技术新讯 > 信号装置的制造及其应用技术 > 一种基于物联网的驾驶人员监测系统及方法与流程  >  正文

一种基于物联网的驾驶人员监测系统及方法与流程

  • 国知局
  • 2024-07-31 20:44:30

本公开属于网络监测,特别涉及一种基于物联网的驾驶人员监测系统及方法。

背景技术:

1、传统的监测方法是在驾驶人员的驾驶时间和里程进行判断提醒,但是这存在一定的偏差。我们采用摄像头采集人像特征与传感器结合的方式,综合采集驾驶人员状态信息,app端数据可视化,可通过健康预警方式提醒驾驶员安全驾驶,提高交通安全,从而减少交通事故的发生,更好地保障人民生命财产安全。

技术实现思路

1、针对上述问题,本公开提供一种基于物联网的驾驶人员监测系统,所述系统包括:

2、微控制器和信息采集模块,所述微控制器和所述信息采集模块相连接;其中,所述信息采集模块包括至少两种信息采集设备;

3、所述信息采集模块用于采集驾驶人员的状态信息;

4、所述微控制器用于对所述驾驶人员的状态信息进行数据处理,确定所述驾驶人员的疲劳度。

5、优选地,所述信息采集模块包括心率血氧传感器、温湿度传感器、酒精监测传感器和摄像头。

6、优选地,所述系统还包括移动终端,所述微控制器通过云端网络与所述移动终端相连接;

7、所述移动终端用于显示所述驾驶人员的状态信息以及所述驾驶人员的疲劳度。

8、本公开还提出一种基于物联网的驾驶人员监测方法,所述方法包括:

9、采集所述驾驶人员的至少两种状态信息;

10、对所述驾驶人员的状态信息进行数据处理,并根据数据处理结果确定所述驾驶人员的疲劳度。

11、优选地,所述状态信息包括心率、血氧、车内的温湿度、驾驶人员的酒精含量和所述驾驶人员的驾驶状态。

12、优选地,采集所述驾驶人员的驾驶状态包括:对所述驾驶人员进行疲劳驾驶监测。

13、优选地,所述疲劳驾驶监测包括:

14、获取所述驾驶人员的面部图像;

15、对所述面部图像进行人脸检测和特征点提取,确定所述驾驶人员的ear值;

16、根据所述驾驶人员的ear值确定所述驾驶人员的眼部疲劳程度。

17、优选地,采集所述驾驶人员的驾驶状态还包括:对所述驾驶人员进行头部姿态监测;

18、所述头部姿态监测包括:

19、对所述驾驶人员进行视线监测;

20、根据所述驾驶人员偏离目标视线的时间确定所述驾驶人员的头部偏移时间。

21、优选地,所述方法还包括将所述驾驶人员的状态信息和疲劳度上传至移动终端,进行可视化显示。

22、优选地,根据数据处理结果确定所述驾驶人员的疲劳度之后,还包括:

23、对比所述疲劳度和预先设定的疲劳度标准值,若所述疲劳度达到所述疲劳度标准值,则对所述驾驶人员进行异常提示。

24、本公开具有以下有益效果:

25、(1)本公开采用人脸图像特征识别与多传感器融合的方式,通过科学的理论方法判断疲劳度;利用landmark算法实现监测驾驶人员的面部特征,进而计算rerclos疲劳度,当驾驶员不注视汽车前进方向,系统会实时根据算法分析异常图像及时做出判断提醒;

26、(2)本公开采用多传感器融合对驾驶人员的心率血氧、温湿度、酒精浓度进行驾驶人员基础体检监测;辅助判断行驶安全性;传感器将被置于方向盘空间中,不影响驾驶体验。

27、本公开的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本公开而了解。本公开的目的和其他优点可通过在说明书以及附图中所指出的结构来实现和获得。

技术特征:

1.一种基于物联网的驾驶人员监测系统,其特征在于,所述系统包括:

2.根据权利要求1所述的基于物联网的驾驶人员监测系统,其特征在于,

3.根据权利要求1所述的基于物联网的驾驶人员监测系统,其特征在于,

4.一种基于物联网的驾驶人员监测方法,其特征在于,所述方法包括:

5.根据权利要求4所述的基于物联网的驾驶人员监测方法,其特征在于,

6.根据权利要求5所述的基于物联网的驾驶人员监测方法,其特征在于,

7.根据权利要求6所述的基于物联网的驾驶人员监测方法,其特征在于,

8.根据权利要求5所述的基于物联网的驾驶人员监测方法,其特征在于,

9.根据权利要求4所述的基于物联网的驾驶人员监测方法,其特征在于,

10.根据权利要求4所述的基于物联网的驾驶人员监测方法,其特征在于,

技术总结本公开属于网络监测技术领域,特别涉及一种基于物联网的驾驶人员监测系统及方法。所述系统包括:微控制器和信息采集模块,所述微控制器和所述信息采集模块相连接;其中,所述信息采集模块包括至少两种信息采集设备;所述信息采集模块用于采集驾驶人员的状态信息;所述微控制器用于对所述驾驶人员的状态信息进行数据处理,确定所述驾驶人员的疲劳度。本公开采用人脸图像特征识别与多传感器融合的方式,通过科学的理论方法判断疲劳度;利用Landmark算法实现监测驾驶人员的面部特征,进而计算RERCLOS疲劳度,当驾驶员不注视汽车前进方向,系统会实时根据算法分析异常图像及时做出判断提醒。技术研发人员:张瑶瑶受保护的技术使用者:奇瑞汽车股份有限公司技术研发日:技术公布日:2024/6/18

本文地址:https://www.jishuxx.com/zhuanli/20240731/187652.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。