CN111016913B - 基于图像信息的司机状态控制系统及方法 - Google Patents
基于图像信息的司机状态控制系统及方法 Download PDFInfo
- Publication number
- CN111016913B CN111016913B CN201911236829.0A CN201911236829A CN111016913B CN 111016913 B CN111016913 B CN 111016913B CN 201911236829 A CN201911236829 A CN 201911236829A CN 111016913 B CN111016913 B CN 111016913B
- Authority
- CN
- China
- Prior art keywords
- driver
- vehicle
- driving
- image information
- posture
- 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
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 238000000605 extraction Methods 0.000 claims description 24
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 2
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 238000005452 bending Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007937 eating Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于图像信息的司机状态控制系统及方法，所述司机状态检测系统包括图像信息获取模块、车辆控制模块和车辆司机数据库，所述图像信息获取模块用于获取车辆驾驶位上当前司机的图像信息，所述车辆司机数据库用于存储有具有驾驶该车辆权限的司机的头部图像信息和相应司机的状态模型，所述车辆控制模块根据当前司机的图像信息确定司机的姿势控制车辆的运行；所述车辆司机数据库包括头部图像信息数据库和姿势状态模型数据库，所述头部图像信息数据库用于存储具有驾驶该车辆权限的司机的头部图像信息，所述姿势状态模型数据库用于存储具有驾驶该车辆权限的司机的休息状态模型、预驾驶状态模型和驾驶状态模型。
Description
技术领域
本发明涉及图像信息处理领域，具体是一种基于图像信息的司机状态控制系统及方法。
背景技术
随着经济的发展，道路上的车辆越来越多，同时交通事故的发生率也在增加。司机在驾驶车辆时，不仅关系到司机自身的生命安全，还肩负着乘客和路上行人的生命安全。一旦发生交通事故，危及的不单单是自己的生命，因此保证安全行车至关重要。但是许多司机在开车的时候姿势行为常常不规范，比如开车看手机、交谈、思考问题、带情绪开车、吃东西、抽烟、弯腰捡东西等，这些姿势行为都有可能导致交通事故的发生。因此，申请人提出一种根据司机的姿势行为来控制车辆运行状态的技术。
发明内容
本发明的目的在于提供一种基于图像信息的司机状态控制系统及方法，以解决现有技术中的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于图像信息的司机状态控制系统，所述司机状态检测系统包括图像信息获取模块、车辆控制模块和车辆司机数据库，所述图像信息获取模块用于获取车辆驾驶位上当前司机的图像信息，所述车辆司机数据库用于存储有具有驾驶该车辆权限的司机的头部图像信息和相应司机的状态模型，所述车辆控制模块根据当前司机的图像信息确定司机的姿势控制车辆的运行。
作为优选方案，所述车辆司机数据库包括头部图像信息数据库和姿势状态模型数据库，所述头部图像信息数据库用于存储具有驾驶该车辆权限的司机的头部图像信息，所述姿势状态模型数据库用于存储具有驾驶该车辆权限的司机的休息状态模型、预驾驶状态模型和驾驶状态模型，所述图像获取处理模块包括图像采集模块和图像提取模块，所述图像采集模块用于采集车辆驾驶位上当前司机的图像，所述图像提取模块包括头部头像提取模块、姿势提取模块和安全带提取模块，所述头部头像提取模块用于从采集到的司机的图像中提取头部图像信息、所述姿势提取模块用于从采集到的司机的图像中提取人体轮廓并确定司机的姿势以及姿势的所属状态，所述安全带提取模块根据从采集到的司机的图像中提取安全带的佩带信息，所述车辆控制模块包括头部图像控制模块、休息状态控制模块、预驾驶状态控制模块、驾驶状态控制模块和其他状态控制模块，所述头部图像控制模块包括驾驶权限判断模块和驾驶权限控制模块，所述驾驶权限判断模块用于将提取的头部图像信息和车辆司机数据库内的头部图像信息进行匹配，判断驾驶位上的司机是否为具有驾驶该车辆权限的司机，所述驾驶权限控制模块用于在驾驶位上当前司机不具有驾驶车辆的权限时发出警报声并且禁止车辆启动，所述休息状态控制模块用于在确定司机的姿势属于休息状态模型时禁止车辆禁止启动，所述预驾驶状态控制模块包括第一触发时间判断模块和安全带检验模块，所述第一触发时间判断模块用于在确定司机的姿势属于预驾驶状态模型时并且该姿势属于预驾驶状态模型的时间大于第一触发时间时，触发安全带提取模块提取安全带的佩带信息，所述安全带检测模块根据判定安全带的佩带是否符合规范判断是否允许车辆启动，所述其他状态控制模块在司机的姿势既不属于休息状态模型，也不属于预驾驶状态模型，也不属于驾驶状态模型时，禁止车辆启动。
作为优选方案，所述驾驶状态控制模块包括监测控制模块和第二触发时间判断模块，所述监测控制模块用于在车辆行驶途中控制持续获取车辆驾驶位上当前司机的图像信息并据此确定司机的姿势，所述第二触发时间判断模块用于在检测到司机的姿势不属于驾驶状态模型，并且司机的姿势不属于驾驶状态模型的时间大于第二触发时间时，触发控制车辆减速。
一种基于视频图像的司机状态检测方法，所述司机状态检测方法包括以下步骤：
步骤S1：预先设置车辆司机数据库；
步骤S2：获取车辆驾驶位上当前司机的图像信息控制车辆的运行。
作为优选方案，所述司机状态检测方法进一步包括以下步骤：
步骤S1：预先设置车辆司机数据库，所述车辆司机数据库内存储有具有驾驶该车辆权限的司机的头部图像信息和相应司机的姿势状态模型，所述姿势状态模型包括休息状态模型、预驾驶状态模型和驾驶状态模型；
步骤S2：获取车辆驾驶位上当前司机的图像信息，并从获取的图像信息中提取头部图像信息， 将提取的头部图像信息和预先存储的头部图像信息进行匹配，判断驾驶位上的司机是否为具有驾驶该车辆权限的司机，若不存在预先存储的头部图像信息与提取的头部图像信息能够匹配，则判定驾驶位上当前司机不具有驾驶车辆的权限，发出警报声并且禁止车辆启动，若存在预先存储的头部图像信息与提取的头部图像信息能够匹配，则判断驾驶位上当前司机具有驾驶车辆的权限，根据司机的图像信息中的人体轮廓确定司机的姿势，根据所确定的姿势控制车辆的运行。
作为优选方案，所述根据所确定的姿势控制车辆的运行包括以下：
当确定司机的姿势属于休息状态模型时，禁止车辆禁止启动；
当确定司机的姿势属于预驾驶状态模型时，并且当司机的姿势属于预驾驶状态模型的时间大于第一触发时间时，触发检验司机是否佩带安全带以及安全带的佩带是否规范，若安全带的佩带符合规范则允许车辆启动，若安全带的佩带不符合规范则禁止车辆启动；
当确定司机的姿势属于驾驶状态模型时，允许车辆处于行驶途中，并且对司机的姿势进行持续监测；
当确定司机的姿势既不属于休息状态模型，也不属于预驾驶状态模型，也不属于驾驶状态模型时，禁止车辆启动。
作为优选方案，所述检验司机是否佩带安全带以及安全带的佩带是否规范包括以下：
根据司机的头像位置确定应该佩带安全带的区域；
通过对应该佩带安全带的区域进行颜色分割获取二值图像信息；
对上述二值图像信息进行边缘检测和轮廓分析，获取安全带的轮廓；
根据安全带的轮廓判断安全带的宽度是否大于安全带宽度阈值，若大于则判定安全带的佩带符合规范，否则判定安全带的佩带不符合规范。
作为优选方案，当车辆行驶途中并对司机的姿势进行持续监测时，如果检测到司机的姿势不属于驾驶状态模型，并且司机的姿势不属于驾驶状态模型的时间大于第二触发时间时，触发控制车辆减速。
与现有技术相比，本发明的有益效果是：本发明通过图像采集获取位于驾驶位的司机的姿势，并据此控制汽车的运行状态，不仅能够使得司机在驾驶车辆时保持行为规范，而且能够减少司机驾驶车辆过程中发生交通事故的几率。
附图说明
图1为本发明一种基于图像信息的司机状态控制系统的模块示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，本发明实施例中，一种基于图像信息的司机状态控制系统，所述司机状态检测系统包括图像信息获取模块、车辆控制模块和车辆司机数据库，所述图像信息获取模块用于获取车辆驾驶位上当前司机的图像信息，所述车辆司机数据库用于存储有具有驾驶该车辆权限的司机的头部图像信息和相应司机的状态模型，所述车辆控制模块根据当前司机的图像信息确定司机的姿势控制车辆的运行。
基于图像信息的司机状态控制系统所述车辆司机数据库包括头部图像信息数据库和姿势状态模型数据库，所述头部图像信息数据库用于存储具有驾驶该车辆权限的司机的头部图像信息，所述姿势状态模型数据库用于存储具有驾驶该车辆权限的司机的休息状态模型、预驾驶状态模型和驾驶状态模型，所述图像获取处理模块包括图像采集模块和图像提取模块，所述图像采集模块用于采集车辆驾驶位上当前司机的图像，所述图像提取模块包括头部头像提取模块、姿势提取模块和安全带提取模块，所述头部头像提取模块用于从采集到的司机的图像中提取头部图像信息、所述姿势提取模块用于从采集到的司机的图像中提取人体轮廓并确定司机的姿势以及姿势的所属状态，所述安全带提取模块根据从采集到的司机的图像中提取安全带的佩带信息，所述车辆控制模块包括头部图像控制模块、休息状态控制模块、预驾驶状态控制模块、驾驶状态控制模块和其他状态控制模块，所述头部图像控制模块包括驾驶权限判断模块和驾驶权限控制模块，所述驾驶权限判断模块用于将提取的头部图像信息和车辆司机数据库内的头部图像信息进行匹配，判断驾驶位上的司机是否为具有驾驶该车辆权限的司机，所述驾驶权限控制模块用于在驾驶位上当前司机不具有驾驶车辆的权限时发出警报声并且禁止车辆启动，所述休息状态控制模块用于在确定司机的姿势属于休息状态模型时禁止车辆禁止启动，所述预驾驶状态控制模块包括第一触发时间判断模块和安全带检验模块，所述第一触发时间判断模块用于在确定司机的姿势属于预驾驶状态模型时并且该姿势属于预驾驶状态模型的时间大于第一触发时间时，触发安全带提取模块提取安全带的佩带信息，所述安全带检测模块根据判定安全带的佩带是否符合规范判断是否允许车辆启动，所述其他状态控制模块在司机的姿势既不属于休息状态模型，也不属于预驾驶状态模型，也不属于驾驶状态模型时，禁止车辆启动。
基于图像信息的司机状态控制系统所述驾驶状态控制模块包括监测控制模块和第二触发时间判断模块，所述监测控制模块用于在车辆行驶途中控制持续获取车辆驾驶位上当前司机的图像信息并据此确定司机的姿势，所述第二触发时间判断模块用于在检测到司机的姿势不属于驾驶状态模型，并且司机的姿势不属于驾驶状态模型的时间大于第二触发时间时，触发控制车辆减速。
一种基于视频图像的司机状态检测方法，所述司机状态检测方法包括以下步骤：
步骤S1：预先设置车辆司机数据库，所述车辆司机数据库内存储有具有驾驶该车辆权限的司机的头部图像信息和相应司机的姿势状态模型，所述姿势状态模型包括休息状态模型、预驾驶状态模型和驾驶状态模型；
步骤S2：获取车辆驾驶位上当前司机的图像信息，并从获取的图像信息中提取头部图像信息， 将提取的头部图像信息和预先存储的头部图像信息进行匹配，判断驾驶位上的司机是否为具有驾驶该车辆权限的司机，若不存在预先存储的头部图像信息与提取的头部图像信息能够匹配，则判定驾驶位上当前司机不具有驾驶车辆的权限，发出警报声并且禁止车辆启动，若存在预先存储的头部图像信息与提取的头部图像信息能够匹配，则判断驾驶位上当前司机具有驾驶车辆的权限，根据司机的图像信息中的人体轮廓确定司机的姿势，根据所确定的姿势控制车辆的运行。
基于图像信息的司机状态控制系统所述根据所确定的姿势控制车辆的运行包括以下：
当确定司机的姿势属于休息状态模型时，禁止车辆禁止启动；
当确定司机的姿势属于预驾驶状态模型时，并且当司机的姿势属于预驾驶状态模型的时间大于第一触发时间时，触发检验司机是否佩带安全带以及安全带的佩带是否规范，若安全带的佩带符合规范则允许车辆启动，若安全带的佩带不符合规范则禁止车辆启动；
当确定司机的姿势属于驾驶状态模型时，允许车辆处于行驶途中，并且对司机的姿势进行持续监测；
当确定司机的姿势既不属于休息状态模型，也不属于预驾驶状态模型，也不属于驾驶状态模型时，禁止车辆启动。
基于图像信息的司机状态控制系统所述检验司机是否佩带安全带以及安全带的佩带是否规范包括以下：
根据司机的头像位置确定应该佩带安全带的区域；
通过对应该佩带安全带的区域进行颜色分割获取二值图像信息；
对上述二值图像信息进行边缘检测和轮廓分析，获取安全带的轮廓；
根据安全带的轮廓判断安全带的宽度是否大于安全带宽度阈值，若大于则判定安全带的佩带符合规范，否则判定安全带的佩带不符合规范。
基于图像信息的司机状态控制系统当车辆行驶途中并对司机的姿势进行持续监测时，如果检测到司机的姿势不属于驾驶状态模型，并且司机的姿势不属于驾驶状态模型的时间大于第二触发时间时，触发控制车辆减速。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (2)
1.一种基于图像信息的司机状态控制系统，其特征在于：所述司机状态控制系统包括图像信息获取模块、车辆控制模块和车辆司机数据库，所述图像信息获取模块用于获取车辆驾驶位上当前司机的图像信息，所述车辆司机数据库用于存储有具有驾驶该车辆权限的司机的头部图像信息和相应司机的状态模型，所述车辆控制模块根据当前司机的图像信息确定司机的姿势控制车辆的运行；
所述车辆司机数据库包括头部图像信息数据库和姿势状态模型数据库，所述头部图像信息数据库用于存储具有驾驶该车辆权限的司机的头部图像信息，所述姿势状态模型数据库用于存储具有驾驶该车辆权限的司机的休息状态模型、预驾驶状态模型和驾驶状态模型，所述图像信息获取模块包括图像采集模块和图像提取模块，所述图像采集模块用于采集车辆驾驶位上当前司机的图像，所述图像提取模块包括头部头像提取模块、姿势提取模块和安全带提取模块，所述头部头像提取模块用于从采集到的司机的图像中提取头部图像信息、所述姿势提取模块用于从采集到的司机的图像中提取人体轮廓并确定司机的姿势以及姿势的所属状态，所述安全带提取模块根据从采集到的司机的图像中提取安全带的佩带信息，所述车辆控制模块包括头部图像控制模块、休息状态控制模块、预驾驶状态控制模块、驾驶状态控制模块和其他状态控制模块，所述头部图像控制模块包括驾驶权限判断模块和驾驶权限控制模块，所述驾驶权限判断模块用于将提取的头部图像信息和车辆司机数据库内的头部图像信息进行匹配，判断驾驶位上的司机是否为具有驾驶该车辆权限的司机，所述驾驶权限控制模块用于在驾驶位上当前司机不具有驾驶车辆的权限时发出警报声并且禁止车辆启动，所述休息状态控制模块用于在确定司机的姿势属于休息状态模型时禁止车辆禁止启动，所述预驾驶状态控制模块包括第一触发时间判断模块和安全带检验模块，所述第一触发时间判断模块用于在确定司机的姿势属于预驾驶状态模型时并且该姿势属于预驾驶状态模型的时间大于第一触发时间时，触发安全带提取模块提取安全带的佩带信息，所述安全带检验模块根据判定安全带的佩带是否符合规范判断是否允许车辆启动，所述其他状态控制模块在司机的姿势为除休息状态模型、预驾驶状态模型、驾驶状态模型以外的姿势时，禁止车辆启动；
所述驾驶状态控制模块包括监测控制模块和第二触发时间判断模块，所述监测控制模块用于在车辆行驶途中控制持续获取车辆驾驶位上当前司机的图像信息并据此确定司机的姿势，所述第二触发时间判断模块用于在检测到司机的姿势不属于驾驶状态模型，并且司机的姿势不属于驾驶状态模型的时间大于第二触发时间时，触发控制车辆减速。
2.一种基于视频图像的司机状态检测方法，其特征在于：所述司机状态检测方法包括以下步骤：
步骤S1：预先设置车辆司机数据库，所述车辆司机数据库内存储有具有驾驶该车辆权限的司机的头部图像信息和相应司机的姿势状态模型，所述姿势状态模型包括休息状态模型、预驾驶状态模型和驾驶状态模型；
步骤S2：获取车辆驾驶位上当前司机的图像信息，并从获取的图像信息中提取头部图像信息，将提取的头部图像信息和预先存储的头部图像信息进行匹配，判断驾驶位上的司机是否为具有驾驶该车辆权限的司机，若不存在预先存储的头部图像信息与提取的头部图像信息能够匹配，则判定驾驶位上当前司机不具有驾驶车辆的权限，发出警报声并且禁止车辆启动，若存在预先存储的头部图像信息与提取的头部图像信息能够匹配，则判断驾驶位上当前司机具有驾驶车辆的权限，根据司机的图像信息中的人体轮廓确定司机的姿势，根据所确定的姿势控制车辆的运行；
所述根据所确定的姿势控制车辆的运行包括以下：
当确定司机的姿势属于休息状态模型时，禁止车辆禁止启动；
当确定司机的姿势属于预驾驶状态模型时，并且当司机的姿势属于预驾驶状态模型的时间大于第一触发时间时，触发检验司机是否佩带安全带以及安全带的佩带是否规范，若安全带的佩带符合规范则允许车辆启动，若安全带的佩带不符合规范则禁止车辆启动；
当确定司机的姿势属于驾驶状态模型时，允许车辆处于行驶途中，并且对司机的姿势进行持续监测；
当确定司机的姿势为除休息状态模型、预驾驶状态模型、驾驶状态模型以外的姿势时，禁止车辆启动；
所述检验司机是否佩带安全带以及安全带的佩带是否规范包括以下：
根据司机的头像位置确定应该佩带安全带的区域；
通过对应该佩带安全带的区域进行颜色分割获取二值图像信息；
对上述二值图像信息进行边缘检测和轮廓分析，获取安全带的轮廓；
根据安全带的轮廓判断安全带的宽度是否大于安全带宽度阈值，若大于则判定安全带的佩带符合规范，否则判定安全带的佩带不符合规范；
当车辆行驶途中并对司机的姿势进行持续监测时，如果检测到司机的姿势不属于驾驶状态模型，并且司机的姿势不属于驾驶状态模型的时间大于第二触发时间时，触发控制车辆减速。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911236829.0A CN111016913B (zh) | 2019-12-05 | 2019-12-05 | 基于图像信息的司机状态控制系统及方法 |
| CN202011361097.0A CN112277940B (zh) | 2019-12-05 | 2019-12-05 | 基于图像信息的司机状态控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911236829.0A CN111016913B (zh) | 2019-12-05 | 2019-12-05 | 基于图像信息的司机状态控制系统及方法 |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011361097.0A Division CN112277940B (zh) | 2019-12-05 | 2019-12-05 | 基于图像信息的司机状态控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111016913A CN111016913A (zh) | 2020-04-17 |
| CN111016913B true CN111016913B (zh) | 2020-12-22 |
Family
ID=70204421
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011361097.0A Active CN112277940B (zh) | 2019-12-05 | 2019-12-05 | 基于图像信息的司机状态控制系统 |
| CN201911236829.0A Active CN111016913B (zh) | 2019-12-05 | 2019-12-05 | 基于图像信息的司机状态控制系统及方法 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011361097.0A Active CN112277940B (zh) | 2019-12-05 | 2019-12-05 | 基于图像信息的司机状态控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN112277940B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112277940B (zh) * | 2019-12-05 | 2024-06-18 | 北京宏诚伟信人力资源管理服务有限公司 | 基于图像信息的司机状态控制系统 |
| CN113335241A (zh) * | 2021-05-11 | 2021-09-03 | 一汽奔腾轿车有限公司 | 一种优化的主动紧急制动方法 |
Family Cites Families (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20120105156A (ko) * | 2011-03-15 | 2012-09-25 | 에스케이플래닛 주식회사 | 운전 자세 제어 장치, 운전 자세 정보 제공 장치, 운전 자세 정보 제공 시스템 및 방법 |
| CN102509418B (zh) * | 2011-10-11 | 2013-11-13 | 东华大学 | 一种多传感信息融合的疲劳驾驶评估预警方法及装置 |
| US20140052333A1 (en) * | 2012-08-14 | 2014-02-20 | Guy Elder | Image Recognition System For A Vehicle |
| JP6107595B2 (ja) * | 2013-10-23 | 2017-04-05 | 株式会社デンソー | 状態監視装置 |
| US10503987B2 (en) * | 2014-06-23 | 2019-12-10 | Denso Corporation | Apparatus detecting driving incapability state of driver |
| JP6372388B2 (ja) * | 2014-06-23 | 2018-08-15 | 株式会社デンソー | ドライバの運転不能状態検出装置 |
| US10163018B1 (en) * | 2016-06-14 | 2018-12-25 | State Farm Mutual Automobile Insurance Company | Apparatuses, systems, and methods for inferring a driving enviroment based on vehicle occupant actions |
| CN106379320A (zh) * | 2016-09-06 | 2017-02-08 | 浙江吉利控股集团有限公司 | 一种车辆安全驾驶提醒系统及方法 |
| CN107341468B (zh) * | 2017-06-30 | 2021-05-04 | 北京七鑫易维信息技术有限公司 | 驾驶员状态识别方法、装置、存储介质及处理器 |
| CN107697069B (zh) * | 2017-10-31 | 2020-07-28 | 上海汽车集团股份有限公司 | 汽车驾驶员疲劳驾驶智能控制方法 |
| CN108162975A (zh) * | 2017-12-11 | 2018-06-15 | 厦门蓝斯通信股份有限公司 | 一种驾驶员身份识别与监管方法及系统 |
| CN108238053A (zh) * | 2017-12-15 | 2018-07-03 | 北京车和家信息技术有限公司 | 一种车辆驾驶监控方法、装置及车辆 |
| CN108216252B (zh) * | 2017-12-29 | 2019-12-20 | 中车工业研究院有限公司 | 一种地铁司机车载驾驶行为分析方法、车载终端及系统 |
| CN109664891A (zh) * | 2018-12-27 | 2019-04-23 | 北京七鑫易维信息技术有限公司 | 辅助驾驶方法、装置、设备及存储介质 |
| CN110371134A (zh) * | 2019-07-26 | 2019-10-25 | 中国联合网络通信集团有限公司 | 安全驾驶方法、安全驾驶系统及汽车 |
| CN112277940B (zh) * | 2019-12-05 | 2024-06-18 | 北京宏诚伟信人力资源管理服务有限公司 | 基于图像信息的司机状态控制系统 |
-
2019
- 2019-12-05 CN CN202011361097.0A patent/CN112277940B/zh active Active
- 2019-12-05 CN CN201911236829.0A patent/CN111016913B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112277940B (zh) | 2024-06-18 |
| CN112277940A (zh) | 2021-01-29 |
| CN111016913A (zh) | 2020-04-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111274881B (zh) | 驾驶安全的监控方法、装置、计算机设备及存储介质 | |
| CN110532976A (zh) | 基于机器学习和多特征融合的疲劳驾驶检测方法及系统 | |
| JP2024099029A (ja) | プログラム、ヘルメット着用判定システム、ヘルメット着用判定方法 | |
| US9354615B2 (en) | Device, operating method and computer-readable recording medium for generating a signal by detecting facial movement | |
| CN102752458A (zh) | 一种驾驶员疲劳检测手机与检测单元 | |
| US11244562B2 (en) | Information processing apparatus, information processing method and recording medium | |
| CN106494349A (zh) | 一种安全带未系报警方法及装置 | |
| CN111016913B (zh) | 基于图像信息的司机状态控制系统及方法 | |
| CN114872713A (zh) | 一种驾驶员异常驾驶状态监测装置和方法 | |
| WO2005027047A3 (en) | System or method for identifying a region-of-interest in an image | |
| CN105590410A (zh) | 安全驾驶监控系统及安全驾驶监控方法 | |
| CN106467057A (zh) | 车道偏离预警的方法、装置及系统 | |
| Guria et al. | Iot-enabled driver drowsiness detection using machine learning | |
| CN107640160B (zh) | 车辆安全驾驶辅助系统及其控制方法 | |
| JP7192668B2 (ja) | 覚醒度判定装置 | |
| KR102557351B1 (ko) | 차량 탑승자의 안전벨트 착용 검지 시스템 | |
| CN109583410B (zh) | 一种基于图像识别技术的行车安全预警系统 | |
| CN113887291A (zh) | 安全带检测方法及装置 | |
| KR20120012666A (ko) | 얼굴 인식 기술을 이용한 음주운전 방지 시스템 및 방법 | |
| US10945651B2 (en) | Arousal level determination device | |
| US20170169704A1 (en) | Method and device for triggering pedestrian protection means and/or pedestrian warning means | |
| CN117334047A (zh) | 一种危险驾驶行为检测方法及装置 | |
| Heinzman et al. | Automotive safety solutions through technology and human-factors innovation | |
| CN116597399A (zh) | 一种基于计算机视觉的行车记录仪危险识别系统及其实现方法 | |
| KR20240115940A (ko) | 졸음운전 인식 방법 및 이를 이용한 졸음운전 방지 시스템 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Liu Libing Inventor after: Zeng Jinchuan Inventor after: Huang Rongshuang Inventor after: Ma Yuan Inventor before: Ma Yuan |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20201207 Address after: No.152, Sanchi Road, xirendang village, Liushi Town, Yueqing City, Wenzhou City, Zhejiang Province Applicant after: YUEQING FENGJIE ELECTRONIC TECHNOLOGY Co.,Ltd. Address before: 215000 168 modern Avenue, Suzhou Industrial Park, Jiangsu Province Applicant before: Ma Yuan |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |