一種疲勞駕駛檢測(cè)方法
【專利摘要】本發(fā)明公開了一種疲勞駕駛檢測(cè)方法，屬于汽車安全駕駛領(lǐng)域，通過采集駕駛員的行為指標(biāo)(主要為方向盤數(shù)據(jù)、駕駛時(shí)間和駕駛車速），進(jìn)行信息預(yù)處理，得到疲勞生理參數(shù)作為檢測(cè)指標(biāo)變量，然后利用疲勞指標(biāo)變量對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練建立相應(yīng)的疲勞檢測(cè)網(wǎng)絡(luò)模型，利用該模型進(jìn)行疲勞檢測(cè)。本發(fā)明通過實(shí)時(shí)采集車輛數(shù)據(jù)，能在不影響駕駛員駕駛操作的情況下，客觀、準(zhǔn)確判斷駕駛?cè)藛T的疲勞狀態(tài)。
【專利說明】一種疲勞駕駛檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種疲勞駕駛檢測(cè)方法，屬于汽車行駛安全領(lǐng)域。

【背景技術(shù)】
[0002] 隨著社會(huì)經(jīng)濟(jì)的發(fā)展和人們生活水平的提高，整個(gè)社會(huì)對(duì)交通運(yùn)輸?shù)男枨笕找嬖?力口。交通量的快速增長(zhǎng)使道路交通狀況惡化，導(dǎo)致交通安全事故、環(huán)境污染、交通擁擠、經(jīng)濟(jì) 損失等一系列嚴(yán)重的社會(huì)問題，尤其以涉及客運(yùn)車輛的重特大交通事故更是引起了社會(huì)的 廣泛關(guān)注。駕駛員疲勞駕駛是重特大交通事故的主要原因之一。統(tǒng)計(jì)數(shù)據(jù)表明：由駕駛疲 勞引起的交通事故占事故總數(shù)的20%左右，占特大交通事故的40%以上。在我國，2008年 因疲勞駕駛導(dǎo)致的道路交通事故共2568起，其中死亡1353人，受傷3129人，造成的直接損 失約5738萬元。疲勞駕駛事故率高，后果嚴(yán)重，一直威脅著我國的交通安全。
[0003] 實(shí)時(shí)檢測(cè)駕駛員疲勞程度并及時(shí)給出警告信息可以較大程度地減少疲勞駕駛的 情況發(fā)生，傳統(tǒng)的檢測(cè)方法是：主觀評(píng)測(cè)方法或者客觀評(píng)測(cè)方法（生理參數(shù)檢測(cè)、行為特征 檢測(cè)），主觀評(píng)測(cè)法主要依靠駕駛員的主觀因素來進(jìn)行判斷，很難量化疲勞的等級(jí)和程度， 又因個(gè)人的理解存在一定的差異，填寫的準(zhǔn)確性必然大打折扣。因此一般只作為試驗(yàn)研究 的輔助手段。疲勞駕駛客觀的評(píng)測(cè)方法是通過監(jiān)測(cè)駕駛員生理信息、駕駛員操作行為以及 車輛信息，來判斷駕駛員的疲勞狀態(tài)，分為基于生理參數(shù)檢測(cè)和行為特征檢測(cè)兩種手段。基 于生理參數(shù)的檢測(cè)主要有基于腦電圖、眼電圖、肌電圖、心電圖、呼吸氣流（鼻聲傳感器）、 呼吸效果（胸腔部傳感器）、動(dòng)脈血液氧飽和（手指探針）時(shí)的體溫（用紅外線耳朵探針 獲得）等測(cè)量方法?；谛袨樘卣鞯臋z測(cè)方法主要有PERCL0S檢測(cè)、頭部位置檢測(cè)、視線方 向檢測(cè)、嘴部狀態(tài)檢測(cè)、方向盤轉(zhuǎn)動(dòng)情況的檢測(cè)、車輛行駛速度檢測(cè)、車道偏離檢測(cè)等。盡管 基于駕駛員生理參數(shù)測(cè)量的測(cè)評(píng)方法的結(jié)果比較準(zhǔn)確，由于一般是在駕駛前或者駕駛后測(cè) 量，因此不能滿足實(shí)時(shí)性的要求，而且在駕駛過程中由于傳感器、電極或者其他檢測(cè)儀器會(huì) 直接接觸駕駛員身體，將影響駕駛員的正常駕駛。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明目的在于提供一種基于駕駛員行為指標(biāo)的疲勞檢測(cè)方法，能通過采集車輛 行駛過程中的車輛自身信息來檢測(cè)駕駛?cè)藛T的疲勞程度。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明一種疲勞駕駛檢測(cè)方法采用駕駛時(shí)間、方向盤角度、速 度、車輛速度作為判斷疲勞是否出現(xiàn)的駕駛行為特征，來判別是否屬于疲勞駕駛。具體包括 如下步驟：
[0006] (1)數(shù)據(jù)采集
[0007] 利用駕駛模擬器或?qū)嵮b進(jìn)行駕駛訓(xùn)練，按周期T1實(shí)時(shí)采集車速V、方向盤角度Θ， 被試人員按周期T2對(duì)自身疲勞狀態(tài)進(jìn)行自我評(píng)估一次，疲勞狀態(tài)分為清醒和疲勞；
[0008] (2)建立疲勞指標(biāo)變量
[0009] 對(duì)采集到的車速V和方向盤角度Θ數(shù)據(jù)進(jìn)行分組，每組數(shù)據(jù)長(zhǎng)度為L(zhǎng)，利用方向 盤角度Θ計(jì)算出以下指標(biāo)變量：
[0010] 第一變量：方向盤角度均方差；
[0011] 第二變量：方向盤角度過線面積S ;
[0012]

【權(quán)利要求】
1. 一種疲勞駕駛檢測(cè)方法，包括以下步驟： (1) 數(shù)據(jù)采集 利用駕駛模擬器或?qū)嵮b進(jìn)行駕駛訓(xùn)練，按周期T1實(shí)時(shí)采集車速V、方向盤角度Θ，被試 人員按周期T2對(duì)自身疲勞狀態(tài)進(jìn)行自我評(píng)估一次，疲勞狀態(tài)分為清醒和疲勞； (2) 建立疲勞指標(biāo)變量 對(duì)采集到的車速V和方向盤角度Θ數(shù)據(jù)進(jìn)行分組，每組數(shù)據(jù)長(zhǎng)度為L(zhǎng)，利用方向盤角 度Θ計(jì)算出以下指標(biāo)變量： 第一變量：方向盤角度均方差； 第二變量：方向盤角度過線面積S ;
第三變量：方向盤速度均方差； 利用車速V計(jì)算出第四變量：車輛速度均方差； 根據(jù)被試人員按周期T2對(duì)自身疲勞狀態(tài)進(jìn)行自我評(píng)估的結(jié)果，統(tǒng)計(jì)得出駕駛員隨駕 駛時(shí)間的變化的疲勞時(shí)間函數(shù)F(x)為第五變量；
(3) 利用疲勞指標(biāo)變量對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練建立網(wǎng)絡(luò)模型 將步驟（2)中的指標(biāo)變量分為訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集，訓(xùn)練數(shù)據(jù)集包括第一變量、 第二變量、第三變量和第四變量，驗(yàn)證數(shù)據(jù)集包括第五變量；①利用訓(xùn)練數(shù)據(jù)集中所有數(shù)據(jù) 樣本對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，采用反向傳播（BP)算法，以最小化疲勞判決錯(cuò)誤率更新神經(jīng) 網(wǎng)絡(luò)的連接權(quán)重和激勵(lì)函數(shù)閾值；②訓(xùn)練后用驗(yàn)證數(shù)據(jù)集的樣本帶入，計(jì)算對(duì)驗(yàn)證數(shù)據(jù)集 的判決錯(cuò)誤率；上述①和②過程重復(fù)進(jìn)行，直到當(dāng)使用訓(xùn)練數(shù)據(jù)集獲得的判決錯(cuò)誤率不斷 減小而使用驗(yàn)證數(shù)據(jù)集獲得的判決錯(cuò)誤率開始上升時(shí)，終止訓(xùn)練并生成可用于疲勞檢測(cè)的 BP神經(jīng)網(wǎng)絡(luò)； (4) 按照步驟（1)方法實(shí)時(shí)采集汽車行駛中車速、方向盤角度，按照步驟（2)方法計(jì)算 出指標(biāo)變量，帶入步驟（3)中生成的疲勞檢測(cè)的BP神經(jīng)網(wǎng)絡(luò)，生成疲勞指數(shù)，判斷駕駛員疲 勞程度。
2. 根據(jù)權(quán)利要求1所述的一種疲勞駕駛檢測(cè)方法，其特征在于，所述T1不大于0. 5s， 20min ^ T2 ^ 10min〇
3. 根據(jù)權(quán)利要求1所述的一種疲勞駕駛檢測(cè)方法，其特征在于，所述L不小于20。
4. 根據(jù)權(quán)利要求1所述的一種疲勞駕駛檢測(cè)方法，其特征在于，所述T1為0. ls，T2為 15min, L 為 300。
5. 根據(jù)權(quán)利要求1至4任一所述的一種疲勞駕駛檢測(cè)方法，其特征在于，所述方向盤角 度過線面積S的計(jì)算公式為：
其中
【文檔編號(hào)】G08B21/06GK104207791SQ201410425869
【公開日】2014年12月17日 申請(qǐng)日期:2014年8月26日 優(yōu)先權(quán)日:2014年8月26日
【發(fā)明者】陳志勇, 靳海偉, 楊樂, 彭力, 楊佩 申請(qǐng)人:江南大學(xué)