System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術實現步驟摘要】
本專利技術涉及行駛安全,特別涉及一種危險駕駛行為檢測方法及裝置。
技術介紹
1、隨著道路交通的不斷發展,交通事故已然成為影響社會安全的重大問題之一,而疲勞駕駛是導致交通事故發生的主要原因之一,每年都有多起車禍是由疲勞駕駛所導致。采用疲勞駕駛檢測方法能夠實時的檢測出駕駛員的疲勞狀態,并在疲勞駕駛發生時及時向車內人員發出警報,從而能夠預防因疲勞駕駛而引起的交通事故的發生。
2、然而在傳統方法中,需要使用大量的生理傳感器檢測駕駛員的生理信號,如腦電圖、心電圖和眼電圖,雖然具有很好的監測作用,但是生理傳感器的成本較高。
技術實現思路
1、基于此,本申請實施例提供了一種危險駕駛行為檢測方法及裝置,能夠有效提高對危險駕駛行為的識別準確度,減少駕駛行為的監測成本。
2、第一方面,提供了一種危險駕駛行為檢測方法,該方法包括:
3、通過攝像頭實時采集駕駛員行為數據;
4、從采集到的行為數據中提取與疲勞行為相關特征;其中,疲勞行為相關特征包括眼睛閉合時間、眼睛閉合頻率、眨眼次數、頭部傾斜角度以及手部位置變化;
5、基于提取到的相關特征,通過疲勞檢測模型對駕駛員的狀態進行分類;
6、當檢測到駕駛員處于疲勞狀態時,觸發危險駕駛告警提示。
7、可選地,基于提取到的相關特征,通過疲勞檢測模型對駕駛員的狀態進行分類,包括:
8、預先設置不同狀態的閾值;其中,所述狀態包括清醒狀態和疲勞狀態;
9、通過實時監
10、可選地,所述方法還包括:
11、獲取車輛的當前速度數據,并根據道路交通規則和地理位置數據,獲取當前道路的限速信息;
12、將車輛當前速度與道路限速進行比較,判斷是否超速;
13、當檢測到車輛超速時,觸發危險駕駛告警提示。
14、可選地,從采集到的行為數據中提取與疲勞行為相關特征,包括:
15、對采集到的行為數據進行預處理;包括去除噪聲、平滑數據、調整數據格式;
16、從預處理后的數據中提取相應的特征;其中,利用人臉識別技術檢測駕駛員的眼睛狀態得到眼睛閉合時間和眨眼次數;通過檢測眼睛狀態來計算閉合的頻率得到眼睛閉合頻率;通過人臉關鍵點檢測和姿態估計來獲取頭部傾斜角度;通過手部關鍵點檢測和跟蹤來獲取手部位置變化。
17、可選地,所述方法還包括:
18、對提取到的各個特征進行歸一化處理,并對歸一化后的數據進行評估,得到疲勞行為相關特征評估結果。
19、第二方面,提供了一種危險駕駛行為檢測裝置,該裝置包括:
20、采集模塊,用于通過攝像頭實時采集駕駛員行為數據;
21、提取模塊,用于從采集到的行為數據中提取與疲勞行為相關特征;其中,疲勞行為相關特征包括眼睛閉合時間、眼睛閉合頻率、眨眼次數、頭部傾斜角度以及手部位置變化;
22、分類模塊,用于基于提取到的相關特征,通過疲勞檢測模型對駕駛員的狀態進行分類;
23、告警模塊,用于當檢測到駕駛員處于疲勞狀態時,觸發危險駕駛告警提示。
24、可選地,分類模塊基于提取到的相關特征,通過疲勞檢測模型對駕駛員的狀態進行分類,包括:
25、預先設置不同狀態的閾值;其中,所述狀態包括清醒狀態和疲勞狀態;
26、通過實時監測駕駛員的狀態并與設定的閾值進行比較,確定當前駕駛員的狀態。
27、可選地,所述裝置還包括超速檢測模塊:
28、用于獲取車輛的當前速度數據,并根據道路交通規則和地理位置數據,獲取當前道路的限速信息;
29、將車輛當前速度與道路限速進行比較,判斷是否超速;
30、當檢測到車輛超速時,觸發危險駕駛告警提示。
31、可選地,提取模塊從采集到的行為數據中提取與疲勞行為相關特征,包括:
32、對采集到的行為數據進行預處理;包括去除噪聲、平滑數據、調整數據格式;
33、從預處理后的數據中提取相應的特征;其中,利用人臉識別技術檢測駕駛員的眼睛狀態得到眼睛閉合時間和眨眼次數;通過檢測眼睛狀態來計算閉合的頻率得到眼睛閉合頻率;通過人臉關鍵點檢測和姿態估計來獲取頭部傾斜角度;通過手部關鍵點檢測和跟蹤來獲取手部位置變化。
34、可選地,所述提取模塊還包括:
35、對提取到的各個特征進行歸一化處理,并對歸一化后的數據進行評估,得到疲勞行為相關特征評估結果。
36、本申請實施例提供的技術方案中首先通過攝像頭實時采集駕駛員行為數據;從采集到的行為數據中提取與疲勞行為相關特征;其中,疲勞行為相關特征包括眼睛閉合時間、眼睛閉合頻率、眨眼次數、頭部傾斜角度以及手部位置變化;最后基于提取到的相關特征,通過疲勞檢測模型對駕駛員的狀態進行分類;當檢測到駕駛員處于疲勞狀態時,觸發危險駕駛告警提示。可以看出,本專利技術能夠有效提高對危險駕駛行為的識別準確度,減少駕駛行為的監測成本。
本文檔來自技高網...【技術保護點】
1.一種危險駕駛行為檢測方法,其特征在于,所述方法包括:
2.根據權利要求1所述的危險駕駛行為檢測方法,其特征在于,基于提取到的相關特征,通過疲勞檢測模型對駕駛員的狀態進行分類,包括:
3.根據權利要求1所述的危險駕駛行為檢測方法,其特征在于,所述方法還包括:
4.根據權利要求1所述的危險駕駛行為檢測方法,其特征在于,從采集到的行為數據中提取與疲勞行為相關特征,包括:
5.根據權利要求4所述的危險駕駛行為檢測方法,其特征在于,所述方法還包括:
6.一種危險駕駛行為檢測裝置,其特征在于,所述裝置包括:
7.根據權利要求6所述的危險駕駛行為檢測裝置,其特征在于,分類模塊基于提取到的相關特征,通過疲勞檢測模型對駕駛員的狀態進行分類,包括:
8.根據權利要求6所述的危險駕駛行為檢測裝置,其特征在于,所述裝置還包括超速檢測模塊:
9.根據權利要求6所述的危險駕駛行為檢測裝置,其特征在于,提取模塊從采集到的行為數據中提取與疲勞行為相關特征,包括:
10.根據權利要求9所述的危險駕駛行為
...【技術特征摘要】
1.一種危險駕駛行為檢測方法,其特征在于,所述方法包括:
2.根據權利要求1所述的危險駕駛行為檢測方法,其特征在于,基于提取到的相關特征,通過疲勞檢測模型對駕駛員的狀態進行分類,包括:
3.根據權利要求1所述的危險駕駛行為檢測方法,其特征在于,所述方法還包括:
4.根據權利要求1所述的危險駕駛行為檢測方法,其特征在于,從采集到的行為數據中提取與疲勞行為相關特征,包括:
5.根據權利要求4所述的危險駕駛行為檢測方法,其特征在于,所述方法還包括:
6.一種危...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。