一种基于任务和场景引擎的汽车疲劳检测系统和方法与流程

本发明涉及软件定义汽车，具体涉及一种基于任务和场景引擎的汽车疲劳检测系统和方法。

背景技术：

1、当下软件定义汽车正是高速发展时期，智能化、电动化和网联化已成为业内共识的的趋势。车辆功能越来多转变为由软件实现，软件在整车中的价值占比快速提升，因此越来越多的主机厂在摸索调研如何创造有持续的、个性化差异产品，从而引起更多用户的关注和兴趣，带来更多的潜在商机。基于任务系统和智能场景的引擎系统，正是满足主机厂高度定制化要求的软件产品。智能场景引擎从人、车、路出发，深度融合车辆、用户、环境、生态和交通等数据，利用智能算法对车主的下一步需求进行预判并提供服务，增加行车安全，优化智能体验，驱动智能出行生活。

2、研究表明，疲劳驾驶是造成交通事故的主要原因之一，且驾驶人的驾驶能力会随着疲劳程度的增加而下降，为道路交通安全带来严重威胁。目前对驾驶员的疲劳检测通常使用以下三种方法：驾驶员生理信号检测、驾驶员生理反应特征检测、基于汽车行驶状态的检测。

3、专利cn107788967a公开了一种疲劳检测装置与疲劳检测方法，其疲劳检测装置，包括第一检测单元、第二检测单元以及处理单元；第一检测单元用以取得第一生理信号，第二检测单元用以取得第二生理信号；处理单元耦接于第一检测单元以及第二检测单元，依据第一生理信号以及第二生理信号取得多个特征时间差，并且依据所取得的多个特征时间差随着时间的变化趋势来判定疲劳检测结果。此外，一种疲劳检测方法也被提出。该发明能够准确且即时的判定使用者的精神状态变化。不过该发明未说明在何种情况下，可以进入疲劳监测功能，没有考虑疲劳检测的可配置化，也未考虑疲劳检测的评价标准及评价标准的可定制化。

4、专利cn109740477a公开了一种驾驶员疲劳检测系统，包括图像预处理模块将图像处理为预设格式；面部以及面部特征点检测模块采用第一卷积神经网络检测获得面部区域和面部特征点；面部区域调整归一化模块根据人脸特征点形成面部位置框，利用面部位置框裁剪面部区域，将裁剪后的面部区域归一化处理；面部特征提取网络模块采用第二卷积神经网络在归一化后的图像中获取面部特征并获取各面部特征的置信度；疲劳程度及疲劳状态判断模块，根据疲劳判断规则获取当前图像疲劳程度，根据前图像疲劳程度利用perclos算法获得驾驶员疲劳状态。该发明还公开了一种驾驶员疲劳检测方法。该发明能精确获取驾驶员的面部信息，并进行融合决策准确判断驾驶员疲劳状态，不过该发明未说明在何种情况下，可以进入疲劳检测功能，未考虑疲劳检测的远程可配置化，也没有考虑用户的历史检测行为对疲劳检测的影响。

技术实现思路

1、本发明所要解决的技术问题是针对现有技术的不足而提供一种基于任务和场景引擎的汽车疲劳检测方法，该方法对于驾驶员疲劳检测识别的准确率高，并能够在发现驾驶员疲劳时，对驾驶员进行提醒。

2、为实现上述目的，按照本发明的一个方面，提供了一种基于任务和场景引擎的汽车疲劳检测方法，包括：

3、根据场景引擎配置文件判断疲劳检测功能是否开启；所述的场景引擎配置文件由云端生成；

4、当dms系统可用且疲劳检测功能开启时，从云端拉取dms配置文件，获取dms配置参数，将所述dms配置参数传送给dms系统；

5、dms系统按照dms配置参数对驾驶员进行疲劳信息采集及疲劳检测，当检测到驾驶员疲劳时，提示驾驶员处于疲劳状态。

6、上述方案还包括：

7、提示驾驶员处于疲劳状态后，驾驶员反馈是否处于疲劳状态，将驾驶员信息、疲劳信息、驾驶员疲劳状态反馈信息传给云端，由云端根据当前驾驶员信息、疲劳信息、驾驶员疲劳状态反馈信息，判断是否需要重新设置dms配置参数。

8、上述方案中，所述场景引擎配置文件包括场景库和交互库。

9、上述方案中，所述场景库包括场景库分类和场景库条件。

10、进一步地，所述场景库分类为驾驶员监测类；所述场景库条件为疲劳检测功能开启触发条件，包括车速条件、dms开启条件和车机开启条件。

11、上述方案中，所述交互库包括服务库、语音、卡片和虚拟人物动作；在所述交互库里能够选择所述服务库设置的内容；所述语音、卡片和虚拟人物动作用来在dms系统可用且疲劳检测功能开启时，提示驾驶员dms系统可用且疲劳检测功能开启；也可用于当dms系统检测到驾驶员疲劳时，提示驾驶员处于疲劳状态。

12、上述方案中，所述服务库设置的内容包括dms系统开启和dms系统开启功能手册弹出；当每次车机开机时，自动开启dms系统并在车机弹出dms系统开启提示，提示驾驶员做出驾驶员预设定手势，供云端获取驾驶员手势正确性数据。

13、上述方案中，所述根据场景引擎配置文件判断疲劳检测功能是否开启，具体包括：

14、当所述车速条件、dms开启条件和车机开启条件满足预设定条件，则判断疲劳检测功能开启。

15、上述方案中，本方法还获取驾驶员手势并上传云端，供云端计算驾驶员预设定手势的正确次数获取驾驶员手势正确性数据；

16、本方法还设置驾驶员预设定手势和疲劳检测功能驾驶员手势的正确性数据阈值；

17、比对所述获取的驾驶员手势正确性数据与所述疲劳检测功能手势正确性数据阈值的大小；

18、若所述获取的驾驶员手势正确性数据大于所述疲劳检测功能手势正确性数据阈值，则判断dms系统可用。

19、上述方案中，所述dms系统按照dms配置参数对驾驶员进行疲劳信息采集及疲劳检测之前，设置疲劳样本阈值；

20、所述dms系统按照dms配置参数对驾驶员进行疲劳信息采集及疲劳检测，具体包括：

21、所述dms配置参数包括dms采样频率、每次采样时间和相邻两次采样的间隔时间，当在所述dms配置参数条件下dms系统对驾驶员人脸信息进行采样，进行疲劳信息采集，由dms系统判定每次疲劳信息是否为疲劳，一次采样中疲劳信息被dms系统判定为疲劳的数量为疲劳信号数量；

22、比对所述获取的疲劳信号数量与所述疲劳样本阈值的大小；

23、若所述获取的疲劳信号数量大于所述疲劳样本阈值，则dms系统判断驾驶员疲劳。

24、上述方案中，所述由云端根据当前驾驶员信息、疲劳信息、驾驶员疲劳状态反馈信息，判断是否需要重新设置dms配置参数之前，所述的疲劳检测方法还包括：

25、设置疲劳信号阈值；

26、所述由云端根据当前驾驶员信息、疲劳信息、驾驶员疲劳状态反馈信息，判断是否需要重新设置dms配置参数，具体包括：

27、从当前驾驶员信息、疲劳信息中获取疲劳信号数量；比对所述疲劳信号数量与所述疲劳信号阈值的大小；

28、若所述疲劳信号数量不大于所述疲劳信号阈值，则不需要重新设置dms配置参数；

29、若所述疲劳信号信息的数量大于所述疲劳信号阈值，则需要根据所述疲劳信息和所述驾驶员疲劳状态反馈信息判断是否需要重新设置dms配置参数。

30、按照本发明的另一方面，提供了一种用于实现上述一种基于任务和场景引擎的汽车疲劳检测方法的系统，包括：

31、云端，包括：配置单元，用于生成场景引擎配置文件、dms配置文件；存储单元，用于存储场景引擎配置文件、dms配置文件；判断单元，用于根据上传的驾驶员手势正确性数据判断dms系统是否可用；

32、车机端，包括：判断单元，用于根据场景引擎配置文件判断疲劳检测功能是否开启；dms系统，用于对驾驶员进行疲劳信息采集及疲劳检测；提示模块，用于提示驾驶员处于疲劳状态。

33、总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：

34、(1)本发明提供了一种基于任务和场景引擎的汽车疲劳检测方法，该方法通过设置智能场景引擎，能够对疲劳检测的参数进行远程的配置，方便用户使用疲劳检测功能，还能够提升驾驶员疲劳检测识别的准确率，并在发现驾驶员疲劳时，对驾驶员进行提醒。

35、(2)本发明提供的一种基于任务和场景引擎的汽车疲劳检测方法，能够根据疲劳检测识别准确率和驾驶员历史疲劳数据对dms配置参数进行重新修正，能够继续提升疲劳检测识别的准确率，利于行车安全。