疲劳驾驶检测方法、装置、计算机设备及可读存储介质与流程

本发明涉及智能驾驶，尤其涉及一种疲劳驾驶检测方法、装置、计算机设备及可读存储介质。

背景技术：

1、疲劳驾驶是导致交通事故的主要原因，数据表明，交通事故有60％与疲劳驾驶有关，交通事故发生率约27％左右与疲劳驾驶直接相关。在夜间行车过程中驾驶员更容易出现疲劳驾驶现象。

2、目前常见车载疲劳驾驶检测方法常采用摄像头捕捉驾驶员面部信息来判断驾驶员状态，但摄像头捕捉画面容易受光照等因素影响而不稳定，面部识别的成功率较低，容易造成误判，使得检测精度和准确度不高。

技术实现思路

1、有鉴于此，本发明的目的是为了克服现有技术中的不足，提供一种疲劳驾驶检测方法、装置、计算机设备及可读存储介质。

2、本发明提供如下技术方案：

3、第一方面，本公开实施例中提供了一种疲劳驾驶检测方法，所述方法包括:

4、采集驾驶员的生理信号，并判断所述生理信号的有效性；

5、采集所述驾驶员的面部信息，并判断所述面部信息的有效性；

6、当所述生理信号有效时，计算所述驾驶员的生理疲劳度，当所述面部信息有效时，计算所述驾驶员的面部疲劳度；

7、根据所述生理疲劳度与所述面部疲劳度计算所述驾驶员的综合疲劳度，并根据所述综合疲劳度生成建议驾驶时长与疲劳驾驶预警。

8、进一步地，所述判断所述生理信号的有效性，包括：

9、根据所述生理信号建立心率变异性评估模型，根据预设提取公式从所述心率变异性评估模型中提取时间域特征；

10、当所述时间域特征小于预设特征阈值时，确定所述生理信号有效，其中，所述预设提取公式为：

11、

12、式中，rmssd为所述时间域特征，n表示正常心搏的总次数，rri、rri+1表示相邻两个连续心动间期。

13、进一步地，所述计算所述驾驶员的生理疲劳度，包括：

14、获取支持向量机模型，根据所述支持向量机模型建立生理信号疲劳评估模型；

15、通过所述生理信号疲劳评估模型根据预设计算公式计算所述驾驶员的生理疲劳度，其中，所述预设计算公式为：

16、

17、式中，y为所述生理疲劳度，b为所述支持向量机模型的参数，k(xi,x)为核函数，n为向量空间的维数，yi为第i个支持向量，ai为第i个支持向量的系数。

18、进一步地，所述面部信息包括闭眼帧数、总帧数、张嘴时长与总时长，所述判断所述面部信息的有效性，包括：

19、计算所述闭眼帧数与所述总帧数的第一比值，将所述第一比值定义为闭眼指数；

20、计算所述张嘴时长与所述总时长的第二比值，将所述第二比值定义为打哈欠指数；

21、当所述闭眼指数大于预设闭眼阈值，和/或所述打哈欠指数大于预设打哈欠阈值时，确定所述面部信息有效。

22、进一步地，所述计算所述驾驶员的面部疲劳度，包括：

23、通过预设评分公式根据所述闭眼指数与所述打哈欠指数计算所述驾驶员的面部疲劳度，其中，所述预设评分公式为：

24、m＝ω1×bei+ω2×yi

25、式中，m为所述面部疲劳度，bei为所述闭眼指数，ω1为所述闭眼指数的权重系数，yi为所述打哈欠指数，ω2为所述打哈欠指数的权重系数。

26、进一步地，所述根据所述生理疲劳度与所述面部疲劳度计算所述驾驶员的综合疲劳度，包括：

27、获取所述生理疲劳度的第一加权系数，获取所述面部疲劳度的第二加权系数；

28、通过预设疲劳公式根据所述生理疲劳度与所述面部疲劳度计算所述综合疲劳度，其中，所述预设疲劳公式为：

29、n＝α*y+β*m

30、式中，n为所述综合疲劳度，α为所述第一加权系数，β为所述第二加权系数。

31、进一步地，所述方法还包括：

32、当所述生理信号无效且所述面部信息有效时，根据所述面部疲劳度生成所述建议驾驶时长与所述疲劳驾驶预警；

33、当所述生理信号有效且所述面部信息无效时，根据所述生理疲劳度生成所述建议驾驶时长与所述疲劳驾驶预警。

34、第二方面，本公开实施例中提供了一种疲劳驾驶检测装置，所述装置包括：

35、第一判断模块，用于采集驾驶员的生理信号，并判断所述生理信号的有效性；

36、第二判断模块，用于采集所述驾驶员的面部信息，并判断所述面部信息的有效性；

37、第一计算模块，用于当所述生理信号有效时，计算所述驾驶员的生理疲劳度，当所述面部信息有效时，计算所述驾驶员的面部疲劳度；

38、第二计算模块，用于根据所述生理疲劳度与所述面部疲劳度计算所述驾驶员的综合疲劳度，并根据所述综合疲劳度生成建议驾驶时长与疲劳驾驶预警。

39、第三方面，本公开实施例中提供了一种计算机设备，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现第一方面中所述的疲劳驾驶检测方法的步骤。

40、第四方面，本公开实施例中提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中所述的疲劳驾驶检测方法的步骤。

41、本申请的有益效果：

42、本申请实施例提供的疲劳驾驶检测方法，方法包括：采集驾驶员的生理信号，并判断所述生理信号的有效性；采集所述驾驶员的面部信息，并判断所述面部信息的有效性；当所述生理信号有效时，计算所述驾驶员的生理疲劳度，当所述面部信息有效时，计算所述驾驶员的面部疲劳度；根据所述生理疲劳度与所述面部疲劳度计算所述驾驶员的综合疲劳度，并根据所述综合疲劳度生成建议驾驶时长与疲劳驾驶预警。本申请通过多种传感器采集的驾驶员的生理信号和面部信息，可以有效提高面部信息识别的稳定性，提高面部识别的成功率，提高了疲劳驾驶检测精度，减少误判的发生。

43、为使本发明的上述目的、特征和优点能更明显和易懂，下文特举较佳实施例，并配合所附附图，做详细说明如下。

技术特征：

1.一种疲劳驾驶检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的疲劳驾驶检测方法，其特征在于，所述判断所述生理信号的有效性，包括：

3.根据权利要求1所述的疲劳驾驶检测方法，其特征在于，所述计算所述驾驶员的生理疲劳度，包括：

4.根据权利要求3所述的疲劳驾驶检测方法，其特征在于，所述面部信息包括闭眼帧数、总帧数、张嘴时长与总时长，所述判断所述面部信息的有效性，包括：

5.根据权利要求4所述的疲劳驾驶检测方法，其特征在于，所述计算所述驾驶员的面部疲劳度，包括：

6.根据权利要求5所述的疲劳驾驶检测方法，其特征在于，所述根据所述生理疲劳度与所述面部疲劳度计算所述驾驶员的综合疲劳度，包括：

7.根据权利要求1所述的疲劳驾驶检测方法，其特征在于，所述方法还包括：

8.一种疲劳驾驶检测装置，其特征在于，所述装置包括：

9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的疲劳驾驶检测方法的步骤。

10.一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存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-7中任一项所述的疲劳驾驶检测方法的步骤。

技术总结本发明公开了一种疲劳驾驶检测方法、装置、计算机设备及可读存储介质。该方法包括：采集驾驶员的生理信号，并判断生理信号的有效性；采集驾驶员的面部信息，并判断面部信息的有效性；当生理信号有效时，计算驾驶员的生理疲劳度，当面部信息有效时，计算驾驶员的面部疲劳度；根据生理疲劳度与面部疲劳度计算驾驶员的综合疲劳度，并根据综合疲劳度生成建议驾驶时长与疲劳驾驶预警。本申请通过多种传感器采集的驾驶员的生理信号和面部信息，可以有效提高面部信息识别的稳定性，提高面部识别的成功率，提高了疲劳驾驶检测精度，减少误判的发生。技术研发人员：杨思晗,郝鹏飞,程福明,余凯峰受保护的技术使用者：上海禾骋科技有限公司技术研发日：技术公布日：2024/6/13