[发明专利]基于GPS定位信息的疲劳驾驶检测方法

说明书

技术领域

本发明涉及一种汽车安全技术领域的检测方法，更确切地说，本发明涉及一种基于GPS定位信息的疲劳驾驶检测方法。 

背景技术

疲劳驾驶是造成道路交通事故的主要因素，每年由于疲劳驾驶而引起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。因此，需要对驾驶人驾驶状态进行实时检测，当出现疲劳状态时，给予有效的预警，避免道路交通事故的发生。 

目前，疲劳驾驶检测方法主要分为基于主观评价的检测方法、基于驾驶人生理信号的检测方法、基于驾驶人生理反应的检测方法、基于驾驶行为的检测方法和基于信息融合的检测方法。其中，基于主观评价的检测方法存在评分主观、评分标准不统一、被测试者故意隐瞒真实情况去迎合主观期望等问题；基于驾驶人生理信号的检测方法侵入性强、易对驾驶人产生干扰；基于生理反应的检测方法主要是通过机器视觉检测驾驶人面部特征，易受光线、车辆振动、驾驶人配戴眼镜等因素影响；而基于驾驶行为的检测方法为非接触式检测，测量过程不会对驾驶人的正常驾驶行为造成干扰，且特征参数（车速、方向盘转角等）容易提取，因此该检测方法已成为国内外研究热点。 

疲劳驾驶状态下，驾驶人对车辆控制能力明显下降，通过检测驾驶人当前的驾驶行为数据，能够实现对疲劳驾驶的检测，然而道路曲率变化同样是引发驾驶人操纵行为（方向盘转角、方向盘转角速度等）变化的重要因素。因此，如何消除道路曲率因素的影响是目前面临的一项重大挑战。基于此，本发明采用车载GPS终端获取当前位置信息，消除道路曲率对驾驶行为的影响。 

发明内容

本发明所要解决的技术问题是克服现有技术存在的无法消除道路曲率变化影响对疲劳驾驶检测的问题，提供一种基于GPS定位信息的疲劳驾驶检测方法。 

本发明目的是：提供一种疲劳驾驶实时检测方法，采用车载GPS终端获取车辆当前位置信息，消除道路曲率对驾驶行为数据的影响，将不同弯道条件下的驾驶行为数据换算到直道 条件下，然后对疲劳状态进行检测，同时，采用滑移时间窗的方法实现各有效特征参数在其最优时间窗内的融合，提高检测系统的准确率和鲁棒性。 

本发明采用技术方案实现： 

基于GPS定位信息的疲劳驾驶检测方法，采集车辆行进过程中的驾驶行为数据及车载GPS定位信息，利用车载GPS定位信息及数字地图，获取当前车辆所在位置的道路曲率信息，通过计算道路曲率的变化引起的驾驶行为差异，将不同弯道条件下的驾驶行为数据换算到直道条件下，消除道路曲率对驾驶行为数据的影响，然后，采用基于滑移时间窗的方法提取并融合各特征参数在其最优时间窗内的特征参数值并输入直道下疲劳模式分类器，实现对驾驶人疲劳状态的辨识，具体包括如下步骤： 

1.构建疲劳模式分类器：采集N名驾驶人在不同驾驶状态（正常驾驶、疲劳驾驶）下的位于直道条件下的驾驶行为数据，其中，N≥50，筛选特征参数及其最优时间窗，构建直道条件下的疲劳模式分类器； 

2.采集车辆行进过程中的驾驶行为数据及车载GPS定位信息，利用车载GPS定位信息及数字地图，获取当前车辆所在位置的道路曲率信息，通过计算道路曲率引起的驾驶行为差异，将不同弯道条件下的驾驶行为数据换算到直道条件下，消除道路曲率对驾驶行为数据的影响； 

3.采用滑移时间窗的方法提取并融合各特征参数在其最优时间窗内的特征参数值，并将此特征参数值输入直道条件下疲劳模式分类器，实现对驾驶人疲劳状态的辨识。 

技术方案中所述的构建疲劳模式分类器，采集N名驾驶人在不同驾驶状态（正常驾驶、疲劳驾驶）下的位于直道条件下的驾驶行为数据，其中，N≥50，筛选特征参数及其最优时间窗，搭建直道条件下的疲劳模式分类器，包括如下步骤： 

1）采集N，N≥50名驾驶人在正常驾驶状态下的位于直道条件下的驾驶行为数据； 

2）采集N，N≥50名驾驶人在疲劳驾驶状态下的位于直道条件下的驾驶行为数据； 

3）利用特征提取方法提取疲劳驾驶特征参数，采用统计分析的方法检验在不同驾驶状态（正常驾驶、疲劳驾驶）下特征参数差异的显著性，进而筛选出直道条件下疲劳驾驶特征参数P_i，构成特征参数组P； 

4）分别计算所述特征参数组P内各特征参数P_i对疲劳驾驶的区分能力，选取对疲劳驾驶状态区分能力最好的时间窗作为该特征参数P_i的最优时间窗T_i，单位：s；