【技術實現步驟摘要】
本專利技術屬于交通安全，具體涉及一種區分人工駕駛和自動駕駛的手機違規使用抓拍方法。
技術介紹
1、近年來，自動駕駛技術取得了顯著進步，即將迎來更為廣泛的技術應用。與此同時，隨著智能手機的日益普及，由駕駛者使用手機而導致的交通事故愈發頻繁。據統計，駕駛人員因分心使用手機而引發的交通事故，已成為造成傷亡的主要原因之一。當前，交通監管部門能夠通過執法攝像頭對駕駛員違規使用手機的行為進行抓拍。攝像頭可監測駕駛員的眼睛活動、頭部姿態以及手部動作等，以此來判斷駕駛員是否存在違規使用手機的情況。然而，現有技術存在一定局限性，通常無法區分車輛處于人工駕駛模式還是自動駕駛模式，并且，在自動駕駛模式下，駕駛員能夠更自由地使用手機，因而傳統的駕駛員行為監測系統可能會將其誤判為違規行為。
2、基于此，特提出本專利技術。
技術實現思路
1、為了解決現有技術中的問題，本專利技術提出了一種新型的手機違規使用行為抓拍方法，旨在解決現有技術所存在的局限性，本方法根據自動駕駛車型數據庫判斷該車輛是否具有自動駕駛模式，并且通過對駕駛人注視行為的分析精準地識別自動駕駛車輛處于人工駕駛還是自動駕駛模式，以及判斷駕駛員是否存在違規使用手機行為，提高了對駕駛員違規使用手機這一行為判罰的準確性，為交通監管提供了判罰依據。
2、本專利技術的一種區分人工駕駛和自動駕駛的手機違規使用抓拍方法，包括步驟：
3、s1、在直線路段一側架設路側攝像頭，用來捕捉并錄制固定直線路段內車輛行駛的連續視頻圖像獲取車
4、s2、通過獲得的車輛車牌信息與車輛登記信息進行比對，判斷該車輛是否具有自動駕駛模式；
5、s3、首先對圖像中車輛進行定位，得到車輛通過固定直線路段所用的時間，再通過adaboost算法對駕駛員頭部圖像進行定位，獲取該駕駛員的頭部視頻信息，根據駕駛員的頭部姿態信息和眼睛特征信息得到駕駛員的注視模式信息；
6、s4、分析駕駛員的注視模式信息，判斷車輛是否處于自動駕駛模式以及駕駛員是否存在手機違規使用行為。
7、進一步地，步驟s1中路側攝像頭高度為6米，固定直線路段長100m。
8、進一步地，步驟s2中通過獲得的車輛車牌信息與車輛登記信息進行比對具體為：通過車牌識別系統識別車輛的車牌號，根據車牌號查詢車輛登記信息，獲取車型數據，并與自動駕駛車輛數據庫進行比對。
9、進一步地，步驟s3中得到駕駛員的注視模式信息包括：駕駛員在錄制視頻的固定直線路段內注視方向偏離車輛行駛方向的頻率、視線偏離行駛方向持續時間與車輛通行總時長的比值、注視偏離方向以及眨眼頻率。
10、進一步地，步驟s4中分析駕駛員的注視模式信息包括：確定注視模式信息所對應的打分臨界閾值以及權重，
11、當駕駛員視線偏離行駛方向的頻率為7秒/次時，確定該駕駛員視線偏離行駛方向的頻率得分為3，此種注視模式信息所對應的打分臨界閾值為3，權重為0.35；
12、當駕駛員視線偏離行駛方向持續時間與車輛通行總時長的比值為1/3時，確定該駕駛員視線偏離行駛方向持續時間與車輛通行總時長的比值得分為5，此種注視模式信息所對應的打分臨界閾值為5，權重為0.4；
13、當駕駛員注視偏離區域為車輛中控臺以下區域時，確定該駕駛員注視偏離區域得分為8，此種注視模式信息的注視區域以車輛中控臺上的平臺劃分，所對應的打分臨界閾值為8，權重為0.1；
14、當駕駛員眨眼頻率為4秒/次時，確定該駕駛員眨眼頻率得分為5，此種注視模式信息對應的打分臨界閾值為5，權重為0.15。
15、進一步地，根據每類注視模式信息所對應的打分臨界閾值對獲取的圖像中出現的各類注視模式信息進行十分制打分，根據權重建立記分模型，
16、具體的，記各類注視模式信息的權重為wi，各類注視模式信息的得分為ai，其中i＝1，2，3，4，最終得分
17、進步地，通過將各類注視模式信息的權重以及打分臨界閾值帶入駕駛員使用手機的記分模型，計算得到駕駛員使用手機得分的閾值為4.2。
18、進一步地，根據駕駛員在駕駛車輛時使用手機的得分閾值對當前獲取的圖像中駕駛員是否使用手機進行判定，具體的，
19、對于具有自動駕駛模式的車輛，若p≥4.2(a1≠0，a2≠10)，則判定駕駛員在駕駛車輛時使用手機，即車輛處于人工駕駛模式且駕駛員使用手機；
20、若p<4.2(a1≠0，a2≠10)，則判定車輛處于人工駕駛模式且駕駛員沒有使用手機或車輛處于自動駕駛模式；
21、若a1＝0，a2＝10則判定車輛處于自動駕駛模式且駕駛員在使用手機；
22、對于不具有自動駕駛模式的車輛，若p≥4.2，則判定駕駛員在駕駛車輛時使用手機；
23、若p<4.2(a1≠0，a2≠10)，則判定駕駛員沒有使用手機；
24、若a1＝0，a2＝10則判定駕駛員在使用手機。
25、進一步地，通過自動駕駛車型數據庫比對判定當前車型不具有自動駕駛模式，并且判定駕駛員使用手機，則認為該駕駛員存在違規使用手機行為，對其進行違規抓拍；若判定駕駛員沒有使用手機，則認為駕駛員不存在違規使用手機行為，不對其進行違規抓拍；
26、通過自動駕駛車型數據庫比對判定當前車型具有自動駕駛模式，并且判定車輛處于人工駕駛模式且駕駛員沒有使用手機，則認為駕駛員不存在手機違規使用行為，不對其進行違規抓拍；若判定車輛處于人工駕駛模式且駕駛員使用手機，則認為駕駛員存在手機違規使用行為，對其進行違規抓拍；若判定車輛處于自動駕駛模式，則認為駕駛員不存在手機違規使用行為，不對其進行違規抓拍。
27、與現有技術相比，本專利技術根據自動駕駛車型數據庫判斷該車輛是否具有自動駕駛模式，并且制定了車輛駕駛模式和駕駛員使用手機評定規則，通過精確地對應駕駛員的各類注視模式信息的分析精準地識別自動駕駛車輛處于人工駕駛還是自動駕駛模式，以及判斷駕駛員是否存在違規使用手機行為。
本文檔來自技高網...【技術保護點】
1.一種區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，包括步驟：
2.根據權利要求1所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，步驟S1中路側攝像頭高度為6米，固定直線路段長100m。
3.根據權利要求1所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，步驟S2中通過獲得的車輛車牌信息與車輛登記信息進行比對具體為：通過車牌識別系統識別車輛的車牌號，根據車牌號查詢車輛登記信息，獲取車型數據，并與自動駕駛車輛數據庫進行比對。
4.根據權利要求1所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，步驟S3中得到駕駛員的注視模式信息包括：駕駛員在錄制視頻的固定直線路段內注視方向偏離車輛行駛方向的頻率、視線偏離行駛方向持續時間與車輛通行總時長的比值、注視偏離方向以及眨眼頻率。
5.根據權利要求1所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，步驟S4中分析駕駛員的注視模式信息包括：確定注視模式信息所對應的打分臨界閾值以及權重，
6.根據權利要求5所述的區分人
7.根據權利要求6所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，通過將各類注視模式信息的權重以及打分臨界閾值帶入駕駛員使用手機的記分模型，計算得到駕駛員使用手機得分的閾值為4.2。
8.根據權利要求1-7任一項所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，根據駕駛員在駕駛車輛時使用手機的得分閾值對當前獲取的圖像中駕駛員是否使用手機進行判定，具體的，
9.根據權利要求8所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，通過自動駕駛車型數據庫比對判定當前車型不具有自動駕駛模式，并且判定駕駛員使用手機，則認為該駕駛員存在違規使用手機行為，對其進行違規抓拍；若判定駕駛員沒有使用手機，則認為駕駛員不存在違規使用手機行為，不對其進行違規抓拍；
...【技術特征摘要】
1.一種區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，包括步驟：
2.根據權利要求1所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，步驟s1中路側攝像頭高度為6米，固定直線路段長100m。
3.根據權利要求1所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，步驟s2中通過獲得的車輛車牌信息與車輛登記信息進行比對具體為：通過車牌識別系統識別車輛的車牌號，根據車牌號查詢車輛登記信息，獲取車型數據，并與自動駕駛車輛數據庫進行比對。
4.根據權利要求1所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，步驟s3中得到駕駛員的注視模式信息包括：駕駛員在錄制視頻的固定直線路段內注視方向偏離車輛行駛方向的頻率、視線偏離行駛方向持續時間與車輛通行總時長的比值、注視偏離方向以及眨眼頻率。
5.根據權利要求1所述的區分人工駕駛和自動駕駛的手機違規使用抓拍方法，其特征在于，步驟s4中分析駕駛員的注視模式信息包括：確定注視模式信息所對應的打分臨界閾值以及...
【專利技術屬性】
技術研發人員：李博，紀龍，王浩軒，王佳，曹正武，辛琪，王暢，
申請(專利權)人：長安大學，
類型：發明
國別省市：
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。