一种疲劳驾驶检测方法及应用其的运输管理系统与流程

技术特征：
1.一种疲劳驾驶检测方法，其特征在于，包括以下步骤：s1、采集司机在驾驶状态下的脸部图像，并对所述脸部图像中的背景进行虚化处理；s2、获取所述脸部图像中的眼部相关点和嘴部相关点；根据所述眼部相关点和嘴部相关点计算司机的眼睛纵横比、嘴部纵横比和眼睑遮住瞳孔的比值；s3、建立离线模型，并基于所述离线模型，根据司机的实时眼睛纵横比、嘴部纵横比和眼睑遮住瞳孔的比值，实时识别司机的驾驶状态；s4、若司机的驾驶状态被判定为疲劳驾驶状态，则对司机发送提示信息。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s2和所述s3之间还包括：获取数据集{x，y}，x＝{x
1，i
，x
2，i
，x
3，i
}，y＝{y
1，i
，y
2，i
}；其中：x
1，i
，x
2，i
，x
3，i
分别表示司机的眼睑遮住瞳孔的比值、眼睛纵横比以及嘴部纵横比数据；y
1，i
，y
2，i
分别表示司机的疲劳驾驶状态和非疲劳驾驶状态的数据，i是数据的长度。3.根据权利要求2所述的疲劳驾驶检测方法，其特征在于，所述s3中“实时识别司机的驾驶状态”具体包括：对数据集{x，y}中出现的空值以及异常值进行剔除；按预设的比例，将所述数据集{x，y}分为训练集以及测试集两部分，并根据所述训练集中的数据，建立离线模型；设定初始离线模型参数，基于所述离线模型，使所述测试集数据在所述初始离线模型参数下运行，得到所述离线模型的准确度；搜寻所述离线模型的新的模型参数以替换所述初始模型参数，得到新的离线模型；使所述测试集数据在所述新的离线模型下运行，并判断所述新的模型参数能否满足离线模型的准确度指标，保存满足所述准确度指标的离线模型为最优离线模型；在驾驶过程中，获取司机的实时眼睑遮住瞳孔的比值、眼睛纵横比以及嘴部纵横比数据，调用得到的所述最优离线模型，实时识别司机的驾驶状态。4.根据权利要求3所述的疲劳驾驶检测方法，其特征在于，所述建立离线模型的方法包括：多元线性回归法、决策树法、随机森林法或xgboost法。5.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s1中对所述脸部图像进行虚化处理的方法包括：分量法、最大值法、平均值法、加权平均法、几何变换法或点运算算法。6.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s4中，提示信息包括语音信息和短信信息。7.一种应用疲劳驾驶检测方法的运输管理系统，其特征在于，包括调度中心模块、运力池模块和运输监控模块；所述调度中心模块用于调度车辆进行货物运输并生成货物运单；所述运力池模块与所述调度中心模块连接，所述运力池模块对所述车辆信息以及司机信息进行管理；所述运输监控模块与所述调度中心模块连接，所述运输监控模块用以监控所述货物运单的状态、车辆运输的轨迹以及司机的驾驶状态；所述运输监控模块对司机的驾驶状态进行检测时，基于权利要求1
‑
5任一项所述的疲劳驾驶检测方法进行疲劳驾驶检测。
8.根据权利要求7所述的应用疲劳驾驶检测方法的运输管理系统，其特征在于，还包括下单管理模块和审核中心模块；所述下单管理模块与所述调度中心模块连接，所述下单管理模块用于管理被托运货物的订单信息；所述审核中心模块与所述下单管理模块和调度中心模块均连接，所述审核中心模块用于审核被托运货物是否到达目的地，并审核货主是否支付运费。9.根据权利要求8所述的应用疲劳驾驶检测方法的运输管理系统，其特征在于，“所述审核中心模块审核被托运货物是否到达目的地”的方法包括：比对车辆运输时间，查看车辆的运输时间是否合理；比对车辆的运输轨迹，查看车辆的运行轨迹是否为从出发地到达目的地。10.根据权利要求8所述的应用疲劳驾驶检测方法的运输管理系统，其特征在于，还包括订单完成模块；所述订单完成模块与所述审核中心模块连接，所述订单完成模块将完成审核的所述订单信息进行存储以便于后续查验。

技术总结
本发明涉及一种疲劳驾驶检测方法及应用其的运输管理系统，包括S1、采集司机在驾驶状态下的脸部图像，并对所述脸部图像中的背景进行虚化处理；S2、获取所述脸部图像中的眼部相关点和嘴部相关点；根据所述眼部相关点和嘴部相关点计算司机的眼睛纵横比、嘴部纵横比和眼睑遮住瞳孔的比值；S3、根据司机的所述眼睛纵横比、嘴部纵横比和眼睑遮住瞳孔的比值，实时识别司机的驾驶状态；S4、若司机的驾驶状态被判定为疲劳驾驶状态，则对司机发送提示信息。其能够快速而准确地识别司机的驾驶状态，以减少不必要的损失。少不必要的损失。少不必要的损失。


技术研发人员：栾小丽 曾强 杜康 贾明
受保护的技术使用者：江苏物云通物流科技有限公司
技术研发日：2021.10.11
技术公布日：2022/1/4