CN109543651A

CN109543651A - 一种驾驶员危险驾驶行为检测方法

Info

Publication number: CN109543651A
Application number: CN201811487007.5A
Authority: CN
Inventors: 吴骅跃
Original assignee: Changan University
Current assignee: Changan University
Priority date: 2018-12-06
Filing date: 2018-12-06
Publication date: 2019-03-29
Anticipated expiration: 2038-12-06
Also published as: CN109543651B

Abstract

本发明公开了一种驾驶员危险驾驶行为检测方法，可以获得方向盘的各种参数，实现各种车辆的方向盘参数自适应检测，无需任何手动的参数输入。通过深度数据获取的车辆方向盘数据并对方向盘建模后，可以无需任何传感器和数据接口即可实现对驾驶行为进行检测，大大方便了驾驶行为的检测；可以快速开始对驾驶员的驾驶行为进行检测，且检测条件不受环境光线影响，很大程度上提升了基于视觉的驾驶员危险行为检测的可行性。

Description

一种驾驶员危险驾驶行为检测方法

技术领域

本发明涉及行为检测方法，具体涉及一种驾驶员危险驾驶行为检测方法。

背景技术

在国内外较前沿的研究中，主要针对驾驶员的疲劳状态和驾驶行为进行检测和分析，通过分析驾驶员的精神状态和行为来分析驾驶员的行为是最直观有效的方法，这是当前主要的研究方向。研究主要分为：基于驾驶员生理状态的驾驶行为检测、基于车辆的运行状态的驾驶行为检测和通过计算机视觉技术来检测驾驶员的行为。

目前，比较常用的生理状态有：EEG(脑电信号)、EGG(心电信号)、EMG(肌肉电信号)，但是要想测量这些参数，需要通过驾驶员穿戴专门的测量仪器，一方面可能会影响驾驶员的驾驶操作，从而影响测量结果的准确性，另一方面这类设备造价比较高，增加设备成本，不适用在实际中使用；基于车辆的运行状态的驾驶行为检测这种方法主要通过在车辆上安装各种传感器或使用CAN总线和OBD接口来获取行驶过程中的车辆的参数，根据得到的参数来判断驾驶员是否出现了违规驾驶行为，这种方法需要在车辆上安装大量的传感器，影响驾驶员正常驾驶且系统过于复杂，有可能对车辆进行改造，成本比较高，而且由于驾驶员的驾驶行为存在行为差异，不容易统一建模，使得检测结果存在误差。

发明内容

本发明的目的在于提供一种驾驶员危险驾驶行为检测方法，用以解决现有技术在对驾驶员驾驶行为进行检测时影响了驾驶员的正常行驶，导致检测结果准确率不高等问题。

为了实现上述任务，本发明采用以下技术方案：

一种驾驶员危险驾驶行为检测方法，所述的方法包括：

步骤1、驾驶员双手握住方向盘的两侧保持标准姿态时，采用Kinect摄像头采集驾驶员此时的骨骼姿态，建立标准姿态模型；

所述的建立标准姿态模型，包括：

步骤11、建立如式I所示的方向盘标准包络空间，所述方向盘标准包括空间在X轴、Y轴以及Z轴上的坐标的单位均为单位长度：

其中，(X_lefthand,Y_lefthand,Z_lefthand)为驾驶员在保持标准姿态时的左手骨三维坐标，(X_righthand,Y_righthand,Z_righthand)为驾驶员在保持标准姿态时的右手骨三维坐标，SW_xmin为方向盘标准包络空间X轴向上坐标最小值，SW_xmax为方向盘标准包络空间X轴向上坐标最大值，SW_ymin为方向盘标准包络空间Y轴向上坐标最小值，SW_ymax为方向盘标准包络空间Y轴向上坐标最大值，SW_zmin为方向盘标准包络空间Z轴向上坐标最小值，SW_zmax为方向盘标准包络空间Z轴向上坐标最大值，L_fxp为方向盘的长度在方向盘标准包络空间中X轴向上的投影距离，H_fxp为方向盘的高在方向盘标准包络空间中Y轴向上的投影距离，W_fxp为方向盘的宽度在方向盘标准包络空间中Z轴向上的投影距离；

步骤12、采用式V计算方向盘标准转向频率f_fxp：

其中，R_fxp为方向盘的半径在方向盘标准包络空间中X轴向上的投影距离，单位为单位长度，S_RO为急转向检测灵敏度，S_RO>0,T_fxp为方向盘正常转向半圈需要的时间，单位为s；

步骤13、采用式VI计算驾驶员肩部标准向量V_JB：

其中，(X_leftshoulder,Y_leftshoulder,Z_leftshoulder)为驾驶员在保持标准姿态时的左肩关节三维坐标，(X_{rightshoulder},Y_{rightshoulder},Z_{rightshoulder})为驾驶员在保持标准姿态时的右肩关节三维坐标；

步骤14、采用式VII计算驾驶员头颈部标准向量V_NH：

V_NH＝(X_head-X_neck,Y_head-Y_neck,Z_head-Z_neck) 式VII

其中，(X_head,Y_head,Z_head)为驾驶员在保持标准姿态时的头部三维坐标，(X_neck,Y_neck,Z_neck)为驾驶员在保持标准姿态时的颈部三维坐标；

步骤2、在驾驶员驾驶过程中重复执行本步骤，检测驾驶员在驾驶过程中是否具有危险驾驶行为：

利用Kinect摄像头采集驾驶员的骨骼姿态，与所述的标准姿态模型进行对比，检测驾驶员是否具有危险驾驶行为，包括：

步骤21、根据驾驶员左手骨的三维坐标与右手骨的三维坐标是否均在所述的包络空间内判断驾驶员的手部是否离开了方向盘，若左手骨的三维坐标与右手骨的三维坐标均在所述的包络空间内，则驾驶员的手部未离开方向盘；否则驾驶员的手部离开了方向盘；

步骤22、根据当前方向盘转动频率是否高于方向盘标准转向频率判断驾驶员是否有急转弯的危险驾驶行为，若当前方向盘转动频率高于方向盘标准转向频率，则驾驶员有急转弯的危险驾驶行为；否则，驾驶员没有急转弯的危险驾驶行为；

步骤23、根据驾驶员当前时刻肩部实时向量与所述肩部标准向量的夹角判断驾驶员当前是否有不正确坐姿，若当前时刻肩部实时向量与所述肩部标准向量的夹角大于肩部夹角阈值，则驾驶员当前坐姿不正确，否则驾驶员当前坐姿正确；

步骤24、根据驾驶员当前时刻头颈部实时向量与所述头颈部标准向量的夹角判断驾驶员头部是否有不正常晃动，若当前时刻头颈部实时向量与所述头颈部标准向量的夹角大于颈部阈值，则驾驶员当前头部有不正常晃动；否则驾驶员当前头部未出现不正常晃动。

进一步地，所述的步骤22中当前T时刻方向盘转动频率f^T _fxp采用式X获得：

其中，t_T为当前T时刻的时间，t_T-1为T-1时刻的时间，为T-1时刻手骨向量，为左手骨骼T-1时刻X轴向坐标，为右手骨T-1时刻X轴向坐标；为当前T时刻手骨向量，为左手骨T时刻X轴向坐标，为右手骨T时刻X轴向坐标。

进一步地，所述的步骤23中驾驶员当前T时刻肩部实时向量与所述肩部标准向量的夹角θ₁ ^T采用式XII获得：

其中，V_JS为当前T时刻的肩部实时向量，V_JS＝(X^T _{rightshoulder}-X^T _leftshoulder,Y^T _{rightshoulder}-Y^T _leftshoulder,Z^T _{rightshoulder}-Z^T _leftshoulder)，(X^T _leftshoulder,Y^T _leftshoulder,Z^T _leftshoulder)为当前T时刻左肩关节的三维坐标，(X^T _{rightshoulder},Y^T _{rightshoulder},Z^T _{rightshoulder})为当前T时刻右肩关节的三维坐标。

进一步地，所述的步骤24中所述的驾驶员当前T时刻头颈部实时向量与所述头颈部标准向量的夹角θ₂ ^T采用式XIV获得：

其中，V_NHS为当前T时刻的头颈部实时向量，V_NHS＝(X^T _head-X^T _neck,Y^T _head-Y^T _neck,Z^T _head-Z^T _neck)，(X^T _head,Y^T _head,Z^T _head)为当前T时刻头部骨骼的三维坐标，(X^T _neck,Y^T _neck,Z^T _neck)为当前T时刻颈部骨骼的三维坐标。

本发明与现有技术相比具有以下技术特点:

1、本发明提供的驾驶员危险驾驶行为检测方法通过建立标准驾驶姿态模型，判断驾驶员行进过程中的姿态与标准驾驶姿态模型之间的偏差，判断驾驶员是否出现了危险驾驶的行为，检测过程无需对驾驶员进行干预，从而不会影响驾驶员的正常行驶，提高了检测结果的准确率；

2、本发明提供的驾驶员危险驾驶行为检测方法可以获得方向盘的各种参数，实现各种车辆的方向盘参数自适应检测，无需任何手动的参数输入。通过深度数据获取的车辆方向盘数据并对方向盘建模后，可以无需任何传感器和数据接口即可实现对驾驶行为进行检测，大大方便了驾驶行为的检测。

3、本发明提供的驾驶员危险驾驶行为检测方法可以快速开始对驾驶员的驾驶行为进行检测，且检测条件不受环境光线影响，很大程度上提升了基于视觉的驾驶员危险行为检测的可行性。

附图说明

图1为本发明提供的驾驶员危险驾驶行为检测方法的流程示意图；

图2为本发明的一个实施例中提供的方向盘包络空间示意图；

图3为本发明的一个实施例中提供的方向盘投影在X轴以及Z轴方向示意图。

具体实施方式

驾驶员的标准姿态是指驾驶员双手把持方向盘时的姿势，当驾驶员保持标准姿态时，驾驶员双手之间的距离、驾驶员上臂和后臂之间的夹角、背部中心线与垂直于水平面方向的夹角以及头颈部中心线与垂直于水平面方向的夹角均保持在一定的范围内，因不同车辆驾驶室不同，方向盘角度和位置也不同，驾驶员的身高体型均不相同，因此通过定义驾驶员标准驾驶姿势范围，当满足此范围时，系统记录此时的驾驶员骨骼姿态作为标准姿态。

例如，驾驶员双手之间的距离保持在肩部距离的0.5倍至1.5倍之间时，说明驾驶员双手距离符合标准姿态；驾驶员左上臂和左后臂之间的角度在90度至170度之间时，驾驶员右上臂和右后臂之间的角度在90度至170度之间时，说明驾驶员双臂姿态符合标准姿态；驾驶员坐下时背部中心线与垂直于水平面方向的夹角在0度到20度之间时，说明驾驶员坐姿符合标准姿态；驾驶员坐下时头颈部中心线与垂直于水平面方向的夹角在0度到10度之间时，说明驾驶员头部姿态符合标准姿态。

方向盘包络空间：包围环绕在方向盘外侧的空间，该空间能够将方向盘完全容纳。

Kinect摄像头：3D体感摄影头，可以捕捉三维空间中人体的运动姿态，在Kinect摄像头具有骨骼跟踪技术，可以捕获用户身体20个关节点的三维位置信息，即获得人体的骨骼姿态。

以下是发明人给出的具体实施例，以对本发明的技术方案进行进一步地说明。

实施例一

如图1所示，本发明公开了一种驾驶员危险驾驶行为检测方法，所述的方法包括：

步骤1、驾驶员双手握住方向盘的两侧并保持标准姿态时，采用Kinect摄像头采集驾驶员此时的骨骼姿态，建立标准姿态模型；

本发明提出了一种使用Kinect深度摄像头提取驾驶员的姿态并分析驾驶员有无危险驾驶行为的方法。该方法无需让驾驶员穿戴各种测量传感器，也无需在车辆上安装大量传感器，真正实现无接触的驾驶员行为检测，不会对驾驶员的正常驾驶产生任何干扰，并且可以做到白天和夜间等低光照情况下对驾驶员行为进行检测。

Microsoft公司的Kinect体感摄像头有三个镜头，中间的镜头是RGB彩色摄影机，用来采集彩色图像。左右两边镜头则分别为红外线发射器和红外线CMOS摄影机所构成的3D结构光深度感应器，用来采集深度数据，即场景中物体到摄像头的距离。

在本方法开始时，首先需要初始化标准骨骼姿态、标准姿态模型、Kinect摄像头、OpenGL三维库以及OpenGL渲染环境。

在本实施例中，在对Kinect摄像头进行初始化时，使用NiTE库命令NiTE::initialize()完成。

再对参数进行初始化，包括方向盘平面与地面的夹角A_fxp，正常方向盘转向半圈需要的时间T_fxp，急转向检测灵敏度S_RO，识别灵敏度为S_A。

在本实施例中，初始化A_fxp＝30°，T_fxp＝4s，S_RO＝1.0，S_A＝1.0。

在开始让驾驶员进行姿态校准时，首先延时3秒，为了让驾驶员有充足的时间做出标准的驾驶姿势。在3秒过后，驾驶员的骨骼姿势被记录下来，骨骼姿态信息被保存入结构体BodyPoints中，获得标准骨骼姿态，包括：

步骤A、创建用户跟踪器对象UserTracker，并使用命令UserTracker::create()创建用户追踪器；

步骤B、创建用户场景点云帧对象UserTrackerFrameRef，并使用命令UserTracker::readFrame(&UserTrackerFrameRef)读取点云帧；

步骤C、使用命令UserTracker::startSkeletonTracking()从点云帧中追踪骨架；

步骤D、使用命令UserTracker::getSkeleton()将得到的骨胳分解，得到驾驶员当前的骨骼姿态，记为标准骨骼姿态。

在本实施例中，驾驶员坐在驾驶座位上同时满足以下条件后，则说明驾驶员当前保持了标准姿态：

其中，驾驶员左手骨三维坐标(X_lefthand,Y_lefthand,Z_lefthand)，右手骨三维坐标(X_righthand,Y_righthand,Z_righthand)；驾驶员左前臂的方向向量V_lfa＝(X_lefthand-X_leftelbow,Y_lefthand-Y_leftelbow,Z_lefthand-Z_leftelbow)，右前臂的方向向量V_rfa＝(X_righthand-X_rightelbow,Y_righthand-Y_rightelbow,Z_righthand-Z_rightelbow)；驾驶员左后臂的方向向量V_lua＝(X_leftshoulder-X_leftelbow,Y_leftshoulder-Y_leftelbow,Z_leftshoulder-Z_leftelbow)，右后臂的方向向量V_rua＝(X_{rightshoulder}-X_rightelbow,Y_{rightshoulder}-Y_rightelbow,Z_{rightshoulder}-Z_rightelbow)其中，左肘关节三维坐标(X_leftelbow,Y_leftelbow,Z_leftelbow)，右肘关节三维坐标(X_rightelbow,Y_rightelbow,Z_rightelbow)，左肩关节三维坐标(X_leftshoulder,Y_leftshoulder,Z_leftshoulder)，右肩关节三维坐标(X_{rightshoulder},Y_{rightshoulder},Z_{rightshoulder})；

驾驶员坐姿向量V_zz＝(X_hc-X_neck,Y_hc-Y_neck,Z_hc-Z_neck)，头颈部向量V_hn＝(X_head-X_neck,Y_head-Y_neck,Z_head-Z_neck)；

其中，头部三维坐标(X_head,Y_head,Z_head)，颈部三维坐标(X_neck,Y_neck,Z_neck)，髋中心点三维坐标为(X_hc,Y_hc,Z_hc)。

在本实施例中，驾驶员的左肩坐标为(X_leftshoulder,Y_leftshoulder,Z_leftshoulder)＝(-5.0,0.0,0.0)，右肩坐标为(X_righthoulder,Y_{rightshoulder},Z_{rightshoulder})＝(5.0,0.0,0.0)；左肘坐标为(X_leftelbow,Y_leftelbow,Z_leftelbow)＝(-5.0,-1.0,-2.5)，右肘坐标为(X_rightelbow,Y_rightelbow,Z_rightelbow)＝(5.0,-1.0,-2.5)；左手骨坐标为(X_lefthand,Y_lefthand,Z_lefthand)＝(-5.0,-1.0,-5.0)，右手骨坐标为(X_righthand,Y_righthand,Z_righthand)＝(5.0,-1.0,-5.0)；头部坐标为(X_head,Y_head,Z_head)＝(0.0,2.0,0.0)，颈部坐标为(X_neck,Y_neck,Z_neck)＝(0.0,1.0,0.0)，髋中心点三维坐标为(X_hc,Y_hc,Z_hc)＝(0.0,-4.0,0.0)。

驾驶员左前臂方向向量V_lfa＝(0.0,0.0,-2.5)，可以得到右前臂的方向向量V_rfa＝(0.0,0.0,-2.5)，可以得到驾驶员左后臂的方向向量V_lua＝(0.0,1.0,2.5)，可以得到右后臂的方向向量V_rua＝(0.0,1.0,2.5)，那么可以计算出左上臂和左后臂的夹角θ_la＝158.2°，同理可以计算出右上臂和右后臂的夹角θ_ra＝158.2°，符合90°<θ_ra＝θ_ra<170°，因此可以判断驾驶员的双臂姿态符合标准驾驶姿势。

通过髋中心点和颈部三维坐标可以得到驾驶员坐姿向量V_zz＝(0.0,-5.0,0.0)，则驾驶员坐姿向量与车辆Y轴夹角可以计算为θ_zz＝0，则符合0°≤θ_zz≤20°，可以认为驾驶员坐姿符合标准驾驶姿势。

通过颈部和头部的三维坐标可以得到头颈部向量V_hn＝(0.0,1.0,0.0)，则头颈部向量与车辆Y轴夹角可以计算为θ_hn＝0，则符合0°≤θ_hn≤10°可以认为驾驶员头部姿势符合标准驾驶姿势。

综上所述，驾驶员双手距离、双臂姿态、坐姿、头部姿势均符合标准姿态，系统认为驾驶员已经做出标准姿态，系统记录此时的驾驶员骨骼姿态的数值，建立标准姿态模型。

在本步骤中，驾驶员双手握住方向盘的两侧并保持标准姿态时，采用Kinect摄像头采集驾驶员此时的骨骼姿态包括：左手骨三维坐标(X_lefthand,Y_lefthand,Z_lefthand)，右手骨三维坐标(X_righthand,Y_righthand,Z_righthand)，左肩关节X轴坐标(X_leftshoulder,Y_leftshoulder,Z_leftshoulder)，右肩关节X轴坐标(X_{rightshoulder},Y_{rightshoulder},Z_{rightshoulder})，头部三维坐标(X_head,Y_head,Z_head)，颈部三维坐标(X_neck,Y_neck,Z_neck)。

其中，建立标准姿态模型，包括：

在本方案中，为了快速检测手骨坐标是否超出方向盘包络域范围，假设方向盘包络空间为与空间坐标轴平行的六面体，如图2所示。

在本步骤中，通过式II计算方向盘长L_fxp在X轴向上的投影距离，单位为单位长度：

L_fxp＝|X_righthand-X_lefthand|×S_A

式II通过式III计算方向盘宽W_fxp在Z轴向上的投影距离，单位为单位长度：

W_fxp＝L_fxp·cos(A_fxp) 式III

通过式IV计算方向盘高H_fxp在Y轴向上的投影距离，单位为单位长度：

H_fxp＝L_fxp·sin(A_fxp) 式IV

在本实施例中，如图3所示，方向盘的长度在方向盘标准包络空间中X轴向上的投影距离L_fxp＝2.0个单位长度，方向盘的宽度在方向盘标准包络空间中Y轴向上的投影距离W_fxp＝2.0个单位长度，方向盘的高在方向盘标准包络空间中Z轴向上的投影距离H_fxp＝1.0个单位长度，因此方向盘标准包络空间的三维坐标为：

步骤12、采用式V计算方向盘标准转向频率f_fxp：

其中，R_fxp为方向盘的半径在方向盘标准包络空间中X轴向上的投影距离，S_RO为急转向检测灵敏度，S_RO>0,T_fxp为方向盘正常转向半圈需要的时间，单位为s；

在本实施例中，方向盘的半径在方向盘标准包络空间X轴上的投影距离R_fxp＝2.0个单位长度，急转向检测灵敏度SW_RoSensi为1.0，方向盘正常转向半圈需要的时间T_fxp＝4s，则方向盘标准转向频率可以计算得到f_fxp＝0.5。

步骤13、采用式VI计算驾驶员肩部标准向量V_JB：

在本实施例中，X_{rightshoulder}＝5.0，X_leftshoulder＝-5.0，Y_{rightshoulder}＝Y_leftshoulder＝0.0，Z_{rightshoulder}＝Z_leftshoulder＝0.0，则肩部标准向量V_JB＝(10.0,0.0,0.0)。

步骤14、采用式VII计算驾驶员头颈部标准向量V_NH：

V_NH＝(X_head-X_neck,Y_head-Y_neck,Z_head-Z_neck) 式VII

在本步骤中，X_head＝0.0，X_neck＝0.0，Y_head＝5.0，Y_neck＝0.0，Z_head＝0.0，Z_neck＝0.0，那么头颈部标准向量V_NH＝(0.0,5.0,0.0)。

在本实施例中，当前T时刻左手骨三维坐标为(X^T _lefthand,Y^T _lefthand,Z^T _lefthand)＝(-15,0,0)，当前T时刻右手骨三维坐标(X^T _righthand,Y^T _righthand,Z^T _righthand)＝(9,0,0)，则与标准包络空间进行对比，驾驶员在T时刻左手离开了方向盘，右手未离开方向盘，当前T+1时刻左手骨三维坐标为(X^T+1 _lefthand,Y^T+1 _lefthand,Z^T+1 _lefthand)＝(0,5,0)，当前T+1时刻右手骨三维坐标为(X^T+1 _righthand,Y^T+1 _righthand,Z^T+1 _righthand)＝(0,-15,0)，则与标准包络空间进行对比，驾驶员在T+1时刻左手未离开了方向盘，右手离开了方向盘。

可选地，所述的步骤22中当前T时刻方向盘转动频率f^T _fxp采用式X获得：

因此，所述的步骤22包括：

步骤221、采用式VIII生成T-1时刻手骨向量以及T时刻手骨向量

其中，为左手骨T时刻X轴向坐标，为右手骨T时刻X轴向坐标，为左手骨骼T-1时刻X轴向坐标，为右手骨T-1时刻X轴向坐标；

在本实施例中，则下一个时刻左右手骨坐标为：则

步骤222、采用式IX判断驾驶员当前T时刻是否有转弯动作：

若式IX成立，则说明驾驶员有转弯动作，执行步骤223；否则说明驾驶员没有转弯动作，执行步骤23；

在本实施例中，在上一个步骤中计算出来的R_fxp＝2.0，急转向检测灵敏度SW_RoSensi为1.0，那么则上式成立，因此可以检测出驾驶员在当前时刻有转弯动作。

步骤223、采用式X判断驾驶员当前T时刻是否有急转弯的危险驾驶行为：

其中，t_T为T时刻的时间，t_T-1为T-1时刻的时间；

若式X成立，则说明驾驶员有急转弯的危险驾驶行为；否则说明驾驶员没有急转弯的危险驾驶行为。

在本实施例中，在以上步骤中得到了t_T-1＝1s,t_T＝1.5s,则大于步骤12中预设定的f_fxp＝0.5，因此可以判断出在T时刻驾驶员有急转弯动作。

可选地，所述的步骤23中驾驶员当前T时刻肩部实时向量与所述肩部标准向量的夹角θ₁ ^T采用式XII获得：

因此，所述的步骤23包括：

步骤231、采用式XI计算当前T时刻的肩部实时向量V_JS：

V_JS＝(X^T _{rightshoulder}-X^T _leftshoulder,Y^T _{rightshoulder}-Y^T _leftshoulder,Z^T _{rightshoulder}-Z^T _leftshoulder) 式XI

其中，(X^T _leftshoulder,Y^T _leftshoulder,Z^T _leftshoulder)为当前T时刻左肩关节的三维坐标，(X^T _{rightshoulder},Y^T _{rightshoulder},Z^T _{rightshoulder})为当前T时刻右肩关节的三维坐标；

在本实施例中，左肩坐标为(X^T _leftshoulder,Y^T _leftshoulder,Z^T _leftshoulder)＝(-5,0,-2)，右肩坐标为(X^T _{rightshoulder},Y^T _{rightshoulder},Z^T _{rightshoulder})＝(5,0,2)，则可以计算出向量V_JS＝(10,0,4)。

步骤232、采用式XII计算当前T时刻的肩部夹角θ₁ ^T：

在本实施例中，在步骤13中已经得到了肩部标准向量V_JB＝(10,0,0)。在上一步骤中也得到了实时向量V_JS＝(10,0,4)，那么可以得到T时刻肩部夹角θ₁ ^T＝21.8°。

步骤233、判断当前T时刻肩部夹角θ₁ ^T是否大于肩部夹角阈值，若当前T时刻肩部夹角θ₁ ^T大于肩部夹角阈值，则说明驾驶员当前坐姿不正确；否则，驾驶员当前坐姿正确。

在本实施例中，定义肩部夹角阈值为20°，在上一步中判断出驾驶员的当前T时刻肩部转动夹角为21.8°，那么可以判断此时驾驶员当前T时刻坐姿不正确。

可选地，所述的步骤24中所述的驾驶员当前T时刻头颈部实时向量与所述头颈部标准向量的夹角θ₂ ^T采用式XIV获得：

因此，所述的步骤24包括：

步骤241、采用式XIII计算当前时刻T时刻头颈部实时向量V_JS：

V_NHS＝(X^T _head-X^T _neck,Y^T _head-Y^T _neck,Z^T _head-Z^T _neck) 式XIII

其中，(X^T _head,Y^T _head,Z^T _head)为当前T时刻头部骨骼的三维坐标，(X^T _neck,Y^T _neck,Z^T _neck)为当前T时刻颈部骨骼的三维坐标；

在本实施例中，在当前T时刻头部骨骼的三维坐标(X^T _head,Y^T _head,Z^T _head)＝(-5,5,0)，当前T时刻颈部骨骼的三维坐标(X^T _neck,Y^T _neck,Z^T _neck)＝(0,0,0)，则当前T时刻头颈部实时向量V_NHS＝(-5,5,0)。

步骤242、采用式XIV计算当前T时刻头颈部夹角θ₂ ^T：

在本实施例中，因为在步骤14中已经得到了头颈部标准向量V_NH＝(0.0,5.0,0.0)，在上一步骤中也得到了当前T时刻头颈部实时向量V_NHS＝(-5.0,5.0,0.0)，则可以计算出头颈部夹角θ₂ ^T＝30.0°。

步骤243、判断当前T时刻头颈部夹角θ₂ ^T是否大于头颈部夹角阈值，若当前T时刻头颈部夹角θ₂ ^T大于头颈部夹角阈值，则说明驾驶员当前头部有不正常晃动；否则，驾驶员当前头部未出现不正常晃动。

在本实施例中，头颈部夹角阈值为20°，在上一步中判断出驾驶员的当前T时刻头颈部晃动夹角为30°，那么可以判断此时驾驶员当前头部有不正常晃动。

实施例二

对本发明提供的驾驶员危险驾驶行为检测方法进行试验验证，试验对象为公交车驾驶员，具体包括：

步骤I、部署实验场景，将Kinect设备安装到公交车驾驶室中；

步骤II、驾驶员姿态校准，让驾驶员做出标准的驾驶员姿势并保持3秒，此时系统记录下标准姿势下的驾驶员骨骼姿态，并将此姿态保持入结构体BodyPoints中。

步骤III、检测驾驶员是否有危险驾驶行为，包括：

(1)检测驾驶员手部是否离开方向盘

通过不断增加驾驶员手离开方向盘的次数与频度测试本发明方法是否能实时准确检测。

表1驾驶员手离开方向盘测试

频度(5分钟)	次数	识别次数	识别率
				25	50	50	100％
50	50	50	100％
				100	50	50	100％
300	50	48	96％
				600	50	46	92％

表1中频度表示驾驶员手离开方向盘的频度，以5分钟为基准时间手离开方向盘的频度逐渐上升，当频度为25时，表示驾驶员每12秒手离开一次方向盘，当频度为600时，表示驾驶员每0.5秒手离开一次方向盘。次数表示在当前频度下手离开方向盘的测试次数。识别次数表示本方法对每次手离开方向盘的所有测试次数中，正确识别的次数，识别率为正确率。

从表1中可以看出，当手离开方向盘的频度达到300次，即1秒驾驶员就把手离开方向盘时，本方法仍然可以达到96％的识别率；当手离开方向盘的频度达到600次，即0.5秒驾驶员就把手离开方向盘时，本发明提供的方法可以达到92％的识别率。

(2)检测驾驶员是否有急转弯危险驾驶行为

由于驾驶员急转弯是非常危险的行为，因此不在车辆行驶时进行测试，而让驾驶员在方向盘上做出急转弯的动作。

急转弯测试结果见表2，在这个实验中，仍然使用频度的增加作为急转动作的增长单位，急转动作的频度由5分钟内发生20次增长为5分钟600次。在频度为20时，驾驶员分别做出左急转和右急转动作20次，本发明提供的方法均成功识别出了这些急转弯动作。当频度上升为600时，驾驶员分别作出左急转和右急转动作40次，本发明提供的方法分别正确识别出了37次和38次，识别率达到了93％。

表2急转弯测试结果

(3)检测驾驶员是否有不正确坐姿

在这个测试中，驾驶员左右转动身体、左右晃动身体，使用本发明提供的方法检测驾驶员是否有不正确坐姿。

测试结果见表3，实验频度仍然从5分钟20次上升为5分钟600次。当频度为20时，总体识别率可以达到100％，当平度上升为100时，有少数动作未被识别出来，当频度为600时，总体识别率仍然可以达到96％。

表3驾驶员不正确坐姿检测结果

(4)检测驾驶员是否未专心驾驶

在这个测试中，申请人让驾驶员前后、左右晃动头部以模拟驾驶员在和周围人说话或其他未专心驾驶的行为。

测试结果见表4，实验频度仍然从5分钟20次上升为5分钟600次。当频度为20时，总体识别率可以达到100％，当频度为100时，出现有少数动作未能被识别，当频度上升为600时，总体识别率仍然可以达到96％。

表4驾驶员未专心驾驶检测结果

本发明提供的方法可以有效并快速地检测和识别出常见的公交车危险驾驶行为，并且使用本方法进行前期准备的工作量非常少，可以快速开始对驾驶员的驾驶行为进行检测，且检测条件不受环境光线影响，很大程度上提升了基于视觉的驾驶员危险行为检测的可行性。

Claims

1.一种驾驶员危险驾驶行为检测方法，其特征在于，所述的方法包括：

所述的建立标准姿态模型，包括：

步骤12、采用式V计算方向盘标准转向频率f_fxp：

步骤13、采用式VI计算驾驶员肩部标准向量V_JB：

步骤14、采用式VII计算驾驶员头颈部标准向量V_NH：

V_NH＝(X_head-X_neck,Y_head-Y_neck,Z_head-Z_neck) 式VII

2.如权利要求1所述的驾驶员危险驾驶行为检测方法，其特征在于，所述的步骤22中当前T时刻方向盘转动频率f^T _fxp采用式X获得：

3.如权利要求1所述的驾驶员危险驾驶行为检测方法，其特征在于，所述的步骤23中驾驶员当前T时刻肩部实时向量与所述肩部标准向量的夹角θ₁ ^T采用式XII获得：

4.如权利要求1所述的驾驶员危险驾驶行为检测方法，其特征在于，所述的步骤24中所述的驾驶员当前T时刻头颈部实时向量与所述头颈部标准向量的夹角θ₂ ^T采用式XIV获得：