專(zhuān)利名稱(chēng)：：一種異常駕駛智能檢測(cè)系統(tǒng)及其檢測(cè)方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于異常駕駛的監(jiān)控
技術(shù)領(lǐng)域：
，特別涉及一種異常駕駛智能檢測(cè)系統(tǒng)及其檢測(cè)方法。
背景技術(shù)：
：近年來(lái)，隨著汽車(chē)保有量的大幅度增加，交通事故的發(fā)生也呈明顯增加的趨勢(shì)。據(jù)相關(guān)統(tǒng)計(jì)，疲勞駕駛在交通事故中占22%-30%，在死亡交通事故的原因中居首位。對(duì)此，國(guó)內(nèi)已有關(guān)于駕駛疲勞、超速駕駛的大量研究工作，有的研究成果已經(jīng)申請(qǐng)了專(zhuān)利。但是，這些研究成果多數(shù)只針對(duì)某一類(lèi)的異常駕駛進(jìn)行監(jiān)控，少數(shù)雖然提及了多種異常駕駛狀態(tài)，但也未進(jìn)行細(xì)致的分析與判斷，且不具有良好的可擴(kuò)展性。如公開(kāi)號(hào)為CN1830389的中國(guó)專(zhuān)利申請(qǐng)200610012623.6公開(kāi)了一種"疲勞駕駛狀態(tài)監(jiān)控裝置及方法"(發(fā)明人:何國(guó)紅，李曉明，李埃榮，梁富明；申請(qǐng)人:太原理工大學(xué))，該發(fā)明的裝置由圖像采集和轉(zhuǎn)換系統(tǒng)、圖像處理系統(tǒng)、疲勞狀態(tài)識(shí)別系統(tǒng)、提示和報(bào)警以及制動(dòng)系統(tǒng)構(gòu)成；其方法是利用紅外光源光線和攝像機(jī)光軸成一定的角度，采集到的駕駛員的面部圖像信號(hào)由數(shù)字信號(hào)處理器的圖像處理程序進(jìn)行處理，得到眼睛圖像，同時(shí)利用Kalman濾波器MeanShift算法實(shí)現(xiàn)眼睛跟蹤，采用模板匹配的方法，以相似度衡量相似程度來(lái)識(shí)別眼睛狀態(tài)，根據(jù)眼睛的狀態(tài)計(jì)算出眨眼持續(xù)時(shí)間、眨眼頻率、PERCL0S值，來(lái)判斷駕駛員的疲勞程度。機(jī)動(dòng)車(chē)在行駛過(guò)程中，該裝置實(shí)施監(jiān)控。該發(fā)明有效地防止了夜間測(cè)量時(shí)的"紅眼"現(xiàn)象，提高了系統(tǒng)的可靠性和準(zhǔn)確性，大幅度地減少了人為因素造成的事故。但該發(fā)明與其它疲勞駕駛監(jiān)控裝置一樣，具有一些相同的技術(shù)缺點(diǎn)，包括(1)、僅針對(duì)疲勞駕駛，局限性很大一方面，不可能為疲勞駕駛單獨(dú)安裝一個(gè)裝置；另一方面，只是進(jìn)行疲勞駕駛的提醒，信息的利用率不高；(2)、只是對(duì)疲勞駕駛當(dāng)前狀態(tài)進(jìn)行判斷，而未將其記錄一方面，有的駕駛員可能對(duì)該裝置的提醒并不在意；另一方面，當(dāng)交通事故發(fā)生后也不利于交管部門(mén)調(diào)查取證；(3)、當(dāng)出現(xiàn)疲勞駕駛時(shí)進(jìn)行剎車(chē)制動(dòng)，可能導(dǎo)致危險(xiǎn)。又如，公開(kāi)號(hào)為的中國(guó)專(zhuān)利申請(qǐng)03148524.3公開(kāi)了一種"基于多特征融合的困倦駕駛檢測(cè)方法"(發(fā)明人:梁滿貴，謝紀(jì)剛，裘正定；申請(qǐng)人:北京交通大學(xué))，該發(fā)明涉及一種模式識(shí)別技術(shù)，攝像頭采集到駕駛員的面部圖像后，首先進(jìn)行人眼檢測(cè)與跟蹤，同時(shí)分別進(jìn)行眼瞼閉合速度、閉眼持續(xù)時(shí)間和面部方向三個(gè)特征的提取與匹配，然后利用標(biāo)準(zhǔn)歸一化方法將輸出的三個(gè)匹配結(jié)果歸一化到同一范圍，再利用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行融合，融合結(jié)果采用0，l輸出，輸出結(jié)果為0表示未困倦，返回到人眼檢測(cè)與跟蹤，輸出結(jié)果為l表示駕駛員困倦，報(bào)警提示駕駛員注意安全。但該發(fā)明仍然存在上些缺點(diǎn)，如(1)、數(shù)據(jù)采集源單一只采集了眼睛的數(shù)據(jù)，對(duì)于帶眼鏡，特別是在強(qiáng)光下帶墨鏡的駕駛員無(wú)法檢測(cè)。(2)、無(wú)學(xué)習(xí)功能對(duì)于有的駕駛員的正常駕駛習(xí)慣，如正常瞇眼，斜著頭等，沒(méi)有自動(dòng)學(xué)習(xí)功能。此外，近年來(lái)發(fā)展迅速的"汽車(chē)黑匣子"技術(shù)，可將汽車(chē)行駛軌跡完整地記錄下來(lái)，并通過(guò)專(zhuān)用軟件在微機(jī)上再現(xiàn)。如電子科技大學(xué)數(shù)字媒體技術(shù)研究所研究的"汽車(chē)黑匣子"技術(shù)即可對(duì)汽車(chē)行駛過(guò)程中的數(shù)據(jù)進(jìn)行真實(shí)的記錄，包括圖像數(shù)據(jù)(車(chē)內(nèi)與車(chē)外的錄像)、操作數(shù)據(jù)(方向盤(pán)、油門(mén)、剎車(chē)等的控制)和其它行駛數(shù)據(jù)(如速度、縱向與橫向加速度)等。能在交通事故發(fā)生后作為汽車(chē)行駛的證據(jù)。該技術(shù)的缺點(diǎn)是未對(duì)異常駕駛進(jìn)行實(shí)時(shí)智能判斷，只能在事后提供分析依據(jù)；且由于未選擇性進(jìn)行圖像存儲(chǔ)，存儲(chǔ)空間要求很大。
發(fā)明內(nèi)容本發(fā)明的目的是提供一種異常駕駛智能檢測(cè)系統(tǒng)，該系統(tǒng)既可對(duì)汽車(chē)行駛過(guò)程中的數(shù)據(jù)進(jìn)行真實(shí)的記錄，還可對(duì)各記錄數(shù)據(jù)進(jìn)行智能分析；根據(jù)汽車(chē)行駛狀態(tài)，判斷駕駛員誤操作或異常操作等，給出相應(yīng)提示，并實(shí)時(shí)智能檢測(cè)駕駛員狀態(tài)；對(duì)汽車(chē)行駛狀態(tài)及駕駛員狀態(tài)進(jìn)行選擇性記錄，可在交通事故發(fā)生后作為相應(yīng)證據(jù)；并且可節(jié)約存儲(chǔ)資源。本發(fā)明的另一個(gè)目的是提供一種上述異常駕駛智能檢測(cè)系統(tǒng)的檢測(cè)方法。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是一種異常駕駛智能檢測(cè)系統(tǒng)，以汽車(chē)黑匣子提供的數(shù)據(jù)為基礎(chǔ)，進(jìn)行智能的汽車(chē)行駛狀態(tài)分析，以獲得駕駛員狀態(tài)，并根據(jù)這些分析進(jìn)行選擇性的記錄，該系統(tǒng)主要包括五大模塊進(jìn)行各類(lèi)數(shù)據(jù)采集的數(shù)據(jù)采集模塊、進(jìn)行各類(lèi)數(shù)據(jù)記錄的數(shù)據(jù)記錄模塊、進(jìn)行數(shù)據(jù)智能分析的智能分析模塊、進(jìn)行語(yǔ)音提示的語(yǔ)音提示模塊、進(jìn)行油門(mén)控制的油門(mén)控制模塊。數(shù)據(jù)采集模塊與數(shù)據(jù)記錄模塊可采用已在現(xiàn)有技術(shù)汽車(chē)黑匣子中實(shí)現(xiàn)的兩個(gè)相應(yīng)模塊。數(shù)據(jù)采集模塊進(jìn)行各類(lèi)數(shù)據(jù)采集，包括圖像數(shù)據(jù)與汽車(chē)控制及狀態(tài)數(shù)據(jù)，圖像數(shù)據(jù)由兩個(gè)攝像頭采集得到，汽車(chē)控制及狀態(tài)數(shù)據(jù)如下列表1所示。表l數(shù)據(jù)采集模塊獲得的數(shù)據(jù)<table>tableseeoriginaldocumentpage6</column></row><table>數(shù)據(jù)記錄模塊進(jìn)行各類(lèi)數(shù)據(jù)記錄，包括完整的汽車(chē)控制與狀態(tài)數(shù)據(jù)，部分圖像數(shù)據(jù)。智能分析模塊進(jìn)行數(shù)據(jù)智能分析，在系統(tǒng)中起到核心的作用，如圖1所示，它對(duì)數(shù)據(jù)采集模塊獲得的數(shù)據(jù)進(jìn)行智能分析，并向語(yǔ)音提示模塊、油門(mén)控制模塊及數(shù)據(jù)記錄模塊發(fā)送控制信息。包括簡(jiǎn)單分析與復(fù)雜分析，前者只需要根據(jù)前文表l列出的數(shù)據(jù)進(jìn)行簡(jiǎn)單分析，分析獲得的數(shù)據(jù)如下列表2所示；而后者則需要智能判斷，對(duì)異常駕駛行為進(jìn)行分類(lèi)，異常駕駛行為的分類(lèi)如下列表3所示。表1簡(jiǎn)單分析獲得的數(shù)據(jù)數(shù)據(jù)類(lèi)別數(shù)據(jù)名稱(chēng)數(shù)據(jù)含義_數(shù)據(jù)類(lèi)型_^_控制急剎車(chē)急剎車(chē)程度整型，有效范圍O表示未踩剎車(chē)狀態(tài)縱向加速度汽車(chē)當(dāng)前縱向速度實(shí)型根據(jù)汽車(chē)速度變化可計(jì)算狀態(tài)橫向加速度汽車(chē)當(dāng)前橫向加速度實(shí)型根據(jù)汽車(chē)速度及轉(zhuǎn)向角度可計(jì)算表2可能的異常駕駛行為分類(lèi)行為名稱(chēng)可能的原因采取的措施備注超速行駛野蠻駕駛，酒后駕駛語(yǔ)音提示，并限油門(mén)是否超速與天氣有關(guān)。s型行駛疲勞駕駛，野蠻駕駛酒后駕駛，語(yǔ)音提示，并限油門(mén)與駕駛員的習(xí)慣有關(guān)油門(mén)控不均勻疲勞駕駛，酒后駕駛語(yǔ)音提示急剎車(chē)疲勞駕駛，緊急情況語(yǔ)音提示轉(zhuǎn)向未使用轉(zhuǎn)疲勞駕駛，酒后駕駛，語(yǔ)音提示彎燈疏忽大意不正確使用轉(zhuǎn)疲勞駕駛，酒后駕駛，語(yǔ)音提示打轉(zhuǎn)彎燈后未等待足夠的時(shí)間再轉(zhuǎn)彎燈野蠻駕駛向，或者打左轉(zhuǎn)燈后向右轉(zhuǎn)向。語(yǔ)音提示模塊進(jìn)行語(yǔ)音提示，也可采用現(xiàn)有技術(shù)已實(shí)現(xiàn)的語(yǔ)音提示模塊。油門(mén)控制模塊進(jìn)行油門(mén)控制，其原理、組成等與現(xiàn)有的剎車(chē)控制模塊相似，但不同的是剎車(chē)控制模塊是通過(guò)控制剎車(chē)系統(tǒng)達(dá)到強(qiáng)制停車(chē)目的，而油門(mén)控制模塊是通過(guò)控制油門(mén)實(shí)現(xiàn)更安全的操作。上述異常駕駛檢測(cè)系統(tǒng)工作時(shí)，數(shù)據(jù)采集模塊將采集到的數(shù)據(jù)全部發(fā)送到智能分析模塊，同時(shí)將獲得的所有數(shù)據(jù)全部發(fā)送到數(shù)據(jù)記錄模塊；智能分析模塊根據(jù)當(dāng)前分析，給出提示，傳送到語(yǔ)音提示模塊，并可將控制信號(hào)傳送到油門(mén)控制模塊；智能分析模塊還可根據(jù)分析結(jié)果確定前一段時(shí)間是否存在異常駕駛情況，如果否，則通知數(shù)據(jù)記錄模塊將相應(yīng)的圖像數(shù)據(jù)刪除，以節(jié)約空間。上述異常駕駛智能檢測(cè)系統(tǒng)的檢測(cè)方法，其總體流程如圖2所示，主要包括下述步驟(1)、系統(tǒng)啟動(dòng)系統(tǒng)啟動(dòng)時(shí)啟動(dòng)數(shù)據(jù)采集模塊進(jìn)行數(shù)據(jù)采集，記錄操作數(shù)據(jù)，學(xué)習(xí)操作習(xí)慣，同時(shí)讀出前段時(shí)間已學(xué)習(xí)并記錄的駕駛員操作習(xí)慣。該習(xí)慣是本系統(tǒng)可檢測(cè)和提供的駕駛員的各種屬性；它用一系列變量表示，從以往的數(shù)據(jù)中累積學(xué)習(xí)后得到；系統(tǒng)根據(jù)各個(gè)屬性值的取值范圍可確定當(dāng)前駕駛員是否是默認(rèn)狀態(tài)的駕駛員；當(dāng)前駕駛員駕駛習(xí)慣是否在正常的安全范圍內(nèi)；該駕駛員是否是有異常駕駛習(xí)慣，如S型路線駕駛，急停急走等。(2)、汽車(chē)在駕駛過(guò)程中不斷獲取駕駛員以及車(chē)輛的各種數(shù)據(jù)根據(jù)速度判斷是否為勻速行駛中，是則返回第(1)步記錄操作數(shù)據(jù)，學(xué)習(xí)操作習(xí)慣，并繼續(xù)采集新的數(shù)據(jù)；否則進(jìn)行下述第(3)步。(3)、根據(jù)近段時(shí)間數(shù)據(jù)初步判斷當(dāng)前操作是否是正常駕駛操作，是則返回第(1)步記錄、學(xué)習(xí)該行為，并繼續(xù)采集新的數(shù)據(jù)；否則向語(yǔ)音提示模塊及油門(mén)控制模塊發(fā)出相應(yīng)信號(hào)并記錄操作數(shù)據(jù)；當(dāng)經(jīng)過(guò)該步驟仍無(wú)法判斷當(dāng)前操作是否是正常駕駛操作時(shí)，則進(jìn)行下述第(4)步操作。(4)、根據(jù)近段時(shí)間數(shù)據(jù)、用戶行為記錄、知識(shí)庫(kù)中已有規(guī)則等進(jìn)行智能分析，判斷當(dāng)前操作是否正常，是則返回第(1)步記錄、學(xué)習(xí)該行為，并繼續(xù)采集新的數(shù)據(jù)；否則向語(yǔ)音提示模塊及油門(mén)控制模塊發(fā)出相應(yīng)信號(hào)并記錄操作數(shù)據(jù)。智能分析部分流程如圖3所示，主要方法如下使用神經(jīng)網(wǎng)絡(luò)方法計(jì)算各科目得分，根據(jù)各科目得分情況判斷是否超標(biāo)，是則判斷為相應(yīng)科目的異常駕駛；各科目得分均不超標(biāo)時(shí)則采用加權(quán)求和方式計(jì)算總分，判斷總分是否超標(biāo)，是則判斷為異常駕駛，并可從分?jǐn)?shù)最高的科目判斷其異常駕駛的類(lèi)型，否則判斷為正常駕駛。當(dāng)智能分析模塊根據(jù)分析結(jié)果確定前一段時(shí)間不存在異常駕駛情況時(shí)，可通知數(shù)據(jù)記錄模塊將相應(yīng)的圖像數(shù)據(jù)刪除，以節(jié)約空間。上述檢測(cè)方法的重點(diǎn)包括下述幾個(gè)方面(1)、根據(jù)近段時(shí)間數(shù)據(jù)初步判斷當(dāng)前操作。如轉(zhuǎn)向時(shí)未使用轉(zhuǎn)彎燈等，可直接判斷為異常駕駛。(2)、智能分析當(dāng)前操作。智能分析的基礎(chǔ)是人工神經(jīng)網(wǎng)絡(luò)。使用人工神經(jīng)網(wǎng)絡(luò)的方法對(duì)各項(xiàng)數(shù)據(jù)進(jìn)行評(píng)分。主要分兩大類(lèi)多個(gè)科目，一類(lèi)為單項(xiàng)數(shù)據(jù)，如近段時(shí)間轉(zhuǎn)向情況、頻繁的轉(zhuǎn)向操作等，本身就表現(xiàn)出異常；另一類(lèi)為組合項(xiàng)數(shù)據(jù)，如轉(zhuǎn)彎弧度與當(dāng)前車(chē)速等。神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)是其輸出可以是連續(xù)的。本發(fā)明檢測(cè)系統(tǒng)及其檢測(cè)方法可采用百分制作為其輸出，其中，o分表示完全正常，ioo分表示完全異常。智能輸出可提供兩種方式的判斷。一是針對(duì)單項(xiàng)科目的輸出，如單項(xiàng)科目的輸出為80即可判斷肯定屬于異常駕駛；二是針對(duì)多項(xiàng)科目的輸出，采用加權(quán)求和的方式，即設(shè)有#科，第i科(1《i《7V)得分為&，權(quán)重為則其總分為6"二(61*w+6"2*的++5v*/(『i+恥+.+『a)總分超過(guò)一定閾值(如60)即可判斷為異常駕駛，且可從分?jǐn)?shù)最高的科目判斷其異常駕駛的類(lèi)型。(3)、根據(jù)上一次接收數(shù)據(jù)累積學(xué)習(xí)駕駛員操作習(xí)慣。學(xué)習(xí)的結(jié)果主要由權(quán)值體現(xiàn)。如駕駛員在正常情況下使用剎車(chē)均比較急促，則可降低剎車(chē)科目所對(duì)應(yīng)的權(quán)值。本發(fā)明檢測(cè)方法不采用校正各科目得分的傳統(tǒng)方式，因?yàn)樵摲绞綍?huì)使得系統(tǒng)逐漸對(duì)駕駛員的不良操作習(xí)慣具有免疫力，從而喪失作用。而權(quán)值調(diào)整方式只會(huì)在計(jì)算總分時(shí)起作用，不存在該缺陷。與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是本發(fā)明異常駕駛智能檢測(cè)系統(tǒng)，可對(duì)多種類(lèi)型數(shù)據(jù)進(jìn)行采集并統(tǒng)一保存，可融合駕駛員以及車(chē)況等進(jìn)行智能分析，可基于駕駛的多種數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析并根據(jù)不同閾值得出不同結(jié)論，可對(duì)不同異常駕駛行為判斷規(guī)則加權(quán)值進(jìn)行自動(dòng)學(xué)習(xí)，并可針對(duì)用戶習(xí)慣進(jìn)行學(xué)習(xí)、自適應(yīng)等。即，該檢測(cè)系統(tǒng)既可對(duì)汽車(chē)行駛過(guò)程中的各類(lèi)數(shù)據(jù)進(jìn)行真實(shí)的記錄，還可對(duì)各記錄數(shù)據(jù)進(jìn)行智能分析；并通過(guò)使用多個(gè)科目考核的方式對(duì)異常駕駛的程度進(jìn)行判斷，使用加權(quán)平均分進(jìn)一步度量異常駕駛程度；還可針對(duì)駕駛員的習(xí)慣自適應(yīng)地調(diào)整各科目權(quán)值，以獲得更精確的結(jié)論。該檢測(cè)系統(tǒng)主要具有下述功能及特點(diǎn)(1)、根據(jù)汽車(chē)行駛狀態(tài)，實(shí)時(shí)智能檢測(cè)駕駛員狀態(tài)，判斷駕駛員誤操作或異常操作，并給出相應(yīng)提示；(2)、對(duì)汽車(chē)行駛狀態(tài)及駕駛員狀態(tài)進(jìn)行選擇性記錄，在交通事故發(fā)生后可作為相應(yīng)證據(jù)提交給相關(guān)部門(mén)；(3)、節(jié)約完整的行駛記錄所耗費(fèi)的存儲(chǔ)資源；(4)、采用針對(duì)異常駕駛最強(qiáng)的控制方式即油門(mén)控制，可避免已有方案中使用剎車(chē)控制所引起的諸多安全隱患。圖1是本發(fā)明異常駕駛智能檢測(cè)系統(tǒng)的結(jié)構(gòu)模塊示意圖。圖2是本發(fā)明異常駕駛智能檢測(cè)系統(tǒng)的檢測(cè)總體流程示意圖。圖3是本發(fā)明異常駕駛智能檢測(cè)系統(tǒng)的智能分析部分流程示意圖。具體實(shí)施例方式下面結(jié)合具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述。但不應(yīng)將此理解為本發(fā)明上述主題的范圍僅限于下述實(shí)施例。實(shí)施例l異常駕駛智能檢測(cè)系統(tǒng)本實(shí)施例異常駕駛智能檢測(cè)系統(tǒng)的結(jié)構(gòu)示意圖如圖l所示，主要由下述五大模塊組成進(jìn)行各類(lèi)數(shù)據(jù)采集的數(shù)據(jù)采集模塊、進(jìn)行各類(lèi)數(shù)據(jù)記錄的數(shù)據(jù)記錄模塊、進(jìn)行數(shù)據(jù)智能分析的智能分析模塊、進(jìn)行語(yǔ)音提示的語(yǔ)音提示模塊、進(jìn)行油門(mén)控制的油門(mén)控制模塊。數(shù)據(jù)采集模塊與數(shù)據(jù)記錄模塊采用現(xiàn)有技術(shù)汽車(chē)黑匣子中的相應(yīng)模塊；數(shù)據(jù)采集模塊進(jìn)行各類(lèi)數(shù)據(jù)采集，包括圖像數(shù)據(jù)與汽車(chē)控制及狀態(tài)數(shù)據(jù)，圖像數(shù)據(jù)由兩個(gè)攝像頭采集得到，汽車(chē)控制及狀態(tài)數(shù)據(jù)如前文表1所示；數(shù)據(jù)記錄模塊進(jìn)行各類(lèi)數(shù)據(jù)記錄，包括完整的汽車(chē)控制與狀態(tài)數(shù)據(jù)，部分圖像數(shù)據(jù)；智能分析模塊進(jìn)行數(shù)據(jù)智能分析，在系統(tǒng)中起到核心的作用，如圖1所示，它對(duì)數(shù)據(jù)采集模塊獲得的數(shù)據(jù)進(jìn)行智能分析，并向語(yǔ)音提示模塊、油門(mén)控制模塊及數(shù)據(jù)記錄模塊發(fā)送控制信息。包括簡(jiǎn)單分析與復(fù)雜分析，前者只需要根據(jù)前文表l列出的數(shù)據(jù)進(jìn)行簡(jiǎn)單分析，分析獲得的數(shù)據(jù)如前文表2所示；而后者則需要智能判斷，對(duì)異常駕駛行為進(jìn)行分類(lèi)，異常駕駛行為的分類(lèi)如前文表3所示；語(yǔ)音提示模塊進(jìn)行語(yǔ)音提示，也采用現(xiàn)有技術(shù)已實(shí)現(xiàn)的語(yǔ)音提示模塊；油門(mén)控制模塊進(jìn)行油門(mén)控制，其原理、組成等與現(xiàn)有的剎車(chē)控制模塊相似，不同的是剎車(chē)控制模塊是通過(guò)控制剎車(chē)系統(tǒng)達(dá)到強(qiáng)制停車(chē)目的，而油門(mén)控制模塊是通過(guò)控制油門(mén)實(shí)現(xiàn)更安全的操作。實(shí)施例2異常駕駛智能檢測(cè)系統(tǒng)的檢測(cè)方法本實(shí)施例為實(shí)施例1異常駕駛智能檢測(cè)系統(tǒng)的檢測(cè)方法，其總體流程如圖2所示，主要包括下述步驟-(1)、系統(tǒng)啟動(dòng)系統(tǒng)啟動(dòng)時(shí)啟動(dòng)數(shù)據(jù)采集模塊進(jìn)行數(shù)據(jù)采集，記錄操作數(shù)據(jù)，學(xué)習(xí)操作習(xí)慣，同時(shí)讀出前段時(shí)間已學(xué)習(xí)并記錄的駕駛員操作習(xí)慣。系統(tǒng)根據(jù)該習(xí)慣各個(gè)屬性值的取值范圍可確定當(dāng)前駕駛員是否是默認(rèn)狀態(tài)的駕駛員；當(dāng)前駕駛員駕駛習(xí)慣是否在正常的安全范圍內(nèi)；該駕駛員是否是有異常駕駛習(xí)慣，如S型路線駕駛，急停急走等。(2)、汽車(chē)在駕駛過(guò)程中不斷獲取駕駛員以及車(chē)輛的各種數(shù)據(jù)根據(jù)速度判斷是否為勻速行駛中，是則返回第(1)步記錄操作數(shù)據(jù)，學(xué)習(xí)操作習(xí)慣，并繼續(xù)采集新的數(shù)據(jù)；否則進(jìn)行下述第(3)步。(3)、根據(jù)近段時(shí)間數(shù)據(jù)初步判斷當(dāng)前操作是否是正常駕駛操作，如轉(zhuǎn)向時(shí)是否使用轉(zhuǎn)彎燈等，是則返回第(1)步記錄、學(xué)習(xí)該行為，并繼續(xù)采集新的數(shù)據(jù)；否則向語(yǔ)音提示模塊及油門(mén)控制模塊發(fā)出相應(yīng)信號(hào)并記錄操作數(shù)據(jù)；當(dāng)經(jīng)過(guò)該步驟仍無(wú)法判斷當(dāng)前操作是否是正常駕駛操作時(shí)，則進(jìn)行下述第(4)步操作。(4)、根據(jù)近段時(shí)間數(shù)據(jù)、用戶行為記錄、知識(shí)庫(kù)中已有規(guī)則等進(jìn)行智能分析，判斷當(dāng)前操作是否正常，是則返回第(1)步記錄、學(xué)習(xí)該行為，并繼續(xù)采集新的數(shù)據(jù)；否則向語(yǔ)音提示模塊及油門(mén)控制模塊發(fā)出相應(yīng)信號(hào)并記錄操作數(shù)據(jù)。上述第(4)步智能分析部分流程如圖3所示，主要方法如下使用神經(jīng)網(wǎng)絡(luò)方法對(duì)各項(xiàng)數(shù)據(jù)進(jìn)行評(píng)分，計(jì)算各科目得分(單項(xiàng)數(shù)據(jù))，根據(jù)各科目得分情況判斷是否超標(biāo)(采用百分制作為其輸出，超過(guò)一定閾值如60即可判斷為異常駕駛，0分表示完全正常，80可判斷肯定屬于異常駕駛，100分表示完全異常)，是則判斷為相應(yīng)科目的異常駕駛；各科目得分均不超標(biāo)時(shí)則采用加權(quán)求和方式計(jì)算總分(組合項(xiàng)數(shù)據(jù))，判斷總分是否超標(biāo)(總分超過(guò)一定閾值如60即可判斷為異常駕駛)，是則判斷為異常駕駛，并可從分?jǐn)?shù)最高的科目判斷其異常駕駛的類(lèi)型，否則判斷為正常駕駛。當(dāng)智能分析模塊根據(jù)分析結(jié)果確定前一段時(shí)間不存在異常駕駛情況時(shí)，可通知數(shù)據(jù)記錄模塊將相應(yīng)的圖像數(shù)據(jù)刪除，以節(jié)約空間。權(quán)利要求1.一種異常駕駛智能檢測(cè)系統(tǒng)，主要包括下述五大模塊進(jìn)行各類(lèi)數(shù)據(jù)采集的數(shù)據(jù)采集模塊、進(jìn)行各類(lèi)數(shù)據(jù)記錄的數(shù)據(jù)記錄模塊、進(jìn)行數(shù)據(jù)智能分析的智能分析模塊、進(jìn)行語(yǔ)音提示的語(yǔ)音提示模塊、進(jìn)行油門(mén)控制的油門(mén)控制模塊。2.—種權(quán)利要求1所述的異常駕駛智能檢測(cè)系統(tǒng)的檢測(cè)方法，其特征在于，主要包括下述步驟(1)、系統(tǒng)啟動(dòng)系統(tǒng)啟動(dòng)時(shí)啟動(dòng)數(shù)據(jù)采集模塊進(jìn)行數(shù)據(jù)采集，記錄操作數(shù)據(jù)，學(xué)習(xí)操作習(xí)慣，同時(shí)讀出前段時(shí)間已學(xué)習(xí)并記錄的駕駛員操作習(xí)慣；(2)、汽車(chē)在駕駛過(guò)程中不斷獲取駕駛員以及車(chē)輛的各種數(shù)據(jù)根據(jù)速度判斷是否為勻速行駛中，是則返回第(1)步記錄操作數(shù)據(jù)，學(xué)習(xí)操作習(xí)慣，并繼續(xù)采集新的數(shù)據(jù)；否則進(jìn)行下述第(3)步操作；(3)、根據(jù)近段時(shí)間數(shù)據(jù)初步判斷當(dāng)前操作是否是正常駕駛操作，是則返回第(1)步記錄、學(xué)習(xí)該行為，并繼續(xù)采集新的數(shù)據(jù)；否則向語(yǔ)音提示模塊及油門(mén)控制模塊發(fā)出相應(yīng)信號(hào)并記錄操作數(shù)據(jù)；當(dāng)經(jīng)過(guò)該步驟仍無(wú)法判斷當(dāng)前操作是否是正常駕駛操作時(shí)，則進(jìn)行下述第(4)步操作；(4)、根據(jù)近段時(shí)間數(shù)據(jù)、用戶行為記錄、知識(shí)庫(kù)中已有規(guī)則進(jìn)行智能分析，判斷當(dāng)前操作是否正常，是則返回第(1)步記錄、學(xué)習(xí)該行為，并繼續(xù)采集新的數(shù)據(jù)；否則向語(yǔ)音提示模塊及油門(mén)控制模塊發(fā)出相應(yīng)信號(hào)并記錄操作數(shù)據(jù)。3.根據(jù)權(quán)利要求2所述的異常駕駛智能檢測(cè)系統(tǒng)的檢測(cè)方法，其特征在于所述的第(4)步中的智能分析的主要方法如下-使用神經(jīng)網(wǎng)絡(luò)方法計(jì)算各科目得分，根據(jù)各科目得分情況判斷是否超標(biāo)，是則判斷為相應(yīng)科目的異常駕駛；各科目得分均不超標(biāo)時(shí)則采用加權(quán)求和方式計(jì)算總分，判斷總分是否超標(biāo)，是則判斷為異常駕駛，并可從分?jǐn)?shù)最高的科目判斷其異常駕駛的類(lèi)型，否則判斷為正常駕駛。4.根據(jù)權(quán)利要求2或3所述的異常駕駛智能檢測(cè)系統(tǒng)的檢測(cè)方法，其特征在于當(dāng)所述的智能分析模塊根據(jù)分析結(jié)果確定前一段時(shí)間不存在異常駕駛情況時(shí)，則通知數(shù)據(jù)記錄模塊將相應(yīng)的圖像數(shù)據(jù)刪除。全文摘要本發(fā)明公開(kāi)了一種異常駕駛智能檢測(cè)系統(tǒng)，主要包括五大模塊進(jìn)行各類(lèi)數(shù)據(jù)采集的數(shù)據(jù)采集模塊、進(jìn)行各類(lèi)數(shù)據(jù)記錄的數(shù)據(jù)記錄模塊、進(jìn)行數(shù)據(jù)智能分析的智能分析模塊、進(jìn)行語(yǔ)音提示的語(yǔ)音提示模塊、進(jìn)行油門(mén)控制的油門(mén)控制模塊。該系統(tǒng)既可對(duì)汽車(chē)行駛過(guò)程中的各類(lèi)數(shù)據(jù)進(jìn)行真實(shí)的記錄，還可對(duì)各記錄數(shù)據(jù)進(jìn)行智能分析；并通過(guò)使用多個(gè)科目考核的方式對(duì)異常駕駛的程度進(jìn)行判斷，使用加權(quán)平均分進(jìn)一步度量異常駕駛程度；還可針對(duì)駕駛員的習(xí)慣自適應(yīng)地調(diào)整各科目權(quán)值，以獲得更精確的結(jié)論。本發(fā)明還公開(kāi)了上述異常駕駛智能檢測(cè)系統(tǒng)的檢測(cè)方法。文檔編號(hào)G07C5/00GK101169873SQ20071005061公開(kāi)日2008年4月30日申請(qǐng)日期2007年11月26日優(yōu)先權(quán)日2007年11月26日發(fā)明者盧光輝,崔金鐘,白忠建,蔡洪斌,帆閔,陳雷霆申請(qǐng)人:電子科技大學(xué)