用于运营车辆的驾驶员管理平台制造技术

本发明专利技术提供了一种用于运营车辆的驾驶员管理平台，其特征在于，包括：后台和前台，前台与后台之间通过移动通信联网，前台包括承载在车身上的识别模块、报警模块和摄像模块；摄像模块安装在驾驶室内，正对驾驶员，用于采集驾驶员的面部图像；识别模块，用于从面部图像中识别人脸的疲劳状态；报警模块，用于当疲劳状态超过预设阈值时，通过移动通信向后台发送疲劳报警信号。

Driver management platform for operating vehicles

The present invention provides a method for operating the vehicle driver management platform, which is characterized in that: including the background and foreground, between the front and back through the mobile communication network, including the front bearing on the body of the identification module, alarm module and camera module; the camera module is installed in the cab, the driver is on, for face image acquisition the driver's fatigue state recognition module; for face recognition from the facial image; alarm module is used when the fatigue state exceeds the preset threshold, the alarm signal is sent to the background of fatigue through mobile communication.

【技术实现步骤摘要】
用于运营车辆的驾驶员管理平台
本专利技术涉及汽车
，具体涉及一种用于运营车辆的驾驶员管理平台。
技术介绍
通过督促道路运输企业建设、使用、维护监控平台，对道路运输车辆安装卫星定位装置及接入系统平台的情况进行审核，建设和维护道路运输车辆动态信息公共服务平台，实现交通运输管理部门与公安交通管理、安监部门的信息共享，定期对道路运输企业动态监控工作的情况进行监督考核。疲劳驾驶是违法行为，严重危及道路运输安全，必须强化动态监管，保障人民生命财产安全。在对运营车辆进行管理时，如何确定运营车辆是由审验合格的驾驶员进行驾驶，以及是否存在疲劳驾驶，这是非常重要的问题。
技术实现思路
针对上述问题，本专利技术旨在提供一种用于运营车辆的驾驶员管理平台。本专利技术提供了一种用于运营车辆的驾驶员管理平台，其特征在于，包括：后台和前台，前台与后台之间通过移动通信联网，前台包括承载在车身上的识别模块、报警模块和摄像模块；摄像模块安装在驾驶室内，正对驾驶员，用于采集驾驶员的面部图像；识别模块，用于从面部图像中识别人脸的疲劳状态；报警模块，用于当疲劳状态超过预设阈值时，通过移动通信向后台发送疲劳报警信号。相关技术中，一般只能通过时间记录来控制驾驶员的疲劳驾驶，然而很多时候驾驶员由于各种身体状况，即使没有超时，也可能处于非常疲劳的状态，这使得运营车辆处于非常危险的疲劳驾驶当中，而本专利技术实现了对疲劳驾驶的图像识别，并且还上报到远程的管理后台，使得监管部门能实时地掌握驾驶员的疲劳状态，进一步提高了运营车辆的安全性。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1示出了根据本专利技术一个实施例的一种用于运营车辆的驾驶员管理平台的结构示意图。具体实施方式结合以下实施例对本专利技术作进一步描述。图1示出了根据本专利技术一个实施例的一种用于运营车辆的驾驶员管理平台的结构示意图，包括：后台200和前台100，前台100与后台200之间通过移动通信联网，前台100包括承载在车身上的识别模块20、报警模块30和摄像模块10；摄像模块10安装在驾驶室内，正对驾驶员，用于采集驾驶员的面部图像；识别模块20，用于从面部图像中识别人脸的疲劳状态；报警模块30，用于当疲劳状态超过预设阈值时，通过移动通信向后台200发送疲劳报警信号。相关技术中，一般只能通过时间记录来控制驾驶员的疲劳驾驶，然而很多时候驾驶员由于各种身体状况，即使没有超时，也可能处于非常疲劳的状态，这使得运营车辆处于非常危险的疲劳驾驶当中，而本专利技术实现了对疲劳驾驶的图像识别，并且还上报到远程的管理后台，使得监管部门能实时地掌握驾驶员的疲劳状态，进一步提高了运营车辆的安全性。优选地，识别模块包括γ模块、RGB模块、选择模块和分析模块；γ模块，用于在γ灰度空间对图像进行处理；RGB模块，用于在RGB彩色空间对图像进行处理；选择模块，用于选择γ模块的处理结果和RGB模块的处理结果；分析模块，用于将选择处理结果与预设疲劳行为模式进行比对，以确定疲劳状态。夜间驾驶和白天驾驶时，驾驶室内的光照度有很大的区别。阴天与晴天，驾驶室内的光照度也有很大的区别。在光线充足时和光线不足时，有可能采集灰度图像质量更高，也有可能采集彩色图像质量更高。而本优选实施例同时从灰度和彩色两种模式来分析图像，然后择优选择质量更好的图像，有利于提高疲劳状态的识别率。优选地，所述γ模块包括：第一模块，用于将面部图像作为原稿，对原稿进行傅利叶变换，然后在傅利叶变换后的频率域进行低通滤波，得到第一稿；第二模块，用于将原稿与第一稿进行如下处理：式中，F(x,y)为处理后的图像，为原稿灰度均值，T为拉伸参数，β为图像的灰度域，J′(x,y)为原稿，S(x,y)为第一稿。优选实施例的γ模块采用专利技术人独创的算法对原稿进行处理，引入了拉伸参数，根据用户的需求对图像的对比度进行拉伸，而传统的灰度处理算法中，图像的整体反差较小，而且灰度值的动态范围也较小，所以灰度处理结果不够理想。相比传统算法，本优选实施例同时提高了图像的细节反差和整体反差，经过大量的测试，确认取得了更优的灰度处理结果。优选地，所述RGB模块包括：第三模块：用于采用倒圆锥模型表示在HSV空间中描述原稿，HSV空间中的H、S、V分别表示色调、饱和度、亮度，倒圆锥模型的轴线方向为V分量，顶部的圆心为白色，最低点为黑色，竖直轴为白色和黑色之间的过渡色，顶部的圆平面为光强度最大的点，圆锥的任一横向圆切面的径向为饱和度，圆心处饱和度为0，圆周处饱和度为1，圆切面的圆周向的角度为H；第四模块：用于对S分量和V分量进行小波域改进，具体为：对S分量和V分量进行二维小波变换，将图像分解为4个相同大小的子带区域，进一步对子带区域进行二维小波变换，直到得到预设值的小波尺度为止，从而得到S分量和V分量在小波域中的近似系数和不同层次的细节系数，公式如下：θ′(x,y)＝0.12δ[θ(x,y)-i]2+α[θ(x,y)-i]+i式中，θ(x,y)为小波系数，θ′(x,y)为改进后的小波系数，i为该子带区域小波系数均值，α为改进系数，α∈[0,10，表示对小波系数进行抑制，应用于小波分解后的近似系数，α＞1，表示对小波系数进行增强，应用于小波分解后的细节系数；第五模块，用于将图像进一步变换到RGB空间，公式如下：式中，R、G、B分别为原稿RGB空间中的红色分量、绿色分量、蓝色分量，R′、G′、B′分别为处理后的图像RGB空间中的红色分量、绿色分量、蓝色分量，K、L为转换系数，H为原稿RGB空间中最大颜色分量，S、V分别为原稿HSV空间中的饱和度分量、亮度分量，S′、V′为小波改进后的饱和度分量、亮度分量。本优选实施例在保持图像色调不变的前提下，对亮度和饱和度进行小波分解，因为减少了一个分量的计算，所以至少减少了1/3的运行时间。本优选实施例特别适用于汽车这种弱运算能力的场景，能在弱运算能力的芯片中也获得较高的实时处理速度，从而能够快速地识别疲劳状态。经过小波变换后，得到的近似系数表达了图像中的背景信息，而细节系数表达了图像中的细节信息。本优选实施例对细节系数进行增强，同时对S分量和V分量在小波域中的近似系数进行抑制，因此取得了整体背景光照均勾，细节反差突出的效果，这有利于提高识别图像中的人脸疲劳状态的识别率。优选地，所述选择模块选取分别计算采用γ模块和RGB模块处理后的图像的综合值较大的图像作为图像最终处理方式，综合值的计算公式为：式中，M、N分别为图像的行数和列数，h(x,y)为图像第x行、第y列的灰度值，m为图像的综合值，π为图像的灰度均值。本优选实施例的选择模块通过计算图像的综合值来确定图像的最终处理方式，从而当灰度图像较差，而彩色图像更优时，能够自动地切换到彩色图像中识别人脸。当灰度图像更优，而彩色图像较差时，则自动地切换到灰度图像中识别人脸。采用这种模式，进一步可设置两个摄像头，一个摄像头专门用于采集灰度图像，而另一个摄像头专门采集彩色图像。本优选实施例的综合值计算是专利技术人独创的算法，在大量的测试当中，发现本优选实施例实现了自动选择最优图像，从而进一步提高人脸疲劳状态的识别率。优选地，在前台中还包本文档来自技高网...

【技术保护点】
一种用于运营车辆的驾驶员管理平台，其特征在于，包括：后台和前台，前台与后台之间通过移动通信联网，前台包括承载在车身上的识别模块、报警模块和摄像模块；摄像模块安装在驾驶室内，正对驾驶员，用于采集驾驶员的面部图像；识别模块，用于从面部图像中识别人脸的疲劳状态；报警模块，用于当疲劳状态超过预设阈值时，通过移动通信向后台发送疲劳报警信号。

【技术特征摘要】
1.一种用于运营车辆的驾驶员管理平台，其特征在于，包括：后台和前台，前台与后台之间通过移动通信联网，前台包括承载在车身上的识别模块、报警模块和摄像模块；摄像模块安装在驾驶室内，正对驾驶员，用于采集驾驶员的面部图像；识别模块，用于从面部图像中识别人脸的疲劳状态；报警模块，用于当疲劳状态超过预设阈值时，通过移动通信向后台发送疲劳报警信号。2.根据权利要求1所述的驾驶员管理平台，其特征在于，识别模块包括γ模块、RGB模块、选择模块和分析模块；γ模块，用于在γ灰度空间对图像进行处理；RGB模块，用于在RGB彩色空间对图像进行处理；选择模块，用于选择γ模块的处理结果和RGB模块的处理结果；分析模块，用于将选择处理结果与预设疲劳行为模式进行比对，以确定疲劳状态。3.根据权利要求2所述的驾驶员管理平台，其特征在于，所述γ模块包括：第一模块，用于将面部图像作为原稿，对原稿进行傅利叶变换，然后在傅利叶变换后的频率域进行低通滤波，得到第一稿；第二模块，用于将原稿与第一稿进行如下处理：式中，F(x,y)为处理后的图像，为原稿灰度均值，T为拉伸参数，β为图像的灰度域，J′(x,y)为原稿，S(x,y)为第一稿。4.根据权利要求3所述的驾驶员管理平台，其特征在于，所述RGB模块包括：第三模块：用于采用倒圆锥模型表示在HSV空间中描述原稿，HSV空间中的H、S、V分别表示色调、饱和度、亮度，倒圆锥模型的轴线方向为V分量，顶部的圆心为白色，最低点为黑色，竖直轴为白色和黑色之间的过渡色，顶部的圆平面为光强度最大的点，圆锥的任一横向圆切面的径向为饱和度，圆心处饱和度为0，圆周处饱和度为1，圆切面的圆周向的角度为H；第四模块：用于对S分量和V分量进行小波域改进，具体为：对S分量和V分量进行二维小波变换，将图像分解为4个相同大小的子带区域，进一步对子带区域进行二维小波变换，直到得到预设值的小波尺度为止，从而得到S分量和V分量在小波域中的近似系数和不同层次的细节系数，公式如下：θ′(x,y)＝0.12α[θ(x,y)-i]2+α[θ(x,y)-i]+i式中，θ(x,y)为小波系数，θ′(x,y)为改进后的小波系数，i为该子...

【专利技术属性】
技术研发人员：徐彬，田慧盛，
申请(专利权)人：上海储翔信息科技有限公司，
类型：发明
国别省市：上海,31