发明名称 基于转向盘转角的疲劳驾驶检测方法
摘要 本发明公开了一种基于转向盘转角的疲劳驾驶检测方法。该方法利通过对采集的转角数据进行数据处理和分析,提取出了能描述驾驶员疲劳状态的转向盘转角的角度标准差和静止百分比,并根据角度标准差和静止百分比建立了疲劳状态判别模型,利用该模型对驾驶员的疲劳状态进行了检测,本方法能够准确地判断技术是元的疲劳状态,在不降低识别率的前提下,能够简单、快捷地对疲劳驾驶状态进行检测。
申请公布号 CN106408032A 申请公布日期 2017.02.15
申请号 CN201610869722.X 申请日期 2016.09.30
申请人 防城港市港口区高创信息技术有限公司 发明人 陈泉
分类号 G06K9/62(2006.01)I;G07C5/08(2006.01)I 主分类号 G06K9/62(2006.01)I
代理机构 北海市佳旺专利代理事务所(普通合伙) 45115 代理人 黄建中
主权项 一种基于转向盘转角的疲劳驾驶检测方法,其特征在于,包括以下步骤:S1:采集转向盘转角数据;S2:通过实车道路试验获取转向盘转角与驾驶员工作状态的关系,首先要保证驾驶员处于清醒状态,实车试验从驾驶员实分清醒状态开始,直到进入非常疲劳状态结束;通过实验得出对转向盘修正频率的降低及大幅度的修正是驾驶员处于疲劳状态下操作转向盘的两个主要特征,其持续时间在4‑20s之间;S3:提取转向盘的角度标准差和静止百分比两个指标共同表示转向盘转角变化的特征,计算公式如下:静止百分比:<img file="FDA0001124306780000011.GIF" wi="174" he="102" />其中,F为静止百分比,表示修正转向盘的频率变化,M为制定基准时间内角速度的总采样点数,m为总采样点中转向盘转动角速度小于设定阈值的点数,阈值为±0.1°/s;角度标准差:<img file="FDA0001124306780000012.GIF" wi="782" he="141" />其中,W为角度标准差,表示转向盘修正幅度的变化,w<sub>i</sub>为转向盘转动角速度;S4:运用线性判别分析(LDA)建立以静止百分比和角度标准差为特征向量的线性判别算法进行疲劳状态判别,具体如下:1)利用LDA建立的线性判别模型为:<maths num="0001"><math><![CDATA[<mrow><mfenced open = "[" close = "]"><mtable><mtr><mtd><msub><mi>S</mi><mn>1</mn></msub></mtd></mtr><mtr><mtd><msub><mi>S</mi><mn>2</mn></msub></mtd></mtr><mtr><mtd><msub><mi>S</mi><mn>3</mn></msub></mtd></mtr></mtable></mfenced><mo>=</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><msub><mi>a</mi><mn>1</mn></msub></mtd><mtd><msub><mi>a</mi><mn>2</mn></msub></mtd></mtr><mtr><mtd><msub><mi>b</mi><mn>1</mn></msub></mtd><mtd><msub><mi>b</mi><mn>2</mn></msub></mtd></mtr><mtr><mtd><msub><mi>c</mi><mn>1</mn></msub></mtd><mtd><msub><mi>c</mi><mn>2</mn></msub></mtd></mtr></mtable></mfenced><mfenced open = "[" close = "]"><mtable><mtr><mtd><mi>F</mi></mtd></mtr><mtr><mtd><mi>W</mi></mtd></mtr></mtable></mfenced><mo>+</mo><mfenced open = "[" close = "]"><mtable><mtr><mtd><msub><mi>a</mi><mn>3</mn></msub></mtd></mtr><mtr><mtd><msub><mi>b</mi><mn>3</mn></msub></mtd></mtr><mtr><mtd><msub><mi>c</mi><mn>3</mn></msub></mtd></mtr></mtable></mfenced><mo>,</mo></mrow>]]></math><img file="FDA0001124306780000013.GIF" wi="597" he="223" /></maths><maths num="0002"><math><![CDATA[<mrow><msub><mi>p</mi><mn>1</mn></msub><mo>=</mo><mfrac><msup><mi>e</mi><msub><mi>S</mi><mn>1</mn></msub></msup><mrow><msup><mi>e</mi><msub><mi>S</mi><mn>1</mn></msub></msup><mo>+</mo><msup><mi>e</mi><msub><mi>S</mi><mn>2</mn></msub></msup><mo>+</mo><msup><mi>e</mi><msub><mi>S</mi><mn>3</mn></msub></msup></mrow></mfrac><mo>,</mo></mrow>]]></math><img file="FDA0001124306780000014.GIF" wi="430" he="135" /></maths><maths num="0003"><math><![CDATA[<mrow><msub><mi>p</mi><mn>2</mn></msub><mo>=</mo><mfrac><msup><mi>e</mi><msub><mi>S</mi><mn>2</mn></msub></msup><mrow><msup><mi>e</mi><msub><mi>S</mi><mn>1</mn></msub></msup><mo>+</mo><msup><mi>e</mi><msub><mi>S</mi><mn>2</mn></msub></msup><mo>+</mo><msup><mi>e</mi><msub><mi>S</mi><mn>3</mn></msub></msup></mrow></mfrac><mo>,</mo></mrow>]]></math><img file="FDA0001124306780000021.GIF" wi="445" he="127" /></maths><maths num="0004"><math><![CDATA[<mrow><msub><mi>p</mi><mn>3</mn></msub><mo>=</mo><mfrac><msup><mi>e</mi><msub><mi>S</mi><mn>3</mn></msub></msup><mrow><msup><mi>e</mi><msub><mi>S</mi><mn>1</mn></msub></msup><mo>+</mo><msup><mi>e</mi><msub><mi>S</mi><mn>2</mn></msub></msup><mo>+</mo><msup><mi>e</mi><msub><mi>S</mi><mn>3</mn></msub></msup></mrow></mfrac><mo>,</mo></mrow>]]></math><img file="FDA0001124306780000022.GIF" wi="437" he="134" /></maths>其中,S<sub>1</sub>,S<sub>2</sub>,S<sub>3</sub>分别为清醒状态,疲劳状态和非常疲劳状态的线性判别函数;a<sub>i</sub>,b<sub>i</sub>,c<sub>i</sub>(i=1,2,3)为算法系数,由实际训练样本得到;p<sub>1</sub>,p<sub>2</sub>,p<sub>3</sub>为清醒状态,疲劳状态和非常疲劳状态时对应的概率;2)将测得的F和W值写入1)的公式中,可以得到函数S<sub>1</sub>,S<sub>2</sub>,S<sub>3</sub>的值,对p<sub>1</sub>,p<sub>2</sub>,p<sub>3</sub>数值进行比较,其最大值所对应的状态就是LDA模型的判别结果,也就是当前驾驶员的工作状态。
地址 538000 广西壮族自治区防城港市防城区桥兴街2号