CN104112335A - 一种基于多信息融合的疲劳驾驶检测方法 - Google Patents
一种基于多信息融合的疲劳驾驶检测方法 Download PDFInfo
- Publication number
- CN104112335A CN104112335A CN201410359519.9A CN201410359519A CN104112335A CN 104112335 A CN104112335 A CN 104112335A CN 201410359519 A CN201410359519 A CN 201410359519A CN 104112335 A CN104112335 A CN 104112335A
- Authority
- CN
- China
- Prior art keywords
- signal
- fatigue
- driver
- state
- fatigue driving
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
Abstract
本发明公开了一种基于多信息融合的疲劳驾驶检测方法,本方法采用的疲劳驾驶检测***包括:信号采集模块,信号处理模块和报警模块。本方法由信号采集、疲劳等级量化及信号处理、特征参数提取、疲劳判定与报警若干环节构成。信号采集模块采集与疲劳相关信号,对驾驶员的疲劳等级进行量化,提取能够反映驾驶员疲劳状态的特征参数,对特征参数进行模糊聚类,实时检测驾驶员的疲劳状况,当判定驾驶员疲劳驾驶时,及时报警。本方法所采用的疲劳驾驶检测***实现了车载,具有非强迫性,能够实时判定且判定的准确率高。
Description
技术领域
本发明涉及一种机动车驾驶员疲劳驾驶检测方法,特别是一种基于多信息融合的疲劳驾驶检测方法。
背景技术
由于疲劳驾驶导致的交通事故频发,给人民的生命和财产带来了巨大的危害,因此,疲劳驾驶预警***的研发具有重要意义。目前,对疲劳驾驶检测技术的研究较多,主要采取的方法包括利用驾驶员的脑电和心电信号判定疲劳状况,采用视频和图像处理技术,还有一些产品通过检测驾驶员的身体姿态来判断疲劳,这些研究取得了一定成果,但是还存在以下不足:采集脑电和心电信号的设备非常复杂,不适合车载,且需要在驾驶员身体上粘贴电极,必然给驾驶员的驾驶带来不适。不能实时判定疲劳状况,需要在实验室或其它特定场所处理采集到的数据。采用单一信号作为疲劳判定的标准,判定的准确率低,可靠性差;很多产品采用视频和图像处理技术,这类产品受环境影响较大,稳定性差。
发明内容
本发明目的在于提供一种基于多信息融合的疲劳驾驶检测方法,解决现有的疲劳驾驶检测方法所用的疲劳预警***不能够车载,实时检测,判定的可靠性低且受环境影响大的问题。
一种基于多信息融合的疲劳驾驶检测方法的具体步骤如下:
第一步 搭建疲劳驾驶检测***
疲劳驾驶检测***,包括:信号采集模块、信号处理模块以及报警模块。
信号采集模块的功能是采集反映驾驶员疲劳状况的信号。反映驾驶员疲劳状况的信号包括呼吸信号、脉搏信号、体温信号、手握方向盘压力信号以及方向盘转角信号。
信号处理模块的功能为实时处理信号采集模块采集到的和驾驶员疲劳状态相关的信号,并对当前的状态进行判定,达到实时检测的目的。
报警模块的功能是采用声音和显示屏报警方式,当判定驾驶员疲劳时,给出报警信息。
第二步 信号处理模块处理疲劳相关信号
在对信号处理之前,首先进行疲劳等级量化。利用驾驶员的主观评定,他人的客观评定以及对驾驶员的PVT测试,来对驾驶员的疲劳等级进行量化。
其中,主观评定包括驾驶员主观自评以及根据自己的状态填写疲劳评定量表来评定疲劳状况。他人客观评定指根据驾驶员面部表情、车辆行驶状况以及操作行为,身体姿势来判定疲劳。PVT测试是一种检测人体精神反应速度的标准测试,反应时间越长则表明测试者越疲劳,驾驶员在疲劳时反应速度明显降低。
通过对驾驶员的疲劳等级进行量化,得到驾驶员的两种不同状态的信号。对呼吸信号采用时域频域相结合的方式,首先对呼吸信号经验模态分解,将得到的呼吸信号在频率域自动划分,从划分的结果中取出干扰信号。其次,对去除了干扰信号的呼吸信号进行时域分析。对脉搏信号采用改进的快速傅里叶变换,得到脉搏信号的频谱图。根据脉搏信号的频谱的第一主峰代表着心脏的搏动情况,因此可知脉搏信号的频率即为第一主峰所对应的频率。体温、手握方向盘压力信号和转角信号需要对得到的信号进行滤波处理,去除干扰信号。
第三步 信号处理模块提取特征参数
信号处理模块对经过初步处理的与驾驶员疲劳状态相关的信号进行分析,提取驾驶员不同状态信息的特征,选定作为划分不同状态的特征参数。
第四步 信号处理模块判定疲劳状态
对疲劳驾驶判定的过程是一个多信息融合的过程。疲劳驾驶检测***采用模糊聚类分析作为疲劳判定的方式。信号处理模块采用模糊聚类算法,将通过信号采集模块采集到的多路能够反映驾驶员疲劳状态的信号进行模糊聚类。首先,确定特征参数,并将特征参数向量化。其次,确定聚类的数目并初始化聚类中心。最后,进行迭代,当迭代收敛时,根据得到的隶属度函数确定不同样本的隶属度值,根据最大隶属度原则确定样本种类。
启动疲劳驾驶检测***,对驾驶员当前的疲劳等级进行量化,判定驾驶员当前的疲劳状态,若为清醒状态,则启动清醒状态数据采集。当判定驾驶员的状态为疲劳时,开始采集疲劳状态的参数,采集结束,利用模糊聚类得到清醒和疲劳两种状态特征参数的聚类中心。两组数据分别记录在控制芯片中,然后开始疲劳检测。疲劳驾驶检测***随时采集驾驶员的驾驶信息,将采集得到的数据进行分析,当判定为疲劳时,启动报警***。
第五步 报警模块报警
当疲劳驾驶检测***判定驾驶员处于疲劳驾驶状态时,报警模块报警,提醒驾驶员小心驾驶。
至此完成基于多信息融合的疲劳驾驶检测。
本方法的硬件***简单,设备体积小可以实现车载。所使用的信号采集传感器具有非强迫性,对外界环境依赖度低。不会对驾驶员的正常驾驶产生干扰。以DSP作为核心处理芯片,运算的速度快,能够实现实时对驾驶员的疲劳状态进行检测。使用的疲劳等级量化方法,判定的可靠性高。选定的特征参数对疲劳状态的区分度高。采用多信息融合技术,提高了***判定的准确率与可靠性。
具体实施方式
一种基于多信息融合的疲劳驾驶检测方法的实施步骤如下:
第一步 搭建疲劳驾驶检测***
疲劳驾驶检测***的组成包括信号采集模块、信号处理模块以及报警模块。
信号采集模块主要实现的功能是采集能够反映驾驶员疲劳状况的信号。反映驾驶员疲劳状况的信号包括呼吸信号、脉搏信号、体温信号、手握方向盘压力信号以及方向盘转角信号。
信号采集模块所采集的信号包括与驾驶员疲劳状态相关的呼吸信号、脉搏信号、体温信号、手握方向盘压力信号以及方向盘转角信号。
呼吸信号的提取采用变极矩式电容传感器检测人体呼吸时引起的胸腹腔的变化,脉搏信号的提取利用光电式脉搏传感器,体温信号使用分辨率高的温度传感器,手握方向盘压力信号利用RC震荡电路与施密特触发器组成的传感器。转角信号是通过在方向盘上安装转角传感器进行测量。其中,呼吸信号传感器安装在安全带上,脉搏信号、体温信号,压力信号以及转角传感器都安装在方向盘上,这样就避免了信号检测过程中给驾驶员带来的不适。
信号处理模块对信号采集模块采集到的和驾驶员疲劳状态相关的信号进行实时处理,并对当前的状态进行判定,达到实时检测的目的。
报警模块采用声音和显示屏报警方法。其中声音报警是利用小喇叭报警,当判定疲劳时,小喇叭发出报警声音。显示屏报警是指在车辆内部按照液晶显示屏,当判定驾驶员疲劳时,显示屏闪烁,显示驾驶员已疲劳驾驶信息。
第二步 信号处理模块处理疲劳相关信号
利用驾驶员的主观评定,他人的客观评定以及对驾驶员的PVT测试来对驾驶员的疲劳等级进行量化。
其中,主观评定包括驾驶员主观自评以及根据自己的状态填写疲劳量表来评定疲劳状况。他人客观评定指根据驾驶员面部表情、车辆行驶状况以及操作行为,身体姿势等来判定疲劳。PVT测试是一种检测人体精神反应速度的标准测试,反应时间越长则表明测试者越疲劳,驾驶员在疲劳时反应速度明显降低。
通过对驾驶员的疲劳等级进行量化,得到驾驶员的两种不同状态的信号,信号处理模块对不同状态的信号进行信号处理,采用不同的信号处理方法。对呼吸信号采用时域频域相结合的方法,首先对呼吸信号经验模态分解,将得到的呼吸信号在频率域自动划分,从划分的结果中取出干扰信号。其次,对去除了干扰信号的呼吸信号进行时域分析。对脉搏信号采用改进的快速傅里叶变换,得到脉搏信号的频谱图。根据脉搏信号的频谱的第一主峰代表着心脏的搏动情况,因此可知脉搏信号的频率即为第一珠峰所对应的频率。体温、手握方向盘压力信号和转角信号需要对得到的信号进行滤波处理,去除干扰信号。
第三步 信号处理模块提取特征参数
信号处理模块对经过初步处理的能够反映驾驶员疲劳状况的信号进行分析,提取驾驶员不同状态信息的特征,选定作为划分不同状态的特征参数。
第四步 信号处理模块判定疲劳状态
对疲劳驾驶判定的过程是一个多信息融合的过程。本疲劳驾驶检测***采用模糊聚类分析作为疲劳判定的方法。
信号处理模块采用模糊聚类算法,将通过信号采集***采集到的多路能够反映驾驶员疲劳状态的信号进行模糊聚类。首先,确定特征参数,并将特征参数向量化。其次,确定聚类的数目并初始化聚类中心。最后,进行迭代,当迭代收敛时,根据得到的隶属度函数确定不同样本的隶属度值,根据最大隶属度原则确定样本种类。
启动疲劳驾驶检测***,对驾驶员当前的疲劳等级进行量化,判定驾驶员当前的疲劳状态,若为清醒状态,则启动清醒状态数据采集。当判定驾驶员的状态为疲劳时,开始采集疲劳状态的参数,采集结束,利用模糊聚类得到清醒和疲劳两种状态特征参数的聚类中心。两组数据分别记录在控制芯片中,接下来开始疲劳检测。疲劳驾驶检测***随时采集驾驶员的驾驶信息,将采集得到的数据进行分析,当判定为疲劳时,启动报警***。
第五步 报警模块报警
当疲劳驾驶检测***判定驾驶员处于疲劳驾驶状态时,报警模块报警,提醒驾驶员小心驾驶。
至此完成基于多信息融合的疲劳驾驶检测。
Claims (1)
1.一种基于多信息融合的疲劳驾驶检测方法,其特征在于具体步骤如下:
第一步 搭建疲劳驾驶检测***
疲劳驾驶检测***,包括:信号采集模块、信号处理模块以及报警模块;
信号采集模块的功能是采集反映驾驶员疲劳状况的信号;反映驾驶员疲劳状况的信号包括呼吸信号、脉搏信号、体温信号、手握方向盘压力信号以及方向盘转角信号;
信号处理模块的功能是实时处理信号采集模块采集到的和驾驶员疲劳状态相关的信号,并对当前的状态进行判定,达到实时检测的目的;
报警模块的功能是采用声音和显示屏报警方式,当判定驾驶员疲劳时,给出报警信息;
第二步 信号处理模块处理疲劳相关信号
在对信号处理之前,首先进行疲劳等级量化;利用驾驶员的主观评定,他人的客观评定以及对驾驶员的PVT测试,来对驾驶员的疲劳等级进行量化;
其中,主观评定包括驾驶员主观自评以及根据自己的状态填写疲劳评定量表来评定疲劳状况;他人客观评定指根据驾驶员面部表情、车辆行驶状况以及操作行为,身体姿势来判定疲劳;PVT测试是一种检测人体精神反应速度的标准测试,反应时间越长则表明测试者越疲劳,驾驶员在疲劳时反应速度明显降低;
通过对驾驶员的疲劳等级进行量化,得到驾驶员的两种不同状态的信号;对呼吸信号采用时域频域相结合的方式,首先对呼吸信号经验模态分解,将得到的呼吸信号在频率域自动划分,从划分的结果中取出干扰信号;其次,对去除了干扰信号的呼吸信号进行时域分析;对脉搏信号采用改进的快速傅里叶变换,得到脉搏信号的频谱图;根据脉搏信号的频谱的第一主峰代表着心脏的搏动情况,因此可知脉搏信号的频率即为第一主峰所对应的频率;体温、手握方向盘压力信号和转角信号需要对得到的信号进行滤波处理,去除干扰信号;
第三步 信号处理模块提取特征参数
信号处理模块对经过初步处理的与驾驶员疲劳状态相关的信号进行分析,提取驾驶员不同状态信息的特征,选定作为划分不同状态的特征参数;
第四步 信号处理模块判定疲劳状态
对疲劳驾驶判定的过程是一个多信息融合的过程;疲劳驾驶检测***采用模糊聚类分析作为疲劳判定的方式;信号处理模块采用模糊聚类算法,将通过信号采集模块采集到的多路能够反映驾驶员疲劳状态的信号进行模糊聚类;首先,确定特征参数,并将特征参数向量化;其次,确定聚类的数目并初始化聚类中心;最后,进行迭代,当迭代收敛时,根据得到的隶属度函数确定不同样本的隶属度值,根据最大隶属度原则确定样本种类;
启动疲劳驾驶检测***,对驾驶员当前的疲劳等级进行量化,判定驾驶员当前的疲劳状态,若为清醒状态,则启动清醒状态数据采集;当判定驾驶员的状态为疲劳时,开始采集疲劳状态的参数,采集结束,利用模糊聚类得到清醒和疲劳两种状态特征参数的聚类中心;两组数据分别记录在控制芯片中,然后开始疲劳检测;疲劳驾驶检测***随时采集驾驶员的驾驶信息,将采集得到的数据进行分析,当判定为疲劳时,启动报警***;
第五步 报警模块报警
当疲劳驾驶检测***判定驾驶员处于疲劳驾驶状态时,报警模块报警,提醒驾驶员小心驾驶;
至此完成基于多信息融合的疲劳驾驶检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410359519.9A CN104112335A (zh) | 2014-07-25 | 2014-07-25 | 一种基于多信息融合的疲劳驾驶检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410359519.9A CN104112335A (zh) | 2014-07-25 | 2014-07-25 | 一种基于多信息融合的疲劳驾驶检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104112335A true CN104112335A (zh) | 2014-10-22 |
Family
ID=51709109
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410359519.9A Pending CN104112335A (zh) | 2014-07-25 | 2014-07-25 | 一种基于多信息融合的疲劳驾驶检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104112335A (zh) |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376685A (zh) * | 2014-11-06 | 2015-02-25 | 无锡悟莘科技有限公司 | 一种防疲劳驾驶的车辆控制方法 |
CN104599443A (zh) * | 2015-01-12 | 2015-05-06 | 江苏省交通规划设计院股份有限公司 | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 |
CN104688252A (zh) * | 2015-03-16 | 2015-06-10 | 清华大学 | 采用方向盘转角信息的驾驶人疲劳状态检测方法 |
CN104952210A (zh) * | 2015-05-15 | 2015-09-30 | 南京邮电大学 | 一种基于决策级数据融合的疲劳驾驶状态检测***和方法 |
CN105243789A (zh) * | 2015-08-31 | 2016-01-13 | 江苏智海电子技术有限公司 | 一种融合心电信号和手握方向盘压力的疲劳驾驶检测方法 |
CN105740847A (zh) * | 2016-03-02 | 2016-07-06 | 同济大学 | 一种基于驾驶员眼部识别和车辆行驶轨迹的疲劳等级判别算法 |
CN106137181A (zh) * | 2015-04-13 | 2016-11-23 | 上海帝仪科技有限公司 | 用于获取用户的疲劳特征的***、方法和设备 |
CN106236046A (zh) * | 2016-09-05 | 2016-12-21 | 合肥飞鸟信息技术有限公司 | 驾驶员疲劳监测*** |
CN106339692A (zh) * | 2016-03-08 | 2017-01-18 | 天津工业大学 | 一种基于路线偏移检测的疲劳驾驶状态信息确定方法及*** |
CN106394399A (zh) * | 2015-07-28 | 2017-02-15 | 比亚迪股份有限公司 | 车内健康体检***及车内健康体检方法及汽车 |
CN106448060A (zh) * | 2016-09-29 | 2017-02-22 | 曹明礼 | 一种疲劳驾驶报警装置及报警方法 |
CN106564429A (zh) * | 2016-10-28 | 2017-04-19 | 湖南海翼电子商务股份有限公司 | 疲劳驾驶确定装置及其方法 |
CN107170190A (zh) * | 2017-05-31 | 2017-09-15 | 泉州创先力智能科技有限公司 | 一种危险驾驶示警*** |
CN107223263A (zh) * | 2015-03-26 | 2017-09-29 | 英特尔公司 | 损伤识别机构 |
CN107550499A (zh) * | 2017-07-07 | 2018-01-09 | 北京邮电大学 | 一种检测人体疲劳度的方法和*** |
CN108146344A (zh) * | 2018-01-05 | 2018-06-12 | 吉林大学 | 一种基于多源信息融合的疲劳驾驶预警*** |
CN108230619A (zh) * | 2016-12-14 | 2018-06-29 | 贵港市瑞成科技有限公司 | 基于多特征融合的疲劳驾驶检测方法 |
CN108711204A (zh) * | 2018-05-18 | 2018-10-26 | 长安大学 | 一种综合人-车-路多源信息的行车异常检测***及方法 |
CN109480358A (zh) * | 2018-09-30 | 2019-03-19 | 浙江创融科技有限公司 | 一种智能驾驶手套及监测方法 |
CN110182050A (zh) * | 2019-05-04 | 2019-08-30 | 王飞 | 疲劳驾驶智能控制限速停车装置 |
CN110338821A (zh) * | 2019-08-12 | 2019-10-18 | 深圳市发掘科技有限公司 | 一种驾驶员驾驶状态识别方法 |
CN110709903A (zh) * | 2017-05-30 | 2020-01-17 | 松下知识产权经营株式会社 | 睡意推测装置、觉醒引导控制装置、以及觉醒引导*** |
CN111035096A (zh) * | 2020-01-09 | 2020-04-21 | 郑州铁路职业技术学院 | 一种基于安全帽的工程施工人员疲劳检测*** |
CN111376908A (zh) * | 2018-12-11 | 2020-07-07 | 上海汽车集团股份有限公司 | 一种确定驾驶员驾驶状态的方法及装置 |
CN111387996A (zh) * | 2020-02-28 | 2020-07-10 | 中国民航大学 | 民航飞行员执勤前多指标疲劳检测仪 |
CN111547062A (zh) * | 2020-04-28 | 2020-08-18 | 中国第一汽车股份有限公司 | 一种自动驾驶控制方法、装置和车辆 |
CN111741884A (zh) * | 2018-02-22 | 2020-10-02 | 华为技术有限公司 | 交通遇险和路怒症检测方法 |
CN113221843A (zh) * | 2021-06-07 | 2021-08-06 | 吉林大学 | 一种基于经验模态分解特征的驾驶风格分类方法 |
CN113331846A (zh) * | 2021-06-30 | 2021-09-03 | 易念科技(深圳)有限公司 | 一种驾驶状态检测方法、检测装置及计算机可读存储介质 |
CN114639113A (zh) * | 2020-11-30 | 2022-06-17 | 风林科技(深圳)有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4502122A (en) * | 1981-06-03 | 1985-02-26 | Nissan Motor Company, Limited | Method and apparatus for measuring vehicle driver's fatigue to give an alarm |
JPH06144071A (ja) * | 1992-11-09 | 1994-05-24 | Mazda Motor Corp | 車両運転者の疲労軽減装置 |
CN102406507A (zh) * | 2010-09-20 | 2012-04-11 | 天津职业技术师范大学 | 基于人体生理信号的汽车驾驶员疲劳监测方法 |
CN103473890A (zh) * | 2013-09-12 | 2013-12-25 | 合肥工业大学 | 基于多信息的驾驶员疲劳实时监测***及监测方法 |
-
2014
- 2014-07-25 CN CN201410359519.9A patent/CN104112335A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4502122A (en) * | 1981-06-03 | 1985-02-26 | Nissan Motor Company, Limited | Method and apparatus for measuring vehicle driver's fatigue to give an alarm |
JPH06144071A (ja) * | 1992-11-09 | 1994-05-24 | Mazda Motor Corp | 車両運転者の疲労軽減装置 |
CN102406507A (zh) * | 2010-09-20 | 2012-04-11 | 天津职业技术师范大学 | 基于人体生理信号的汽车驾驶员疲劳监测方法 |
CN103473890A (zh) * | 2013-09-12 | 2013-12-25 | 合肥工业大学 | 基于多信息的驾驶员疲劳实时监测***及监测方法 |
Non-Patent Citations (1)
Title |
---|
刘海平: "机动车驾驶员疲劳状态识别***研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104376685A (zh) * | 2014-11-06 | 2015-02-25 | 无锡悟莘科技有限公司 | 一种防疲劳驾驶的车辆控制方法 |
CN104599443A (zh) * | 2015-01-12 | 2015-05-06 | 江苏省交通规划设计院股份有限公司 | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 |
CN104599443B (zh) * | 2015-01-12 | 2017-05-31 | 中设设计集团股份有限公司 | 一种基于信息融合的驾驶行为预警车载终端及其预警方法 |
CN104688252B (zh) * | 2015-03-16 | 2017-04-05 | 清华大学 | 采用方向盘转角信息的驾驶人疲劳状态检测方法 |
CN104688252A (zh) * | 2015-03-16 | 2015-06-10 | 清华大学 | 采用方向盘转角信息的驾驶人疲劳状态检测方法 |
CN107223263A (zh) * | 2015-03-26 | 2017-09-29 | 英特尔公司 | 损伤识别机构 |
CN106137181A (zh) * | 2015-04-13 | 2016-11-23 | 上海帝仪科技有限公司 | 用于获取用户的疲劳特征的***、方法和设备 |
CN104952210A (zh) * | 2015-05-15 | 2015-09-30 | 南京邮电大学 | 一种基于决策级数据融合的疲劳驾驶状态检测***和方法 |
CN104952210B (zh) * | 2015-05-15 | 2018-01-05 | 南京邮电大学 | 一种基于决策级数据融合的疲劳驾驶状态检测***和方法 |
CN106394399A (zh) * | 2015-07-28 | 2017-02-15 | 比亚迪股份有限公司 | 车内健康体检***及车内健康体检方法及汽车 |
CN105243789A (zh) * | 2015-08-31 | 2016-01-13 | 江苏智海电子技术有限公司 | 一种融合心电信号和手握方向盘压力的疲劳驾驶检测方法 |
CN105740847A (zh) * | 2016-03-02 | 2016-07-06 | 同济大学 | 一种基于驾驶员眼部识别和车辆行驶轨迹的疲劳等级判别算法 |
CN106339692A (zh) * | 2016-03-08 | 2017-01-18 | 天津工业大学 | 一种基于路线偏移检测的疲劳驾驶状态信息确定方法及*** |
CN106339692B (zh) * | 2016-03-08 | 2019-04-23 | 天津工业大学 | 一种疲劳驾驶状态信息确定方法及*** |
CN106236046A (zh) * | 2016-09-05 | 2016-12-21 | 合肥飞鸟信息技术有限公司 | 驾驶员疲劳监测*** |
CN106448060B (zh) * | 2016-09-29 | 2018-09-11 | 曹明礼 | 一种疲劳驾驶报警装置及报警方法 |
CN106448060A (zh) * | 2016-09-29 | 2017-02-22 | 曹明礼 | 一种疲劳驾驶报警装置及报警方法 |
CN106564429A (zh) * | 2016-10-28 | 2017-04-19 | 湖南海翼电子商务股份有限公司 | 疲劳驾驶确定装置及其方法 |
CN108230619A (zh) * | 2016-12-14 | 2018-06-29 | 贵港市瑞成科技有限公司 | 基于多特征融合的疲劳驾驶检测方法 |
CN110709903A (zh) * | 2017-05-30 | 2020-01-17 | 松下知识产权经营株式会社 | 睡意推测装置、觉醒引导控制装置、以及觉醒引导*** |
CN107170190A (zh) * | 2017-05-31 | 2017-09-15 | 泉州创先力智能科技有限公司 | 一种危险驾驶示警*** |
CN107170190B (zh) * | 2017-05-31 | 2019-07-23 | 深圳市有为信息技术发展有限公司 | 一种危险驾驶示警*** |
CN107550499A (zh) * | 2017-07-07 | 2018-01-09 | 北京邮电大学 | 一种检测人体疲劳度的方法和*** |
CN107550499B (zh) * | 2017-07-07 | 2019-08-20 | 北京邮电大学 | 一种检测人体疲劳度的方法和*** |
CN108146344A (zh) * | 2018-01-05 | 2018-06-12 | 吉林大学 | 一种基于多源信息融合的疲劳驾驶预警*** |
CN111741884A (zh) * | 2018-02-22 | 2020-10-02 | 华为技术有限公司 | 交通遇险和路怒症检测方法 |
CN108711204A (zh) * | 2018-05-18 | 2018-10-26 | 长安大学 | 一种综合人-车-路多源信息的行车异常检测***及方法 |
CN109480358A (zh) * | 2018-09-30 | 2019-03-19 | 浙江创融科技有限公司 | 一种智能驾驶手套及监测方法 |
CN111376908A (zh) * | 2018-12-11 | 2020-07-07 | 上海汽车集团股份有限公司 | 一种确定驾驶员驾驶状态的方法及装置 |
CN111376908B (zh) * | 2018-12-11 | 2021-05-18 | 上海汽车集团股份有限公司 | 一种确定驾驶员驾驶状态的方法及装置 |
CN110182050A (zh) * | 2019-05-04 | 2019-08-30 | 王飞 | 疲劳驾驶智能控制限速停车装置 |
CN110338821A (zh) * | 2019-08-12 | 2019-10-18 | 深圳市发掘科技有限公司 | 一种驾驶员驾驶状态识别方法 |
CN111035096A (zh) * | 2020-01-09 | 2020-04-21 | 郑州铁路职业技术学院 | 一种基于安全帽的工程施工人员疲劳检测*** |
CN111387996A (zh) * | 2020-02-28 | 2020-07-10 | 中国民航大学 | 民航飞行员执勤前多指标疲劳检测仪 |
CN111547062A (zh) * | 2020-04-28 | 2020-08-18 | 中国第一汽车股份有限公司 | 一种自动驾驶控制方法、装置和车辆 |
CN111547062B (zh) * | 2020-04-28 | 2021-12-07 | 中国第一汽车股份有限公司 | 一种自动驾驶控制方法、装置和车辆 |
CN114639113A (zh) * | 2020-11-30 | 2022-06-17 | 风林科技(深圳)有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN113221843A (zh) * | 2021-06-07 | 2021-08-06 | 吉林大学 | 一种基于经验模态分解特征的驾驶风格分类方法 |
CN113331846A (zh) * | 2021-06-30 | 2021-09-03 | 易念科技(深圳)有限公司 | 一种驾驶状态检测方法、检测装置及计算机可读存储介质 |
CN113331846B (zh) * | 2021-06-30 | 2024-01-02 | 易念科技(深圳)有限公司 | 一种驾驶状态检测方法、检测装置及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104112335A (zh) | 一种基于多信息融合的疲劳驾驶检测方法 | |
US20180289354A1 (en) | Ultrasound apparatus and method for determining a medical condition of a subject | |
CN108665680B (zh) | 一种基于智能手环的高速公路驾驶人疲劳监测预警*** | |
US20180020953A1 (en) | Method and device for identifying human movement state | |
US20120169503A1 (en) | Drowsy driver detection system | |
CN106236046A (zh) | 驾驶员疲劳监测*** | |
ATE526866T1 (de) | Wachheitsmessung | |
CN201691930U (zh) | 一种人体运动状态监测装置 | |
CN103493113A (zh) | 跌倒检测器和用于检测可能的跌倒的方法 | |
CN102368297A (zh) | 一种用于识别被检测对象动作的设备、***及方法 | |
CN108313846B (zh) | 一种基于陀螺仪的电梯平台测速***和方法 | |
CN102133100A (zh) | 基于稀疏重表示的脑电信号检测方法 | |
US20080074618A1 (en) | Fatigue detection device using encoded light signals | |
CN105405253A (zh) | 一种驾驶员疲劳状态的监测方法及监测装置 | |
CN108836324A (zh) | 一种基于脑电信号监测的疲劳驾驶预警方法及*** | |
CN108248610A (zh) | 一种自适应分心驾驶行为的监测及干预装置 | |
EP3665484B1 (en) | Acceleration-based window glass break detection | |
US9483925B1 (en) | Automatic system and method for detecting presence of people or animals in a vehicle | |
CN108784720B (zh) | 基于肌张力传感器的痉挛检测的控制***及其检测方法 | |
CN114435373B (zh) | 疲劳驾驶检测方法、装置、计算机设备和存储介质 | |
CN1991304B (zh) | 具有导航功能的生理感测装置 | |
CN216717593U (zh) | 一种汽车异响检测***及汽车异响检测装置 | |
CN104739383A (zh) | 体温实时动态监控报警*** | |
CN107007292B (zh) | 用于获知疲劳的方法 | |
CN213883185U (zh) | 一种车辆运行过程的信息采集*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141022 |