[发明专利]一种酒驾自动监测系统及检测方法有效

专利信息
申请号: 202011577942.8 申请日: 2020-12-28
公开(公告)号: CN112782090B 公开(公告)日: 2022-01-28
发明(设计)人: 刘逻;刘培勋;郭立红;韩广良 申请(专利权)人: 中国科学院长春光学精密机械与物理研究所
主分类号: G01N21/17 分类号: G01N21/17;G01N21/39
代理公司: 长春中科长光知识产权代理事务所(普通合伙) 22218 代理人: 高一明;郭婷
地址: 130033 吉林省长春*** 国省代码: 吉林;22
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 自动 监测 系统 检测 方法
【权利要求书】:

1.一种酒驾自动检测方法,其特征在于,包括:

S1:使用可见光相机(3),对车辆内的驾驶员位置进行定位,定位驾驶员位置后,识别所述驾驶员处于如下哪种场景:嘴部无遮挡、嘴部遮挡但面部未遮挡、面部遮挡但上半身未遮挡;

S2:至少使用第一近红外相机(1)和第二近红外相机(2),分别对驾驶员嘴部的酒精蒸汽进行浓度检测,若有任一个检测的酒精浓度值大于设定的酒精浓度阈值,则认为该驾驶员酒驾;其中,

使用基于YoloV3的车辆检测方法,检测实时图像中是否有车辆,若检测到有车辆,所述可见光相机(3)对该车辆进行拍照、同时触发所述第一近红外相机(1)和第二近红外相机(2)同时对同一场景进行拍照,三台相机对所述车辆均进行n次同步连续拍照获取像素点信息并存储,其中n≥2;

使用基于OTSU的车窗分割方法,对所述可见光相机(3)拍摄出来的所述车辆前挡风玻璃区域进行分割,并将驾驶位方向的玻璃区域切割出来存储该区域图像;

使用基于YoloV3的人体检测方法,对存储的驾驶位方向的玻璃区域的图像进行识别,检测出前排司乘人员所在区域,储存该区域图像;

使用基于SSD的人脸检测方法,检测出存储的前排司乘人员所在区域的图像中的人脸区域,储存该区域图像;若人脸被遮阳板挡住,则存储驾驶员上半身区域的图像;

使用基于Mask-RCNN的嘴部精确分割定位方法,定位出存储的人脸区域的图像中的嘴部,以嘴部区域为基准向外扩展100像素作为呼出酒精浓度检测区域,储存该区域图像;若嘴部被遮挡,则使用存储的驾驶员上半身区域的图像进行酒精浓度检测;

获取嘴部区域对应的所述第一近红外相机(1)和所述第二近红外相机(2)进行n次同步连续拍摄的图像,利用n次拍摄得到的第一红外图像像素点信息和第二红外图像像素点信息,分别使用定标结果进行反演得到每幅图像对应的酒精气体浓度PPM后,分别对所述第一近红外相机(1)和所述第二近红外相机(2)得到的n个PPM取均值;若有任一个均值大于设定的酒精浓度阈值,则认为该驾驶员酒驾。

2.根据权利要求1所述的酒驾自动检测方法,其特征在于,步骤S1之前还包括如下步骤:

S0:分别利用所述第一近红外相机(1)和所述第二近红外相机(2)对车辆进行拍摄,得到第一近红外图像和第二近红外图像,通过图像的像素点信息和不同酒精气体浓度PPM信息的对应数据,完成所述第一近红外相机(1)和所述第二近红外相机(2)酒精含量系统的定标;

对所述可见光相机(3)与所述第一近红外相机(1)和所述第二近红外相机(2)标定,用所述标定的结果对相同场景下得到的图像进行配准和融合,使所述可见光相机(3)拍摄到的图像和所述第一近红外图像与所述第二近红外图像相互对应匹配。

3.根据权利要求2所述的酒驾自动检测方法,其特征在于,步骤S2中,对拍摄区域内的车辆按照所述场景对应进行拍照,识别所述场景拍摄到的所述第一近红外相机(1)和所述第二近红外相机(2)的图像的像素点信息,将识别到的所述像素点信息分别与定标结果中的像素点所对应的酒精气体浓度信息PPM进行比对,若得到比对后的PPM浓度大于设定的酒精浓度阈值,则认为该驾驶员酒驾;

若判断为酒驾,将步骤S2中所得到的相关信息发送至交警部门;若判断非酒驾,则重复检测下一辆汽车。

4.根据权利要求3所述的酒驾自动检测方法,其特征在于,步骤S2中所述的相关信息包括:可见光相机(3)拍摄的含有车牌号、驾驶员面部的图像和PPM均值超过阈值时所对应的存储的所述第一近红外相机(1)和所述第二近红外相机(2)拍摄的图像。

5.根据权利要求1所述的酒驾自动检测方法,其特征在于,基于TDLAS技术完成所述第一近红外相机(1)对应的酒精含量系统的检测;基于LRPTS技术完成所述第二近红外相机(2)对应的酒精含量系统的检测。

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中国科学院长春光学精密机械与物理研究所,未经中国科学院长春光学精密机械与物理研究所许可,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/202011577942.8/1.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