CN106564429A - 疲劳驾驶确定装置及其方法 - Google Patents

Abstract

本发明提供了一种疲劳驾驶确定装置及方法，该系统包括：采集模块、计算模块、判断模块以及处理模块。采集模块用于采集驾驶数据，所述驾驶数据包括驾驶时间，驾驶里程以及驾驶稳定参数；计算模块用于根据所述驾驶数据，计算疲劳驾驶评分；判断模块用于判断所述疲劳驾驶评分是否超过阈值；处理模块用于当所述疲劳驾驶评分超过所述阈值时，确定驾驶员为疲劳驾驶，并执行预设处理。相对于现有技术，采用根据驾驶数据计算疲劳驾驶评分全面的覆盖了驾驶员疲劳的情况，大大提高了疲劳驾驶的确认精度，有效的解决了驾驶员驾驶安全的问题。

Description

疲劳驾驶确定装置及其方法

【技术领域】

本发明涉及一种汽车行驶过程中疲劳驾驶的解决方案，特别是一种疲劳驾驶确定装置及其方法。

【背景技术】

疲劳驾驶是重特大交通事故的主要原因之一，统计表明，美国每年与疲劳驾驶相关的车祸夺去了15000人的生命，考虑生产力与财务方面的各项损失，远高于120亿美元。

目前，现有的抬头显示技术(Head Up Display，HUD)。本意是指利用光学反射的原理，将重要的飞行相关资讯投射在一片玻璃上面。这片玻璃位于座舱前端，高度大致与飞行员的眼睛成水平，投射的文字和影像调整在焦距无限远的距离上面，透过HUD往前方看的时候，能够轻易的将外界的景象与HUD显示的资料融合在一起。

HUD平视技术应用在汽车驾驶中，将驾驶相关信息进行投射，方便驾驶人员平视查看，使驾驶过程更加安全。驾驶人员驾驶过程中，需要安全、高效、简单。考虑有效地提醒用户，避免频繁骚扰。但是由于HUD显示屏幕技术限制，显示区域十分有限，不能完全将有用信息，用更加突出简单的视觉呈现方式。

故，有必要提供一种新的疲劳驾驶确定装置及其方法来改善上述问题。

【发明内容】

鉴于以上内容，有必要提供一种高效疲劳驾驶确定装置及其方法。

一种疲劳驾驶确定装置，其包括：采集模块、计算模块、判断模块以及处理模块。采集模块用于采集驾驶数据，所述驾驶数据包括驾驶时间，驾驶里程以及驾驶稳定参数；计算模块用于根据所述驾驶数据，计算疲劳驾驶评分；判断模块用于判断所述疲劳驾驶评分是否超过阈值；处理模块用于当所述疲劳驾驶评分超过所述阈值时，确定驾驶员为疲劳驾驶，并执行预设处理。

一种疲劳驾驶确定方法，该方法包括以下步骤：

采集驾驶数据，所述驾驶数据包括驾驶时间，驾驶里程以及驾驶稳定参数；

根据所述驾驶数据，计算疲劳驾驶评分；

判断所述疲劳驾驶评分是否超过阈值；

若所述疲劳驾驶评分超过所述阈值，确定驾驶员为疲劳驾驶，并执行预设处理。

本发明中的疲劳驾驶确定装置及其方法通过采集模块采集驾驶员面部图像数据以及驾驶数据并将相应的数据提供给计算模块，通过计算模块来计算疲劳驾驶评分来确定驾驶员是否为疲劳驾驶，大大提高了疲劳驾驶的确认精度，有效的解决了驾驶员驾驶安全的问题。

【附图说明】

图1为本发明疲劳驾驶确定装置的具体实施方式的方框图；

图2为本发明疲劳驾驶确定方法的具体实施方式的流程图。

【具体实施方式】

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。

请参阅图1，本发明疲劳驾驶确定装置10具体实施方式，其可以应用于汽车上。

在本实施方式中，汽车上安装有车载诊断系统(On-Board Diagnostic，OBD)。OBD系统实时监控发动机的运行状况和尾气后处理系统的工作状态，一旦发现有可能引起排放超标的情况，会马上发出警示。当系统出现故障时，故障灯(MIL)或检查发动机(CheckEngine)警告灯亮，同时OBD系统会将故障信息存入存储器，通过标准的诊断仪器和诊断接口可以以故障码的形式读取相关信息。根据故障码的提示，维修人员能迅速准确地确定故障的性质和部位。其中，OBD系统可直接记录行车的速度、里程、汽车累记行驶时间、汽车连续行驶时间、速度变化等驾驶参数，但是，其中全部或部分的参数也可以是通过其他电子设备记录，例如，可以通过车载的HUD设备记录其中全部或部分参数。

在本实施例中，所述疲劳驾驶确定装置10包括：采集模块110、计算模块120、判断模块130、处理模块150。其中：

采集模块110用于采集驾驶数据，所述驾驶数据包括驾驶时间、驾驶里程以及驾驶稳定参数等参数。具体的，采集模块110通过OBD系统采集驾驶数据。驾驶驶稳定参数是指衡量汽车在行驶过程中汽车行驶状态变化状况的参数(表征了用户在驾驶过程的操作频率)，其具体可以是汽车的速度变化状况(速度变化的频率或幅度)，也可以是汽车的方向变化状况(如转向的频率或者转向的角度)，这些数据可以通过OBD系统或者通过HUD装置中设置的传感器进行采集。影响汽车驾驶稳定参数的因素主要有汽车本身的结构参数、驾驶员的操作技术以及道路与环境等外部因素的作用。

具体的，所述采集模块可以包括：数据采集子模块1101以及数据重置子模块1102；其中：

数据采集子模块1101，用于采集所述驾驶数据；

数据重置子模块1102，用于在确定有更换驾驶员时，重新采集所述驾驶数据。

计算模块120，用于根据所述驾驶数据，计算疲劳驾驶评分。

具体的，所述计算模块120可以包括：参数评分子模块1201以及综合评分子模块1202；其中：

所述参数评分子模块1201，用于确定所述驾驶数据的参数评分；

所述综合评分子模块1202，用于根据所述驾驶数据的所述参数评分以及相应的加权因子获得所述疲劳驾驶评分。

判断模块130，用于判断所述疲劳驾驶评分是否超过阈值。具体的，所述阈值可以设为6。

处理模块150用于当所述疲劳驾驶评分超过所述阈值时，确定驾驶员为疲劳驾驶，并执行预设处理。

优化的，所述判断模块130，还用于在所述疲劳驾驶评分超过阈值时判断所述汽车的车速大于0的连续时间是否大于A；如，所述连续时间A＝2小时；

在所述汽车的车速大于0的连续时间大于A时，判断所述汽车的车速等于0的连续时间是否大于B；如，连续时间B＝15分钟；在所述汽车的车速等于0的连续时间不大于B时，判断距离上次疲劳驾驶提醒时间间隔是否大于C；如，距离上次疲劳驾驶提醒时间间隔C＝15分钟；

则所述处理模块150，还用于在距离上次疲劳驾驶提醒时间间隔大于C时提醒驾驶员进行休息。具体的，所述处理模块150通过语音播报的方式提醒用户，也可以通过显示界面进行动态提醒。

优化的，本发明疲劳驾驶确定装置10的具体实施方式，所述驾驶数据还包括：驾驶员的面部特征；因此计算模块120可以根据驾驶时间、驾驶里程、驾驶员的面部特征以及驾驶稳定参数来计算驾驶员的疲劳评分，具体的可以根据采集的面部特征确定用户的眨眼频率，或者闭眼时间，又或者打哈欠的频率，参数评分子模块1201根据眨眼频率(闭眼时间或打哈欠的频率)计算驾驶员的面部特征的参数评分；综合评分子模块1202结合上述四个参数的参数评分确定疲劳驾驶评分。

更加优化的，还疲劳驾驶确定装置10可以包括：所述驾驶员识别模块140，用于根据所述驾驶员的面部特征识别身份，以确定是否更换了驾驶员。则，采集模块110还用于采集驾驶员面部图像数据。

具体的，采集模块110是通过汽车上安装的抬头显示技术(Head Up Display，HUD)装置采集所述驾驶员的面部特征，HUD装置包括摄像头。

优化的，所述驾驶数据还可以包括：驾驶环境参数。驾驶环境参数是指驾驶员所处环境的气象数据，如温度和湿度，因此计算模块120可以根据驾驶时间、驾驶里程、驾驶环境参数以及驾驶稳定参数来计算驾驶员的疲劳评分。驾驶环境参数也可通过OBD系统或者HUD装置中设置的传感器来采集。因为驾驶员所处的环境的温度或湿度其实都会对驾驶员的驾驶疲劳度产生一定的影响，所以通过本方法能更加精确的确定驾驶员的疲劳度。

本发明中的疲劳驾驶确定装置通过采集模块采集驾驶员面部图像数据以及驾驶数据并将相应的数据提供给计算模块，通过计算模块来计算疲劳驾驶评分来确定驾驶员是否为疲劳驾驶，大大提高了疲劳驾驶的确认精度，有效的解决了驾驶员驾驶安全的问题。

请参阅图2，为本发明一种疲劳驾驶确定方法的具体实施方式的流程图。

在本实施方式中，汽车上安装有抬头显示技术(Head Up Display，HUD)装置，该HUD装置包括摄像头；或者其他带有摄像头的可采集图像的电子设备。

在本实施方式中，汽车上安装有车载诊断系统(On-Board Diagnostic，OBD)。OBD系统随时监控发动机的运行状况和尾气后处理系统的工作状态，一旦发现有可能引起排放超标的情况，会马上发出警示。当系统出现故障时，故障灯(MIL)或检查发动机(CheckEngine)警告灯亮，同时OBD系统会将故障信息存入存储器，通过标准的诊断仪器和诊断接口可以以故障码的形式读取相关信息。根据故障码的提示，维修人员能迅速准确地确定故障的性质和部位。

所述疲劳驾驶确定方法的流程如下：

步骤S101，采集驾驶数据，所述驾驶数据包括驾驶时间、驾驶里程以及驾驶稳定等参数；具体的，所述采集模块110通过OBD系统采集驾驶数据。

步骤S102，根据所述驾驶数据，计算疲劳驾驶评分。

具体的，所述步骤S102可以包括以下子步骤：

确定所述驾驶数据的参数评分；以及

根据所述驾驶数据的所述参数评分以及相应的加权因子获得所述疲劳驾驶评分。

步骤S103，判断所述疲劳驾驶评分是否超过阈值；如，所述阈值为6；若超过阈值，则执行步骤S104；若未超过阈值，则返回步骤S101。

步骤S104，确定驾驶员为疲劳驾驶，并执行预设处理。

优化的，所述步骤S103还可以进一步包括以下子步骤：

判断所述汽车的车速是否大于0的连续时间大于A；如，所述连续时间A＝2小时；

若是所述汽车的车速大于0的连续时间大于A，则进一步判断所述汽车的车速等于0的连续时间是否大于B；如，所述连续时间B＝15分钟；

若是所述汽车的车速等于0的连续时间不大于B，则进一步判断距离上次疲劳驾驶提醒时间间隔是否大于C；如，距离上次疲劳驾驶提醒时间间隔C＝15分钟。

则步骤104具体为，若是距离上次疲劳驾驶提醒时间间隔大于C，则提醒驾驶员进行休息。具体的，可以通过语音播报的方式提醒用户，也可以通过显示界面进行动态提醒。

优化的，所述步骤S101中还可以进一步包括以子步骤：根据所述驾驶员的面部特征识别身份，以确定是否有更换驾驶员。

具体的，“根据所述驾驶员的面部特征识别身份，以确定是否有更换驾驶员”的步骤，具体可以包括：

采集驾驶员的面部特征；

根据所述驾驶员的面部特征识别身份，以确定是否更换了驾驶员；

若是驾驶员有更换，则重新采集的所述驾驶数据。

本发明实施方式中的疲劳驾驶确定方法通过采集驾驾驶数据，并根据驾驶数据计算疲劳驾驶评分来确定驾驶员是否为疲劳驾驶，大大提高了疲劳驾驶的确认精度，有效的解决了驾驶员驾驶安全的问题。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种疲劳驾驶确定装置，其包括：

采集模块，用于采集驾驶数据，所述驾驶数据包括驾驶时间、驾驶里程以及驾驶稳定参数；

计算模块，用于根据所述驾驶数据，计算疲劳驾驶评分；

判断模块，用于判断所述疲劳驾驶评分是否超过阈值；

处理模块，用于当所述疲劳驾驶评分超过所述阈值时，确定驾驶员为疲劳驾驶，并执行预设处理。

2.如权利要求1所述的疲劳驾驶确定装置，其特征在于，所述计算模块进一步包括：

参数评分子模块，用于确定所述驾驶数据中各参数的参数评分；

综合评分子模块，用于根据所述驾驶数据的所述参数评分以及相应的加权因子获得所述疲劳驾驶评分。

3.如权利要求2所述的疲劳驾驶确定装置，其特征在于，所述判断模块，还用于在所述疲劳驾驶评分超过阈值时，判断所述汽车的车速大于0的连续时间是否大于A；

所述判断模块，还用于在所述汽车的车速大于0的连续时间大于A时，判断所述汽车的车速等于0的连续时间是否大于B；

所述判断模块，还用于所述汽车的车速等于0的连续时间不大于B时，判断距离上次疲劳驾驶提醒时间间隔是否大于C；

所述处理模块，还用于在距离上次疲劳驾驶提醒时间间隔大于C时提醒驾驶员进行休息；

时间A＝2小时，所述连续时间B＝15分钟，所述距离上次疲劳驾驶提醒时间间隔C＝15分钟。

4.根据权利要求1所述的疲劳驾驶确定装置，其特征在于：所述驾驶数据还包括驾驶环境参数和/或驾驶员的面部特征。

5.根据权利要求4所述的疲劳驾驶确定装置，其特征在于：所述疲劳驾驶确定装置还包括：

驾驶员识别模块，用于根据所述驾驶员的面部特征识别身份，以确定是否有更换驾驶员；以及，

所述采集模块进一步包括：

数据采集子模块，用于采集所述驾驶数据；

数据重置子模块，用于在确定有更换驾驶员时，所述数据采集子模块重新采集所述驾驶数据。

6.一种疲劳驾驶确定方法，其特征在于，该方法包括如下步骤：

采集驾驶数据，所述驾驶数据包括驾驶时间，驾驶里程以及驾驶稳定参数；

根据所述驾驶数据，计算疲劳驾驶评分；

判断所述疲劳驾驶评分是否超过阈值；

若所述疲劳驾驶评分超过所述阈值，确定驾驶员为疲劳驾驶，并执行预设处理。

7.根据权利要求6所述的疲劳驾驶确定方法，其特征在于，所述“根据所述驾驶数据，计算疲劳驾驶评分”步骤中包括：

确定所述驾驶数据中各参数的参数评分；以及

根据所述驾驶数据的所述参数评分以及相应的加权因子获得所述疲劳驾驶评分。

8.根据权利要求7所述的疲劳驾驶确定方法，其特征在于，还包括以下步骤：

若是所述疲劳驾驶评分超过阈值，则判断所述汽车的车速是否大于0的连续时间大于A；

若是所述汽车的车速大于0的连续时间大于A，则判断所述汽车的车速等于0的连续时间是否大于B；

若是所述汽车的车速等于0的连续时间不大于B，则判断距离上次疲劳驾驶提醒时间间隔是否大于C；

若是距离上次疲劳驾驶提醒时间间隔大于C，则提醒驾驶员进行休息。

9.根据权利要求6所述的疲劳驾驶确定方法，其特征在于，所述驾驶数据还包括驾驶环境参数和/或驾驶员的面部特征。

10.根据权利要求9所述的疲劳驾驶确定方法，其特征在于，所述“采集驾驶数据”的步骤中还包括：

采集驾驶员的面部特征；

根据所述驾驶员的面部特征识别身份，以确定是否更换了驾驶员；

若更换了驾驶员，则重新采集所述驾驶数据。