[发明专利]分心检测方法、车载控制器和计算机存储介质

说明书

本发明涉及安全驾驶领域，并且更具体地涉及一种分心检测方法、实施该方法的车载控制器和实施该方法的计算机存储介质。该方法包括：A、接收同步采集的驾驶员面部图像与外部场景图像；B、利用目标检测算法获取外部场景图像中的场景目标物的坐标，其中，场景目标物为能够向驾驶员提供风险感知的对象；C、基于驾驶员面部图像与外部场景图像，计算驾驶员的凝视点在外部场景图像中的坐标；以及D、通过比对凝视点的坐标与场景目标物的坐标，判断驾驶员是否处于分心状态。该车载控制器，其特征在于，包括：存储器；处理器；以及存储在所述存储器上并可在处理器上运行的计算机程序，所述计算机程序的运行使得分心检测方法被执行。

技术领域

本发明涉及安全驾驶领域，并且更具体地涉及一种分心检测方法、实施该方法的车载控制器和实施该方法的计算机存储介质。

背景技术

随着汽车数量的增多以及路况的复杂化，倘若驾驶员在车辆行驶过程出现分心等不规范行为，则会对生命和财产安全造成巨大威胁。目前，针对驾驶员的注意力检测的现有技术方案主要聚焦于检测驾驶员面部是否朝向正前方、驾驶员视线是否朝向正前方，以及诸如打哈欠检测、眨眼频率检测、闭眼检测之类的疲劳特征检测。由于此类现有技术方案通常以检测到疲劳特征为前提，并且只能判断驾驶员的眼分心（eyes-off）状态，并不能精准检测驾驶员的脑分心（minds-off）状态，因此其检测准确率较低。

发明内容

为了解决或至少缓解以上问题中的一个或多个，提供了以下技术方案。本发明的实施例提供了一种分心检测方法、实施该方法的车载控制器和实施该方法的计算机存储介质，其能够将分心状态转化为可测量的量化信息并且覆盖全部的分心场景，从而提高了分心检测的准确度，维护了用户的生命以及财产安全。

按照本发明的第一方面，提供一种分心检测方法，包括以下步骤：A、接收同步采集的驾驶员面部图像与外部场景图像；B、利用目标检测算法获取所述外部场景图像中的场景目标物的坐标，其中，所述场景目标物为能够向所述驾驶员提供风险感知的对象；C、基于所述驾驶员面部图像与外部场景图像，计算所述驾驶员的凝视点在所述外部场景图像中的坐标；以及D、通过比对所述凝视点的坐标与所述场景目标物的坐标，判断所述驾驶员是否处于分心状态。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，步骤C包括：C1、利用计算机视觉提取所述驾驶员面部图像中的眼部特征信息，并获取驾驶员的视线方向；C2、利用计算机视觉的姿态解算并结合惯性测量单元的姿态测量，获取所述驾驶员的头部姿态；以及C3、基于所述驾驶员的视线方向和头部姿态，计算所述驾驶员的凝视点在所述外部场景图像中的坐标。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，步骤C1包括：从所述驾驶员面部图像中提取眼部图像；利用霍夫圆变换法提取所述眼部图像中的圆形区域；以及将所述圆形区域的灰度作为灰度阈值对所述眼部图像进行阈值分割，以确定瞳孔中心的第一位置。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，步骤C1进一步包括：若所述圆形区域并非正圆形，则对所述眼部图像进行Canny边缘检测，以获取瞳孔边缘；以及对所述瞳孔边缘进行最小二乘法椭圆拟合，其中，拟合成的椭圆中心为瞳孔中心的精确位置。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，步骤C1进一步包括：若所述眼部图像中存在光斑区域，则去除光斑噪声点并以所述瞳孔中心的第一位置为圆心向外发散星射线以探测瞳孔边缘点。

作为以上方案的替代或补充，在根据本发明一实施例的方法中，步骤C1进一步包括：基于所述瞳孔中心的第一位置或所述瞳孔中心的精确位置，利用Le Grand眼球模型确定眼球光轴直线方程；以及根据所述眼球光轴直线方程以及视线方向与眼球光轴之间的线性关系，确定所述驾驶员的视线方向，其中，所述线性关系的参数与双眼的眼球光轴与视轴之间的kappa角的旋转矩阵相关联。