CN107554528B - 驾乘人员的疲劳等级检测方法及装置、存储介质、终端 - Google Patents
驾乘人员的疲劳等级检测方法及装置、存储介质、终端 Download PDFInfo
- Publication number
- CN107554528B CN107554528B CN201710706450.6A CN201710706450A CN107554528B CN 107554528 B CN107554528 B CN 107554528B CN 201710706450 A CN201710706450 A CN 201710706450A CN 107554528 B CN107554528 B CN 107554528B
- Authority
- CN
- China
- Prior art keywords
- preset
- fatigue level
- fatigue
- warning
- driver
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000004044 response Effects 0.000 claims description 26
- 230000008447 perception Effects 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 7
- 230000036760 body temperature Effects 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 9
- 230000000284 resting effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 208000019901 Anxiety disease Diseases 0.000 description 4
- 230000036506 anxiety Effects 0.000 description 4
- 230000004397 blinking Effects 0.000 description 4
- 238000004378 air conditioning Methods 0.000 description 3
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000001121 heart beat frequency Effects 0.000 description 2
- 210000001260 vocal cord Anatomy 0.000 description 2
- 206010003658 Atrial Fibrillation Diseases 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000011664 nicotinic acid Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Traffic Control Systems (AREA)
Abstract
一种驾乘人员的疲劳等级检测方法及装置、存储介质、终端,所述方法包括以下步骤:采集驾乘人员的身体状态信息,所述身体状态信息包括有音频信息;从所述音频信息中提取语音特征;至少根据所述语音特征确定所述驾乘人员的疲劳等级。本发明方案可以更准确地检测驾乘人员的疲劳程度。
Description
技术领域
本发明涉及汽车电子技术领域,尤其是涉及一种驾乘人员的疲劳等级检测方法及装置、存储介质、终端。
背景技术
在现有技术中,存在有根据视觉影像判断驾乘人员的疲劳程度的方法,例如采用置于乘客面前的摄像头采集驾乘人员的眼睛开闭状态,以此来判断驾乘人员是否疲劳。例如驾乘人员闭眼的时长越长,则判断为该驾乘人员疲劳程度越高。
但是,所述判断驾乘人员的疲劳程度的方法的准确性有待提高。具体地,根据视觉影像提取到的特征与驾乘人员的疲劳程度的关联性较弱,具有相近的闭眼时长的驾驶员,疲劳程度的差异可以很大。
发明内容
本发明解决的技术问题是提供一种驾乘人员的疲劳等级检测方法及装置、存储介质、终端,可以更准确地检测驾乘人员的疲劳程度。
为解决上述技术问题,本发明实施例提供一种驾乘人员的疲劳等级检测方法,包括以下步骤:采集驾乘人员的身体状态信息,所述身体状态信息包括有音频信息;从所述音频信息中提取语音特征;至少根据所述语音特征确定所述驾乘人员的疲劳等级。
可选的,所述语音特征选自:语速、语调、音量和响应速度;其中,所述语速的快慢超出预设语速范围越多,所述语调的高低超出预设语调范围越多、所述音量的大小超出预设音量范围越多、所述响应速度的快慢超出预设响应速度范围越多,表明所述疲劳等级越高。
可选的,所述身体状态信息还包括生物感知信息,在至少根据所述语音特征确定所述驾乘人员的疲劳等级之前,所述疲劳等级检测方法还包括:从所述生物感知信息中提取生物感知特征;其中,所述生物感知特征选自:体温值、脉搏强度、心跳次数和眨眼频率,所述体温值超出预设体温范围越多,所述脉搏强度超出预设脉搏范围越多、所述心跳次数超出预设心跳范围越多、所述眨眼频率超出预设眨眼范围越多,表明所述疲劳等级越高。
可选的,至少根据所述语音特征确定所述驾乘人员的疲劳等级包括:根据所述语音特征以及所述生物感知特征确定所述驾乘人员的疲劳等级。
可选的,至少根据所述语音特征确定所述驾乘人员的疲劳等级包括:至少根据所述语音特征,采用模糊算法、概率规则或神经网络算法确定所述驾乘人员的疲劳等级。
可选的,所述的驾乘人员的疲劳等级检测方法还包括:根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式;其中,所述身份选自驾驶员和乘客。
可选的,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第一预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:提出调整车窗开关程度至预设开关阈值的建议;提出调整调整空调温度至预设温度的建议;提出调整音响音量至预设音量的建议。
可选的,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:当所述身份为乘客,或者所述身份为驾驶员并且所述车辆状态为停车状态时,如果所述疲劳等级为第一预设疲劳等级,则确定所述驾乘警示方式包括以下一项或多项:提出调整车窗开关程度至预设开关阈值的建议;提出调整空调温度至预设温度的建议;提出调整音响音量至预设音量的建议;提出调整座椅位置至预设位置的建议。
可选的,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:发出降低车速至第一预设车速的警示;发出停车并且休息第一预设时长的警示。
可选的,所述发出停车并且休息第一预设时长的警示包括:提出休息区域位置的建议,并且发出在所述休息区域位置停车休息第一预设时长的警示。
可选的,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:当所述身份为乘客,或者所述身份为驾驶员并且所述车辆状态为停车状态时,如果所述疲劳等级为第二预设疲劳等级时,则确定所述驾乘警示方式包括以下一项或多项:
可选的,发出休息第二预设时长的警示;发出调整座椅位置至预设位置的警示。
可选的,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第三预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:控制车辆减速至第二预设车速;控制车辆停车。
为解决上述技术问题,本发明实施例提供一种驾乘人员的疲劳等级检测装置,包括:采集模块,适于采集驾乘人员的身体状态信息,所述身体状态信息包括有音频信息;语音提取模块,适于从所述音频信息中提取语音特征;确定模块,适于至少根据所述语音特征确定所述驾乘人员的疲劳等级。
可选的,所述语音特征选自:语速、语调、音量和响应速度;其中,所述语速的快慢超出预设语速范围越多,所述语调的高低超出预设语调范围越多、所述音量的大小超出预设音量范围越多、所述响应速度的快慢超出预设响应速度范围越多,表明所述疲劳等级越高。
可选的,所述身体状态信息还包括生物感知信息,所述疲劳等级检测装置还包括:生物感知特征提取模块,适于在至少根据所述语音特征确定所述驾乘人员的疲劳等级之前,从所述生物感知信息中提取生物感知特征;其中,所述生物感知特征选自:体温值、脉搏强度、心跳次数和眨眼频率,所述体温值超出预设体温范围越多,所述脉搏强度超出预设脉搏范围越多、所述心跳次数超出预设心跳范围越多、所述眨眼频率超出预设眨眼范围越多,表明所述疲劳等级越高。
可选的,所述确定模块包括:第一确定子模块,适于根据所述语音特征以及所述生物感知特征确定所述驾乘人员的疲劳等级。
可选的,所述确定模块包括:第二确定子模块,适于至少根据所述语音特征,采用模糊算法、概率规则或神经网络算法确定所述驾乘人员的疲劳等级。
可选的,所述的驾乘人员的疲劳等级检测装置还包括:警示确定模块,适于根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式;其中,所述身份选自驾驶员和乘客。
可选的,所述警示确定模块包括:第一警示确定子模块,适于当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第一预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:提出调整车窗开关程度至预设开关阈值的建议;提出调整调整空调温度至预设温度的建议;提出调整音响音量至预设音量的建议。
可选的,所述警示确定模块包括:第二警示确定子模块,适于当所述身份为乘客,或者所述身份为驾驶员并且所述车辆状态为停车状态,以及所述疲劳等级为第一预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:提出调整车窗开关程度至预设开关阈值的建议;提出调整空调温度至预设温度的建议;提出调整音响音量至预设音量的建议;提出调整座椅位置至预设位置的建议。
可选的,所述警示确定模块包括:第三警示确定子模块,适于当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:发出降低车速至第一预设车速的警示;发出停车并且休息第一预设时长的警示。
可选的,所述第三警示确定子模块确定的所述驾乘警示方式为发出停车并且休息第一预设时长的警示包括:所述第三警示确定子模块确定的所述驾乘警示方式为提出休息区域位置的建议,并且发出在所述休息区域位置停车休息第一预设时长的警示。
可选的,所述警示确定模块包括:第四警示确定子模块,适于当所述身份为乘客,或者所述身份为驾驶员且所述车辆状态为停车状态,以及所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:发出休息第二预设时长的警示;发出调整座椅位置至预设位置的警示。
可选的,所述警示确定模块包括:第五警示确定子模块,适于当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第三预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:控制车辆减速至第二预设车速;控制车辆停车。
为解决上述技术问题,本发明实施例提供一种存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述疲劳等级检测方法的步骤。
为解决上述技术问题,本发明实施例提供一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述疲劳等级检测方法的步骤。。
与现有技术相比,本发明实施例的技术方案具有以下有益效果:
在本发明实施例中,采集驾乘人员的身体状态信息,所述身体状态信息包括有音频信息;从所述音频信息中提取语音特征;至少根据所述语音特征确定所述驾乘人员的疲劳等级。采用上述方案,可以根据在驾乘人员的音频信息中,提取到的一项或多项语音特征判断疲劳等级,相比于现有技术中,根据与疲劳程度并无必然联系的视觉影像特征判断驾乘人员的疲劳程度,采用本发明实施例的方案,可以采用与疲劳程度有关联的语音特征确定驾乘人员的疲劳等级,从而更准确地确定驾乘人员的疲劳程度。
进一步,在本发明实施例中,身体状态信息还包括生物感知信息,可以从生物感知信息中提取一项或多项与疲劳程度有关联的生物感知特征,进而根据所述语音特征以及所述生物感知特征更准确地判断驾乘人员的疲劳程度。
进一步,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式。相比于现有技术中,在判断出驾乘人员疲劳后发送单一的休息建议,由驾乘人员根据主观经验判断是否真正需要休息,容易导致危险的发生,在本发明实施例中,可以根据驾乘人员的疲劳等级、身份和车辆状态的不同情况,确定多种驾乘警示方式,有助于降低驾乘人员的疲劳感,提高驾驶安全性。
进一步,当所述车辆状态为行驶状态,且驾驶员的疲劳等级极高时,在本发明实施例中,可以通过控制车辆减速至第二预设车速,或者可以通过控制车辆停车,有效地避免发生危险。
附图说明
图1是本发明实施例中一种驾乘人员的疲劳等级检测方法的流程图;
图2是本发明实施例中另一种驾乘人员的疲劳等级检测方法的流程图;
图3是本发明实施例中一种驾乘人员的疲劳等级检测装置的结构示意图;
图4是图3中确定模块34的一种具体实施方式的结构示意图;
图5是图3中警示确定模块35的一种具体实施方式的结构示意图。
具体实施方式
在现有技术中,判断驾乘人员的疲劳程度的方法的准确性有待提高。具体地,根据视觉影像提取到的特征与驾乘人员的疲劳程度的关联性较弱,具有相近的闭眼时长的驾驶员,疲劳程度的差异可以很大。
本发明的发明人经过研究发现,与现有的视觉特征相比,根据音频信息提取到的语音特征与驾乘人员的疲劳程度的关联性更强,更有助于准确地确定驾乘人员的疲劳程度。
在本发明实施例中,采集驾乘人员的身体状态信息,所述身体状态信息包括有音频信息;从所述音频信息中提取语音特征;至少根据所述语音特征确定所述驾乘人员的疲劳等级。采用上述方案,可以根据在驾乘人员的音频信息中,提取到的一项或多项语音特征判断疲劳等级,相比于现有技术中,根据与疲劳程度并无必然联系的视觉影像特征判断驾乘人员的疲劳程度,采用本发明实施例的方案,可以采用与疲劳程度有关联的语音特征确定驾乘人员的疲劳等级,从而更准确地确定驾乘人员的疲劳程度。
为使本发明的上述目的、特征和有益效果能够更为明显易懂,下面结合附图对本发明的具体实施例做详细的说明。
参照图1,图1是本发明实施例中一种驾乘人员的疲劳等级检测方法的流程图。所述驾乘人员的疲劳等级检测方法可以包括步骤S11至步骤S13:
步骤S11:采集驾乘人员的身体状态信息,所述身体状态信息包括有音频信息;
步骤S12:从所述音频信息中提取语音特征;
步骤S13:至少根据所述语音特征确定所述驾乘人员的疲劳等级。
在步骤S11的具体实施中,采集驾乘人员的身体状态信息可以包括采集驾乘人员的音频信息。
其中,采集驾乘人员的音频信息的步骤可以通过现有技术中各种常规的语音传感器实现,进而将采集到的语音信号转化为电信号。例如通过炭精粉电阻式音频传感器、动圈电磁式音频传感器、金属带电磁式音频传感器、薄膜电容式音频传感器、驻极体电容式音频传感器、压电陶瓷式音频传感器、激光反射式音频传感器等。需要指出的是,本发明对具体采集语音信号的传感器的类型不做限制。
在步骤S12的具体实施中,可以采用现有技术中各种常规的手段实现从所述音频信息中提取语音特征,例如通过基于梅尔频率倒谱系数(Mel-frequency CepstralCoefficients,MFCC)的语音特征提取技术、基于线性预测倒谱系数(Linear PredictionCepstrum Coefficient,LPCC)的语音特征提取技术、声纹识别技术等。
其中,所述语音特征可以选自:语速、语调、音量和响应速度。
具体地,所述语速可以是在人类表达或传播信息时,单位时间内呈现的词汇速度。通常个体的语速受到思维习惯和表达能力等方面的限制,在正常情况下处于一个较为固定的语速范围内。
进一步地,可以根据所述语速的快慢超出预设语速范围,判断用户的疲劳程度。具体而言,当用户身体状态较差,例如处于疲劳状态甚至生病状态时,容易由于疲累引发语速下降或者由于焦躁引发语速上升。所述语速的快慢超出预设语速范围越多,表明所述疲劳等级越高。
具体地,所述语调可以是声调高低的配制和变化,通常个体的语调受到声带频率的影响,在正常情况下处于一个较为固定的语调范围内。
进一步地,可以根据所述语调的高低超出预设语调范围,判断用户的疲劳程度。具体而言,当用户身体状态较差,例如处于疲劳状态甚至生病状态时,容易由于疲累引发语调降低或者由于焦躁引发语调升高。所述语调的高低超出预设语调范围越多,表明所述疲劳等级越高。
具体地,所述音量又称响度、音强,可以是声音的振幅大小,通常个体的音量受到声带的生理性影响,在正常情况下处于一个较为固定的音量范围内。
进一步地,可以根据所述音量的大小超出预设音量范围,判断用户的疲劳程度。具体而言,当用户身体状态较差,例如处于疲劳状态甚至生病状态时,容易由于疲累引发音量变小或者由于焦躁引发音量变大。所述音量的大小超出预设音量范围越多,表明所述疲劳等级越高。
具体地,所述响应速度,可以是用户对于各种信号刺激(例如声音信号)快速应答的能力,通常个体的响应速度受到个体反应能力的影响,在正常情况下处于一个较为固定的响应速度范围内。
进一步地,可以根据所述响应速度的快慢超出预设响应速度范围,判断用户的疲劳程度。具体而言,当用户身体状态较差,例如处于疲劳状态甚至生病状态时,容易由于疲累引发响应速度变慢或者由于焦躁引发响应速度变快。所述响应速度的快慢超出预设响应速度范围越多,表明所述疲劳等级越高。
需要指出的是,所述预设语速范围、所述预设语调范围、所述预设音量范围以及所述预设响应速度范围可以是预先在用户身体状态正常的情况下确定的。
在步骤S13的具体实施中,至少根据所述语音特征,可以采用常规的智能算法,例如模糊算法、概率规则或神经网络算法,确定所述驾乘人员的疲劳等级。在本发明实施例中,对于智能算法的具体选用不做限制。
在本发明实施例中,可以根据在驾乘人员的音频信息中,提取到的一项或多项语音特征判断疲劳等级,相比于现有技术中,根据与疲劳程度并无必然联系的视觉影像特征判断驾乘人员的疲劳程度,采用本发明实施例的方案,可以采用与疲劳程度有关联的语音特征确定驾乘人员的疲劳等级,从而更准确地确定驾乘人员的疲劳程度。
参照图2示出的另一种驾乘人员的疲劳等级检测方法,所述另一种驾乘人员的疲劳等级检测方法可以包括步骤S21至步骤S25,以下对各个步骤进行详细说明。
在步骤S21中,采集驾乘人员的身体状态信息,所述身体状态信息包括有音频信息以及生物感知信息。
具体地,所述身体状态信息还可以包括生物感知信息。采集驾乘人员的生物感知信息的步骤可以通过现有技术中各种常规的生物感知传感器实现,进而将采集到的生物或化学信号转化为电信号,例如通过仿生传感器、生化传感器、生物温度传感器、具有红外线体温测量功能的传感器、具有血压测量功能的传感器、视觉传感器等。需要指出的是,本发明对具体采集生物信号的传感器的类型不做限制。
步骤S22:从所述音频信息中提取语音特征。
在具体实施中,有关步骤S22的执行请参照图1中的步骤S12的描述进行执行,此处不再赘述。
步骤S23:从所述生物感知信息中提取生物感知特征。
其中,所述生物感知特征可以选自:体温值、脉搏强度、心跳次数和眨眼频率。
具体地,所述体温值用于表示人体内部的温度,通常个体的体温值在正常情况下处于一个较为固定的体温范围内。例如可以通过具有红外线体温测量功能的传感器直接或者间接读取用户的体温值。
进一步地,可以根据所述体温值超出预设体温范围,判断用户的疲劳程度。具体而言,当用户身体状态较差,例如处于疲劳状态甚至生病状态时,容易引发体温上升或下降。所述体温值超出预设体温范围越多,表明所述疲劳等级越高。
具体地,所述脉搏强度可以用于反应个体的健康情况,通常个体的脉搏强度在正常情况下处于一个较为固定的脉搏范围内。例如可以通过具有血压测量功能的传感器直接或者间接读取用户的脉搏强度。
进一步地,可以根据所述脉搏强度超出预设脉搏范围,判断用户的疲劳程度。具体而言,当用户身体状态较差,例如处于疲劳状态甚至生病状态时,容易引发脉搏强度变强或变弱。所述脉搏强度超出预设脉搏范围越多,表明所述疲劳等级越高。
具体地,所述心跳次数又可通过测量脉搏次数确定,可以用于反应个体的健康情况,例如是否发生心律失常(如房颤)。通常个体的心跳次数在正常情况下处于一个较为固定的心跳范围内。例如可以通过具有血压测量功能的传感器直接或者间接读取用户的心跳次数。
进一步地,可以根据所述心跳次数超出预设心跳范围,判断用户的疲劳程度。具体而言,当用户身体状态较差,例如处于疲劳状态甚至生病状态时,容易引发心跳次数变多或变少。所述心跳次数超出预设心跳范围越多,表明所述疲劳等级越高。需要指出的是,上述心跳次数指的是单位时间内的心跳次数。
具体地,通常个体的眨眼频率受到个体的生理性影响,在正常情况下处于一个较为固定的眨眼范围内。例如可以通过各种常规的视觉传感器或摄像头获得用户眨眼频率。
进一步地,可以根据所述眨眼频率超出预设眨眼范围,判断用户的疲劳程度。具体而言,当用户身体状态较差,例如处于疲劳状态甚至生病状态时,容易引发眨眼频率变快或变慢。所述眨眼频率超出预设眨眼范围越多,表明所述疲劳等级越高。
需要指出的是,所述预设体温范围、所述预设脉搏范围、所述预设心跳范围以及所述预设眨眼范围可以是预先在用户身体状态正常的情况下确定的。
步骤S24:根据所述语音特征以及所述生物感知特征确定所述驾乘人员的疲劳等级。
具体地,至少根据所述语音特征确定所述驾乘人员的疲劳等级还可以包括:根据所述语音特征以及所述生物感知特征确定所述驾乘人员的疲劳等级。例如可以采用模糊算法、概率规则或神经网络算法等常规的智能算法,确定所述驾乘人员的疲劳等级。
步骤S25:根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式。
具体地,所述身份选择驾驶员和乘客,所述车辆状态可以包括行驶状态和停车状态,其中,所述停车状态包括车辆停止不动的状态和车辆怠速状态。可以理解的是,当车辆在行驶中,并且用户为驾驶员时,用户越疲劳,对于交通安全具有越大的危害。
在具体实施中,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式可以包括:当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第一预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:提出调整车窗开关程度至预设开关阈值的建议;提出调整空调温度至预设温度的建议;提出调整音响音量至预设音量的建议。
作为一个非限制性的例子,可以设置所述第一预设疲劳等级为轻度疲劳。
具体地,当车辆在行驶中,用户为驾驶员,并且感到轻度疲劳时,可以通过调整车窗、调整空调温度以及调整音响音量至更舒适的程度,减轻由于轻度疲劳带来的不适感。
在具体实施中,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式可以包括:当所述身份为乘客,或者所述身份为驾驶员并且所述车辆状态为停车状态时,如果所述疲劳等级为第一预设疲劳等级,则确定所述驾乘警示方式包括以下一项或多项:提出调整车窗开关程度至预设开关阈值的建议;提出调整空调温度至预设温度的建议;提出调整音响音量至预设音量的建议;提出调整座椅位置至预设位置的建议。
具体地,无论车辆为行驶状态或者停车状态,当用户为乘客,并且感到轻度疲劳时,可以通过调整车窗、调整空调温度、调整音响音量以及调整座椅位置至更舒适的程度,减轻由于轻度疲劳带来的不适感。
其中,所述车窗可以包括车辆内任何常规的可开启或关闭的窗户。
所述座椅位置可以包括座椅高度、靠背角度、座椅与中控台的距离以及座椅与附近座椅的距离等。
或者当车辆为停车状态,用户为驾驶员,并且感到轻度疲劳时,可以通过调整车窗、调整空调温度、调整音响音量以及调整座椅位置至更舒适的程度,减轻由于轻度疲劳带来的不适感。需要指出的是,由于在驾驶车辆的过程中调整座椅会影响驾驶安全,因此可以设置为仅当车辆为停车状态时,可以对驾驶位的座椅进行调整。
进一步地,对应于所述第一预设疲劳等级,提出驾乘警示的建议的具体方式可以较为和缓,例如通过语音播报或在行车电脑上显示文字,对用户提出建议。
在具体实施中,当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:发出降低车速至第一预设车速的警示;发出停车并且休息第一预设时长的警示。
需要指出的是,所述第二预设疲劳等级指代的疲劳度高于所述第一预设疲劳等级指代的疲劳度。作为一个非限制性的例子,可以设置所述第二预设疲劳等级为中度疲劳。
具体地,当车辆在行驶中,用户为驾驶员,并且感到中度疲劳时,可以通过降低车速至第一预设车速,或者停车并且休息第一预设时长,降低由于中度疲劳带来的驾驶危险。
其中,所述第一预设车速可以根据当前道路的限速情况进行设置,作为一个非限制性的例子,在未具有限低速的道路上,可以设置为40km。
其中,所述发出停车并且休息第一预设时长的警示可以包括提出休息区域位置的建议,并且发出在所述休息区域位置停车休息第一预设时长的警示。
进一步地,可以采用云平台通过置于车内的智能终端或行车电脑,获取当前的地理位置,进而确定并且发出附近最合适的休息区域,发出在所述休息区域位置停车休息第一预设时长的警示。
其中,作为一个非限制性的例子,所述第一预设时长可以设置为20分钟。
在具体实施中,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式可以包括:当所述身份为乘客,或者所述身份为驾驶员并且所述车辆状态为停车状态时,如果所述疲劳等级为第二预设疲劳等级,则确定所述驾乘警示方式包括以下一项或多项:发出休息第二预设时长的警示;发出调整座椅位置至预设位置的警示。
具体地,无论车辆为行驶状态或者停车状态,当用户为乘客,并且感到中度疲劳时,可以通过休息第二预设时长以及调整座椅位置至更舒适的程度,减轻由于中度疲劳带来的不适感。
或者当车辆为停车状态,用户为驾驶员,并且感到中度疲劳时,可以通过休息第二预设时长以及调整座椅位置至更舒适的程度,减轻由于中度疲劳带来的不适感。
其中,作为一个非限制性的例子,所述第二预设时长可以设置为20分钟。
更进一步地,对应于所述第二预设疲劳等级,提出驾乘警示的建议的具体方式可以较为激进,例如在语音播报或在行车电脑上显示文字的同时,通过蜂鸣声警示或发出光警示,对用户提出建议。
在具体实施中,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式可以包括:当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第三预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:控制车辆减速至第二预设车速;控制车辆停车。
需要指出的是,所述第三预设疲劳等级指代的疲劳度高于所述第二预设疲劳等级指代的疲劳度。作为一个非限制性的例子,可以设置所述第三预设疲劳等级为重度疲劳或者生病。
具体地,当车辆在行驶中,用户为驾驶员,并且感到重度疲劳或者生病时,可以通过控制车辆减速至第二预设车速以及控制车辆停车,降低由于重度疲劳或者生病带来的驾驶危险。
其中,控制车辆减速至第二预设车速以及控制车辆停车的步骤例如可以通过车辆的电子控制单元(Electronic Control Unit,ECU)实现,通过自动控制车辆减速或控制车辆停车在安全的位置,有助于提高交通安全性。
在本发明实施例中,当所述车辆状态为行驶状态,且驾驶员的疲劳等级极高时,可以通过控制车辆减速至第二预设车速,或者可以通过控制车辆停车,有效地避免发生危险。
在本发明实施例中,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式。相比于现有技术中,在判断出驾乘人员疲劳后发送单一的休息建议,由驾乘人员根据主观经验判断是否真正需要休息,容易导致危险的发生,采用本发明实施例的方案,可以根据驾乘人员的疲劳等级、身份和车辆状态的不同情况,确定多种驾乘警示方式,有助于降低驾乘人员的疲劳感,提高驾驶安全性。
参照图3,图3是本发明实施例中一种驾乘人员的疲劳等级检测装置的结构示意图。所述驾乘人员的疲劳等级检测装置可以包括采集模块31、语音提取模块32、生物感知特征提取模块33、确定模块34以及警示确定模块35。
其中,所述采集模块31,适于采集驾乘人员的身体状态信息,所述身体状态信息包括有音频信息。
所述语音提取模块32适于从所述音频信息中提取语音特征。
所述生物感知特征提取模块33适于在至少根据所述语音特征确定所述驾乘人员的疲劳等级之前,从所述生物感知信息中提取生物感知特征;其中,所述生物感知特征选自:体温值、脉搏强度、心跳次数和眨眼频率,所述体温值超出预设体温范围越多,所述脉搏强度超出预设脉搏范围越多、所述心跳次数超出预设心跳范围越多、所述眨眼频率超出预设眨眼范围越多,表明所述疲劳等级越高。
所述确定模块34适于至少根据所述语音特征确定所述驾乘人员的疲劳等级。
所述警示确定模块35适于根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式;其中,所述身份选自驾驶员和乘客。
进一步地,所述语音特征选自:语速、语调、音量和响应速度;其中,所述语速的快慢超出预设语速范围越多,所述语调的高低超出预设语调范围越多、所述音量的大小超出预设音量范围越多、所述响应速度的快慢超出预设响应速度范围越多,表明所述疲劳等级越高。
参照图4示出的确定模块34的一种具体实施方式,所述确定模块34可以包括第一确定子模块341以及第二确定子模块342。
其中,所述第一确定子模块341适于根据所述语音特征以及所述生物感知特征确定所述驾乘人员的疲劳等级。
所述第二确定子模块342适于至少根据所述语音特征,采用模糊算法、概率规则或神经网络算法确定所述驾乘人员的疲劳等级。
参照图5,图5是图3中警示确定模块35的一种具体实施方式的结构示意图。所述警示确定模块35可以包括第一警示确定子模块351、第二警示确定子模块352、第三警示确定子模块353、第四警示确定子模块354以及第五警示确定子模块355。
其中,所述第一警示确定子模块351适于当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第一预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:提出调整车窗开关程度至预设开关阈值的建议;提出调整调整空调温度至预设温度的建议;提出调整音响音量至预设音量的建议。
所述第二警示确定子模块352适于当所述身份为乘客,或者所述身份为驾驶员并且所述车辆状态为停车状态,以及所述疲劳等级为第一预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:提出调整车窗开关程度至预设开关阈值的建议;提出调整空调温度至预设温度的建议;提出调整音响音量至预设音量的建议;提出调整座椅位置至预设位置的建议。
所述第三警示确定子模块353适于当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:发出降低车速至第一预设车速的警示;发出停车并且休息第一预设时长的警示。
所述第四警示确定子模块354适于当所述身份为乘客,或者所述身份为驾驶员且所述车辆状态为停车状态,以及所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:发出休息第二预设时长的警示;发出调整座椅位置至预设位置的警示。
所述第五警示确定子模块355适于当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第三预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:控制车辆减速至第二预设车速;控制车辆停车。
进一步地,所述发出停车并且休息第一预设时长的警示可以包括:提出休息区域位置的建议,并且发出在所述休息区域位置停车休息第一预设时长的警示。
关于该疲劳等级检测装置的更多详细内容请参照前文及图1至图2示出的关于疲劳等级检测方法的相关描述,此处不再赘述。
本发明实施例还提供了一种存储介质,其上存储有计算机指令,所述计算机指令运行时执行上述疲劳等级检测方法的步骤。所述存储介质可以是计算机可读存储介质,例如可以是光盘、机械硬盘、固态硬盘等。
本发明实施例还提供了一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机指令,所述处理器运行所述计算机指令时执行上述疲劳等级检测方法的步骤。在具体实施中,所述终端可以是车辆、智能终端、云平台、车联网服务器、物联网服务器等。其中,所述智能终端可以外部耦接于车辆,或者集成在所述车辆中,例如为车辆的行车电脑。
其中,所述云平台(Cloud Platforms)又称为云计算平台,在本发明实施例中,云平台可以通过用户绑定的智能终端进行信息采集,进而对采集到的信息进行存储、计算。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (22)
1.一种驾乘人员的疲劳等级检测方法,其特征在于,包括以下步骤:
采集驾乘人员的身体状态信息,所述身体状态信息包括有音频信息;
从所述音频信息中提取语音特征;
至少根据所述语音特征确定所述驾乘人员的疲劳等级;
所述方法还包括:
根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式;
其中,所述身份选自驾驶员和乘客;
其中,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:
当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式包括:
发出停车并且休息第一预设时长的警示;
其中,所述发出停车并且休息第一预设时长的警示包括:
提出休息区域位置的建议,并且发出在所述休息区域位置停车休息第一预设时长的警示。
2.根据权利要求1所述的驾乘人员的疲劳等级检测方法,其特征在于,所述语音特征选自:语速、语调、音量和响应速度;
其中,所述语速的快慢超出预设语速范围越多,所述语调的高低超出预设语调范围越多、所述音量的大小超出预设音量范围越多、所述响应速度的快慢超出预设响应速度范围越多,表明所述疲劳等级越高。
3.根据权利要求1所述的驾乘人员的疲劳等级检测方法,其特征在于,所述身体状态信息还包括生物感知信息,在至少根据所述语音特征确定所述驾乘人员的疲劳等级之前,所述疲劳等级检测方法还包括:
从所述生物感知信息中提取生物感知特征;
其中,所述生物感知特征选自:体温值、脉搏强度、心跳次数和眨眼频率,所述体温值超出预设体温范围越多,所述脉搏强度超出预设脉搏范围越多、所述心跳次数超出预设心跳范围越多、所述眨眼频率超出预设眨眼范围越多,表明所述疲劳等级越高。
4.根据权利要求3所述的驾乘人员的疲劳等级检测方法,其特征在于,至少根据所述语音特征确定所述驾乘人员的疲劳等级包括:
根据所述语音特征以及所述生物感知特征确定所述驾乘人员的疲劳等级。
5.根据权利要求1所述的驾乘人员的疲劳等级检测方法,其特征在于,至少根据所述语音特征确定所述驾乘人员的疲劳等级包括:
至少根据所述语音特征,采用模糊算法、概率规则或神经网络算法确定所述驾乘人员的疲劳等级。
6.根据权利要求1所述的驾乘人员的疲劳等级检测方法,其特征在于,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:
当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第一预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:
提出调整车窗开关程度至预设开关阈值的建议;
提出调整空调温度至预设温度的建议;
提出调整音响音量至预设音量的建议。
7.根据权利要求1所述的驾乘人员的疲劳等级检测方法,其特征在于,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:
当所述身份为乘客,或者所述身份为驾驶员并且所述车辆状态为停车状态时,如果所述疲劳等级为第一预设疲劳等级,则确定所述驾乘警示方式包括以下一项或多项:
提出调整车窗开关程度至预设开关阈值的建议;
提出调整空调温度至预设温度的建议;
提出调整音响音量至预设音量的建议;
提出调整座椅位置至预设位置的建议。
8.根据权利要求1所述的驾乘人员的疲劳等级检测方法,其特征在于,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:
当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式还包括:
发出降低车速至第一预设车速的警示。
9.根据权利要求1所述的驾乘人员的疲劳等级检测方法,其特征在于,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:
当所述身份为乘客,或者所述身份为驾驶员并且所述车辆状态为停车状态时,如果所述疲劳等级为第二预设疲劳等级时,则确定所述驾乘警示方式包括以下一项或多项:
发出休息第二预设时长的警示;
发出调整座椅位置至预设位置的警示。
10.根据权利要求1所述的驾乘人员的疲劳等级检测方法,其特征在于,根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式包括:
当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第三预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:
控制车辆减速至第二预设车速;
控制车辆停车。
11.一种驾乘人员的疲劳等级检测装置,其特征在于,包括:
采集模块,适于采集驾乘人员的身体状态信息,所述身体状态信息包括有音频信息;
语音提取模块,适于从所述音频信息中提取语音特征;
确定模块,适于至少根据所述语音特征确定所述驾乘人员的疲劳等级;
所述装置还包括:
警示确定模块,适于根据所述驾乘人员的疲劳等级、身份和车辆状态确定驾乘警示方式;
其中,所述身份选自驾驶员和乘客;
其中,所述警示确定模块包括:第三警示确定子模块,适于当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式包括:
发出停车并且休息第一预设时长的警示;
其中,所述发出停车并且休息第一预设时长的警示包括:
提出休息区域位置的建议,并且发出在所述休息区域位置停车休息第一预设时长的警示。
12.根据权利要求11所述的驾乘人员的疲劳等级检测装置,其特征在于,所述语音特征选自:语速、语调、音量和响应速度;
其中,所述语速的快慢超出预设语速范围越多,所述语调的高低超出预设语调范围越多、所述音量的大小超出预设音量范围越多、所述响应速度的快慢超出预设响应速度范围越多,表明所述疲劳等级越高。
13.根据权利要求11所述的驾乘人员的疲劳等级检测装置,其特征在于,所述身体状态信息还包括生物感知信息,所述疲劳等级检测装置还包括:
生物感知特征提取模块,适于在至少根据所述语音特征确定所述驾乘人员的疲劳等级之前,从所述生物感知信息中提取生物感知特征;
其中,所述生物感知特征选自:体温值、脉搏强度、心跳次数和眨眼频率,所述体温值超出预设体温范围越多,所述脉搏强度超出预设脉搏范围越多、所述心跳次数超出预设心跳范围越多、所述眨眼频率超出预设眨眼范围越多,表明所述疲劳等级越高。
14.根据权利要求13所述的驾乘人员的疲劳等级检测装置,其特征在于,所述确定模块包括:
第一确定子模块,适于根据所述语音特征以及所述生物感知特征确定所述驾乘人员的疲劳等级。
15.根据权利要求11所述的驾乘人员的疲劳等级检测装置,其特征在于,所述确定模块包括:
第二确定子模块,适于至少根据所述语音特征,采用模糊算法、概率规则或神经网络算法确定所述驾乘人员的疲劳等级。
16.根据权利要求11所述的驾乘人员的疲劳等级检测装置,其特征在于,所述警示确定模块包括:
第一警示确定子模块,适于当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第一预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:
提出调整车窗开关程度至预设开关阈值的建议;
提出调整空调温度至预设温度的建议;
提出调整音响音量至预设音量的建议。
17.根据权利要求11所述的驾乘人员的疲劳等级检测装置,其特征在于,所述警示确定模块包括:
第二警示确定子模块,适于当所述身份为乘客,或者所述身份为驾驶员并且所述车辆状态为停车状态,以及所述疲劳等级为第一预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:
提出调整车窗开关程度至预设开关阈值的建议;
提出调整空调温度至预设温度的建议;
提出调整音响音量至预设音量的建议;
提出调整座椅位置至预设位置的建议。
18.根据权利要求11所述的驾乘人员的疲劳等级检测装置,其特征在于,所述警示确定模块包括:
第三警示确定子模块,适于当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式还包括:
发出降低车速至第一预设车速的警示。
19.根据权利要求11所述的驾乘人员的疲劳等级检测装置,其特征在于,所述警示确定模块包括:
第四警示确定子模块,适于当所述身份为乘客,或者所述身份为驾驶员且所述车辆状态为停车状态,以及所述疲劳等级为第二预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:
发出休息第二预设时长的警示;
发出调整座椅位置至预设位置的警示。
20.根据权利要求11所述的驾乘人员的疲劳等级检测装置,其特征在于,所述警示确定模块包括:
第五警示确定子模块,适于当所述身份为驾驶员,所述车辆状态为行驶状态,且所述疲劳等级为第三预设疲劳等级时,确定所述驾乘警示方式包括以下一项或多项:
控制车辆减速至第二预设车速;
控制车辆停车。
21.一种存储介质,其上存储有计算机指令,其特征在于,所述计算机指令运行时执行权利要求1至10任一项所述疲劳等级检测方法的步骤。
22.一种终端,包括存储器和处理器,所述存储器上存储有能够在所述处理器上运行的计算机指令,其特征在于,所述处理器运行所述计算机指令时执行权利要求1至10任一项所述疲劳等级检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710706450.6A CN107554528B (zh) | 2017-08-17 | 2017-08-17 | 驾乘人员的疲劳等级检测方法及装置、存储介质、终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710706450.6A CN107554528B (zh) | 2017-08-17 | 2017-08-17 | 驾乘人员的疲劳等级检测方法及装置、存储介质、终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107554528A CN107554528A (zh) | 2018-01-09 |
CN107554528B true CN107554528B (zh) | 2021-08-17 |
Family
ID=60975775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710706450.6A Active CN107554528B (zh) | 2017-08-17 | 2017-08-17 | 驾乘人员的疲劳等级检测方法及装置、存储介质、终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107554528B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108482380B (zh) * | 2018-03-06 | 2019-09-06 | 知行汽车科技(苏州)有限公司 | 自适应调节采样频率的驾驶监控系统 |
CN108657091B (zh) * | 2018-05-10 | 2021-02-26 | 宝沃汽车(中国)有限公司 | 音频控制方法及装置 |
CN109106351B (zh) * | 2018-09-25 | 2023-05-02 | 齐鲁工业大学 | 一种基于物联网感知的人体疲劳检测与缓释系统及方法 |
CN109572704B (zh) * | 2018-12-04 | 2021-03-16 | 歌尔科技有限公司 | 一种疲劳驾驶的提醒方法及装置 |
CN111332308A (zh) * | 2018-12-18 | 2020-06-26 | 上汽通用汽车有限公司 | 用于设计车载交互系统的方法和车载交互系统 |
CN109606375A (zh) * | 2018-12-26 | 2019-04-12 | 苏州智华汽车电子有限公司 | 一种提高安全驾驶的方法 |
US12061971B2 (en) | 2019-08-12 | 2024-08-13 | Micron Technology, Inc. | Predictive maintenance of automotive engines |
US12249189B2 (en) | 2019-08-12 | 2025-03-11 | Micron Technology, Inc. | Predictive maintenance of automotive lighting |
US10993647B2 (en) * | 2019-08-21 | 2021-05-04 | Micron Technology, Inc. | Drowsiness detection for vehicle control |
US12210401B2 (en) | 2019-09-05 | 2025-01-28 | Micron Technology, Inc. | Temperature based optimization of data storage operations |
CN110859609B (zh) * | 2019-11-26 | 2020-12-18 | 蘑菇车联信息科技有限公司 | 基于语音分析的多特征融合疲劳驾驶检测方法 |
CN111297194B (zh) * | 2019-12-25 | 2021-12-24 | 厦门城市职业学院(厦门市广播电视大学) | 一种智能咖啡机系统 |
CN111547063A (zh) * | 2020-05-12 | 2020-08-18 | 武汉艾瓦客机器人有限公司 | 一种疲劳检测的智能车载情感交互装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2497670B1 (en) * | 2011-03-11 | 2015-07-01 | Johnson Controls Automotive Electronics GmbH | Method and apparatus for monitoring the alertness of the driver of a vehicle |
KR101575051B1 (ko) * | 2014-06-13 | 2015-12-21 | 엘지전자 주식회사 | 웨어러블 디바이스 및 그 제어방법 |
CN105313898B (zh) * | 2014-07-23 | 2018-03-20 | 现代摩比斯株式会社 | 驾驶员状态感应装置及其方法 |
US9714037B2 (en) * | 2014-08-18 | 2017-07-25 | Trimble Navigation Limited | Detection of driver behaviors using in-vehicle systems and methods |
CN104828095B (zh) * | 2014-09-02 | 2018-06-19 | 北京宝沃汽车有限公司 | 检测驾驶员驾驶状态的方法、装置及系统 |
CN105730380A (zh) * | 2016-03-18 | 2016-07-06 | 奇瑞汽车股份有限公司 | 驾驶辅助方法及系统 |
CN106236047A (zh) * | 2016-09-05 | 2016-12-21 | 合肥飞鸟信息技术有限公司 | 驾驶员疲劳监测系统的控制方法 |
-
2017
- 2017-08-17 CN CN201710706450.6A patent/CN107554528B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107554528A (zh) | 2018-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107554528B (zh) | 驾乘人员的疲劳等级检测方法及装置、存储介质、终端 | |
US8400313B2 (en) | Vehicle driver sleep state classification generating device based on Hidden Markov Model, sleep state classification device and warning device | |
US10867218B2 (en) | Biometric sensor fusion to classify vehicle passenger state | |
US10864918B2 (en) | Vehicle and method for supporting driving safety thereof | |
US8576081B2 (en) | Physiological condition estimation device and vehicle control device | |
CN109716411B (zh) | 用以监测驾驶员的活动水平的方法和设备 | |
Doshi et al. | A comparative exploration of eye gaze and head motion cues for lane change intent prediction | |
WO2017219319A1 (zh) | 车辆自动驾驶方法和车辆自动驾驶系统 | |
CN113491519A (zh) | 基于情感-认知负荷的数字助理 | |
CN111048171A (zh) | 解决晕动病的方法和装置 | |
JP2014075008A (ja) | 運転支援装置および運転支援方法 | |
KR20160112213A (ko) | 차량, 및 차량의 제어방법 | |
US20220036101A1 (en) | Methods, systems and computer program products for driver monitoring | |
JP2012061222A (ja) | 運転者状態推定装置 | |
EP4296987B1 (en) | Driver attention system | |
JP2010184067A (ja) | 生体状態推定装置 | |
CN113598773B (zh) | 数据处理装置以及用于评估用户不适的方法 | |
JP2004314750A (ja) | 車両機器操作制御装置 | |
WO2021014632A1 (ja) | 運転者状態判断装置および運転者状態判断方法 | |
WO2020039995A1 (ja) | 運転制御調整装置および運転制御調整方法 | |
CN117885743A (zh) | 一种驾驶员异常状态识别恢复方法及系统 | |
CN117540161A (zh) | 眩晕等级评估方法、眩晕缓解方法、装置、设备及介质 | |
CN116098622A (zh) | 疲劳检测方法、装置和车辆 | |
US9820687B2 (en) | Method for determining drowsiness | |
JP2020057198A (ja) | 眠気発生予測装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |