驾驶员分神预警方法和驾驶员分神预警系统与流程

1.本技术涉及一种驾驶员分神预警方法和一种驾驶员分神预警系统。


背景技术：

2.每年因为疲劳驾驶酿成的悲剧不计其数，造成这一后果的原因则是驾驶员长时间驾驶导致的注意力不集中。为了解决驾驶员的疲劳驾驶问题，驾驶员监控系统(driver monitoring system，dms)被投入使用，以减少因疲劳驾驶而导致的交通事故。
3.当前的大多数dms系统都注重于监控驾驶员的头部运动和视点，并且在驾驶员的头部运动和视点超出预定的专心驾驶范围的情况下执行驾驶员分神预警，而不考虑车辆的当前状态和驾驶条件。但是，实际上，驾驶员的头部运动和视点的专心驾驶范围是随着驾驶员的身体条件、车辆的当前状态和驾驶条件而变化的。在不同的驾驶条件下，例如在无转向角直线驾驶、大转向角低速转弯驾驶(例如在市区中转弯)和小转向角高速转弯驾驶(例如在高速路上并线)的情况下，驾驶员的头部运动和视点的专心驾驶范围是不同的。因此，仅基于头部运动和视点的简单检测是不够准确的。


技术实现要素：

4.为了解决上述技术问题，本技术提出了一种驾驶员分神预警方法。所述驾驶员分神预警方法包括以下步骤：
5.a)读取与驾驶员的选择相对应的数据集；
6.b)获取原始数据并且将其输入与驾驶员的选择相对应的数据集，所述原始数据包括车辆的当前车速和当前方向盘转向角以及驾驶员的当前视线相对于驾驶舱坐标系的方位角；
7.c)通过机器学习来优化数据集；
8.d)判断原始数据或根据原始数据计算出的视点信息是否超出数据集中的与当前车速和当前方向盘转向角相对应的专心驾驶范围，并且在视点信息超出专心驾驶范围的情况下根据超出的程度确定驾驶员分神级别；以及
9.e)根据驾驶员分神级别执行对应的驾驶员分神预警，然后返回步骤b)。
10.根据可选实施方式，驾驶员的当前视线相对于驾驶舱坐标系的方位角包括驾驶员的当前视线相对于水平面的第一夹角(α)以及驾驶员的当前视线相对于与车辆的行驶方向重合的竖直平面的第二夹角(β)。
11.根据可选实施方式，步骤c)包括：
12.c1)使用数据集中的原始数据作为输入，针对当前车速建立相应的第一夹角相对于转向角的第一分布图以及第二夹角相对于转向角的第二分布图；
13.c2)通过机器学习对第一分布图和第二分布图进行拟合，以得出针对当前车速的第一夹角的边缘曲线和第二夹角的边缘曲线，从而获得针对当前车速的第一夹角的第一专心区域和第二夹角的第二专心区域；以及
14.c3)在输入的第一夹角和第二夹角的数据较少的情况下，通过参考针对相邻车速的第一夹角的边缘曲线和第二夹角的边缘曲线并且通过机器学习来进行补间，以获得每个车速下的相对完整的第一专心区域和第二专心区域。
15.根据可选实施方式，步骤d)包括：
16.d1)判断针对当前车速的第一夹角和第二夹角是否处于对应的第一专心区域和第二专心区域中，若第一夹角和第二夹角处于对应的第一专心区域和第二专心区域中，则跳转至步骤d2)，若第一夹角和第二夹角不处于对应的第一专心区域和第二专心区域中，则跳转至步骤d3)；
17.d2)将驾驶员分神级别设置为级别0；以及
18.d3)测量第一夹角超出第一专心区域的超出量以及第二夹角超出第二专心区域的超出量，若上述各超出量都小于或等于第一阈值，则将驾驶员分神级别设置为级别1，若上述任何一个超出量大于第一阈值且小于或等于第二阈值，则将驾驶员分神级别设置为级别2，以此类推划分出多个驾驶员分神等级。
19.根据可选实施方式，步骤e)包括：
20.e1)若驾驶员分神级别为级别0，则返回步骤b)；
21.e2)若驾驶员分神级别不为级别0，则通过针对不同驾驶员分神级别的人机交互方式来提醒驾驶员，或者辅助驾驶员操控车辆。
22.根据可选实施方式，所述人机交互方式包括车载指示灯闪烁、语音提示、座椅抖动、方向盘抖动等；以及所述辅助驾驶员操控车辆包括使车辆减速、靠边、在转向灯未启动的情况下禁止车辆变道等。
23.根据可选实施方式，在步骤e2)中，仅在驾驶员分神级别不为0并且持续一阈值时间的情况下，才触发与驾驶员分神级别相对应的提醒或者辅助驾驶员操控车辆。
24.根据可选实施方式，步骤a)包括：
25.a1)提示驾驶员选择是否输入个人信息，在驾驶员选择输入个人信息的情况下跳转至步骤a2)，在驾驶员选择不输入个人信息的情况下跳转至步骤a5)；
26.a2)判断现有数据集的数据头部是否与个人信息相匹配，在现有数据集的数据头部与个人信息不匹配的情况下跳转至步骤a3)，在现有数据集的数据头部与个人信息相匹配的情况下跳转至步骤a4)；
27.a3)创建包括与个人信息相匹配的数据头部的数据集；
28.a4)读取包括与个人信息相匹配的数据头部的数据集，然后跳转至步骤b)；
29.a5)提示驾驶员选择是否允许采集生理特征，在驾驶员选择允许采集生理特征的情况下跳转至步骤a6)，在驾驶员选择不允许采集生理特征的情况下跳转至步骤a9)；
30.a6)采集驾驶员的生理特征并且判断现有数据集的数据头部是否与生理特征相匹配，在现有数据集的数据头部与生理特征不匹配的情况下跳转至步骤a7)，在现有数据集的数据头部与生理特征相匹配的情况下跳转至步骤a8)；
31.a7)生成包括与生理特征相匹配的数据头部的数据集；
32.a8)读取包括与生理特征相匹配的数据头部的数据集，然后跳转至步骤b)；以及
33.a9)读取默认数据集，并且将其在驾驶室坐标系中平移以使得其头部基准点匹配驾驶员的头部在驾驶室坐标系中的位置，然后跳转至步骤b)。
34.本技术还提出了一种驾驶员分神预警系统，用于执行根据权利要求1-8中任一项所述的驾驶员分神预警方法，驾驶员分神预警系统包括数据采集单元、数据处理单元和预警单元，其中，数据采集单元包括：测速装置，其用于获得车辆的当前车速；方向盘转动检测装置，其用于获得车辆的当前方向盘转向角；个人信息输入装置，其用于获得驾驶员的个人信息；生理特征获得装置，其用于获得驾驶员的生理特征；以及方位角测量装置，其用于获得驾驶员的当前视线相对于驾驶舱坐标系的方位角；其中，数据处理单元用于将包括车辆的当前车速和当前方向盘转向角以及驾驶员的当前视线相对于驾驶舱坐标系的方位角的原始数据输入数据集，通过机器学习来优化数据集，判断原始数据或根据原始数据计算出的视点信息是否超出数据集中的与当前车速和当前方向盘转向角相对应的专心驾驶范围，并且在视点信息超出专心驾驶范围的情况下根据超出的程度确定驾驶员分神级别；其中，预警单元用于根据驾驶员分神级别执行对应的驾驶员分神预警。
35.根据可选实施方式，所述生理特征获得装置包括摄像头、指纹识别器、虹膜识别器和方向盘握力传感器；以及所述方位角测量装置包括非侵入式眼动仪和视觉识别摄像头。
36.根据可选实施方式，数据处理单元包括存储器和车载处理器，所述存储器用于存储与驾驶员的选择相对应的数据集，以便所述车载处理器调用，所述车载处理器用于在车辆中执行通过机器学习来优化数据集，以及在车辆中判断原始数据或根据原始数据计算出的视点信息是否超出数据集中的与当前车速和当前方向盘转向角相对应的专心驾驶范围。
37.根据可选实施方式，数据处理单元包括数据传输单元和与数据传输单元无线连接的远程服务器，数据传输单元用于将原始数据发送至远程服务器并且从远程服务器接收处理结果，远程服务器用于执行通过机器学习来优化数据集，以及判断原始数据或根据原始数据计算出的视点信息是否超出数据集中的与当前车速和当前方向盘转向角相对应的专心驾驶范围。
38.综上所述，根据本技术，通过车辆的当前车速和当前方向盘转向角与驾驶员的当前视线相对于驾驶舱坐标系的方位角结合来判断驾驶员是否在驾驶时分神，并且确定驾驶员的分神级别。这样做的优点在于可以获得更准确的判定，从而避免出现驾驶员并未分神时执行驾驶员分神预警而在驾驶员正在分神时未执行驾驶员分神预警的情况。此外，根据本技术，针对不同驾驶员的身体条件，套用不同的数据集，以更精确地判断驾驶员是否在驾驶时分神。
附图说明
39.现在将仅通过实施例的方式参考附图来描述本技术的实施方式，其中：
40.图1是根据本技术的驾驶员分神预警方法的流程图；
41.图2是驾驶舱坐标系的示意图；
42.图3是在现有技术中的dms系统中使用的数据集的示意图；
43.图4是在根据本技术的驾驶员分神预警方法中使用的数据集的示意图；
44.图5是在图1中的驾驶员分神预警方法中使用的数据集的组合的示意图；以及
45.图6是根据本技术的驾驶员分神预警系统的第一实施方式的示意图；
46.图7是根据本技术的驾驶员分神预警系统的第二实施方式的示意图。
具体实施方式
47.图1是根据本技术的驾驶员分神预警方法的流程图。驾驶员分神预警方法包括以下步骤：
48.a)读取与驾驶员的选择相对应的数据集；
49.b)获取原始数据并将其输入与驾驶员的选择相对应的数据集，所述原始数据包括车辆的当前车速和当前方向盘转向角以及驾驶员的当前视线相对于驾驶舱坐标系的方位角；
50.c)通过机器学习来优化数据集；
51.d)判断原始数据或根据原始数据计算出的视点信息是否超出数据集中的与当前车速和当前方向盘转向角相对应的专心驾驶范围，并且在视点信息超出专心驾驶范围的情况下根据超出的程度确定驾驶员分神级别；以及
52.e)根据驾驶员分神级别执行对应的驾驶员分神预警，然后返回步骤b)。
53.图2是驾驶舱坐标系的示意图。在驾驶舱坐标系中，x方向为车辆的行驶方向，y方向为竖直方向，z方向处于水平面中并且垂直于车辆的行驶方向。驾驶员的当前视线相对于驾驶舱坐标系的方位角包括驾驶员的当前视线在x-y平面中投影与x轴的第一夹角α，以及驾驶员的当前视线在x-z平面中投影与x轴的第二夹角β。
54.步骤a)进一步包括：
55.a1)提示驾驶员选择是否输入个人信息，在驾驶员选择输入个人信息的情况下跳转至步骤a2)，在驾驶员选择不输入个人信息的情况下跳转至步骤a5)；
56.a2)判断现有数据集的数据头部是否与个人信息相匹配，在现有数据集的数据头部与个人信息不匹配的情况下跳转至步骤a3)，在现有数据集的数据头部与个人信息相匹配的情况下跳转至步骤a4)；
57.a3)创建包括与个人信息相匹配的信息头部的数据集，与个人信息相匹配的信息头部例如包括驾驶员姓名、驾驶员年龄、驾驶员驾照类型、驾驶员联系方式等；
58.a4)读取包括与个人信息相匹配的数据头部的数据集，然后跳转至步骤b)；
59.a5)提示驾驶员选择是否允许采集生理特征，在驾驶员选择允许采集生理特征的情况下跳转至步骤a6)，在驾驶员选择不允许采集生理特征的情况下跳转至步骤a9)；
60.a6)采集驾驶员的生理特征并且判断现有数据集的数据头部是否与生理特征相匹配，在现有数据集的数据头部与生理特征不匹配的情况下跳转至步骤a7)，在现有数据集的数据头部与与生理特征相匹配的情况下跳转至步骤a8)；
61.a7)生成包括与生理特征相匹配的信息头部的数据集，与生理特征相匹配的信息头部例如包括驾驶员身高、驾驶员体重、驾驶员虹膜信息和驾驶员指纹信息等；
62.a8)读取包括与生理特征相匹配的数据头部的数据集，然后跳转至步骤b)；以及
63.a9)读取默认数据集，然后跳转至步骤b)。
64.在步骤b)中，借助于车辆中的各种传感器获取原始数据并将其输入与驾驶员的选择相对应的数据集。例如，借助于车辆中的测速装置获取车辆的当前车速；借助于车辆中的方向盘转动检测装置获取当前方向盘转向角；以及借助于车辆中非侵入式眼动仪和视觉识别摄像头获取驾驶员的当前视线在驾驶舱坐标系中的第一夹角α和第二夹角β。
65.图3是在现有技术中的dms系统中使用的数据集的示意图。现有技术中的dms系统
通常以简单的几何形状(例如矩形)限定专心区域和分神区域，并且对于所有的方向盘转向角和车速，专心区域和分神区域所对应的第一夹角α和第二夹角β的范围是相同的。具体而言，在现有技术的dms系统中，在车辆沿直线行驶时(即方向盘转角为0
°
时)，例如第二夹角β在45
°
以内(含45
°
)属于专心区域，第二夹角β在45
°
以外属于分神区域，即，若驾驶员的当前视线在x-z平面中投影与x轴的夹角大于45
°
，则判定驾驶员的当前视线处于分神区域中。在车辆转弯或并道时(即方向盘转角不为0
°
时)，专心区域的边界依然是45
°
。然而，在车辆转弯时，驾驶员通常会大范围扫视以确保车辆的安全转弯或并道。在驾驶员扫视时，驾驶员的视线在x-z平面中投影与x轴的夹角通常大于45
°
，这会触发分神警报或在dms系统中留下驾驶员分神的记录，尽管驾驶员实际并未分神。类似地，在现有技术的dms系统中，在车辆低速行驶时，例如第一夹角α在30
°
以内(含30
°
)属于专心区域，第一夹角α在30
°
以外属于分神区域，即，若驾驶员的当前视线在x-y平面中投影与x轴的夹角大于30
°
，则判定驾驶员的当前视线处于分神区域中。在车辆高速行驶时，专心区域的边界依然是30
°
。然而，在车辆高速行驶时(通常是在高速公路上行驶)，驾驶员应当更加关注车辆正前方的情况，此时若驾驶员的视线的第一夹角α仍处于30
°
附近，则可能代表驾驶员虽然已分神，但不会触发分神警报或在dms系统中留下驾驶员分神的记录。
66.图4是在根据本技术的驾驶员分神预警方法中使用的数据集的示意图。参照图1和图3，步骤c)进一步包括：
67.c1)使用数据集中的原始数据作为输入，针对当前车速建立相应的第一夹角相对于转向角的第一分布图以及第二夹角相对于转向角的第二分布图；以及
68.c2)通过机器学习对第一分布图和第二分布图进行拟合，以得出针对当前车速的第一夹角的边缘曲线和第二夹角的边缘曲线，从而获得针对当前车速的第一夹角的第一专心区域和第二夹角的第二专心区域。
69.根据本技术，驾驶员的第一专心区域和第二专心区域不再由简单的几何形状限定，而是在车辆的当前车速下，由随着当前方向盘转向角动态变化的曲线限定，从而可以获得更准确的判定，以避免出现驾驶员并未分神时执行驾驶员分神预警而在驾驶员正在分神时未执行驾驶员分神预警的情况。
70.图5是在图1中的驾驶员分神预警方法中使用的数据集的组合的示意图。为了清楚起见，图5中仅示出了在不同车速下图4中的数据集的上限曲线组成的曲面。在图5中，曲面上方的部分是各车速下的分神区域，而曲面下方的部分是各车速下的专心区域。参照图1和图4，步骤c)进一步包括：
71.c3)可选地，在输入的第一夹角和第二夹角的数据较少的情况下，通过参考针对相邻车速的第一夹角的边缘曲线和第二夹角的边缘曲线并且通过机器学习来进行补间，以获得每个车速下的相对完整的第一专心区域和第二专心区域。机器学习的实例性算法如下所述，例如在车速为50km/h且方向盘转角为90
°
的情况下，专心区域的第一夹角α的上限为30
°
，在车速为70km/h且方向盘转角为90
°
的情况下，专心区域的第一夹角α的上限为40
°
，则在车速为60km/h且方向盘转角为90
°
的情况下，专心区域的第一夹角α的上限可以被计算为上述两个第一夹角α的上限的算数平均值、几何平均值、或根据除车速为60km/h以外在方向盘转角为90
°
的情况下专心区域的第一夹角α的上限值的拟合曲线上处于车速为60km/h点处的第一夹角α的值。
72.根据本技术，在驾驶员分神预警方法中使用的数据集中存储有分别以车速、方向盘转向角和第一夹角或第二夹角为坐标轴的三维曲线图。
73.返回图1，步骤d)进一步包括：
74.d1)判断针对当前车速的第一夹角和第二夹角是否处于对应的第一专心区域和第二专心区域中，若第一夹角和第二夹角处于对应的第一专心区域和第二专心区域中，则跳转至步骤d2)，若第一夹角和第二夹角不处于对应的第一专心区域和第二专心区域中，则跳转至步骤d3)；
75.d2)将驾驶员分神级别设置为级别0；以及
76.d3)测量第一夹角超出第一专心区域的超出量以及第二夹角超出第二专心区域的超出量，若上述各超出量都小于或等于第一阈值，则将驾驶员分神级别设置为级别1，若上述任何一个超出量大于第一阈值且小于或等于第二阈值，则将驾驶员分神级别设置为级别2，以此类推划分出多个驾驶员分神等级。
77.步骤e)进一步包括：
78.e1)若驾驶员分神级别为级别0，则返回步骤b)；
79.e2)若驾驶员分神级别不为级别0，则通过针对不同驾驶员分神级别的人机交互方式来提醒驾驶员，或者辅助驾驶员操控车辆。
80.人机交互方式包括车载指示灯闪烁、语音提示、座椅抖动、方向盘抖动等。辅助驾驶员操控车辆包括使车辆减速、靠边、在转向灯未启动的情况下禁止车辆变道等。
81.在步骤e2)中，仅在驾驶员分神级别不为0并且持续一阈值时间的情况下，才触发与驾驶员分神级别相对应的提醒或者辅助驾驶员操控车辆。上述限制的目的在于，避免驾驶过程中产生的突发情况触发驾驶员分神预警。
82.图6是根据本技术的驾驶员分神预警系统的第一实施方式的示意图。驾驶员分神预警系统1包括数据采集单元2、数据处理单元3和预警单元4。数据采集单元2包括：测速装置21，其用于获得车辆的当前车速；方向盘转动检测装置22，其用于获得车辆的当前方向盘转向角；个人信息输入装置23，其用于获得驾驶员的个人信息；生理特征获得装置24，其用于获得驾驶员的生理特征；以及方位角测量装置25，其用于获得驾驶员的当前视线相对于驾驶舱坐标系的方位角。生理特征获得装置24包括摄像头、指纹识别器、虹膜识别器和方向盘握力传感器。方位角测量装置25包括非侵入式眼动仪和视觉识别摄像头。
83.数据处理单元3用于将包括车辆的当前车速和当前方向盘转向角以及驾驶员的当前视线相对于驾驶舱坐标系的方位角的原始数据输入数据集，通过机器学习来优化数据集，判断原始数据或根据原始数据计算出的视点信息是否超出数据集中的与当前车速和当前方向盘转向角相对应的专心驾驶范围，并且在视点信息超出专心驾驶范围的情况下根据超出的程度确定驾驶员分神级别。
84.预警单元4用于根据驾驶员分神级别执行对应的驾驶员分神预警。
85.在第一实施方式中，数据处理单元3包括存储器31和车载处理器32。存储器31用于存储与驾驶员的选择相对应的数据集，以便所述车载处理器调用。车载处理器32用于在车辆中执行通过机器学习来优化数据集，以及在车辆中判断原始数据或根据原始数据计算出的视点信息是否超出数据集中的与当前车速和当前方向盘转向角相对应的专心驾驶范围。
86.图7是根据本技术的驾驶员分神预警系统的第二实施方式的示意图。与第一实施
方式中的驾驶员分神预警系统1相同或等同的部件以相同的附图标记表示。
87.在第二实施方式中，数据处理单元3包括数据传输单元33和与数据传输单元无线连接的远程服务器34。数据传输单元33用于将原始数据发送至远程服务器34并且从远程服务器34接收处理结果。远程服务器34用于执行通过机器学习来优化数据集，以及判断原始数据或根据原始数据计算出的视点信息是否超出数据集中的与当前车速和当前方向盘转向角相对应的专心驾驶范围。
88.已经出于说明和描述的目的呈现本技术的优选实施方式的前述描述。其并非旨在穷举或将本技术限制于所公开的精确形式，并且鉴于上述教导，许多修改和变化是可能的。