[发明专利]共享汽车监管系统及监管方法

权利要求书

1.一种共享汽车监管系统，其特征在于，包括：数据采集模块、第一图像处理模块、第二图像处理模块、GIS电子地图、驾驶行为识别模块、驾驶行为评估模块、赏罚模块；

其中，所述数据采集模块包括安装在共享汽车节气门处的节气门开度传感器、安装在共享汽车制动主缸处的液压传感器、安装在共享汽车刹车踏板处的压力传感器、安装在共享汽车制动系统中的轮速传感器、安装在共享汽车方向盘上的定位传感器、安装在共享汽车左右轮轮毂处的三轴加速度传感器、安装在共享汽车车顶的视频采集设备、安装在共享汽车内且对准驾驶员的机器视觉监测仪、安装在共享汽车后轮的轮锁处的GPS定位模块、安装在共享汽车顶部的车载毫米波雷达装置；

所述节气门开度传感器用于采集油门力度信息；所述液压传感器用于采集制动液液压信息；所述压力传感器用于采集刹车力度信息；所述轮速传感器用于采集车速信息；所述定位传感器用于采集方向盘转角、转角方向与角速度信息并通过共享汽车CAN总线输出；

所述三轴加速度传感器用于检测左右轮加速度信息，包括车轮纵向加速度、车轮横向加速度；

所述视频采集设备用于提取共享汽车所行使的路面限速信息、左右车道线的信息；

所述机器视觉监测仪用于获取驾驶员驾驶时的姿势、驾驶状态信息；

所述GPS定位模块实时定位共享汽车，获取共享汽车所处位置信息；

所述车载毫米波雷达装置用于测得与前车的距离；

所述第一图像处理模块用于根据机器视觉监测仪所监测的图像数据获取驾驶人眼睛和嘴的状态、头部姿势、手部姿势；

所述第二图像处理模块用于对车顶的视频采集设备的视频数据进行图像处理，拟合车道线参数、提取车道线线型与颜色信息；

所述驾驶行为识别模块包括第一识别模块、第二识别模块、第三识别模块、第四识别模块、第五识别模块、第六识别模块、第七识别模块、第八识别模块、第九识别模块、第十识别模块；

其中，所述第一识别模块用于根据节气门开度传感器采集的油门力度信息、液压传感器采集的制动液液压信息、压力传感器采集的刹车力度信息、轮速传感器采集的车速信息及三轴加速度传感器采集的左右轮纵向加速度信息来识别是否存在急加速或急制动的不安全驾驶行为；

所述第二识别模块用于根据定位传感器采集的方向盘转角、转角方向与角速度信息及三轴加速度传感器采集的左右轮横向加速度信息来识别是否存在急转弯的不安全驾驶行为；

所述第三识别模块用于根据视频采集设备提取的路面限速信息及轮速传感器采集的车速信息来识别是否存在超速的不安全驾驶行为；

所述第四识别模块用于根据车载毫米波雷达测得的与前车的距离来识别是否存在车距不当的不安全驾驶行为；

所述第五识别模块用于根据视频采集设备获取的左右车道线信息，结合GPS定位模块和GIS电子地图综合计算出行驶路段中共享汽车距离左右车道线的距离信息，来识别是否存在车道偏离或长时间骑线行驶的不安全驾驶行为；当共享汽车距离左右车道线的距离为负开始计时，如超过规定值视为长时间骑线行驶；

所述第六识别模块用于根据GPS定位模块与GIS电子地图信息确定共享汽车是否处于可超车路段，再通过车载毫米波雷达装置测得的与前车的距离，判断是否为合理超车距离，同时结合三轴加速度传感器采集的左右轮横向加速度信息来识别是否存在不恰当超车的不安全驾驶行为；

所述第七识别模块用于根据轮速传感器采集的车速信息、GPS定位模块及GIS电子地图信息，判定车速为零的位置是否为GIS电子地图中的指定停车点，从而识别是否存在不恰当停车的不安全驾驶行为；

所述第八识别模块用于根据GPS定位模块与GIS电子地图判断行驶路段的车灯应用规范，结合共享汽车CAN总线输出的实际车灯信号信息来识别是否存在不恰当打灯的不安全驾驶行为，并且将输出信号的时间与白天夜晚的规定时间阈值进行比较，判断不恰当打灯行为的发生时间是白天还是夜晚；

所述第九识别模块用于根据第一图像处理模块输出的驾驶员面部图像数据分析人眼与人嘴状态，判断驾驶员是否存在驾驶疲劳行为，同时从驾驶员正面图像信息中对头部姿势、手部姿势进行特征提取，根据特征提取判断手部图像与耳部图像的距离，进一步判断驾驶员是否存在接听电话的分心行为；

所述第十识别模块用于从交通违章查询系统采集驾驶人闯红灯、不避让行人的违规情况，根据获取的信息来识别是否存在违规行为；

所述驾驶行为评估模块用于根据驾驶行为识别模块获取的信息对驾驶行为进行综合评估打分，评估时采取模糊综合评判的方法从整体上对驾驶员的不良驾驶行为状态进行综合评估；

所述赏罚模块用于根据驾驶行为评估模块获取的评估结果对驾驶员进行赏罚措施；

所述驾驶行为评估模块进行综合评估时，首先建立确定因素集U＝{急加速行为，急制动行为，急转弯行为，车道偏离行为，超速行为，车距不当行为，违规行为，不恰当超车行为，不恰当停车行为，长时间骑线行驶行为，不恰当打灯行为，疲劳分心行为}；

针对急加速行为，急制动行为，急转弯行为，车道偏离行为的共同特征选取反S型隶属度函数，超速行为选择高斯型隶属函数，车距不当行为选取了S形隶属度函数；针对违规行为，不恰当超车行为，不恰当停车行为、骑线行驶行为选择了矩阵型隶属度函数；

急加速、急制动行为的隶属度函数为

其中，a为一次行程中所出现的某次急加速、急制动行为产生的加速度最大值，单位为m/s²，采样频率为1Hz；

急转弯行为的隶属度函数为

其中，为一次行程中方向盘转角的最大角速度，即方向盘转速的最大变化率，单位为rad/s，采样频率为10Hz；

车道偏离行为的隶属度函数为

其中，b为一次行程中车轮外边缘与车道线的最大相对距离，单位为m；

超速行为的隶属度函数为

其中，当前道路平均速度为道路允许的最大速度为v_max，单位为m/s：

车距不当行为的隶属度函数为

其中，s为一次行程中的最小车距，单位为m；

违规行为，不恰当超车行为，不恰当停车行为、长时间骑线行驶行为隶属度函数为

一旦识别到不良行为则隶属度为0；

不恰当打灯行为隶属度为

疲劳分心行为隶属度为

之后对各个指标赋予相应的权重系数，急加速行为，急制动行为，急转弯行为，车道偏离行为，超速行为，车距不当行为，违规行为，不恰当超车行为，不恰当停车行为，长时间骑线行驶行为，不恰当打灯行为，疲劳分心行为构成的权重向量为所以某次驾驶过程的综合隶属度由公式得到；

确定正常驾驶的综合隶属度x_s，方法和计算x_a时相同，先得到每项因素正常驾驶的隶属度再由公式求出综合隶属度，以此为标准，某次驾驶过程的综合隶属度和正常驾驶时的综合隶属度的差值越大，则说明最后的综合得分越低，综合得分若以百分制计算，则G＝100×(1-x_s+x_a)。