CN109017796B - 一种危险驾驶预警方法、***、设备及计算机存储介质 - Google Patents
一种危险驾驶预警方法、***、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN109017796B CN109017796B CN201810828414.1A CN201810828414A CN109017796B CN 109017796 B CN109017796 B CN 109017796B CN 201810828414 A CN201810828414 A CN 201810828414A CN 109017796 B CN109017796 B CN 109017796B
- Authority
- CN
- China
- Prior art keywords
- driver
- sign
- information
- vehicle environment
- risk coefficient
- 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.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本申请公开了一种危险驾驶预警方法、***、设备及计算机存储介质,其中该方法包括:获取驾驶人的实时体征信息;获取驾驶人驾驶的目标车辆的车内环境信息;计算实时体征信息对应的体征危险系数,计算车内环境信息对应的车内环境危险系数;根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果。本申请公开的一种危险驾驶预警方法、***、设备及计算机可读存储介质均综合考虑实时体征信息及车内环境信息来对驾驶人的驾驶安全性进行判断,与现有技术中仅仅通过摄像头检测驾驶人是否疲劳、抽烟、走神来判断驾驶人是否是危险驾驶相比,判断准确性较高。
Description
技术领域
本申请涉及汽车驾驶技术领域,更具体地说,涉及一种危险驾驶预警方法、***、设备及计算机存储介质。
背景技术
现有的判断驾驶人是否是危险驾驶的方法是:通过摄像头检测驾驶人是否疲劳、抽烟、走神来判断驾驶人是否是危险驾驶。
然而,现有的判断驾驶人是否是危险驾驶的方法,仅仅通过摄像头检测驾驶人是否疲劳、抽烟、走神来判断驾驶人是否是危险驾驶,判断准确性较低。
综上所述,如何提供一种判断准确性较高的危险驾驶预警方法是目前本领域技术人员亟待解决的问题。
发明内容
本申请的目的是提供一种危险驾驶预警方法,其能在一定程度上解决如何提供一种判断准确性较高的危险驾驶预警方法的技术问题。本申请还提供了一种危险驾驶预警***、设备及计算机可读存储介质。
为了实现上述目的,本申请提供如下技术方案:
一种危险驾驶预警方法,包括:
获取驾驶人的实时体征信息;
获取驾驶人驾驶的目标车辆的车内环境信息;
计算所述实时体征信息对应的体征危险系数,计算所述车内环境信息对应的车内环境危险系数;
根据所述体征危险系数及所述车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果;
其中,所述根据所述体征危险系数及所述车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果之前,还包括:
获取驾驶人的驾驶行为信息;
确定所述驾驶行为信息对应的驾驶行为危险系数;
所述根据所述体征危险系数及所述车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果,包括:
根据所述体征危险系数、所述车内环境危险系数及所述驾驶行为危险系数判断驾驶人的驾驶安全性,得到判断结果;
所述计算所述实时体征信息对应的体征危险系数,包括:
基于体征危险系数计算公式计算所述体征危险系数,所述体征危险系数计算公式包括:
ω1=(δ1·β1)/μ1;
其中,ω1表示所述体征危险系数;δ1、β1均为与驾驶人的体征信息对应的矩阵,且δ1表示所述实时体征信息与预设的历史体征信息间的向量偏差;β1表示驾驶人的体征信息的权重;μ1表示体征阈值,为一常数。
优选的,所述根据所述体征危险系数、所述车内环境危险系数及所述驾驶行为危险系数判断驾驶人的驾驶安全性,得到判断结果,包括:
计算所述体征危险系数、所述车内环境危险系数及所述驾驶行为危险系数间的相关性;
根据所述相关性确定驾驶人的驾驶危险系数;
判断所述驾驶危险系数是否大于等于预设的危险系数阈值,若是,则判定驾驶人危险驾驶。
优选的,所述判定驾驶人危险驾驶之后,还包括:
发出危险驾驶提示信息。
优选的,所述计算所述车内环境信息对应的车内环境危险系数,包括:
基于车内环境危险系数计算公式计算所述车内环境信息对应的车内环境危险系数,所述车内环境危险系数计算公式包括:
ω2=(ν·β2)/μ2·I;
其中,ω2表示所述车内环境危险系数;ν、β2均为与所述车内环境信息对应的矩阵,且ν表示所述车内环境信息;β2表示所述车内环境信息对应的权重;μ2表示车内环境阈值,为一常数;I表示所述车内环境与驾驶人间的相关性,I=1表示所述车内环境信息与驾驶人相关,I=0表示所述车内环境信息与驾驶人无关。
优选的,所述确定所述驾驶行为信息对应的驾驶行为危险系数,包括:
根据预设的驾驶行为信息与驾驶行为危险系数间的对应关系,确定驾驶人的驾驶行为对应的驾驶行为危险系数。
一种危险驾驶预警***,包括:
第一获取模块,用于获取驾驶人的实时体征信息;
第二获取模块,用于获取驾驶人驾驶的目标车辆的车内环境信息;
第一计算模块,用于计算所述实时体征信息对应的体征危险系数,计算所述车内环境信息对应的车内环境危险系数;
第一判断模块,用于根据所述体征危险系数及所述车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果;
其中,所述***还包括:
第三获取模块,用于在所述第一判断模块根据所述体征危险系数及所述车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果之前,获取驾驶人的驾驶行为信息;
第一确定模块,用于确定所述驾驶行为信息对应的驾驶行为危险系数;
所述第一判断模块包括:
第一判断单元,用于根据所述体征危险系数、所述车内环境危险系数及所述驾驶行为危险系数判断驾驶人的驾驶安全性,得到判断结果;
所述第一计算模块包括:
第二计算单元,用于基于体征危险系数计算公式计算所述体征危险系数,所述体征危险系数计算公式包括:
ω1=(δ1·β1)/μ1;
其中,ω1表示所述体征危险系数;δ1、β1均为与驾驶人的体征信息对应的矩阵,且δ1表示所述实时体征信息与预设的历史体征信息间的向量偏差;β1表示驾驶人的体征信息的权重;μ1表示体征阈值,为一常数。
优选的,所述第一判断模块包括:
第一计算单元,用于计算所述体征危险系数、所述车内环境危险系数及所述驾驶行为危险系数间的相关性;
第一确定单元,用于根据所述相关性确定驾驶人的驾驶危险系数;
第二判断单元,用于判断所述驾驶危险系数是否大于等于预设的危险系数阈值,若是,则判定驾驶人危险驾驶。
优选的,还包括:
提示模块,用于在所述第二判断单元判定驾驶人危险驾驶之后,发出危险驾驶提示信息。
优选的,所述第一计算模块包括:
第三计算单元,用于基于车内环境危险系数计算公式计算所述车内环境信息对应的车内环境危险系数,所述车内环境危险系数计算公式包括:
ω2=(ν·β2)/μ2·I;
其中,ω2表示所述车内环境危险系数;ν、β2均为与所述车内环境信息对应的矩阵,且ν表示所述车内环境信息;β2表示所述车内环境信息对应的权重;μ2表示车内环境阈值,为一常数;I表示所述车内环境与驾驶人间的相关性,I=1表示所述车内环境信息与驾驶人相关,I=0表示所述车内环境信息与驾驶人无关。
优选的,所述第一确定模块包括:
第二确定单元,用于根据预设的驾驶行为信息与驾驶行为危险系数间的对应关系,确定驾驶人的驾驶行为对应的驾驶行为危险系数。
一种危险驾驶预警设备,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上任一所述的危险驾驶预警方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现如上任一所述的危险驾驶预警方法的步骤。
本申请提供的一种危险驾驶预警方法,获取驾驶人的实时体征信息;获取驾驶人驾驶的目标车辆的车内环境信息;计算实时体征信息对应的体征危险系数,计算车内环境信息对应的车内环境危险系数;根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果。由于驾驶人的实时体征信息、车内环境信息均是与驾驶人相关的信息,借助实时体征信息及车内环境信息可以较为准确的判断驾驶人的驾驶安全性,此外,在获取到实时体征信息及车内环境信息后,并不是直接根据实时体征信息及车内环境信息判断驾驶人的驾驶安全性,而是先计算实时体征信息对应的体征危险系数及车内环境信息对应的车内环境危险系数,最后再根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,也即综合考虑实时体征信息及车内环境信息来对驾驶人的驾驶安全性进行判断,与现有技术中仅仅通过摄像头检测驾驶人是否疲劳、抽烟、走神来判断驾驶人是否是危险驾驶相比,判断准确性较高。本申请提供的一种危险驾驶预警***、设备及计算机可读存储介质也解决了相应技术问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种危险驾驶预警方法的第一流程图;
图2为本申请实施例提供的一种危险驾驶预警方法的第二流程图;
图3为本申请实施例提供的一种危险驾驶预警方法的第三流程图;
图4为本申请实施例提供的一种危险驾驶预警***的结构示意图;
图5为本申请实施例提供的一种危险驾驶预警设备的结构示意图;
图6为本申请实施例提供的一种危险驾驶预警设备的另一结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
现有的判断驾驶人的驾驶行为是否是危险驾驶行为的方法是:通过摄像头检测驾驶人是否疲劳、抽烟、走神来判断驾驶人的驾驶行为是否是危险驾驶行为。然而,现有的判断驾驶人的驾驶行为是否是危险驾驶行为的方法,仅仅通过摄像头检测驾驶人是否疲劳、抽烟、走神来判断驾驶人的驾驶行为是否是危险驾驶行为,判断准确性较低。而本申请提供的一种危险驾驶预警方法的判断准确性较高。
请参阅图1,图1为本申请实施例提供的一种危险驾驶预警方法的第一流程图。
本申请实施例提供的一种危险驾驶预警方法,可以包括如下步骤:
步骤S101:获取驾驶人的实时体征信息。
驾驶人的实时体征信息可以包括当前体温、当前心率、当前血压、呼吸频次等,实时体征信息的具体种类可以根据实际需要灵活确定。实时体征信息可以由驾驶人佩戴的智能穿戴设备获得,比如智能手环、手表、眼镜、服饰等。
步骤S102:获取驾驶人驾驶的目标车辆的车内环境信息。
车内环境信息可以包括车内酒精浓度、车内烟雾浓度等,其具体种类也可根据实际需要确定。车内环境信息可以由智能环境监测仪获得等。
步骤S103:计算实时体征信息对应的体征危险系数,计算车内环境信息对应的车内环境危险系数。
实际应用中,可以基于体征危险系数计算公式计算体征危险系数,体征危险系数计算公式包括:
ω1=(δ1·β1)/μ1;
其中,ω1表示体征危险系数;δ1、β1均为与驾驶人的体征信息对应的矩阵,且δ1表示实时体征信息与预设的历史体征信息间的向量偏差;β1表示驾驶人的体征信息的权重;μ1表示体征阈值,为一常数。以实时体征信息为当前体温、当前心率、当前血压、呼吸频次为例,则计算实时体征信息对应的体征危险系数的过程如下:
相应的,可以基于车内环境危险系数计算公式计算车内环境信息对应的车内环境危险系数,车内环境危险系数计算公式包括:
ω2=(ν·β2)/μ2·I;
其中,ω2表示车内环境危险系数;ν、β2均为与车内环境信息对应的矩阵,且ν表示车内环境信息;β2表示车内环境信息对应的权重;μ2表示车内环境阈值,为一常数;I表示车内环境与驾驶人间的相关性,I=1表示车内环境信息与驾驶人相关,I=0表示车内环境信息与驾驶人无关。
步骤S104:根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果。
实际应用中,根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性的过程可以是,体征危险系数或车内环境危险系数中任一危险系数的值超过对应的预设阈值,便判定驾驶人的驾驶行为不安全;也可以是,综合考虑体征危险系数与车内环境危险系数来判断驾驶人的驾驶安全性,比如可以先计算体征危险系数及车内环境危险系数间的相关性,然后根据该相关性判断驾驶人的驾驶安全性。
本申请提供的一种危险驾驶预警方法,获取驾驶人的实时体征信息;获取驾驶人驾驶的目标车辆的车内环境信息;计算实时体征信息对应的体征危险系数,计算车内环境信息对应的车内环境危险系数;根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果。由于驾驶人的实时体征信息、车内环境信息均是与驾驶人相关的信息,借助实时体征信息及车内环境信息可以较为准确的判断驾驶人的驾驶安全性,此外,在获取到实时体征信息及车内环境信息后,并不是直接根据实时体征信息及车内环境信息判断驾驶人的驾驶安全性,而是先计算实时体征信息对应的体征危险系数及车内环境信息对应的车内环境危险系数,最后再根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,也即综合考虑实时体征信息及车内环境信息来对驾驶人的驾驶安全性进行判断,与现有技术中仅仅通过摄像头检测驾驶人是否疲劳、抽烟、走神来判断驾驶人是否是危险驾驶相比,判断准确性较高。
请参阅图2,图2为本申请实施例提供的一种危险驾驶预警方法的第二流程图。
为了进一步提供对驾驶行为判断的准确性,本申请实施例提供的一种危险驾驶预警方法具体可以为:
步骤S201:获取驾驶人的实时体征信息。
步骤S202:获取驾驶人驾驶的目标车辆的车内环境信息。
步骤S203:计算实时体征信息对应的体征危险系数,计算车内环境信息对应的车内环境危险系数。
步骤S204:获取驾驶人的驾驶行为信息。
本申请实施例所描述的驾驶行为信息包括驾驶人的开车姿势、握方向盘的姿势等,其具体内容可以根据实际需要灵活确定。具体应用场景中,可以借助车内摄像头来获取驾驶人的驾驶行为信息。
步骤S205:确定驾驶行为信息对应的驾驶行为危险系数。
具体应用中,可以预先设定驾驶行为信息与驾驶行为危险系数间的对应关系,然后直接根据该对应关系确定驾驶人的驾驶行为信息对应的驾驶行为危险系数。
步骤S206:根据体征危险系数、车内环境危险系数及驾驶行为危险系数判断驾驶人的驾驶安全性,得到判断结果。
请参阅图3,图3为本申请实施例提供的一种危险驾驶预警方法的第三流程图。
为了进一步提高本申请实施例提供的一种危险驾驶预警方法的判断准确性,本申请实施例提供的一种危险驾驶预警方法具体可以为:
步骤S301:获取驾驶人的实时体征信息。
步骤S302:获取驾驶人驾驶的目标车辆的车内环境信息。
步骤S303:计算实时体征信息对应的体征危险系数,计算车内环境信息对应的车内环境危险系数。
步骤S304:获取驾驶人的驾驶行为信息。
步骤S305:确定驾驶行为信息对应的驾驶行为危险系数。
步骤S306:计算体征危险系数、车内环境危险系数及驾驶行为危险系数间的相关性。
计算相关性的方法可以根据实际需要灵活确定,比如可以借助协方差公式计算体征危险系数、车内环境危险系数及驾驶行为危险系数间的相关性等。
步骤S307:根据相关性确定驾驶人的驾驶危险系数。
实际应用中,可以将体征危险系数、车内环境危险系数及驾驶行为危险系数间的相关性进行范围划分,比如将值小于第一阈值的相关性划分为第一类相关性,将值大于等于第一阈值且小于第二阈值的相关性划分为第二类相关性,将值大于等于第二阈值的相关性划分为第三类相关性,第二阈值大于第一阈值,且第一类相关性对应的驾驶危险系数为1,第二类相关性对应的驾驶危险系数为2,第三类相关性对应的驾驶危险系数为3。
步骤S308:判断驾驶危险系数是否大于等于预设的危险系数阈值,若是,则判定驾驶人危险驾驶。
具体应用场景中,在判定驾驶人危险驾驶之后,还可以发出危险驾驶提示信息,危险提示信息的内容及提醒方式可以根据实际需要确定。请参阅表1,表1为各个危险等级所对应的影响因素及提醒方式。这里所述的低级、中级、高级、偏高等均是量词,其具体的范围划分可以根据实际情况确定。
表1
本申请还提供了一种危险驾驶预警***,其具有本申请实施例提供的一种危险驾驶预警方法具有的对应效果。请参阅图4,图4为本申请实施例提供的一种危险驾驶预警***的结构示意图。
本申请实施例提供的一种危险驾驶预警***,可以包括:
第一获取模块101,用于获取驾驶人的实时体征信息;
第二获取模块102,用于获取驾驶人驾驶的目标车辆的车内环境信息;
第一计算模块103,用于计算实时体征信息对应的体征危险系数,计算车内环境信息对应的车内环境危险系数;
第一判断模块104,用于根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果。
本申请实施例提供的一种危险驾驶预警***中,还可以包括:
第三获取模块,用于在第一判断模块根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果之前,获取驾驶人的驾驶行为信息;
第一确定模块,用于确定驾驶行为信息对应的驾驶行为危险系数;
相应的,第一判断模块可以包括:
第一判断单元,用于根据体征危险系数、车内环境危险系数及驾驶行为危险系数判断驾驶人的驾驶安全性,得到判断结果。
本申请实施例提供的一种危险驾驶预警***中,第一判断模块可以包括:
第一计算单元,用于计算体征危险系数、车内环境危险系数及驾驶行为危险系数间的相关性;
第一确定单元,用于根据相关性确定驾驶人的驾驶危险系数;
第二判断单元,用于判断驾驶危险系数是否大于等于预设的危险系数阈值,若是,则判定驾驶人危险驾驶。
本申请实施例提供的一种危险驾驶预警***中,还可以包括:
提示模块,用于在第二判断单元判定驾驶人危险驾驶之后,发出危险驾驶提示信息。
本申请实施例提供的一种危险驾驶预警***中,第一计算模块可以包括:
第二计算单元,用于基于体征危险系数计算公式计算体征危险系数,体征危险系数计算公式包括:
ω1=(δ1·β1)/μ1;
其中,ω1表示体征危险系数;δ1、β1均为与驾驶人的体征信息对应的矩阵,且δ1表示实时体征信息与预设的历史体征信息间的向量偏差;β1表示驾驶人的体征信息的权重;μ1表示体征阈值,为一常数。
本申请实施例提供的一种危险驾驶预警***中,第一计算模块可以包括:
第三计算单元,用于基于车内环境危险系数计算公式计算车内环境信息对应的车内环境危险系数,车内环境危险系数计算公式包括:
ω2=(ν·β2)/μ2·I;
其中,ω2表示车内环境危险系数;ν、β2均为与车内环境信息对应的矩阵,且ν表示车内环境信息;β2表示车内环境信息对应的权重;μ2表示车内环境阈值,为一常数;I表示车内环境与驾驶人间的相关性,I=1表示车内环境信息与驾驶人相关,I=0表示车内环境信息与驾驶人无关。
本申请实施例提供的一种危险驾驶预警***中,第一确定模块可以包括:
第二确定单元,用于根据预设的驾驶行为信息与驾驶行为危险系数间的对应关系,确定驾驶人的驾驶行为对应的驾驶行为危险系数。
本申请还提供了一种危险驾驶预警设备及计算机可读存储介质,其均具有本申请实施例提供的一种危险驾驶预警方法具有的对应效果。请参阅图5,图5为本申请实施例提供的一种危险驾驶预警设备的结构示意图。
本申请实施例提供的一种危险驾驶预警设备,包括存储器201及处理器202,存储器201中存储有计算机程序,处理器202执行存储器201中存储的计算机程序时实现如下步骤:
获取驾驶人的实时体征信息;
获取驾驶人驾驶的目标车辆的车内环境信息;
计算实时体征信息对应的体征危险系数,计算车内环境信息对应的车内环境危险系数;
根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果。
本申请实施例提供的一种危险驾驶预警设备,包括存储器201及处理器202,存储器201中存储有计算机子程序,处理器202执行存储器201中存储的计算机子程序时具体实现:根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果之前,获取驾驶人的驾驶行为信息;确定驾驶行为信息对应的驾驶行为危险系数;相应的,根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果,具体为根据体征危险系数、车内环境危险系数及驾驶行为危险系数判断驾驶人的驾驶安全性,得到判断结果。
本申请实施例提供的一种危险驾驶预警设备,包括存储器201及处理器202,存储器201中存储有计算机子程序,处理器202执行存储器201中存储的计算机子程序时具体实现:包括:计算体征危险系数、车内环境危险系数及驾驶行为危险系数间的相关性;根据相关性确定驾驶人的驾驶危险系数;判断驾驶危险系数是否大于等于预设的危险系数阈值,若是,则判定驾驶人危险驾驶。
本申请实施例提供的一种危险驾驶预警设备,包括存储器201及处理器202,存储器201中存储有计算机子程序,处理器202执行存储器201中存储的计算机子程序时具体实现:判定驾驶人危险驾驶之后,发出危险驾驶提示信息。
本申请实施例提供的一种危险驾驶预警设备,包括存储器201及处理器202,存储器201中存储有计算机子程序,处理器202执行存储器201中存储的计算机子程序时具体实现:基于体征危险系数计算公式计算体征危险系数,体征危险系数计算公式包括:
ω1=(δ1·β1)/μ1;
其中,ω1表示体征危险系数;δ1、β1均为与驾驶人的体征信息对应的矩阵,且δ1表示实时体征信息与预设的历史体征信息间的向量偏差;β1表示驾驶人的体征信息的权重;μ1表示体征阈值,为一常数。
本申请实施例提供的一种危险驾驶预警设备,包括存储器201及处理器202,存储器201中存储有计算机子程序,处理器202执行存储器201中存储的计算机子程序时具体实现:基于车内环境危险系数计算公式计算车内环境信息对应的车内环境危险系数,车内环境危险系数计算公式包括:
ω2=(ν·β2)/μ2·I;
其中,ω2表示车内环境危险系数;ν、β2均为与车内环境信息对应的矩阵,且ν表示车内环境信息;β2表示车内环境信息对应的权重;μ2表示车内环境阈值,为一常数;I表示车内环境与驾驶人间的相关性,I=1表示车内环境信息与驾驶人相关,I=0表示车内环境信息与驾驶人无关。
本申请实施例提供的一种危险驾驶预警设备,包括存储器201及处理器202,存储器201中存储有计算机子程序,处理器202执行存储器201中存储的计算机子程序时具体实现:根据预设的驾驶行为信息与驾驶行为危险系数间的对应关系,确定驾驶人的驾驶行为对应的驾驶行为危险系数。
请参阅图6,本申请实施例提供的另一种危险驾驶预警设备中还可以包括:与处理器202连接的输入端口203,用于传输外界输入的命令至处理器202;与处理器202连接的显示单元204,用于显示处理器202的处理结果至外界;与处理器202连接的通信模块205,用于实现危险驾驶预警设备与外界的通信。显示单元202可以为显示面板、激光扫描使显示器等;通信模块205所采用的通信方式包括但不局限于移动高清链接技术(HML)、通用串行总线(USB)、高清多媒体接口(HDMI)、无线连接:无线保真技术(WiFi)、蓝牙通信技术、低功耗蓝牙通信技术、基于IEEE802.11s的通信技术。
本申请实施例提供的一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,计算机程序被处理器执行时实现如下步骤:
获取驾驶人的实时体征信息;
获取驾驶人驾驶的目标车辆的车内环境信息;
计算实时体征信息对应的体征危险系数,计算车内环境信息对应的车内环境危险系数;
根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果。
本申请实施例提供的一种计算机可读存储介质,计算机可读存储介质中存储有计算机子程序,计算机子程序被处理器执行时具体实现:根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果之前,获取驾驶人的驾驶行为信息;确定驾驶行为信息对应的驾驶行为危险系数;相应的,根据体征危险系数及车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果,具体为根据体征危险系数、车内环境危险系数及驾驶行为危险系数判断驾驶人的驾驶安全性,得到判断结果。
本申请实施例提供的一种计算机可读存储介质,计算机可读存储介质中存储有计算机子程序,计算机子程序被处理器执行时具体实现:包括:计算体征危险系数、车内环境危险系数及驾驶行为危险系数间的相关性;根据相关性确定驾驶人的驾驶危险系数;判断驾驶危险系数是否大于等于预设的危险系数阈值,若是,则判定驾驶人危险驾驶。
本申请实施例提供的一种计算机可读存储介质,计算机可读存储介质中存储有计算机子程序,计算机子程序被处理器执行时具体实现:判定驾驶人危险驾驶之后,发出危险驾驶提示信息。
本申请实施例提供的一种计算机可读存储介质,计算机可读存储介质中存储有计算机子程序,计算机子程序被处理器执行时具体实现:基于体征危险系数计算公式计算体征危险系数,体征危险系数计算公式包括:
ω1=(δ1·β1)/μ1;
其中,ω1表示体征危险系数;δ1、β1均为与驾驶人的体征信息对应的矩阵,且δ1表示实时体征信息与预设的历史体征信息间的向量偏差;β1表示驾驶人的体征信息的权重;μ1表示体征阈值,为一常数。
本申请实施例提供的一种计算机可读存储介质,计算机可读存储介质中存储有计算机子程序,计算机子程序被处理器执行时具体实现:基于车内环境危险系数计算公式计算车内环境信息对应的车内环境危险系数,车内环境危险系数计算公式包括:
ω2=(ν·β2)/μ2·I;
其中,ω2表示车内环境危险系数;ν、β2均为与车内环境信息对应的矩阵,且ν表示车内环境信息;β2表示车内环境信息对应的权重;μ2表示车内环境阈值,为一常数;I表示车内环境与驾驶人间的相关性,I=1表示车内环境信息与驾驶人相关,I=0表示车内环境信息与驾驶人无关。
本申请实施例提供的一种计算机可读存储介质,计算机可读存储介质中存储有计算机子程序,计算机子程序被处理器执行时具体实现:根据预设的驾驶行为信息与驾驶行为危险系数间的对应关系,确定驾驶人的驾驶行为对应的驾驶行为危险系数。
本申请实施例所说的计算机可读存储介质包括随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。
本申请实施例提供的一种危险驾驶预警***、设备及计算机可读存储介质中相关部分的说明请参见本申请实施例提供的一种危险驾驶预警方法中对应部分的详细说明,在此不再赘述。另外,本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明,以免过多赘述。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种危险驾驶预警方法,其特征在于,包括:
获取驾驶人的实时体征信息;
获取驾驶人驾驶的目标车辆的车内环境信息;
计算所述实时体征信息对应的体征危险系数,计算所述车内环境信息对应的车内环境危险系数;
根据所述体征危险系数及所述车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果;
其中,所述根据所述体征危险系数及所述车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果之前,还包括:
获取驾驶人的驾驶行为信息;
确定所述驾驶行为信息对应的驾驶行为危险系数;
所述根据所述体征危险系数及所述车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果,包括:
根据所述体征危险系数、所述车内环境危险系数及所述驾驶行为危险系数判断驾驶人的驾驶安全性,得到判断结果;
所述计算所述实时体征信息对应的体征危险系数,包括:
基于体征危险系数计算公式计算所述体征危险系数,所述体征危险系数计算公式包括:
ω1=(δ1·β1)/μ1;
其中,ω1表示所述体征危险系数;δ1、β1均为与驾驶人的体征信息对应的矩阵,且δ1表示所述实时体征信息与预设的历史体征信息间的向量偏差;β1表示驾驶人的体征信息的权重;μ1表示体征阈值,为一常数。
2.根据权利要求1所述的方法,其特征在于,所述根据所述体征危险系数、所述车内环境危险系数及所述驾驶行为危险系数判断驾驶人的驾驶安全性,得到判断结果,包括:
计算所述体征危险系数、所述车内环境危险系数及所述驾驶行为危险系数间的相关性;
根据所述相关性确定驾驶人的驾驶危险系数;
判断所述驾驶危险系数是否大于等于预设的危险系数阈值,若是,则判定驾驶人危险驾驶。
3.根据权利要求2所述的方法,其特征在于,所述判定驾驶人危险驾驶之后,还包括:
发出危险驾驶提示信息。
4.根据权利要求1所述的方法,其特征在于,所述计算所述车内环境信息对应的车内环境危险系数,包括:
基于车内环境危险系数计算公式计算所述车内环境信息对应的车内环境危险系数,所述车内环境危险系数计算公式包括:
ω2=(ν·β2)/μ2·I;
其中,ω2表示所述车内环境危险系数;ν、β2均为与所述车内环境信息对应的矩阵,且ν表示所述车内环境信息;β2表示所述车内环境信息对应的权重;μ2表示车内环境阈值,为一常数;I表示所述车内环境与驾驶人间的相关性,I=1表示所述车内环境信息与驾驶人相关,I=0表示所述车内环境信息与驾驶人无关。
5.根据权利要求1所述的方法,其特征在于,所述确定所述驾驶行为信息对应的驾驶行为危险系数,包括:
根据预设的驾驶行为信息与驾驶行为危险系数间的对应关系,确定驾驶人的驾驶行为对应的驾驶行为危险系数。
6.一种危险驾驶预警***,其特征在于,包括:
第一获取模块,用于获取驾驶人的实时体征信息;
第二获取模块,用于获取驾驶人驾驶的目标车辆的车内环境信息;
第一计算模块,用于计算所述实时体征信息对应的体征危险系数,计算所述车内环境信息对应的车内环境危险系数;
第一判断模块,用于根据所述体征危险系数及所述车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果;
其中,所述***还包括:
第三获取模块,用于所述第一判断模块根据所述体征危险系数及所述车内环境危险系数判断驾驶人的驾驶安全性,得到判断结果之前,获取驾驶人的驾驶行为信息;
第一确定模块,用于确定所述驾驶行为信息对应的驾驶行为危险系数;
所述第一判断模块包括:
第一判断单元,用于根据所述体征危险系数、所述车内环境危险系数及所述驾驶行为危险系数判断驾驶人的驾驶安全性,得到判断结果;
所述第一计算模块包括:
第二计算单元,用于基于体征危险系数计算公式计算所述体征危险系数,所述体征危险系数计算公式包括:
ω1=(δ1·β1)/μ1;
其中,ω1表示所述体征危险系数;δ1、β1均为与驾驶人的体征信息对应的矩阵,且δ1表示所述实时体征信息与预设的历史体征信息间的向量偏差;β1表示驾驶人的体征信息的权重;μ1表示体征阈值,为一常数。
7.一种危险驾驶预警设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至5任一项所述的危险驾驶预警方法的步骤。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的危险驾驶预警方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810828414.1A CN109017796B (zh) | 2018-07-25 | 2018-07-25 | 一种危险驾驶预警方法、***、设备及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810828414.1A CN109017796B (zh) | 2018-07-25 | 2018-07-25 | 一种危险驾驶预警方法、***、设备及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109017796A CN109017796A (zh) | 2018-12-18 |
CN109017796B true CN109017796B (zh) | 2020-11-13 |
Family
ID=64645239
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810828414.1A Active CN109017796B (zh) | 2018-07-25 | 2018-07-25 | 一种危险驾驶预警方法、***、设备及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109017796B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114613100B (zh) * | 2022-03-11 | 2024-06-07 | 北京悟空出行科技有限公司 | 驾驶员状态监测方法、装置、***、电子设备及存储介质 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170024292A (ko) * | 2015-08-25 | 2017-03-07 | 최재권 | 적어도 하나 이상의 승객으로부터 제공받은 안전성 평가 정보를 반영하여 차량 운전자의 안전운전지수를 추정하기 위한 시스템 및 방법 |
ITUB20159818A1 (it) * | 2015-12-31 | 2017-07-01 | Tosina Francisco Javier Garcia | Sistema e metodo per il calcolo di almeno un indice di rischio relativo all'attivita' di guida futura di un utente. |
CN106585624B (zh) * | 2016-12-07 | 2019-07-26 | 深圳市元征科技股份有限公司 | 驾驶员状态监控方法及装置 |
CN107180219A (zh) * | 2017-01-25 | 2017-09-19 | 问众智能信息科技(北京)有限公司 | 基于多模态信息的驾驶危险系数评估方法和装置 |
CN107316436B (zh) * | 2017-07-31 | 2021-06-18 | 努比亚技术有限公司 | 危险驾驶状态处理方法、电子设备及存储介质 |
-
2018
- 2018-07-25 CN CN201810828414.1A patent/CN109017796B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109017796A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9914460B2 (en) | Contextual scoring of automobile drivers | |
EP3610785B1 (en) | Information processing device, information processing method, and program | |
US9993191B2 (en) | Onboard system for mitigating distraction risk | |
RU2017114379A (ru) | Транспортное средство, способ управления транспортным средством и компьютерно-читаемый носитель | |
WO2017216245A3 (en) | Vehicle usage-based pricing alerts | |
US9643493B2 (en) | Display control apparatus | |
WO2022027894A1 (zh) | 驾驶员行为检测方法、装置、电子设备、存储介质和程序 | |
WO2014057309A8 (en) | Method and apparatus for generating an indicator of a risk level in operating systems | |
CN106274669A (zh) | 一种安全预警方法及装置 | |
CN109017796B (zh) | 一种危险驾驶预警方法、***、设备及计算机存储介质 | |
US9969344B1 (en) | Methods and systems for providing accident information | |
CN112149908B (zh) | 车辆驾驶预测方法、***、计算机设备及可读存储介质 | |
US10165429B1 (en) | Systems and methods for facilitating vehicle incident communications | |
CN114463985A (zh) | 辅助驾驶的方法、装置、设备及存储介质 | |
JP6273994B2 (ja) | 車両用報知装置 | |
CN114590266A (zh) | 车辆四驱模式的控制方法、装置、计算机设备及存储介质 | |
US10266132B2 (en) | Method for operating driver assistance systems in a motor vehicle, and motor vehicle | |
CN112797996A (zh) | 一种车辆导航方法、装置、设备及介质 | |
CN108045589A (zh) | 一种直升机vne告警方法 | |
CN111144969A (zh) | 信息处理装置、信息处理***、信息处理方法以及程序 | |
US20190143991A1 (en) | Biological information storage system and in-vehicle biological information storage device | |
CN112277956B (zh) | 一种用方向盘检测酒驾行为的方法和装置 | |
CN112298184B (zh) | 基于人工智能的驾驶切换方法、装置、设备和存储介质 | |
JP7528490B2 (ja) | 危険運転警告装置、危険運転警告システム、及び危険運転警告方法 | |
JP7528491B2 (ja) | 危険運転警告装置、危険運転警告システム、及び危険運転警告方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |