[发明专利]基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法

权利要求书

1.一种基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法，其特征在于，包括以下步骤：

配置面部识别设备，进行面部识别设备校准；

驾驶员使用模拟驾驶器进行虚拟驾驶试验并全程录像，面部识别设备检测驾驶员面部特征，获得包含驾驶员面部特征的试验数据库；

驾驶员进行实验之后进行录像回放，记录驾驶人员认为自己开始处于疲惫状态的时刻；

对试验数据库进行预处理；

预处理后的试验数据库进行SVM分类模型训练，得到基于SVM的疲劳驾驶识别模型；

测试基于SVM的疲劳驾驶识别模型，得到模型的可信度。

2.根据权利要求1所述的基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法，其特征在于，所述面部识别设备需要检测的驾驶员面部特征包括眼睛眨眼频率、人脸俯仰角、人脸横摆角、人脸侧倾角。

3.根据权利要求1所述的基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法，其特征在于，所述面部识别设备的驾驶员面部特征数据采集频率为0.5次/s。

4.根据权利要求1所述的基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法，其特征在于，在模拟驾驶器中进行虚拟驾驶试验时，采用的是基于实际地图的1:1虚拟地图；虚拟驾驶试验的驾驶员为10位男女比例为1:1的驾驶员，且都有三年以上驾龄，驾驶频率不低于10小时/周。

5.根据权利要求1所述的基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法，其特征在于，在模拟驾驶器中进行虚拟驾驶试验时，道路包括高速、市区、市郊、乡村公路，路长比例为5:3:1:1，且允许驾驶员在相关道路循环行驶。

6.根据权利要求1所述的基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法，其特征在于，在模拟驾驶器中进行虚拟驾驶试验时，模拟驾驶系统随机控制其他车辆的异常行为，所述异常行为包括非正常超车、紧急制动、强行变道。

7.根据权利要求1所述的基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法，其特征在于，对试验数据库的预处理步骤包括：删除异常数据和无效数据；将处于整体数据正负3倍标准差范围之外的数据视为异常数据；将空数据视为无效数据。

8.根据权利要求1所述的基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法，其特征在于，

将驾驶人员认为自己开始处于疲惫状态的时刻确定为疲劳临界时刻；该疲劳临界时刻前移20分钟，得到清醒状态结束时刻；该疲劳临界时刻后移20分钟，得到疲劳状态开始时刻；

对试验数据库进行预处理时，将清醒状态结束时刻前的数据均标记为非疲劳驾驶类；将疲劳状态开始时刻后的数据均标记为疲劳驾驶类；

删除既不属于疲劳驾驶数据，也不属于非疲劳驾驶数据的数据；删除空数据和位于正负相关信号总体标准差2.5倍范围之外的数据。

9.根据权利要求4所述的基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法，其特征在于，对试验数据进行预处理时，随机选择8个男女比例为1:1的驾驶员的数据作为建模数据库，另2个驾驶员的数据作为测试数据库。

10.根据权利要求1所述的基于模拟驾驶器和面部识别技术的疲劳驾驶识别建模方法，其特征在于，使用SVM分类算法对建模数据库中的数据进行分类学习时，仅当所得模型参数连续20次迭代均不变时方可结束分类学习；使用测试数据库中的数据对基于SVM的疲劳驾驶识别模型进行测试时，输入为测试数据库中的眨眼频率、人脸俯仰角、人脸横摆角、人脸侧倾角，输出为测试数据所属类型，即疲劳驾驶类或疲劳驾驶类。