[发明专利]疲劳驾驶检测方法

说明书

技术领域

本发明涉及一种疲劳驾驶检测方法。

背景技术

我国交通运输业发展迅速，随之而来的道路交通事故也呈上升趋势，根据交通部门的资料显示，由于疲劳驾驶导致的交通事故占事故总数的20％左右，占特大交通事故的40％以上。交通事故给国家造成巨大的经济损失和人员伤亡，而疲劳驾驶已作为交通事故的主要隐患，已引起人们的强烈关注，针对疲劳驾驶的检测算法，也日渐增多。疲劳驾驶的监测技术可分为主观监测和客观检测。主观监测即检查驾驶员IC打卡或签到的行车记录来判断驾驶员是否疲劳驾驶，这种监测技术对于疲劳驾驶的评判实际上是通过时间标准来界定，而驾驶员代打卡或是篡改行车记录直接影响这种监测技术的准确性。由于不同驾驶员的个人体质、精神状态等方面的差异，在时间标准内也会发生疲劳驾驶，而限定时间内的驾驶员疲劳驾驶无法检测。客观检测技术包括监测心电图、监测脑电图、监测眼睛部分的信息、头部运动信息等。客观检测技术很大程序上提高了疲劳驾驶检测的准确性，但仍存在不足。其中监测心电图、脑电图需要检测装置同驾驶员身体接触，影响驾驶员注意力。而检测眼睛部分的信息或头部信息，对于不同体质，对疲劳表现不同特殊体态的驾驶员，其检测效果同样不理想。

发明内容

本发明针对以上问题的提出，而研制一种疲劳驾驶检测方法。本发明采用的技术手段如下：

一种疲劳驾驶检测方法，其特征在于包括如下步骤：

a、视频图像采集；

b、用人脸识别算法对步骤a采集的视频图像中的驾驶员进行身份判定，然后通过车辆GPS信息计算驾驶员驾车时长t_driver及驾车里程d_driver，预先设定允许驾车时长t_max及驾车里程阈值d_max，然后判断同一驾驶员驾车时长t_driver或驾车里程d_driver是否超过规定阈值：如果同一驾驶员驾车时长t_driver或驾车里程d_driver超过规定阈值，即t_driver＞t_max或d_driver＞d_max，刚视为驾驶员疲劳驾驶，此时报警并将疲劳驾驶图像信息发送到监管部门；如果同一驾驶员连续驾车时长t_driver或驾车里程d_driver没有超过规定阈值则继续监测；

c、与步骤b同时，对步骤a采集的视频图像进行图像视频分析，通过Haar特征人脸识别方法获得人脸位置信息，即在视频图像中定位人脸，进而定位人眼及嘴部区域，以获取头部特征、眼部特征和嘴部特征，进而通过对头部特征、眼部特征和嘴部特征进行分析，来判定是否属于疲劳驾驶，具体步骤如下：

c1、利用定位人脸后得到的人脸矩形区域，计算其中心，以确定头部中心(Hx，Hy)，其中Hx和Hy为头部中心在图像中的位置，即像素坐标值，记录头部中心运动轨迹，如果中心轨迹在一定时间内Hy存在持续上下波动，即Hy＜δ，为抬头，Hy≥δ为低头，其中δ为垂直方向上划定是否点头的标准，这种往复运动记为点头动作，计算点头频率，即某一时间内点头次数与该时间内图像总帧数的比值，当点头频率大于设定值时则判定为疲劳驾驶，此时报警并将疲劳驾驶图像信息发送到监管部门；

c2、定位人眼区域后，计算虹膜外接矩形面积，统计固定时间阈值t内，对虹膜变化面积及眼睛闭合时间进行记录，虹膜外接矩形变化面积小于1/2倍虹膜面积的帧数达到设定阈值的N₁帧，并且眼睛闭合时间达到设定阈值N₂帧，且N₁＞N₂，则判定为疲劳驾驶，此时报警并将疲劳驾驶图像信息发送到监管部门；

c3、对于嘴部区域的定位，计算嘴部区域接矩形，嘴部区域主要检测嘴部形状的改变，正常嘴部闭合时，M_w＞M_h，其中M_w代表嘴部外接矩形的宽，M_h代表嘴部外接矩形的高，统计一段时间内，M_w/M_h＜1.1的视频帧数，如果超过设定阈值，则判定为驾驶员疲劳驾驶，此时报警并将疲劳驾驶图像信息发送到监管部门；

c4、如果步骤c1、c2和c3中判断的信息都没有超过阈值，即没有发生报警，则继续监测。