CN109190600A - 一种基于视觉传感器的驾驶员监控*** - Google Patents
一种基于视觉传感器的驾驶员监控*** Download PDFInfo
- Publication number
- CN109190600A CN109190600A CN201811215095.3A CN201811215095A CN109190600A CN 109190600 A CN109190600 A CN 109190600A CN 201811215095 A CN201811215095 A CN 201811215095A CN 109190600 A CN109190600 A CN 109190600A
- Authority
- CN
- China
- Prior art keywords
- image
- driver
- module
- head module
- alert levels
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 68
- 230000000712 assembly Effects 0.000 claims abstract description 4
- 238000000429 assembly Methods 0.000 claims abstract description 4
- 210000003128 head Anatomy 0.000 claims description 58
- 238000001514 detection method Methods 0.000 claims description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 5
- 206010048232 Yawning Diseases 0.000 claims description 4
- 239000000779 smoke Substances 0.000 claims description 2
- 206010039203 Road traffic accident Diseases 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 210000000744 eyelid Anatomy 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 210000001747 pupil Anatomy 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/06—Alarms for ensuring the safety of persons indicating a condition of sleep, e.g. anti-dozing alarms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本申请涉及一种基于视觉传感器的驾驶员监控***,属于计算机技术领域,该***包括:红外摄像头模块用于采集驾驶员的第一图像;可见光摄像头模块用于采集驾驶员的第二图像;监控控制器用于根据第一图像确定PERCLOS;对第二图像进行预处理;将预处理后的第二图像输入分类模型得到分类结果,该分类结果用于指示驾驶员是否处于疲劳状态和/或分神状态;根据PERCLOS和分类结果确定报警级别;报警模块用于根据报警级别控制对应的报警组件进行报警;可以解决已有的驾驶员监控***无法对驾驶员的分神状态进行检测的问题;可以提高驾驶员监控***监控驾驶员驾驶状态的全面性,从而提高驾驶安全性。
Description
技术领域
本发明涉及一种基于视觉传感器的驾驶员监控***,属于计算机技术领域。
背景技术
随着我国经济社会的快速发展和人民生活水平的不断提高,我国的汽车保有量呈现快速增长的态势。随着汽车保有量的增多,交通事故的发生量也随之增加。
引起交通事故的原因多种多样,排除天气和道路状况等不可改变因素,大部分原因都和驾驶员本身有关。两个最重要的原因是分神和疲劳驾驶,因此,需要对驾驶员的行为和状态进行监控,必要时警示驾驶员甚至用辅助驾驶功能接管,从而有效防止交通事故的发生。
目前主流的驾驶员监控***一般采用视觉传感器,主要集中在驾驶员疲劳检测方面。一般在车辆驾驶室内安装一个红外摄像头采集驾驶员正面头像,再交给疲劳检测装置处理。
然而,驾驶员监控***只集中在驾驶员疲劳检测方面,而驾驶员分神也是引起交通事故的重要原因,因此,通过驾驶员监控***实现对驾驶员分神进行检测是亟待解决的问题。
发明内容
本发明的目的在于提供一种基于视觉传感器的驾驶员监控***的技术方案。为达到上述目的,本发明提供如下技术方案:所述***包括:红外摄像头模块、可见光摄像头模块、监控控制器和报警模块,所述红外摄像头模块、所述可见光摄像头模块和所述报警模块分别与所述监控控制器之间通信连接;
所述红外摄像头模块,用于采集驾驶员的第一图像;将所述第一图像发送至所述监控控制器;
所述可见光摄像头模块,用于采集所述驾驶员的第二图像;将所述第二图像发送至所述监控控制器;
所述监控控制器,用于获取所述第一图像和所述第二图像;根据所述第一图像确定所述驾驶员单位时间内眼睛闭合一定比例所占的时间PERCLOS;对所述第二图像进行预处理;将预处理后的第二图像输入分类模型得到分类结果,所述分类结果用于指示所述驾驶员是否处于疲劳状态和/或分神状态;根据所述PERCLOS和所述分类结果确定报警级别;
所述报警模块,用于获取所述报警级别;根据所述报警级别控制对应的报警组件进行报警。
可选地,所述疲劳状态包括:打哈欠和点头中的至少一种。
所述分神状态包括:打电话、看手机、抽烟和左顾右盼中的至少一种。
可选地,所述监控控制器采用多核异构***级芯片SoC,所述SoC包括进阶精简指令集机器ARM核、第一数字信号处理器DSP核和第二DSP核;
所述第一DSP核,用于对所述驾驶员的视线进行跟踪,并执行所述根据所述第一图像确定所述PERCLOS的步骤;
所述第二DSP核,用于执行所述对所述第二图像进行预处理;将预处理后的第二图像输入分类模型得到分类结果的步骤,所述分类模型为卷积神经网络CNN模型;
所述ARM核,用于执行所述根据所述PERCLOS和所述分类结果确定报警级别的步骤。
可选地,所述报警级别包括轻度、中度和重度;所述报警模块分别与仪表盘、扬声器和座椅振动器相连;所述报警模块,用于:
在所述报警级别为轻度时,触发所述仪表盘指示灯亮并触发所述扬声器输出第一时长的声音警示;
在所述报警级别为中度时,触发所述扬声器输出第二时长的声音警示并触发所述座椅振动器进行第三时长的座椅震动,所述第二时长大于所述第一时长;
在所述报警级别为重度时,触发所述扬声器输出声音警示并触发所述座椅振动器进行座椅震动,直至所述监控触发器后续检测出报警级别降低时停止。
可选地,所述红外摄像头模块和所述可见光摄像头模块以相同的图像采集帧率采集图像,所述图像采集帧率根据所述监控控制器的图像处理能力确定。
可选地,所述红外摄像头模块连接有近红外发光二极管LED模块,所述近红外LED模块,用于:
接收所述红外摄像头模块的同步开关控制信号;
根据所述同步开关控制信号通过LED驱动电路控制LED灯发射近红外光照射所述驾驶员;或者,通过LED驱动电路控制LED灯停止发射近红外光。
可选地,所述红外摄像头模块和所述近红外LED模块安装于所述车辆中仪表盘的上方。
可选地,所述可见光摄像头模块安装于所述车辆的左侧A柱或者后视镜位置。
可选地,所述监控控制器安装于所述车辆的驾驶舱前部。
可选地,所述红外摄像头模块和所述可见光摄像头模块分别通过线缆与所述监控控制器相连。
本发明的有益效果在于:通过设置两个图像采集模块,即红外摄像头模块和可见光摄像头模块分别采集驾驶员的图像;通过监控控制器对两个图像分别进行分析,确定驾驶员是否处于疲劳状态和/或分神状态;可以解决已有的驾驶员监控***无法对驾驶员的分神状态进行检测的问题;可以提高驾驶员监控***监控驾驶员驾驶状态的全面性,从而提高驾驶安全性。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1是本申请一个实施例提供的一种基于视觉传感器的驾驶员监控***的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
图1是本申请一个实施例提供的一种基于视觉传感器的驾驶员监控***的结构示意图,如图1所示,该***用于车辆中,该***至少包括:红外摄像头模块110、可见光摄像头模块120、监控控制器130和报警模块140。
其中,红外摄像头模块110、可见光摄像头模块120和报警模块140分别与监控控制器130之间通信连接。可选地,红外摄像头模块110和可见光摄像头模块120分别通过线缆与监控控制器130相连。报警模块140可以通过线缆与监控控制器130相连;或者,也可以通过接口与监控控制器130相连;或者,还可以通过无线方式与监控控制器130相连,本申请不对红外摄像头模块110、可见光摄像头模块120和报警模块140分别与监控控制器130之间通信连接的方式作限定。
红外摄像头模块110,用于采集驾驶员的第一图像;将第一图像发送至监控控制器。可选地,第一图像可以为驾驶员的正面头部图像。
可选地,红外摄像头模块110还连接有近红外发光二极管(Light EmittingDiode,LED)模块150。红外摄像头模块110与近红外LED模块150之间通过有线或者无线的方式相连,本实施例不对红外摄像头模块110与近红外LED模块150之间的连接方式作限定。
可选地,近红外LED模块150,用于:接收红外摄像头模块110的同步开关控制信号;根据同步开关控制信号通过LED驱动电路控制LED灯发射近红外光照射驾驶员;或者,通过LED驱动电路控制LED灯停止发射近红外光。
可选地,红外摄像头模块110和近红外LED模块安装于车辆中仪表盘的上方。
可见光摄像头模块120,用于采集驾驶员的第二图像;将第二图像发送至监控控制器。第二图像与第一图像不同,第二图像可以为驾驶员正面上半身图像。
可选地,红外摄像头模块110和可见光摄像头模块120以相同的图像采集帧率采集图像。图像采集帧率根据监控控制器的图像处理能力确定。比如:图像采集帧率为每秒10帧。可见光摄像头模块120安装于车辆的左侧A柱或者后视镜位置。其中,左侧A柱是指前挡风玻璃和左前车门之间的柱子。
监控控制器130,用于获取第一图像和第二图像;根据第一图像确定驾驶员单位时间内眼睛闭合一定比例所占的时间(Percentage of Eyelid Closure over the Pupil,over Time,PERCLOS);对第二图像进行预处理;将预处理后的第二图像输入分类模型得到分类结果;根据PERCLOS和分类结果确定报警级别。其中,分类结果用于指示驾驶员是否处于疲劳状态和/或分神状态。
PERCLOS的计算方式参考下述公式:
PERCLOS=眼睛闭合帧数/检测时间段总帧数*100%
可选地,监控控制器130通过图像识别算法检测眼睑遮住瞳孔的面积是否超过预设阈值;若超过预设阈值即为驾驶员的眼睛闭合。预设阈值可以为70%、80%、90%等,本实施例不对预设阈值的取值作限定。
可选地,预处理包括但不限于:色彩空间转换和图像缩放中的至少一种。
可选地,疲劳状态包括:打哈欠和点头中的至少一种。分神状态包括:打电话、看手机、抽烟和左顾右盼中的至少一种。
可选地,监控控制器130采用多核异构***级芯片(System on Chip,SoC),SoC包括进阶精简指令集机器ARM核131、第一数字信号处理器(Digital Signal Processing,DSP)核132和第二DSP核133。
第一DSP核131,用于对驾驶员的视线进行跟踪,并执行根据第一图像确定PERCLOS的步骤。
第二DSP核132,用于执行对第二图像进行预处理;将预处理后的第二图像输入分类模型得到分类结果的步骤。
可选地,分类模型为卷积神经网络CNN模型;当然,分类模型也可以为其它类型的用于进行分类的模型,本实施例不对分类模型的类型作限定。
ARM核133,用于执行根据PERCLOS和分类结果确定报警级别的步骤。
可选地,监控控制器130安装于车辆的驾驶舱前部。
报警模块140,用于获取报警级别;根据报警级别控制对应的报警组件进行报警。
可选地,报警级别包括轻度、中度和重度;报警模块分别与仪表盘、扬声器和座椅振动器相连;报警模块140,用于:
在报警级别为轻度时,触发仪表盘指示灯亮并触发扬声器输出第一时长的声音警示;
在报警级别为中度时,触发扬声器输出第二时长的声音警示并触发座椅振动器进行第三时长的座椅震动,第二时长大于第一时长;
在报警级别为重度时,触发扬声器输出声音警示并触发座椅振动器进行座椅震动,直至监控触发器后续检测出报警级别降低时停止。
本实施例提供的一种基于视觉传感器的驾驶员监控***的工作流程如下:
步骤1,驾驶员启动车辆后,监控控制器130上电开始工作。
步骤2,监控控制器130上电后开始供电给驾驶员监控***中的其它组件;红外摄像头模块110给近红外LED模块150供电;近红外LED模块150开始正常工作发出近红外光,照射驾驶员面部。
步骤3,红外摄像头模块110开始采集驾驶员正面头部图像,可见光摄像头模块120开始采集驾驶员正面上半身图像,两者的图像采集帧率保持一致。
步骤4,监控控制器130SoC中的第一DSP核131接收红外摄像头模块110采集的驾驶员正面头部图像(即第一图像),做PERCLOS度量和视线跟踪,第二DSP核132接收可见光摄像头模块120采集的驾驶员正面上半身图像(即第二图像),经图像预处理后做CNN分类。
步骤5,监控控制器130SoC中的ARM核133融合两个DSP核算法处理的结果进行逻辑判断以决定当前驾驶员处于什么状态,需要触发什么级别的报警。
步骤6,报警模块140根据融合逻辑判断的结果触发报警,报警级别分为轻度、中度和重度三级,会触发仪表盘指示灯、声音和座椅震动以警示驾驶员。
综上所述,本实施例提供的基于视觉传感器的驾驶员监控***,通过设置两个图像采集模块,即红外摄像头模块和可见光摄像头模块分别采集驾驶员的图像;通过监控控制器对两个图像分别进行分析,确定驾驶员是否处于疲劳状态和/或分神状态;可以解决已有的驾驶员监控***无法对驾驶员的分神状态进行检测的问题;可以提高驾驶员监控***监控驾驶员驾驶状态的全面性,从而提高驾驶安全性。
另外,通过在监控控制器中设置第一DSP核和第二DSP核,使得监控控制器130可以同时并行处理两张图像,提高监控控制器130得到分类结果的实时性。
另外,基于本申请提供的驾驶员监控***,监控控制器还可以监测除打哈欠、点头、打电话、看手机、抽烟、左顾右盼这六种驾驶员疲劳和分神状态之外的其它状态;另外还可以进一步支持人脸识别、虹膜识别等功能模块,具有可扩展性。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于视觉传感器的驾驶员监控***,其特征在于,安装于车辆中,所述***包括:红外摄像头模块、可见光摄像头模块、监控控制器和报警模块,所述红外摄像头模块、所述可见光摄像头模块和所述报警模块分别与所述监控控制器之间通信连接;
所述红外摄像头模块,用于采集驾驶员的第一图像;将所述第一图像发送至所述监控控制器;
所述可见光摄像头模块,用于采集所述驾驶员的第二图像;将所述第二图像发送至所述监控控制器;
所述监控控制器,用于获取所述第一图像和所述第二图像;根据所述第一图像确定所述驾驶员单位时间内眼睛闭合一定比例所占的时间PERCLOS;对所述第二图像进行预处理;将预处理后的第二图像输入分类模型得到分类结果,所述分类结果用于指示所述驾驶员是否处于疲劳状态和/或分神状态;根据所述PERCLOS和所述分类结果确定报警级别;
所述报警模块,用于获取所述报警级别;根据所述报警级别控制对应的报警组件进行报警。
2.根据权利要求1所述***,其特征在于,
所述疲劳状态包括:打哈欠和点头中的至少一种。
所述分神状态包括:打电话、看手机、抽烟和左顾右盼中的至少一种。
3.根据权利要求1所述***,其特征在于,所述监控控制器采用多核异构***级芯片SoC,所述SoC包括进阶精简指令集机器ARM核、第一数字信号处理器DSP核和第二DSP核;
所述第一DSP核,用于对所述驾驶员的视线进行跟踪,并执行所述根据所述第一图像确定所述PERCLOS的步骤;
所述第二DSP核,用于执行所述对所述第二图像进行预处理;将预处理后的第二图像输入分类模型得到分类结果的步骤,所述分类模型为卷积神经网络CNN模型;
所述ARM核,用于执行所述根据所述PERCLOS和所述分类结果确定报警级别的步骤。
4.根据权利要求1所述***,其特征在于,所述报警级别包括轻度、中度和重度;所述报警模块分别与仪表盘、扬声器和座椅振动器相连;所述报警模块,用于:
在所述报警级别为轻度时,触发所述仪表盘指示灯亮并触发所述扬声器输出第一时长的声音警示;
在所述报警级别为中度时,触发所述扬声器输出第二时长的声音警示并触发所述座椅振动器进行第三时长的座椅震动,所述第二时长大于所述第一时长;
在所述报警级别为重度时,触发所述扬声器输出声音警示并触发所述座椅振动器进行座椅震动,直至所述监控触发器后续检测出报警级别降低时停止。
5.根据权利要求1所述***,其特征在于,所述红外摄像头模块和所述可见光摄像头模块以相同的图像采集帧率采集图像,所述图像采集帧率根据所述监控控制器的图像处理能力确定。
6.根据权利要求1所述***,其特征在于,所述红外摄像头模块连接有近红外发光二极管LED模块,所述近红外LED模块,用于:
接收所述红外摄像头模块的同步开关控制信号;
根据所述同步开关控制信号通过LED驱动电路控制LED灯发射近红外光照射所述驾驶员;或者,通过LED驱动电路控制LED灯停止发射近红外光。
7.根据权利要求6所述***,其特征在于,所述红外摄像头模块和所述近红外LED模块安装于所述车辆中仪表盘的上方。
8.根据权利要求1所述***,其特征在于,所述可见光摄像头模块安装于所述车辆的左侧A柱或者后视镜位置。
9.根据权利要求1所述***,其特征在于,所述监控控制器安装于所述车辆的驾驶舱前部。
10.根据权利要求1至9任一所述***,其特征在于,所述红外摄像头模块和所述可见光摄像头模块分别通过线缆与所述监控控制器相连。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811215095.3A CN109190600A (zh) | 2018-10-18 | 2018-10-18 | 一种基于视觉传感器的驾驶员监控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811215095.3A CN109190600A (zh) | 2018-10-18 | 2018-10-18 | 一种基于视觉传感器的驾驶员监控*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109190600A true CN109190600A (zh) | 2019-01-11 |
Family
ID=64945946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811215095.3A Pending CN109190600A (zh) | 2018-10-18 | 2018-10-18 | 一种基于视觉传感器的驾驶员监控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190600A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110119714A (zh) * | 2019-05-14 | 2019-08-13 | 济南浪潮高新科技投资发展有限公司 | 一种基于卷积神经网络的驾驶员疲劳检测方法及装置 |
CN111645695A (zh) * | 2020-06-28 | 2020-09-11 | 北京百度网讯科技有限公司 | 一种疲劳驾驶的检测方法、装置、计算机设备和存储介质 |
CN111753741A (zh) * | 2020-06-28 | 2020-10-09 | 北京小眼探索科技有限公司 | 基于深度学习的特种车辆辅助驾驶方法、装置及存储介质 |
CN112201008A (zh) * | 2020-08-21 | 2021-01-08 | 深圳市豪恩汽车电子装备股份有限公司 | 疲劳驾驶监测***及方法 |
CN112584058A (zh) * | 2019-09-30 | 2021-03-30 | 杭州海康汽车技术有限公司 | 图像采集***、方法及装置 |
CN114155592A (zh) * | 2021-12-21 | 2022-03-08 | 清华大学苏州汽车研究院(吴江) | 一种多源融合视觉感知座舱*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1830389A (zh) * | 2006-04-21 | 2006-09-13 | 太原理工大学 | 疲劳驾驶状态监控装置及方法 |
US20060261931A1 (en) * | 2003-08-15 | 2006-11-23 | Ziyi Cheng | Automobile security defence alarm system with face identification and wireless communication function |
CN104637246A (zh) * | 2015-02-02 | 2015-05-20 | 合肥工业大学 | 一种驾驶员多种行为预警***及危险评估方法 |
CN108269383A (zh) * | 2016-12-30 | 2018-07-10 | 河南辉煌信通软件有限公司 | 基于perclos算法的疲劳驾驶预警*** |
-
2018
- 2018-10-18 CN CN201811215095.3A patent/CN109190600A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060261931A1 (en) * | 2003-08-15 | 2006-11-23 | Ziyi Cheng | Automobile security defence alarm system with face identification and wireless communication function |
CN1830389A (zh) * | 2006-04-21 | 2006-09-13 | 太原理工大学 | 疲劳驾驶状态监控装置及方法 |
CN104637246A (zh) * | 2015-02-02 | 2015-05-20 | 合肥工业大学 | 一种驾驶员多种行为预警***及危险评估方法 |
CN108269383A (zh) * | 2016-12-30 | 2018-07-10 | 河南辉煌信通软件有限公司 | 基于perclos算法的疲劳驾驶预警*** |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110119714A (zh) * | 2019-05-14 | 2019-08-13 | 济南浪潮高新科技投资发展有限公司 | 一种基于卷积神经网络的驾驶员疲劳检测方法及装置 |
CN110119714B (zh) * | 2019-05-14 | 2022-02-25 | 山东浪潮科学研究院有限公司 | 一种基于卷积神经网络的驾驶员疲劳检测方法及装置 |
CN112584058A (zh) * | 2019-09-30 | 2021-03-30 | 杭州海康汽车技术有限公司 | 图像采集***、方法及装置 |
CN112584058B (zh) * | 2019-09-30 | 2023-02-07 | 杭州海康汽车技术有限公司 | 图像采集***、方法及装置 |
CN111645695A (zh) * | 2020-06-28 | 2020-09-11 | 北京百度网讯科技有限公司 | 一种疲劳驾驶的检测方法、装置、计算机设备和存储介质 |
CN111753741A (zh) * | 2020-06-28 | 2020-10-09 | 北京小眼探索科技有限公司 | 基于深度学习的特种车辆辅助驾驶方法、装置及存储介质 |
CN111753741B (zh) * | 2020-06-28 | 2024-03-15 | 北京小眼探索科技有限公司 | 基于深度学习的特种车辆辅助驾驶方法、装置及存储介质 |
CN112201008A (zh) * | 2020-08-21 | 2021-01-08 | 深圳市豪恩汽车电子装备股份有限公司 | 疲劳驾驶监测***及方法 |
CN114155592A (zh) * | 2021-12-21 | 2022-03-08 | 清华大学苏州汽车研究院(吴江) | 一种多源融合视觉感知座舱*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190600A (zh) | 一种基于视觉传感器的驾驶员监控*** | |
CN105336105B (zh) | 一种预防疲劳驾驶的方法、智能设备及*** | |
CN106709420B (zh) | 一种监测营运车辆驾驶人员驾驶行为的方法 | |
CN104183091B (zh) | 一种自适应调整疲劳驾驶预警***灵敏度的*** | |
US20160272217A1 (en) | Two-step sleepy driving prevention apparatus through recognizing operation, front face, eye, and mouth shape | |
CN205158585U (zh) | 一种预防疲劳驾驶的智能设备及*** | |
CN106778618A (zh) | 一种疲劳驾驶监控预警*** | |
Anjali et al. | Real-time nonintrusive monitoring and detection of eye blinking in view of accident prevention due to drowsiness | |
CN112220480B (zh) | 基于毫米波雷达和相机融合的驾驶员状态检测***及车辆 | |
CN103198618A (zh) | 一种能够预警疲劳驾驶的手机及预警方法 | |
CN208126407U (zh) | 基于软硬件协同图像处理的防疲劳驾驶*** | |
Charniya et al. | Drunk driving and drowsiness detection | |
CN106600894A (zh) | 一种疲劳驾驶和酒后驾驶监控预警*** | |
CN105701971B (zh) | 一种基于虹膜识别的防止疲劳驾驶***、装置及方法 | |
CN106467057A (zh) | 车道偏离预警的方法、装置及*** | |
CN108021875A (zh) | 一种车辆驾驶员个性化疲劳监测及预警方法 | |
CN208324889U (zh) | 行车安全报警***及车辆 | |
CN109801475A (zh) | 疲劳驾驶检测方法、装置及计算机可读存储介质 | |
CN107585026A (zh) | 一种防疲劳驾驶*** | |
CN108670278A (zh) | 一种基于智能手机的驾驶员疲劳检测和报警***及方法 | |
CN105599607B (zh) | 一种基于驾驶员状态的车辆启动装置和方法 | |
CN103824421B (zh) | 主动安全疲劳驾驶检测警示*** | |
CN209962386U (zh) | 一种驾驶员疲劳监测*** | |
CN104376685A (zh) | 一种防疲劳驾驶的车辆控制方法 | |
CN110239555A (zh) | 一种辅助车辆安全操作的装置及方法 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 301, Building 5, No. 17, Dongwang Road, Suzhou Industrial Park, Jiangsu Province, 215123 Applicant after: Zhixing Automotive Technology (Suzhou) Co.,Ltd. Address before: Room 301, Building 5, No. 17, Dongwang Road, Suzhou Industrial Park, Jiangsu Province, 215123 Applicant before: IMOTION AUTOMOTIVE TECHNOLOGY (SUZHOU) Co.,Ltd. |
|
CB02 | Change of applicant information | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |
|
RJ01 | Rejection of invention patent application after publication |