发明名称 |
基于驾驶行为的疲劳驾驶检测方法 |
摘要 |
本发明公开了一种基于驾驶行为的疲劳驾驶检测方法,解决现有技术所存在的道路曲率因素会影响基于驾驶行为进行疲劳驾驶检测方法的准确率的问题,其构建了道路线形分类器及对应的疲劳模式分类器,在车辆行驶过程中实时采集车辆的道路视频和驾驶行为信息,分别提取不同的道路曲率(直道和弯道)下驾驶人的驾驶行为特征参数,根据道路线形分类器输出结果确定当前道路线形,并调用对应的疲劳模式分类器,即可实现对驾驶人疲劳状态的辨识,本方法实现了疲劳驾驶的实时准确检测。 |
申请公布号 |
CN103489010B |
申请公布日期 |
2017.01.04 |
申请号 |
CN201310442805.7 |
申请日期 |
2013.09.25 |
申请人 |
吉林大学 |
发明人 |
金立生;牛清宁;秦彦光;顼美姣;杨冬梅;李科勇;李玲;张义花;高琳琳;程蕾 |
分类号 |
G06K9/66(2006.01)I |
主分类号 |
G06K9/66(2006.01)I |
代理机构 |
长春吉大专利代理有限责任公司 22201 |
代理人 |
齐安全;胡景阳 |
主权项 |
一种基于驾驶行为的疲劳驾驶检测方法,其特征在于,该方法包括以下步骤:1)构建道路线形分类器,包括以下步骤:1.1)采集N张不同道路曲率的道路图像,其中包括N1张直道图像和N2张弯道图像,其中,N1≥1000,N2≥2000,建立道路线形分类器的训练库;1.2)利用特征提取方法提取不同类型道路图像特征参数,采用统计分析的方法检验在不同道路线形下特征参数差异的显著性,进而筛选出有效特征参数组;1.3)将筛选出的有效特征参数组全部引入特征空间,利用机器学习的方法构建道路线形分类器;2)构建疲劳模式分类器;3)采集车辆行进过程中的道路视频,利用道路线形分类器判断当前道路线形;4)采集驾驶人驾驶行为信息,并根据道路线形分类器的输出结果,选择对应的疲劳模式分类器,实现对驾驶人疲劳状态的辨识。 |
地址 |
130012 吉林省长春市前进大街2699号 |