CN105303830A - 一种驾驶行为分析***及分析方法 - Google Patents

Abstract

本发明涉及车辆安全驾驶控制领域，特别涉及一种驾驶行为分析***及分析方法。其中,包括：驾驶员疲劳测定器，获取驾驶员的当前疲劳值；车辆行驶状态测定器，获取车辆行驶的当前驾驶行为值；车辆加速度测定器，获取车辆行驶过程中的加速度值；计算器，根据当前所述疲劳值、当前所述驾驶行为值、所述加速度值计算形成驾驶员的驾驶行为评分；远程服务端，接收并保存所述驾驶行为评分，于驾驶行为评分较低的状态下，提醒驾驶员，避免驾驶员疲劳驾驶、或违规驾驶。远程服务端接收并保存所述驾驶行为评分，通过远程服务端保存驾驶员每次驾驶行为评分记录。有益于驾驶员安全驾驶。

Description

一种驾驶行为分析***及分析方法

技术领域

本发明专利涉及车辆安全驾驶控制领域，特别涉及一种驾驶行为分析***及分析方法。

背景技术

随着我国经济的迅速发展和人民生活水平的提高，机动车的保有量与新增公路里程数的增长速度不断加快。与此同时，道路交通事故，尤其是恶***通事故呈现不断上升趋势，如何降低交通事故发生率已成为当今交通行业的巨大难题之一，并引起了各国政府的高度重视。在车辆驾驶过程中，尤其是长途驾驶过程中，驾驶员由于身体状况不佳或长时间驾车，容易产生疲劳，思维能力下降，反应迟钝；另一方面，当驾驶员视线不在路面上时，车辆也会偏离车道，容易发生车祸。研究表明：驾驶行为的好坏与交通事故发生率存在直接的因果关系。在检验了1447名出现致命交通事故的驾驶员的两年开车纪录发现，比起没有发生重大交通事故的驾驶员，这些驾驶员在两年中的违规纪录显著高于平均水平。因此，研究机动车驾驶员的驾驶行为特征，检测并预防其出现的违规驾驶行为对减少交通事故具有重要意义。

现有的驾驶员疲劳预警***，采用驾驶员面部图像处理技术，或者脑电、心电传感器技术，或者方向盘握力传感器技术，预测驾驶员是否进入疲劳状态。这些技术或是存在需要驾驶员佩戴特定设备的要求，或疲劳判断精度较低，或疲劳判断结果收驾驶员驾驶习惯影响较大，或疲劳判定比较滞后等缺点。

现有的车辆道路偏离警告***，采用车道线图像识别技术，能够通过图像中检测到的车道线，判断出本车辆相对于车道线的位置关系，当车辆轮胎压过车道线时，发出告警。此技术存在的最大缺点是，难以评估驾驶员是否为主动切换车道线，其判断准确率不高。

一些车辆既安装了驾驶员疲劳预警***又安装了车辆道路偏离警告***，当时两套***各自运行，无法真正的根据驾驶员的不同状态，执行***的安全报警工作。经常会产生误报警情况，而且频繁地报警反而降低了驾驶员对报警的反应灵敏度，而造成事故的发生。

发明内容

针对以上缺陷，本发明旨在提供一种用以对驾驶员的不良驾驶行为进行检测和识别，并据此对驾驶员进行驾驶行为分析判断的驾驶行为分析***及分析方法。

本发明提供一种驾驶行为分析***，其中,包括：

驾驶员疲劳测定器，获取驾驶员的当前疲劳值；

车辆行驶状态测定器，获取车辆行驶的当前驾驶行为值；

车辆加速度测定器，获取车辆行驶过程中的加速度值；

计算器，根据当前所述疲劳值、当前所述驾驶行为值、所述加速度值计算形成驾驶行为评分；

远程服务端，接收并保存所述驾驶行为评分。

优选的，上述的驾驶行为分析***，其中，还包括，

判定单元，预设有安全驾驶行为阈值，用以判断所述驾驶行为评分是否匹配所述安全驾驶行为阈值，并形成一判断结果输出；

报警单元，于所述判断结果为所述驾驶行为评分不匹配所述安全驾驶行为阈值状态下，发出报警信号；

优选的，上述的驾驶行为分析***，其中，所述驾驶员疲劳测定器包括：

面部图像采集单元，实时采集驾驶员的当前面部图像；

视线偏移检测单元，实时检测驾驶员头部姿态；

当前疲劳值提取单元，根据所述当前面部图像、所述头部姿态提取疲劳特征向量，再根据预设的疲劳特征向量计算方法计算出所述当前疲劳值。

优选的，上述的驾驶行为分析***，其中，所述当前疲劳值为头部运动速度、头部运动角速度、眼球运动速度、面部朝向、视线方向和眨眼频率、闭眼频率、深度闭眼频率中的任意一种或几种。

优选的，上述的驾驶行为分析***，其中，所述车辆行驶状态测定器包括：

车辆前方道路场景图像采集单元，实时采集车辆前方道路的当前场景图像；

当前驾驶行为值提取单元，根据所述当前场景图像提取车辆行驶状态向量，再根据预设的车辆行驶状态向量计算方法计算出所述当前驾驶行为值。

优选的，上述的驾驶行为分析***，其中，所述当前驾驶行为值为车轮压到车道线的距离、相对前车的距离、车轮压到车道线的时间和碰撞前车的时间中的任意一项或几项。

优选的，上述的驾驶行为分析***，其中，所述车辆加速度测定器，包括

传感器单元，用以实时采集车辆前进的加速度信息；

当前加速度提取单元，用以根据所述加速度信息计算形成所述加速度值。

优选的，上述的驾驶行为分析***，其中，所述加速度值为单位时间内正加速度值、负加速度值、角加速度值、超速值中的任意一项或多项。

一种驾驶行为分析方法，其中，包括：

获取驾驶员的当前疲劳值；

获取车辆行驶的当前驾驶行为值；

获取车辆行驶过程中的加速度值；

根据当前所述疲劳值、当前所述驾驶行为值、所述加速度值计算形成驾驶员的驾驶行为评分；

保存所述驾驶行为评分。

优选的，上述的驾驶行为分析方法，其中：

根据用户输入的驾驶员信息，查询与驾驶员信息相匹配的驾驶行为评分。

发明的有益效果

通过驾驶员疲劳测定器获取驾驶员的当前疲劳值；通过车辆行驶状态测定器获取车辆行驶的当前驾驶行为值；通过车辆加速度测定器获取车辆行驶过程中的加速度值；计算器根据当前疲劳值、当前驾驶行为值、加速度值对驾驶员的驾驶行为进行计算评分操作，从而形成驾驶行为评分，预设有安全驾驶行为阈值，用以判断所述驾驶行为评分是否匹配所述安全驾驶行为阈值，并形成一判断结果输出；报警单元，于所述判断结果为所述驾驶行为评分不匹配所述安全驾驶行为阈值状态下，发出报警信号；驾驶员及乘客实时了解驾驶员当前所处的驾驶状态，于驾驶行为评分较低的状态下，提醒驾驶员，避免驾驶员疲劳驾驶、或违规驾驶。远程服务端接收并保存所述驾驶行为评分，通过远程服务端保存驾驶员每次驾驶行为评分记录。有益于驾驶员安全驾驶。

附图说明

图1为本发明的一种驾驶行为分析***的结构示意图；

图2为本发明的一种驾驶行为分析方法的流程示意图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

下面结合附图和具体实施例对本发明作进一步说明，但不作为本发明的限定。

如图1所示，一种驾驶行为分析***，包括：驾驶员疲劳测定器、车辆行驶状态测定器、车辆加速度测定器，计算器，远程服务端，

驾驶员疲劳测定器，获取驾驶员的当前疲劳值；

车辆行驶状态测定器，获取车辆行驶的当前驾驶行为值；

车辆加速度测定器，获取车辆行驶过程中的加速度值；

计算器，根据当前所述疲劳值、当前所述驾驶行为值、所述加速度值计算形成驾驶员的驾驶行为评分；

远程服务端，接收并保存所述驾驶行为评分，

另外还可包括判定单元，预设有安全驾驶行为阈值，用以判断所述驾驶行为评分是否匹配所述安全驾驶行为阈值，并形成一判断结果输出；安全驾驶行为阈值可根据实际情况进行操作，

报警单元，于所述判断结果为所述驾驶行为评分不匹配所述安全驾驶行为阈值状态下，发出报警信号；

本发明的工作原理是：通过驾驶员疲劳测定器获取驾驶员的当前疲劳值；通过车辆行驶状态测定器获取车辆行驶的当前驾驶行为值；通过车辆加速度测定器获取车辆行驶过程中的加速度值；计算器根据当前疲劳值、当前驾驶行为值、加速度值对驾驶员的驾驶行为进行计算评分操作，从而形成驾驶行为评分，预设有安全驾驶行为阈值，用以判断所述驾驶行为评分是否匹配所述安全驾驶行为阈值，并形成一判断结果输出；报警单元，于所述判断结果为所述驾驶行为评分不匹配所述安全驾驶行为阈值状态下，发出报警信号；驾驶员及乘客实时了解驾驶员当前所处的驾驶状态，于驾驶行为评分较低的状态下，提醒驾驶员，避免驾驶员疲劳驾驶、或违规驾驶。远程服务端接收并保存所述驾驶行为评分，通过远程服务端保存驾驶员每次驾驶行为评分记录。有益于驾驶员安全驾驶。

作为进一步优选实施方案，上述的驾驶行为分析***，其中驾驶员疲劳测定器包括，

面部图像采集单元，实时采集驾驶员的当前面部图像；

视线偏移检测单元，提取驾驶员头部姿态；

当前疲劳值提取单元，根据所述当前面部图像、所述头部姿态提取疲劳特征向量，再根据预设的疲劳特征向量计算方法计算出所述当前疲劳值。

当前疲劳值提取单元对当前面部图像中的人脸进行定位，然后从人脸区域中提取出特征区域，这些特征区域主要覆盖人脸部重要角点，再对特征区域提取图像纹理特征向量，这些特征包括距特征、边缘特征、直方图特征等，再将提取的特征向量和疲劳图像特征向量计算程序进行计算，将各个区域的相关性分值进行加权求和，加权系数和各个区域检测的置信度相关，即可获得该张人脸的疲劳分值，最后将时间轴上的某个时间窗口内的疲劳分值与事先存在存储器中的模板向量进行点乘，即可得到最终的该时间窗口内驾驶员的疲劳值。

作为进一步优选实施方案，上述的驾驶行为分析***，其中车辆行驶状态测定器获取车辆行驶的当前驾驶行为值，包括车辆前方道路场景图像采集单元和当前驾驶行为值提取单元。

驾驶员的疲劳值可以考察驾驶员面部的如下几个参数中的一种或几种参数同时测定：头部运动速度、头部运动角速度、眼球运动速度、面部朝向、视线方向和眨眼频率、闭眼频率、深度闭眼频率。

另外面部图像采集单元还可采集驾驶员是否佩戴安全带、耳部障碍物(当驾驶过程中，手持电话接听或通话时，耳部边缘则出现障碍物)的信息，用以判断驾驶员是否处于安全驾驶姿态。

作为进一步优选实施方案，上述的驾驶行为分析***，其中所述车辆行驶状态测定器包括：

车辆前方道路场景图像采集单元，实时采集车辆前方道路的当前场景图像；

当前驾驶行为值提取单元，根据所述当前场景图像提取车辆行驶状态向量，再根据预设的车辆行驶状态向量计算方法计算出所述当前驾驶行为值。

车辆前方道路场景图像采集单元为对准车辆前方道路的摄像机或者照相机，实时采集车辆前方道路的当前场景图像。当前场景图像包括本车行驶方向路面以及路面以上部分的图像信息，其内容包括路面上的车道线、路面上的车辆、路面上的行人等。当前驾驶行为值提取单元根据预设的车辆行驶状态向量计算方法计算出所述当前驾驶行为值。

例如，当前驾驶行为值提取单元检测出图像中存在的车道线，提取车道线的类型，例如实线、虚线、双实线等，并根据实现标定的车辆前方道路场景图像采集单元相对于本车的位置，计算出车道线在本车坐标系下的表达方程，由此可进一步计算出本车相对于左或右侧车道线的横向距离。

例如，当前驾驶行为值提取单元检测出图像中存在的车辆，并根据实现标定的车辆前方道路场景图像采集单元相对于本车的位置，计算出被检测到的车辆在本车坐标系下的位置坐标、确定本车相对于前车的距离。

当前驾驶行为值提取单元可以根据图像计算出车辆跨越车道线的时间，以及碰撞到前车所需要的时间。还可以提取车轮压到车道线的时间或者碰撞前车的时间作为当前驾驶行为值。

提取车轮压到车道线的时间或者碰撞前车的时间的值越小，表示车辆距离压到车道线，或碰撞到前车的时间越短，对应的驾驶行为越危险，转换得到的驾驶行为值越高；本车相对于左或右侧车道线的横向距离和本车相对于前车的距离的值越小，表示车辆越靠近车道线，或距离前车越近，对应的驾驶行为越危险，转换得到的驾驶行为值越高。

作为进一步优选实施方案，上述的驾驶行为分析***，其中所述车辆行驶状态测定器包括：

传感器单元，用以实时采集车辆前进的加速度信息；进一步地，传感器单元可以包括GPS，加速度计，陀螺仪。另外传感器单元可由移动终端形成，移动终端内至少包括GPS，加速度计，陀螺仪。

当前加速度提取单元，用以根据所述加速度信息计算形成加速度值。

进一步地，所述加速度值为单位时间内正加速度值、负加速度值、角加速度值、超速值中的任意一项或多项。

正加速度用以判断驾驶员是否实施猛踩油门的操作，负加速度用以判断驾驶员是否实施紧急制动的操作，角加速度用以判断驾驶员是否实施急转弯的操作，每一种加速度均设置有与之相对应的阈值范围，于加速度不匹配阈值范围时，判定驾驶员实施了上述任一种危险驾驶操作。

如图2所示，本发明同时提供一种驾驶行为分析方法，其中,包括：

获取驾驶员的当前疲劳值；

获取车辆行驶的当前驾驶行为值；

获取车辆行驶过程中的加速度值；

根据当前所述疲劳值、当前所述驾驶行为值、所述加速度值计算形成驾驶员的驾驶行为评分；进一步地，可通过模糊综合判断计算形成驾驶行为评分。

保存所述驾驶行为评分。

作为进一步优选实施方案，上述的驾驶行为分析方法，其中：

根据用户输入的驾驶员信息，查询与驾驶员信息相匹配的驾驶行为评分。

驾驶行为分析方法与上述的驾驶行为分析***，其工作原理相同，此处不做赘述。

当本申请所提供的技术方案可与其它软件或硬件配合使用，例如与现有专车软件，用户在选择专车时，可读取到该专车驾驶员的驾驶行为评分，有利于用户更好的保护自身安全。

以上所述仅为本发明较佳的实施例，并非因此限制本发明的实施方式及保护范围，对于本领域技术人员而言，应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案，均应当包含在本发明的保护范围内。

Claims (10)

1.一种驾驶行为分析***，其特征在于,包括：

驾驶员疲劳测定器，获取驾驶员的当前疲劳值；

车辆行驶状态测定器，获取车辆行驶的当前驾驶行为值；

车辆加速度测定器，获取车辆行驶过程中的加速度值；

计算器，根据当前所述疲劳值、当前所述驾驶行为值、所述加速度值计算形成驾驶员的驾驶行为评分；

远程服务端，接收并保存所述驾驶行为评分。

2.根据权利要求1所述的驾驶行为分析***，其特征在于：其中，还包括

判定单元，预设有安全驾驶行为阈值，用以判断所述驾驶行为评分是否匹配所述安全驾驶行为阈值，并形成一判断结果输出；

报警单元，于所述判断结果为所述驾驶行为评分不匹配所述安全驾驶行为阈值状态下，发出报警信号。

3.根据权利要求1所述的驾驶行为分析***，其特征在于：

其中，所述驾驶员疲劳测定器包括：

面部图像采集单元，实时采集驾驶员的当前面部图像；

视线偏移检测单元，提取驾驶员头部姿态；

当前疲劳值提取单元，根据所述当前面部图像、所述头部姿态提取疲劳特征向量，再根据预设的疲劳特征向量计算方法计算出所述当前疲劳值。

4.根据权利要求3所述的驾驶行为分析***，其特征在于：其中，所述当前疲劳值为头部运动速度、头部运动角速度、眼球运动速度、面部朝向、视线方向和眨眼频率、闭眼频率、深度闭眼频率中的任意一种或几种。

5.根据权利要求1所述的驾驶行为分析***，其特征在于：其中，所述车辆行驶状态测定器包括：

车辆前方道路场景图像采集单元，实时采集车辆前方道路的当前场景图像；

当前驾驶行为值提取单元，根据所述当前场景图像提取车辆行驶状态向量，再根据预设的车辆行驶状态向量计算方法计算出所述当前驾驶行为值。

6.根据权利要求1所述的驾驶行为分析***，其特征在于：

其中，所述当前驾驶行为值为车轮压到车道线的距离、相对前车的距离、车轮压到车道线的时间和碰撞前车的时间中的任意一项或几项。

7.根据权利要求5所述的驾驶行为分析***，其特征在于：其中，所述车辆加速度测定器，包括

传感器单元，用以实时采集车辆前进的加速度信息；

当前加速度提取单元，用以根据所述加速度信息计算形成所述加速度值。

8.根据权利要求7所述的驾驶行为分析***，其特征在于：所述加速度值为单位时间内正加速度值、负加速度值、角加速度值、超速值中的任意一项或多项。

9.一种驾驶行为分析方法，其特征在于,包括：

获取驾驶员的当前疲劳值；

获取车辆行驶的当前驾驶行为值；

获取车辆行驶过程中的加速度值；

根据当前所述疲劳值、当前所述驾驶行为值、所述加速度值计算形成驾驶员的驾驶行为评分；

保存所述驾驶行为评分。

10.根据权利要求9所述的驾驶行为分析方法，其特征在于：

根据用户输入的驾驶员信息，查询与驾驶员信息相匹配的驾驶行为评分。