
4、一方面，本申请实施例提供了一种基于驾驶员状态的驾驶辅助方法，所述方法包括：
5、采集驾驶员的多模态信息以及交互习惯信息；其中，所述多模态信息包括所述驾驶员的语音信息、面部图像、眼部动作信息、头部姿态信息、手部及脚部动作信息；
6、对所述多模态信息进行处理，通过人工智能算法分析所述驾驶员的驾驶状态，得到
7、根据所述驾驶状态评估指标，在预先建立的驾驶行为知识库中检索相关联的驾驶建议；
8、根据所述交互习惯信息，确定所述驾驶员对应的信息展示模式，基于所述信息展示模式向所述驾驶员输出所述驾驶建议。
9、另外，根据本申请上述实施例的一种基于驾驶员状态的驾驶辅助方法，还可以具有以下附加的技术特征：
10、进一步地，在本申请的一个实施例中，所述采集驾驶员的多模态信息，包括：
11、通过车辆内安装的传感器，采集得到所述驾驶员的多模态信息；
12、其中，所述传感器包括摄像头、红外传感器、加速度计和陀螺仪。
13、进一步地，在本申请的一个实施例中，所述对所述多模态信息进行处理，通过人工智能算法分析所述驾驶员的驾驶状态，得到所述驾驶员对应的驾驶状态评估指标，包括：
14、对所述多模态信息进行预处理；
15、提取预处理后的多模态信息对应的特征数据；
16、根据所述特征数据，基于预先搭建的评估模型对所述驾驶员的驾驶状态进行分析评估，得到所述驾驶员对应的驾驶状态评估指标。
17、进一步地，在本申请的一个实施例中，所述对所述多模态信息进行预处理，包括以下至少一种：
18、对所述多模态信息进行数据清洗处理；
19、或者，对所述多模态信息进行数据标准化和对齐处理；
20、或者，对所述多模态信息进行图像增强处理。
21、进一步地，在本申请的一个实施例中，所述根据所述交互习惯信息，确定所述驾驶员对应的信息展示模式，基于所述信息展示模式向所述驾驶员输出所述驾驶建议，包括：
22、根据所述交互习惯信息，确定所述驾驶员使用车载显示屏的第一频次和所述驾驶员使用语音提示系统的第二频次；
23、若所述第一频次大于等于所述第二频次，通过所述车载显示屏展示所述驾驶建议；或者，若所述第一频次小于所述第二频次，通过所述语音提示系统播报所述驾驶建议。
24、进一步地，在本申请的一个实施例中，所述方法还包括：
25、若根据所述驾驶员的驾照信息或者驾驶技能水平，确定所述驾驶员为新手驾驶员，调整车辆进入新手驾驶员指导模式；
26、其中，所述新手驾驶员指导模式包括模拟训练、实时反馈、引导提示的功能。
27、进一步地，在本申请的一个实施例中，所述方法还包括：
28、根据所述驾驶状态评估指标，判断是否存在行驶安全隐患；
29、若判断存在行驶安全隐患，触发车辆对应的紧急干预机制。
30、另一方面，本申请实施例提供了一种基于驾驶员状态的驾驶辅助装置，所述装置包括：
31、采集单元，用于采集驾驶员的多模态信息以及交互习惯信息；其中，所述多模态信息包括所述驾驶员的语音信息、面部图像、眼部动作信息、头部姿态信息、手部及脚部动作信息；
32、处理单元，用于对所述多模态信息进行处理，通过人工智能算法分析所述驾驶员的驾驶状态，得到所述驾驶员对应的驾驶状态评估指标；其中，所述驾驶状态评估指标包括疲劳程度、注意力集中度、情绪波动程度以及驾驶技能水平；
33、搜索单元，用于根据所述驾驶状态评估指标，在预先建立的驾驶行为知识库中检索相关联的驾驶建议；
34、展示单元，用于根据所述交互习惯信息，确定所述驾驶员对应的信息展示模式，基于所述信息展示模式向所述驾驶员输出所述驾驶建议。
35、另一方面，本申请实施例提供一种计算机设备，包括：
36、至少一个处理器；
37、至少一个存储器，用于存储至少一个程序；
38、当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现上述的基于驾驶员状态的驾驶辅助方法。
39、另一方面，本申请实施例还提供了一种计算机可读存储介质，其中存储有处理器可执行的程序，上述处理器可执行的程序在由处理器执行时用于实现上述的基于驾驶员状态的驾驶辅助方法。
40、本申请的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到：
41、本申请实施例公开的一种基于驾驶员状态的驾驶辅助方法，该方法采集驾驶员的多模态信息以及交互习惯信息；其中，所述多模态信息包括所述驾驶员的面部图像、眼部动作信息、头部姿态信息、手部及脚部动作信息；对所述多模态信息进行处理，通过人工智能算法分析所述驾驶员的驾驶状态，得到所述驾驶员对应的驾驶状态评估指标；其中，所述驾驶状态评估指标包括疲劳程度、注意力集中度、情绪波动程度以及驾驶技能水平；根据所述驾驶状态评估指标，在预先建立的驾驶行为知识库中检索相关联的驾驶建议；根据所述交互习惯信息，确定所述驾驶员对应的信息展示模式，基于所述信息展示模式向所述驾驶员输出所述驾驶建议。该方法通过多模态信息融合感知来确定驾驶员的驾驶状态，可以提高驾驶状态识别的准确度；根据驾驶员对应的驾驶状态评估指标检索相关联的驾驶建议，并使用个性化的信息展示模式实现驾驶建议的推送，实用性较高，可以改善用户的驾驶体验。
本文档来自技高网...【技术保护点】
1.一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述采集驾驶员的多模态信息，包括：
3.根据权利要求1所述的一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述对所述多模态信息进行处理，通过人工智能算法分析所述驾驶员的驾驶状态，得到所述驾驶员对应的驾驶状态评估指标，包括：
4.根据权利要求3所述的一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述对所述多模态信息进行预处理，包括以下至少一种：
5.根据权利要求1所述的一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述根据所述交互习惯信息，确定所述驾驶员对应的信息展示模式，基于所述信息展示模式向所述驾驶员输出所述驾驶建议，包括：
6.根据权利要求1-5中任一项所述的一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述方法还包括：
7.根据权利要求1所述的一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述方法还包括：
8.一种基于驾驶员状态的驾驶辅助装置，其特征在于，所
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其中存储有处理器可执行的程序，其特征在于：所述处理器可执行的程序在由处理器执行时用于实现如权利要求1-7中任一项所述的一种基于驾驶员状态的驾驶辅助方法。
...【技术特征摘要】
1.一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述采集驾驶员的多模态信息，包括：
3.根据权利要求1所述的一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述对所述多模态信息进行处理，通过人工智能算法分析所述驾驶员的驾驶状态，得到所述驾驶员对应的驾驶状态评估指标，包括：
4.根据权利要求3所述的一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述对所述多模态信息进行预处理，包括以下至少一种：
5.根据权利要求1所述的一种基于驾驶员状态的驾驶辅助方法，其特征在于，所述根据所述交互习惯信息，确...
【专利技术属性】
技术研发人员：吴伟杰，曾李旭，翟嘉炜，李志强，
申请(专利权)人：广汽本田汽车有限公司，
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。