[发明专利]驾驶风险智能识别方法、装置、计算机设备及存储介质

权利要求书

1.一种驾驶风险智能识别方法，其特征在于，所述驾驶风险智能识别方法包括：

若检测到车辆处于行驶状态，则获取驾车者的生物机能数据和面部图像；

根据生物机能数据与疲劳分值之间预设的对应关系，确定所述驾车者的生物机能数据对应的疲劳分值，并将所述疲劳分值作为所述驾车者的生物机能疲劳分值；

使用预设的微表情识别模型对所述面部图像进行面部情绪识别，输出N个预设的面部微表情的概率，提取N个所述面部微表情的概率中疲劳状态对应的每种面部微表情的概率，其中，N为正整数；

根据所述驾车者在所述疲劳状态对应的每种面部微表情的概率，计算所述驾车者的表情疲劳分值；

对所述生物机能疲劳分值和所述表情疲劳分值进行加权平均计算，得到所述驾车者的综合疲劳分数；

根据疲劳分数范围与疲劳评价级数之间预设的对应关系，确定所述驾车者的综合疲劳分数对应的疲劳评价级数，其中，所述疲劳评价级数用于标识所述驾车者的疲劳程度；

执行与所述疲劳评价级数对应的安全措施。

2.如权利要求1所述的驾驶风险智能识别方法，其特征在于，所述根据生物机能数据与疲劳分值之间预设的对应关系，确定所述驾车者的生物机能数据对应的疲劳分值，并将确定的所述疲劳分值作为所述驾车者的生物机能疲劳分值包括：

根据每种机能类型的生物机能数据与之对应的预设函数关系，计算所述驾车者在每种机能类型对应的机能疲劳分值；

计算每种所述机能类型对应的机能疲劳分值的平均值，将该平均值作为所述驾车者的生物机能疲劳分值。

3.如权利要求1所述的驾驶风险智能识别方法，其特征在于，所述根据所述驾车者在所述疲劳状态对应的每种面部微表情的概率，计算所述驾车者的表情疲劳分值包括：

从所述驾车者在所述疲劳状态对应的每种面部微表情的概率中，选取概率大于预设的概率阈值的面部微表情，作为目标微表情；

按照如下公式计算所述驾车者的表情疲劳分值：

其中，m为所述目标微表情的数量，g_j为第j个所述目标微表情的概率，h_j为第j个所述目标微表情对应的预设表情疲劳度，λ为预设的分值调节系数，G为所述驾车者的表情疲劳分值。

4.如权利要求1至3任一项所述的驾驶风险智能识别方法，其特征在于，所述疲劳评价级数包括轻度疲劳、中度疲劳和重度疲劳，所述执行与所述疲劳评价级数对应的安全措施包括：

若所述驾车者的所述疲劳评价级数为所述轻度疲劳，则采用预设的提醒方式，对所述驾车者进行提醒，以缓解所述驾车者的疲劳驾驶状态；

若所述驾车者的所述疲劳评价级数为所述中度疲劳，则获取当前车速，若所述当前车速大于预设的车速阈值，则将所述当前车速降低到所述预设的车速阈值以下；

若所述驾车者的所述疲劳评价级数为所述重度疲劳，则启动停车预警。

5.如权利要求4所述的驾驶风险智能识别方法，其特征在于，所述若所述驾车者的所述疲劳评价级数为所述中度疲劳，则获取当前车速，若所述当前车速大于预设的车速阈值，则将所述当前车速降低到所述预设的车速阈值以下之后，所述执行与所述疲劳评价级数对应的安全措施还包括：

若在预设的时间间隔内，检测到所述驾车者的所述疲劳评价级数持续为所述中度疲劳，则按照预设的调整方式降低所述预设的车速阈值。