CN119037459A - 车辆安全驾驶提醒策略的确定方法、装置以及电子设备 - Google Patents
车辆安全驾驶提醒策略的确定方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN119037459A CN119037459A CN202411116746.9A CN202411116746A CN119037459A CN 119037459 A CN119037459 A CN 119037459A CN 202411116746 A CN202411116746 A CN 202411116746A CN 119037459 A CN119037459 A CN 119037459A
- Authority
- CN
- China
- Prior art keywords
- determining
- vehicle
- information
- target
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000012502 risk assessment Methods 0.000 claims abstract description 30
- 238000012911 target assessment Methods 0.000 claims abstract description 28
- 238000011156 evaluation Methods 0.000 claims description 108
- 230000004044 response Effects 0.000 claims description 46
- 230000006399 behavior Effects 0.000 claims description 42
- 238000012545 processing Methods 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 15
- 238000013135 deep learning Methods 0.000 claims description 7
- 238000000611 regression analysis Methods 0.000 claims description 7
- 230000009467 reduction Effects 0.000 claims description 6
- 210000000744 eyelid Anatomy 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012417 linear regression Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000035080 detection of muscle activity involved in regulation of muscle adaptation Effects 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W50/16—Tactile feedback to the driver, e.g. vibration or force feedback to the driver on the steering wheel or the accelerator pedal
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0051—Handover processes from occupants to vehicle
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
- B60W2050/143—Alarm means
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
-
- 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
- B60W2540/223—Posture, e.g. hand, foot, or seat position, turned or inclined
-
- 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
- B60W2540/229—Attention level, e.g. attentive to driving, reading or sleeping
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆安全驾驶提醒策略的确定方法、装置以及电子设备。其中,该方法包括:获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,行为信息包含驾驶员的眼部状态信息和手部移动轨迹信息;基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果,其中,目标评估结果用于确定目标车辆是否处于安全行驶状态;根据目标评估结果确定安全驾驶提醒策略,其中,安全驾驶提醒策略用于提醒驾驶员安全驾驶。本发明解决了相关技术中车辆安全驾驶提醒策略的确定方法形式单一以及效率低下的技术问题。
Description
技术领域
本发明涉及车辆技术领域,具体而言,涉及一种车辆安全驾驶提醒策略的确定方法、装置以及电子设备。
背景技术
交通安全问题一直以来都是全球范围内一个亟待解决的难题。特别是在驾驶员疲劳驾驶的情况下,其对周围环境的感知能力、行驶判断能力以及操控车辆的能力都会受到极大的影响。这更容易引发交通事故,造成不可挽回的损失。
然而,目前对于疲劳驾驶的检测,大多依赖于红外传感器等技术。这些技术虽然能够提供一定的辅助,但其应用范围和检测准确性依然有限。此外,尽管有研究通过线性回归分析来分析驾驶员的风险行为,但这些方法只关注单一风险因素,无法全面评估驾驶过程中的各种风险因素。这样的判断方式不仅会存在误判的风险,而且容易影响驾驶员的正常驾驶。因此,现有的车辆安全驾驶提醒策略在形式上相对单一,且效率低下。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种车辆安全驾驶提醒策略的确定方法、装置以及电子设备,以至少解决相关技术中车辆安全驾驶提醒策略的确定方法形式单一以及效率低下的技术问题。
根据本发明其中一实施例,提供了一种车辆安全驾驶提醒策略的确定方法,包括:获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,行为信息包含驾驶员的眼部状态信息和手部移动轨迹信息;基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果,其中,目标评估结果用于确定目标车辆是否处于安全行驶状态;根据目标评估结果确定安全驾驶提醒策略,其中,安全驾驶提醒策略用于提醒驾驶员安全驾驶。
可选地,获取驾驶员的眼部状态信息包括:采集驾驶员的视频信息;利用深度学习算法对视频信息进行解析,得到眼部状态信息。
可选地,获取驾驶员的手部移动轨迹信息包括:响应于传感器设备检测到驾驶员的手部,获取第一电压信息和预设时间信息;对第一电压信息进行降噪处理,得到目标电压信息;基于目标电压信息和预设时间信息确定手部移动轨迹信息。
可选地,基于行驶状态信息对行为信息进行风险评估,得到目标评估结果包括:基于行驶状态信息对眼部状态信息进行车辆风险评估,得到第一评估结果;基于行驶状态信息对手部移动轨迹信息进行车辆风险评估,得到第二评估结果;基于第一评估结果和第二评估结果确定目标评估结果。
可选地,基于行驶状态信息对眼部状态信息进行车辆风险评估,得到第一评估结果包括:响应于目标车辆处于行驶状态,将眼部状态信息与预设眼部高度差阈值进行比对,得到比对结果;响应于比对结果确定为眼部状态信息小于预设眼部高度差阈值,确定第一评估结果为驾驶员处于非安全驾驶状态。
可选地,基于行驶状态信息对手部移动轨迹信息进行车辆风险评估,得到第二评估结果包括:响应于目标车辆处于行驶状态,对手部移动轨迹信息进行回归分析,得到分析结果;响应于分析结果大于或等于风险阈值,确定第二评估结果为驾驶员处于非安全驾驶状态。
可选地,基于第一评估结果和第二评估结果确定目标评估结果包括:响应于第一评估结果与第二评估结果确定为驾驶员处于非安全驾驶状态,确定目标评估结果为目标车辆处于非安全行驶状态。
可选地,根据目标评估结果确定安全驾驶提醒策略包括:响应于确定目标评估结果为目标车辆处于非安全行驶状态,执行安全驾驶提醒策略。
根据本发明其中一实施例,还提供了一种车辆安全驾驶提醒策略的确定装置,包括:获取模块,用于获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,行为信息包含驾驶员的眼部状态信息和手部移动轨迹信息;评估模块,用于基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果,其中,目标评估结果用于判断目标车辆是否处于安全行驶状态;确定模块,用于根据目标评估结果确定安全驾驶提醒策略。
可选地,获取模块还用于:采集驾驶员的视频信息;利用深度学习算法对视频信息进行解析,得到眼部状态信息。
可选地,获取模块还用于响应于传感器设备检测到驾驶员的手部,获取第一电压信息和预设时间信息;该车辆安全驾驶提醒策略的确定装置还包括处理模块,用于对第一电压信息进行降噪处理,得到目标电压信息;确定模块还用于基于目标电压信息和预设时间信息确定手部移动轨迹信息。
可选地,评估模块还用于:基于行驶状态信息对眼部状态信息进行车辆风险评估,得到第一评估结果;基于行驶状态信息对手部移动轨迹信息进行车辆风险评估,得到第二评估结果;确定模块还用于基于第一评估结果和第二评估结果确定目标评估结果。
可选地,处理模块还用于响应于目标车辆处于行驶状态,将眼部状态信息与预设眼部高度差阈值进行比对,得到比对结果;确定模块还用于响应于比对结果确定为眼部状态信息小于预设眼部高度差阈值,确定第一评估结果为驾驶员处于非安全驾驶状态。
可选地,处理模块还用于响应于目标车辆处于行驶状态,对手部移动轨迹信息进行回归分析,得到分析结果;确定模块还用于响应于分析结果大于或等于风险阈值,确定第二评估结果为驾驶员处于非安全驾驶状态。
可选地,确定模块还用于响应于第一评估结果与第二评估结果确定为驾驶员处于非安全驾驶状态,确定目标评估结果为目标车辆处于非安全行驶状态。
可选的,处理模块还用于响应于确定目标评估结果为目标车辆处于非安全行驶状态,执行安全驾驶提醒策略。
根据本发明其中一实施例,还提供了一种电子设备,包括:存储器,存储有可执行程序;处理器,用于运行程序,其中,程序运行时执行上述的车辆安全驾驶提醒策略的确定方法。
根据本发明其中一实施例,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的可执行程序,其中,在可执行程序运行时控制存储介质所在设备执行上述的车辆安全驾驶提醒策略的确定方法。
根据本发明其中一实施例,还提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述的车辆安全驾驶提醒策略的确定方法。
在本发明实施例中,采用获取目标车辆的行驶状态信息和驾驶员的行为信息的方式,基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果;最后根据目标评估结果确定安全驾驶提醒策略,达到了快速、准确地判断驾驶员是否处于安全驾驶状态的目的,从而实现了综合不同因素判定车辆是否处于安全行驶状态、提高车辆安全驾驶提醒策略的确定效率的技术效果,进而解决了相关技术中车辆安全驾驶提醒策略的确定方法形式单一以及效率低下的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明其中一实施例的一种车辆安全驾驶提醒策略的确定方法的流程图;
图2是根据本发明其中一实施例的一种车辆安全驾驶提醒策略的确定方法的示意图;
图3是根据本发明其中一实施例的又一种车辆安全驾驶提醒策略的确定方法的示意图;
图4是根据本发明其中一实施例的又一种车辆安全驾驶提醒策略的确定方法的示意图;
图5是根据本发明其中一实施例的又一种车辆安全驾驶提醒策略的确定方法的流程图;
图6是根据本发明其中一实施例的一种车辆安全驾驶提醒策略的确定装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包括,例如,包括了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
根据本发明实施例,提供了一种车辆安全驾驶提醒策略的确定方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
该方法实施例可以在包含存储器和处理器的电子装置或者类似的运算装置中执行。以运行在车辆终端上为例,车辆终端可以包括一个或多个处理器(处理器可以包括但不限于中央处理器(Central Processing Unit,CPU)、图形处理器(Graphics ProcessingUnit,GPU)、数字信号处理(Digital Signal Processing,DSP)芯片、微处理器(MicroController Unit,MCU)、可编程逻辑器件(Field Programmable Gate Array,FPGA)、神经网络处理器(Neural-network Processor Unit,NPU)、张量处理器(Tensor ProcessingUnit,TPU)、人工智能(Artificial Intelligence,AI)类型处理器等的处理装置)和用于存储数据的存储器。可选地,上述车辆终端还可以包括用于通信功能的传输设备、输入输出设备以及显示设备。本领域普通技术人员可以理解,上述结构描述仅为示意,其并不对上述车辆终端的结构造成限定。例如,车辆终端还可包括比上述结构描述更多或者更少的组件,或者具有与上述结构描述不同的配置。
存储器可用于存储计算机程序,例如,应用软件的软件程序以及模块,如本发明实施例中的车辆安全驾驶提醒策略的确定方法对应的计算机程序,处理器通过运行存储在存储器内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的车辆安全驾驶提醒策略的确定方法。存储器可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至移动终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括移动终端的通信供应商提供的无线网络。在一个实例中,传输装置包括一个网络适配器(Network Interface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
显示设备可以例如触摸屏式的液晶显示器(Liquid Crustal Display,LCD)和触摸显示器(也被称为“触摸屏”或“触摸显示屏”)。该液晶显示器可使得用户能够与移动终端的用户界面进行交互。在一些实施例中,上述移动终端具有图形用户界面(Graphical UserInterface,GUI),用户可以通过触摸触敏表面上的手指接触和/或手势来与GUI进行人机交互,此处的人机交互功能可选的包括如下交互:创建网页、绘图、文字处理、制作电子文档、游戏、视频会议、即时通信、收发电子邮件、通话界面、播放数字视频、播放数字音乐和/或网络浏览等、用于执行上述人机交互功能的可执行指令被配置/存储在一个或多个处理器可执行的计算机程序产品或可读存储介质中。
根据本发明实施例,提供了一种车辆安全驾驶提醒策略的确定方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明其中一实施例的一种车辆安全驾驶提醒策略的确定方法的流程图,如图1所示,该方法包括如下步骤:
步骤S10,获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,行为信息包含驾驶员的眼部状态信息和手部移动轨迹信息;
在步骤S10中,上述目标车辆的行驶状态信息用于表征目标车辆是处于上电未行驶状态、行驶中状态。
上述驾驶员的眼部状态信息用于表征驾驶员在驾驶过程中,上下眼皮之间的高度差。
上述手部移动轨迹信息用于表征驾驶员在驾驶过程中,手与中控台之间的移动距离和时间。
步骤S12,基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果,其中,目标评估结果用于确定目标车辆是否处于安全行驶状态;
具体的,当目标车辆处于行驶状态时,对驾驶员的行为信息进行车辆风险评估,以确定驾驶员是够处于安全驾驶状态,进而得到目标评估结果,以判断当前驾驶过程中,目标车辆是否处于安全行驶状态。
步骤S14,根据目标评估结果确定安全驾驶提醒策略,其中,安全驾驶提醒策略用于提醒驾驶员安全驾驶。
在步骤S14中,上述安全驾驶提醒策略包括但不限于:(1)在座椅、方向盘位置安装振动器,当实时监控装置判定目标车辆处于非安全行驶状态时,振动器产生震动提醒驾驶员,同时语音警报器发出提醒,以提醒驾驶员注意行车安全;(2)为了避免实时监控装置故障,设置远程提醒装置,通过远程音视频电话提醒驾驶员;(3)当上述两种策略使用后目标车辆仍然处于非安全行驶状态时,则控制目标车辆开启自动安全驾驶模式,方向与车速等常规控制参数均统一交由自动驾驶模式来进行控制。
具体的,图2是根据本发明其中一实施例的一种车辆安全驾驶提醒策略的确定方法的示意图,如图2所示,读卡器中插入车辆智能卡(Intelligent Card for Vehicles,IC)卡,读卡器识别车辆IC卡后,目标车辆、实时监控装置、报警装置与远程提醒装置均处于开启状态。利用实时监控装置中的摄像头获取驾驶员的眼部状态信息,实时监控装置中时间检测器和红外传感器获取驾驶员的手与中控台之间的移动距离和时间,即手部移动轨迹信息。将获取的驾驶员的行为信息传输到处理器中,进而评估驾驶员是否处于安全驾驶状态,从而判定目标车辆是否处于安全行驶状态。当判定目标车辆处于非安全行驶状态时,报警装置执行车辆安全驾驶提醒策略,从而提醒驾驶员注意行车安全,其中,报警装置包括:振动器、语音警报器以及远程提醒装置。在座椅、方向盘位置安装振动器,当实时监控装置判定目标车辆处于非安全行驶状态时,振动器产生震动提醒驾驶员,同时语音警报器发出提醒,以提醒驾驶员注意行车安全;为了避免实时监控装置故障,设置远程提醒装置,通过远程音视频电话提醒驾驶员,当上述两种策略使用后目标车辆仍然处于非安全行驶状态,则控制目标车辆开启自动安全驾驶模式,方向与车速等常规控制参数均统一交由自动驾驶模式来进行控制。
基于上述步骤S10至步骤S14,采用获取目标车辆的行驶状态信息和驾驶员的行为信息的方式,基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果;最后根据目标评估结果确定安全驾驶提醒策略,达到了快速、准确地判断驾驶员是否处于安全驾驶状态的目的,从而实现了综合不同因素判定车辆是否处于安全行驶状态、提高车辆安全驾驶提醒策略的确定效率的技术效果,进而解决了相关技术中车辆安全驾驶提醒策略的确定方法形式单一以及效率低下的技术问题。
可选地,在步骤S10中,获取驾驶员的眼部状态信息包括:
步骤S101,采集驾驶员的视频信息;
步骤S102,利用深度学习算法对视频信息进行解析,得到眼部状态信息。
具体的,将摄像头安装在驾驶员前方,采集驾驶员的视频信息,利用人脸识别算法对采集的视频信息进行解析,得出驾驶员上下眼皮之间最大高度差值。
基于上述步骤S101至步骤S102,采集驾驶员的视频信息;利用深度学习算法对视频信息进行解析,得到眼部状态信息,通过实时采集驾驶员的视频信息,能够确保对驾驶员状态进行实时监控,及时发现非安全驾驶状态,并且使用深度学习算法对视频信息进行解析,能够提高眼部状态信息的识别准确率。
可选地,在步骤S10中,获取驾驶员的手部移动轨迹信息包括:
步骤S103,响应于传感器设备检测到驾驶员的手部,获取第一电压信息和预设时间信息;
步骤S104,对第一电压信息进行降噪处理,得到目标电压信息;
步骤S105,基于目标电压信息和预设时间信息确定手部移动轨迹信息。
具体的,图3是根据本发明其中一实施例的又一种车辆安全驾驶提醒策略的确定方法的示意图,如图3所示,红外传感器1、红外传感器2、红外传感器3,三个红外传感器分别安装在车辆中控功能控制区的不同位置。例如,空调按钮、风向控制按钮和风量控制按钮附近位置。该三个红外传感器用于测量驾驶员驾驶过程中,手与中控台之间的移动距离和时间。红外传感器向驾驶员的手部发射红外光,通过手部将该红外光反射并吸收,以确定驾驶员的手是否被检测到。当红外传感器检测到驾驶员的手时,通过测量吸收红外光的量来输出电压值,进而计算出手与红外传感器之间的距离。但是,在收集驾驶员的手与红外传感器之间的距离时,红外传感器在此过程中会产生噪声,并且产生的噪声会造成测量电压值的原始数据难以分析。因此,为了更加准确的收集驾驶员手与中控台之间的距离数据,采用滤波器等滤波装置对红外传感器的噪声进行滤波。
更进一步地,采用多功能数据采集(Multifunction Data Acquisition,MDAQ)设备收集更精确的驾驶员手和红外传感器的移动距离和时间的帧数据。为了监测驾驶员手与从数据采集设备收集的红外传感器之间的精确距离的测量,使用图形化编程语言软件(Labview)实时采集驾驶员的手与三个红外传感器中的每一个之间的距离以及总时间。
基于上述步骤S103至步骤S105,响应于传感器设备检测到驾驶员的手部,获取第一电压信息和预设时间信息;对第一电压信息进行降噪处理,得到目标电压信息;基于目标电压信息和预设时间信息确定手部移动轨迹信息,通过使用滤波器等滤波装置对红外传感器的噪声进行滤波,能够减少测量误差,提高手部移动轨迹信息的准确性,并且通过在车辆中控功能控制区安装红外传感器,能够更全面地监测驾驶员手部的移动情况,从而获得更全面的手部移动轨迹信息。
可选地,在步骤S12中,基于行驶状态信息对行为信息进行风险评估,得到目标评估结果包括:
步骤S121,基于行驶状态信息对眼部状态信息进行车辆风险评估,得到第一评估结果;
步骤S122,基于行驶状态信息对手部移动轨迹信息进行车辆风险评估,得到第二评估结果;
步骤S123,基于第一评估结果和第二评估结果确定目标评估结果。
具体的,在目标车辆的行驶过程中,对驾驶员的眼部状态信息进行车辆风险评估,得到第一评估结果,其中,第一评估结果用于表征驾驶员是否处于非安全驾驶状态。以及,在目标车辆的行驶过程中,对驾驶员的手部移动轨迹信息进行车辆风险评估,得到第二评估结果,其中,第二评估结果用于表征驾驶员是否处于非安全驾驶状态。根据第一评估结果以及第二评估结果确定目标车辆是否处于安全行驶状态。
基于上述步骤S121至步骤S123,基于行驶状态信息对眼部状态信息进行车辆风险评估,得到第一评估结果;基于行驶状态信息对手部移动轨迹信息进行车辆风险评估,得到第二评估结果;基于第一评估结果和第二评估结果确定目标评估结果,达到了快速、准确地判断驾驶员是否处于安全驾驶状态的目的,从而实现了综合不同因素判定车辆是否处于安全行驶状态、提高车辆安全驾驶提醒策略的确定效率的技术效果,进而解决了相关技术中车辆安全驾驶提醒策略的确定方法形式单一以及效率低下的技术问题。
可选地,在步骤S121中,基于行驶状态信息对眼部状态信息进行车辆风险评估,得到第一评估结果包括:
步骤S1211,响应于目标车辆处于行驶状态,将眼部状态信息与预设眼部高度差阈值进行比对,得到比对结果;
步骤S1212,响应于比对结果确定为眼部状态信息小于预设眼部高度差阈值,确定第一评估结果为驾驶员处于非安全驾驶状态。
具体的,当目标车辆处于行驶状态时,将摄像头采集到的视频信息通过人脸识别算法,得出上下眼皮之间最大高度差值。根据驾驶员状态良好时的上下眼皮之间的高度差值确定预设眼部高度差值阈值。连续处理多个视频信息后,将驾驶员的上下眼皮之间最大高度差值与预设眼部高度差阈值进行比对。如果驾驶员的上下眼皮之间最大高度差值低于预设阈值,则判定驾驶员处于非安全驾驶状态。
基于上述步骤S1211至步骤S1212,响应于目标车辆处于行驶状态,将眼部状态信息与预设眼部高度差阈值进行比对,得到比对结果;响应于比对结果确定为眼部状态信息小于预设眼部高度差阈值,确定第一评估结果为驾驶员处于非安全驾驶状态,采用实时视频信息进行分析,能够更准确地捕捉到驾驶员状态的变化,提供更及时的风险评估,并且通过预设眼部高度差阈值,能够根据驾驶员的实际状态进行个性化的风险评估,而不是采用统一的标准,提高了评估的准确性。
可选地,在步骤S122中,基于行驶状态信息对手部移动轨迹信息进行车辆风险评估,得到第二评估结果包括:
步骤S1221,响应于目标车辆处于行驶状态,对手部移动轨迹信息进行回归分析,得到分析结果;
步骤S1222,响应于分析结果大于或等于风险阈值,确定第二评估结果为驾驶员处于非安全驾驶状态。
具体地,采用线性回归分析方式对收集到的帧数据进行处理,其中,帧数据是指采用MDAQ设备收集到的驾驶员手和红外传感器之间的移动距离和时间的帧数据。根据帧数据得到的线性回归方程如表达式(1)所示。
其中,Evi表示第i个帧数据对应的手部移动轨迹信息分析结果,uIR1、uIR2、uIR3分别表示手和三个传感器之间的距离,ut表示手在三个红外传感器的移动时间,β0、β1、β2、β3、β4表示回归系数,i表示第i个帧数据。
具体的,根据驾驶员状态良好时采集到的帧数据设置风险阈值。将当前采集到的帧数据根据表达式(1)计算出第i个帧数据对应的手部移动轨迹信息分析结果,并将该分析结果与风险阈值进行比对。如果当前采集到的帧数据对应的手部移动轨迹信息分析结果大于或等于风险阈值,则第二评估结果确定为驾驶员处于非安全驾驶状态。
具体的,图4是根据本发明其中一实施例的又一种车辆安全驾驶提醒策略的确定方法的示意图,如图4所示,首先,采用多功能数据采集(Multifunction DataAcquisition,MDAQ)设备实时收集更精确的驾驶员手和红外传感器的移动距离和时间的帧数据。其次,为了更加准确的收集驾驶员手与中控台之间的距离数据,采用滤波器等滤波装置对红外传感器的噪声进行滤波。然后,采用线性回归方法对采集的驾驶员帧数据进行处理以及计算回归系数。最后,根据将当前采集到的帧数据根据表达式(1)计算出第i个帧数据对应的手部移动轨迹信息分析结果,并将该分析结果与风险阈值进行比对。如果当前采集到的帧数据对应的手部移动轨迹信息分析结果大于或等于风险阈值,则第二评估结果确定为驾驶员处于非安全驾驶状态。如果当前采集到的帧数据对应的手部移动轨迹信息分析结果小于风险阈值,则第二评估结果确定为驾驶员处于安全驾驶状态。
基于上述步骤S1221至步骤S1222,响应于目标车辆处于行驶状态,对手部移动轨迹信息进行回归分析,得到分析结果;响应于分析结果大于或等于风险阈值,确定第二评估结果为驾驶员处于非安全驾驶状态,采用线性回归方法对驾驶员行为进行建模和分析,这使得评估结果更加科学和准确,并且基于驾驶员在状态良好时采集到的帧数据来设置风险阈值,使得评估结果更具有针对性和实用性,以及根据手部移动轨迹信息分析结果与风险阈值的比较结果,能够灵活地确定驾驶员是否处于安非安全驾驶状态。
可选地,在步骤S123中,基于第一评估结果和第二评估结果确定目标评估结果包括:
步骤S1231,响应于第一评估结果与第二评估结果确定为驾驶员处于非安全驾驶状态,确定目标评估结果为目标车辆处于非安全行驶状态。
具体的,当第一评估结果与第二评估结果都确定为驾驶员处于非安全驾驶状态时,则确定目标评估结果为目标车辆处于非安全行驶状态。
基于上述步骤S1231,响应于第一评估结果与第二评估结果确定为驾驶员处于非安全驾驶状态,确定目标评估结果为目标车辆处于非安全行驶状态,达到了快速、准确地判断驾驶员是否处于安全驾驶状态的目的,从而实现了综合不同因素判定车辆是否处于安全行驶状态、提高车辆安全驾驶提醒策略的确定效率的技术效果,进而解决了相关技术中车辆安全驾驶提醒策略的确定方法形式单一以及效率低下的技术问题。
可选地,在步骤S14中,根据目标评估结果确定安全驾驶提醒策略包括:
步骤S141,响应于确定目标评估结果为目标车辆处于非安全行驶状态,执行安全驾驶提醒策略。
具体的,当确定目标评估结果为目标车辆处于非安全行驶状态时,执行安全驾驶提醒策略。座椅、方向盘位置安装的振动器产生震动提醒驾驶员,同时语音警报器发出提醒,以提醒驾驶员注意行车安全;设置远程提醒装置,通过远程音视频电话提醒驾驶员。当上述策略使用后目标车辆仍然处于非安全行驶状态时,则控制目标车辆开启自动安全驾驶模式,方向与车速等常规控制参数均统一交由自动驾驶模式来进行控制。
具体的,通过座椅和方向盘位置的振动器以及语音警报器进行提醒,能够同时刺激驾驶员的视觉和触觉,提高提醒的效率和效果。根据驾驶员的偏好和反应特性,能够调整振动器的强度和语音警报的内容和语调,以适应不同驾驶员的需求。通过远程提醒装置,相关人员可以实时监控车辆状态,及时向驾驶员提供反馈和建议,增强安全保障。当驾驶员未对提醒做出反应或车辆仍然处于非安全状态时,自动安全驾驶模式的介入可以减少人为失误,提高驾驶安全。
基于上述步骤S141,响应于确定目标评估结果为目标车辆处于非安全行驶状态,执行安全驾驶提醒策略,通过提前识别和提醒驾驶员注意行车安全,有助于减少因驾驶员疏忽或疲劳驾驶导致的交通事故。
图5是根据本发明其中一实施例的又一种车辆安全驾驶提醒策略的确定方法的流程图,如图5所示,该方法包括如下步骤:
步骤S501,获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,行为信息包含驾驶员的眼部状态信息和手部移动轨迹信息;
步骤S502,响应于目标车辆处于行驶状态,将眼部状态信息与预设眼部高度差阈值进行比对,得到比对结果;
步骤S503,响应于比对结果确定为眼部状态信息小于预设眼部高度差阈值,确定第一评估结果为驾驶员处于非安全驾驶状态;
步骤S504,响应于目标车辆处于行驶状态,对手部移动轨迹信息进行回归分析,得到分析结果;
步骤S505,响应于分析结果大于或等于风险阈值,确定第二评估结果为驾驶员处于非安全驾驶状态;
步骤S506,响应于第一评估结果与第二评估结果确定为驾驶员处于非安全驾驶状态,确定目标评估结果为目标车辆处于非安全行驶状态;
步骤S507,响应于确定目标评估结果为目标车辆处于非安全行驶状态,执行安全驾驶提醒策略。
基于上述步骤S501至步骤S507,采用获取目标车辆的行驶状态信息和驾驶员的行为信息的方式,基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果;最后根据目标评估结果确定安全驾驶提醒策略,达到了快速、准确地判断驾驶员是否处于安全驾驶状态的目的,从而实现了综合不同因素判定车辆是否处于安全行驶状态、提高车辆安全驾驶提醒策略的确定效率的技术效果,进而解决了相关技术中车辆安全驾驶提醒策略的确定方法形式单一以及效率低下的技术问题。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
在本发明实施例中还提供了一种车辆安全驾驶提醒策略的确定装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图6是根据本发明其中一实施例的一种车辆安全驾驶提醒策略的确定装置的结构框图。如图6所示,该装置包括:
获取模块601,用于获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,行为信息包含驾驶员的眼部状态信息和手部移动轨迹信息;
评估模块602,用于基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果,其中,目标评估结果用于判断目标车辆是否处于安全行驶状态;
确定模块603,用于根据目标评估结果确定安全驾驶提醒策略。
可选地,获取模块601还用于:采集驾驶员的视频信息;利用深度学习算法对视频信息进行解析,得到眼部状态信息。
可选地,获取模块601还用于响应于传感器设备检测到驾驶员的手部,获取第一电压信息和预设时间信息;该车辆安全驾驶提醒策略的确定装置还包括处理模块604,用于对第一电压信息进行降噪处理,得到目标电压信息;确定模块603还用于基于目标电压信息和预设时间信息确定手部移动轨迹信息。
可选地,评估模块602还用于:基于行驶状态信息对眼部状态信息进行车辆风险评估,得到第一评估结果;基于行驶状态信息对手部移动轨迹信息进行车辆风险评估,得到第二评估结果;确定模块306还用于基于第一评估结果和第二评估结果确定目标评估结果。
可选地,处理模块604还用于响应于目标车辆处于行驶状态,将眼部状态信息与预设眼部高度差阈值进行比对,得到比对结果;确定模块603还用于响应于比对结果确定为眼部状态信息小于预设眼部高度差阈值,确定第一评估结果为驾驶员处于非安全驾驶状态。
可选地,处理模块604还用于响应于目标车辆处于行驶状态,对手部移动轨迹信息进行回归分析,得到分析结果;确定模块603还用于响应于分析结果大于或等于风险阈值,确定第二评估结果为驾驶员处于非安全驾驶状态。
可选地,确定模块603还用于响应于第一评估结果与第二评估结果确定为驾驶员处于非安全驾驶状态,确定目标评估结果为目标车辆处于非安全行驶状态。
可选的,处理模块604还用于响应于确定目标评估结果为目标车辆处于非安全行驶状态,执行安全驾驶提醒策略。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,对于后者,可以通过以下方式实现,但不限于此:上述模块均位于同一处理器中;或者,上述各个模块以任意组合的形式分别位于不同的处理器中。
根据本发明其中一实施例,还提供了一种电子设备,包括:存储器,存储有可执行程序;处理器,用于运行程序,其中,程序运行时执行上述的车辆安全驾驶提醒策略的确定方法。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
步骤S1,获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,行为信息包含驾驶员的眼部状态信息和手部移动轨迹信息;
步骤S2,基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果,其中,目标评估结果用于确定目标车辆是否处于安全行驶状态;
步骤S3,根据目标评估结果确定安全驾驶提醒策略,其中,安全驾驶提醒策略用于提醒驾驶员安全驾驶。
根据本发明其中一实施例,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的可执行程序,其中,在可执行程序运行时控制存储介质所在设备执行上述的车辆安全驾驶提醒策略的确定方法。
可选地,在本实施例中,上述存储介质可以被设置为存储用于执行以下步骤的计算机程序:
步骤S1,获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,行为信息包含驾驶员的眼部状态信息和手部移动轨迹信息;
步骤S2,基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果,其中,目标评估结果用于确定目标车辆是否处于安全行驶状态;
步骤S3,根据目标评估结果确定安全驾驶提醒策略,其中,安全驾驶提醒策略用于提醒驾驶员安全驾驶。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(Read-Only Memory,简称为ROM)、随机存取存储器(Random Access Memory,简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储计算机程序的介质。
根据本发明其中一实施例,还提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述的车辆安全驾驶提醒策略的确定方法。
可选地,在本实施例中,上述计算机程序产品可以被设置为执行以下步骤的计算机程序:
步骤S1,获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,行为信息包含驾驶员的眼部状态信息和手部移动轨迹信息;
步骤S2,基于行驶状态信息对行为信息进行车辆风险评估,得到目标评估结果,其中,目标评估结果用于确定目标车辆是否处于安全行驶状态;
步骤S3,根据目标评估结果确定安全驾驶提醒策略,其中,安全驾驶提醒策略用于提醒驾驶员安全驾驶。
可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种车辆安全驾驶提醒策略的确定方法,其特征在于,包括:
获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,所述行为信息包含所述驾驶员的眼部状态信息和手部移动轨迹信息;
基于所述行驶状态信息对所述行为信息进行车辆风险评估,得到目标评估结果,其中,所述目标评估结果用于确定所述目标车辆是否处于安全行驶状态;
根据所述目标评估结果确定安全驾驶提醒策略,其中,所述安全驾驶提醒策略用于提醒所述驾驶员安全驾驶。
2.根据权利要求1所述的车辆安全驾驶提醒策略的确定方法,其特征在于,获取所述驾驶员的眼部状态信息包括:
采集所述驾驶员的视频信息;
利用深度学习算法对所述视频信息进行解析,得到所述眼部状态信息。
3.根据权利要求1所述的车辆安全驾驶提醒策略的确定方法,其特征在于,获取所述驾驶员的手部移动轨迹信息包括:
响应于传感器设备检测到所述驾驶员的手部,获取第一电压信息和预设时间信息;
对所述第一电压信息进行降噪处理,得到目标电压信息;
基于所述目标电压信息和所述预设时间信息确定所述手部移动轨迹信息。
4.根据权利要求1所述的车辆安全驾驶提醒策略的确定方法,其特征在于,基于所述行驶状态信息对所述行为信息进行车辆风险评估,得到目标评估结果包括:
基于所述行驶状态信息对所述眼部状态信息进行车辆风险评估,得到第一评估结果;
基于所述行驶状态信息对所述手部移动轨迹信息进行车辆风险评估,得到第二评估结果;
基于所述第一评估结果和所述第二评估结果确定目标评估结果。
5.根据权利要求4所述的车辆安全驾驶提醒策略的确定方法,其特征在于,基于所述行驶状态信息对所述眼部状态信息进行车辆风险评估,得到第一评估结果包括:
响应于所述目标车辆处于行驶状态,将所述眼部状态信息与预设眼部高度差阈值进行比对,得到比对结果;
响应于所述比对结果确定为所述眼部状态信息小于所述预设眼部高度差阈值,确定所述第一评估结果为所述驾驶员处于非安全驾驶状态。
6.根据权利要求5所述的车辆安全驾驶提醒策略的确定方法,其特征在于,基于所述行驶状态信息对所述手部移动轨迹信息进行车辆风险评估,得到第二评估结果包括:
响应于所述目标车辆处于行驶状态,对所述手部移动轨迹信息进行回归分析,得到分析结果;
响应于所述分析结果大于或等于风险阈值,确定所述第二评估结果为所述驾驶员处于非安全驾驶状态。
7.根据权利要求6所述的车辆安全驾驶提醒策略的确定方法,其特征在于,基于所述第一评估结果和所述第二评估结果确定目标评估结果包括:
响应于所述第一评估结果与所述第二评估结果确定为所述驾驶员处于非安全驾驶状态,确定所述目标评估结果为所述目标车辆处于非安全行驶状态。
8.根据权利要求7所述的车辆安全驾驶提醒策略的确定方法,其特征在于,根据所述目标评估结果确定所述安全驾驶提醒策略包括:
响应于确定所述目标评估结果为所述目标车辆处于非安全行驶状态,执行安全驾驶提醒策略。
9.一种车辆安全驾驶提醒策略的确定装置,其特征在于,包括:
获取模块,用于获取目标车辆的行驶状态信息和驾驶员的行为信息,其中,所述行为信息包含所述驾驶员的眼部状态信息和手部移动轨迹信息;
评估模块,用于基于所述行驶状态信息对所述行为信息进行车辆风险评估,得到目标评估结果,其中,所述目标评估结果用于判断所述目标车辆是否处于安全行驶状态;
确定模块,用于根据所述目标评估结果确定安全驾驶提醒策略。
10.一种电子设备,其特征在于,包括:
存储器,存储有可执行程序;
处理器,用于运行所述程序,其中,所述程序运行时执行权利要求1至8中任意一项所述的车辆安全驾驶提醒策略的确定方法。
11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的可执行程序,其中,在所述可执行程序运行时控制所述存储介质所在设备执行权利要求1至8中任意一项所述的车辆安全驾驶提醒策略的确定方法。
12.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至8中任意一项所述的车辆安全驾驶提醒策略的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411116746.9A CN119037459A (zh) | 2024-08-14 | 2024-08-14 | 车辆安全驾驶提醒策略的确定方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202411116746.9A CN119037459A (zh) | 2024-08-14 | 2024-08-14 | 车辆安全驾驶提醒策略的确定方法、装置以及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN119037459A true CN119037459A (zh) | 2024-11-29 |
Family
ID=93573169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202411116746.9A Pending CN119037459A (zh) | 2024-08-14 | 2024-08-14 | 车辆安全驾驶提醒策略的确定方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN119037459A (zh) |
-
2024
- 2024-08-14 CN CN202411116746.9A patent/CN119037459A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12156735B2 (en) | Detection of cognitive state of a driver | |
CN102098955B (zh) | 检测微入睡事件的方法和设备 | |
CN103974656B (zh) | 瞌睡检测方法和设备 | |
CN109716411B (zh) | 用以监测驾驶员的活动水平的方法和设备 | |
CN110245574B (zh) | 一种用户疲劳状态识别方法、装置及终端设备 | |
Costa | Detecting driver’s fatigue, distraction and activity using a non-intrusive ai-based monitoring system | |
CN202142160U (zh) | 一种疲劳驾驶预警系统 | |
KR101984284B1 (ko) | 기계학습모델을 이용한 자동화된 운전자관리 시스템 | |
CN110143202A (zh) | 一种危险驾驶识别与预警方法及系统 | |
WO2008133746A1 (en) | Systems and methods for detecting unsafe conditions | |
Lashkov et al. | Driver dangerous state detection based on OpenCV & dlib libraries using mobile video processing | |
Alam et al. | Active vision-based attention monitoring system for non-distracted driving | |
Damousis et al. | Fuzzy fusion of eyelid activity indicators for hypovigilance-related accident prediction | |
JP2016209231A (ja) | 居眠り検知装置 | |
CN114162131A (zh) | 一种驾驶行为监测方法及装置 | |
Lashkov et al. | Ontology-based approach and implementation of ADAS system for mobile device use while driving | |
CN119037459A (zh) | 车辆安全驾驶提醒策略的确定方法、装置以及电子设备 | |
JP7575397B2 (ja) | ドライバー異常対応システム、ドライバー異常対応方法、及びプログラム | |
CN113598773A (zh) | 数据处理装置以及用于评估用户不适的方法 | |
CN109620221B (zh) | 基于智能眼镜的疲劳提醒方法、装置、智能眼镜及介质 | |
CN107007292B (zh) | 用于获知疲劳的方法 | |
CN112633247B (zh) | 驾驶状态监测方法和装置 | |
CN114037978A (zh) | 一种疲劳度检测方法、装置、电子设备和存储介质 | |
CN113243917A (zh) | 一种民航管制员的疲劳检测方法、装置、电子设备及介质 | |
KR102476829B1 (ko) | 딥러닝을 이용한 졸음탐지방법 및 이를 이용한 졸음운전 방지시스템 |
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 |