[发明专利]不正常驾驶状态智能预判方法及物联网智能终端

说明书

本发明提供一种不正常驾驶状态智能预判方法及物联网智能终端。本发明根据驾驶员处于酒后、吸毒、病态、疲劳驾驶时，可能出现生理功能性和精神性障碍特征，导致蛇形行驶，并产生与正常驾驶不同的行驶角度数据、车辆与基准线的相对距离数据的特点，通过分析采集到的行驶数据判断是否为正常驾驶，并与车辆行驶数据集对比来进一步判断是否为不正常驾驶和所属不正常驾驶状态类别。本发明的技术方案具有降低执法成本、对比车载酒精传感器测试方式更易于推广、不侵犯个人隐私；对比面部表情识别方式节约了图像识别的成本、准确性高的优点。

技术领域

本发明涉及车辆安全领域，尤其是一种不正常驾驶状态智能预判方法及物联网智能终端。

背景技术

随着车辆越来越多，交警在各个路口逐一拦截车辆并逐一检查来查处驾驶员是否存在酒驾等违法违章驾驶行为需要投入的人力物力财力将会越来越多。在现有的驾驶状态监控方法中，一种是通过在车辆安装酒精传感器的方式判断是否酒驾，该种方法由于繁琐不容易被车主接受，且容易被堵住传感器采集端口作弊，当车上有含酒精物品时，容易产生误判；一种是利用图像识别的方法分析驾驶员的面部表情来判断驾车状态，此种方法在应用中会侵犯个人隐私，且需要处理大量的图像数据，图像处理的成本高、同时不正常驾驶状态与面部表情关联性较小，分析结果也不够准确。

针对上述问题，目前尚未提出有效的技术方案。

发明内容

本发明提供一种不正常驾驶状态智能预判方法及物联网智能终端，以至少解决背景技术中提到的现有技术下判断不正常驾驶状态侵犯个人隐私、不容易实施、图像识别的成本高和判断结果不够准确的技术问题。

根据本发明的一个方面，提供一种不正常驾驶状态智能预判方法，包括以下步骤：

采集一定时间段[t0,t1]内的行驶数据；

根据所述行驶数据判断驾驶员属于不正常驾驶状态的可能性；

重复判断多个时间段内驾驶员属于不正常驾驶状态的可能性，如果多次判断驾驶状态为不正常驾驶则增加驾驶员属于不正常驾驶状态的可能性程度；

其中，所述行驶数据为从某一时刻t0开始，每隔一定时间段△t采集到的和时间t相关的行驶数据值组成的行驶数据序列，所述行驶数据值的记录方法为以t0时刻采集到的行驶数据值为基准值，后续的行驶数据值为基准值的正负增量。

其中，所述行驶数据包括：行驶角度数据、车辆与基准线的相对距离数据，其中，所述行驶角度数据包括但不限于：车辆的行驶时车辆的角度数据、方向盘的转动角度数据、车辆与基准线的夹角数据；其中，所述车辆与基准线的相对距离数据为在同一时间段内，以固定的基准线为基准采集到的车辆与基准线的相对距离的数据；所述基准线包括但不限于车道标线。

需要说明的是，所述不正常驾驶状态包括：酒后驾驶、吸毒驾驶、病态驾驶、疲劳驾驶，其中，所述病态驾驶为驾驶过程中出现突发性病情的驾驶员的驾驶状态；当驾驶员处于不正常驾驶状态时，驾驶员的生理、精神状态会与正常状态下不一致，容易导致方向盘控制不好、油门和刹车控制不好，从而使车辆行驶过程中的行驶角度数据、车辆与基准线的相对距离数据与正常驾驶状态下的行驶角度数据、车辆与基准线的相对距离数据对比会呈现出差异；其中，当处于酒后驾驶状态时，驾驶员容易出现视野变小、视线模糊不稳定；当处于吸毒驾驶时，驾驶员容易出现摇头、精神亢奋；当处于病态驾驶时，由于一般为突发性病情，驾驶员车辆控制能力会发生突变；当处于疲劳驾驶时，驾驶员容易出现眼睛调节能力变低甚至睡觉；因此不同的不正常驾驶状态的类别，驾驶员也会有不同的生理功能性和精神性障碍特征，从而产生不同的行驶数据。

例如，酒后驾驶的驾驶员，会出现“蛇形行驶”，即行车轨迹会呈现忽左忽右的漂移，从而导致车辆的轨迹也会呈现蛇形，进一步的，和车辆行驶轨迹线性相关的所述行驶数据拟合出的行驶数据曲线也会呈现蛇形，所述行驶数据包括：行驶角度数据、车辆与基准线的相对距离数据。