[发明专利]基于客运车辆司机疲劳驾驶状态分析装置在审

专利信息
申请号: 201910550248.8 申请日: 2019-06-24
公开(公告)号: CN110264670A 公开(公告)日: 2019-09-20
发明(设计)人: 任云;许晓边;牟华英;俞兵华 申请(专利权)人: 广州鹰瞰信息科技有限公司
主分类号: G08B21/06 分类号: G08B21/06;G06K9/00;G06N3/04
代理公司: 广州凯东知识产权代理有限公司 44259 代理人: 李俊康
地址: 510000 广东省广州市天*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 主机 卷积神经网络 危险驾驶行为 分析装置 驾驶状态 客运车辆 实况图像 司机疲劳 主机信号 司机 显示屏 喇叭 疲劳 表情 摄像头信号 摄像头 闭合 播放语音 接听电话 可视化 人脸 抽烟 返回
【说明书】:

基于客运车辆司机疲劳驾驶状态分析装置,其中:提供一个摄像头,用于获取司机脸部的实况图像;提供一个主机,主机与摄像头信号连接,主机采用卷积神经网络从实况图像中识别人脸,判断司机是否存在危险驾驶行为以及是否存在疲劳表情;提供一个显示屏,显示屏与主机信号连接,用于可视化返回主机的分析结果;提供一个喇叭,喇叭与主机信号连接,用于播放语音提醒。与现有技术相比,本发明的有益效果在于:通过卷积神经网络,更为高效、准确的识别司机是否存在眼睛是否闭合、是否有抽烟、是否有接听电话等危险驾驶行为,以及是否存在疲劳表情,并且及时进行显示和提醒。

技术领域

本发明涉及电子信息领域,具体的是指基于客运车辆司机疲劳驾驶状态分析装置。

背景技术

随着汽车保有量和车辆出行急剧增加,交通安全问题日益突出。为解决由此产生的各种交通问题,业内开始大力发展ITS智能交通系统(Intelligent TransportationSystem)。ITS智能交通系统的核心技术涉及数字信号处理、通信技术、图像处理、模式识别、人工智能,比如疲劳驾驶识别就是其典型应用。

疲劳驾驶极易引起交通事故,是指驾驶人在长时间连续行车后,产生生理机能和心理机能的失调,而在客观上出现驾驶技能下降的现象。驾驶人睡眠质量差或不足,长时间驾驶车辆,容易缺乏内源氧出现疲劳。如专利号为CN201721228839.6的中国发明“一种疲劳驾驶提醒系统”、专利号为CN201010138314.X的中国发明“疲劳驾驶监测系统及方法”,均属于针对疲劳驾驶的安全系统。

申请人结合现有技术和实际驾驶员的人脸进行研究发现,对于判断疲劳状态而言,驾驶员的人脸图谱对于疲劳度识别有决定性的作用。而对于人脸识别而言,传统的人脸定位识别算法存在下列缺点:

(1)人脸图像的获取过程中的不确定性(光的方向、光的强度等);

(2)人脸手进行部分遮挡,人脸框丢失或者识别率低;

(3)人脸的塑性变形的不确定性(比如:歪嘴咧牙、面部表情扭曲);

(4)人脸左右以及上下一定角度状态下,人脸框丢失或者识别率低;

(5)眼睛在微眯状态下,会导致错误判断为是闭眼睛状态;

(6)阳光光点照射在嘴巴附近会导致抽烟误检。

以上情形都是现有技术不能解决或者难以有效解决的问题。

发明内容

本发明为了克服上述的现有技术不足之处,提供了一种基于客运车辆司机疲劳驾驶状态分析装置。

基于客运车辆司机疲劳驾驶状态分析装置,其中:

提供一个摄像头,用于获取司机脸部的实况图像;

提供一个主机,主机与摄像头信号连接,主机采用卷积神经网络从实况图像中识别人脸,判断司机是否存在危险驾驶行为以及是否存在疲劳表情;

提供一个显示屏,显示屏与主机信号连接,用于可视化返回主机的分析结果;

提供一个喇叭,喇叭与主机信号连接,用于播放语音提醒。

可选的,摄像头安装在汽车的前挡风玻璃,主机安装于驾驶台,显示屏安装于驾驶台,喇叭集成于主机内。

较佳的,卷积神经网络采用高鲁棒性数据样本,数据样本包括全天候24小时10000名司机的人脸图像。

进一步的,数据样本的人脸图像包括被手进行部分遮挡的人脸、具有塑性变形的人脸。

较佳的,摄像头基于940波长的红外补光。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州鹰瞰信息科技有限公司,未经广州鹰瞰信息科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910550248.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top