[发明专利]一种驾驶员监控设备优化方法

说明书

本发明公开的驾驶员监控设备优化方法，涉及智能设备测试技术领域，通过在不同环境下得到的测试结果，根据测试结果对驾驶员监控设备进行优化，减少了驾驶员监控设备的误报率和漏报率，提高了驾驶员监控设备的识别精度。

技术领域

本发明属于智能设备测试技术领域，具体涉及一种驾驶员监控设备优化方法。

背景技术

随着网约车驾驶安全越来越受到相关部门重视，目前大量网约车上已经开始安装智能监控设备，相比较原有的监控设备需要大量人力去抽查录像，实施成本很高而且效果不好。近几年来包含驾驶员注意监控系统的智能设备已经开始逐渐推广，对司机进行实时的驾驶注意力监测，该智能设备可以自动检测疲劳驾驶行为、不规范行为上报云端或者给司机，比如闭眼、打哈欠、抽烟、打电话等等，免去了大量人工成本的同时，极大的提高了驾驶安全。但该智能设备需要不断地进行才能保障行为识别准确，同时又不漏报事件、不误报事件，使之达到真正可用，需要通过完整的优化方案去保障。

目前的优化方案是让测试人员在车内作出不同行为事件，设备正确检测到行为做为正样本，设备检测到错误行为或者没有上报作为负样本，把这些数据不断训练后提高设备识别准确度，当准确的提升到一定比例后即测试通过。该优化方案存在以下缺陷：

测试场景单一，基本是基于算法的测试，仅在特定的场景下识别准确率高。但由于没有完全考真实情况下的影响因素，在复杂的场景下，存在漏报数据及误报数据的情况，导致智能设备识别精确度不高。

发明内容

针对现有技术存在的缺陷，本发明实施例提供了一种驾驶员监控设备优化方法，该系统包括：

将车辆的行驶状态数据与驾驶员的行为数据相关联并根据所述行驶状态数据及所述行为数据，对所述驾驶员的驾驶行为进行标识，生成第一训练数据；

利用所述第一训练数据，对所述驾驶员监控设备进行优化；

在无外界因素影响的车内环境下，按照一定的比例，对司机各个习惯性动作进行单独测试，将驾驶员监控设备错误及未识别出单个习惯性动作的次数及发生单个习惯动作的总次数，分别计算监控设备识别各个习惯动作的误报率及漏报率；

根据所述误报率及所述漏报率，确定是否对所述驾驶员监控设备进行优化；

获取车辆在不同的环境下驾驶员监控设备识别的数据，生成第二训练数据，其中，所述车辆包括不同品牌及型号的车辆；

利用所述第二训练数据，对所述驾驶员监控设备进行优化。

优选地，在利用所述第一训练数据，对所述驾驶员监控设备进行优化之前，所述方法还包括：

根据摄像头拍摄的各个角度的图像的清晰度，对摄像头进行测试，确定摄像头的性能是否满足要求；

若所述性能满足要求，则根据所述图像的来源及车辆的车型，确定所述摄像头在车辆中的安装位置。

优选地，获取车辆在不同的环境下驾驶员监控设备识别的数据，生成第二训练数据包括：

在不同光线强度下，获取车辆的驾驶员监控设备识别的数据。

优选地，获取车辆在不同的环境下驾驶员监控设备识别的数据，生成第二训练数据还包括：

在不同温度下，获取车辆的驾驶员监控设备识别的数据。

优选地，获取车辆在不同的环境下驾驶员监控设备识别的数据，生成第二训练数据包括：

在不同行驶方向下，获取车辆的驾驶员监控设备识别的数据。

优选地，获取车辆在不同的环境下驾驶员监控设备识别的数据，生成第二训练数据包括：

在不同行驶道路下，获取车辆的驾驶员监控设备识别的数据。