基于人脸识别的驾驶员自助报班方法及装置制造方法及图纸

本发明专利技术提出基于人脸识别的驾驶员自助报班方法及装置，驾驶员自助报班方法中：1）通过常规摄像头采集驾驶员的人脸图像，基于预存储的人脸信息对提取到的人脸图像进行识别验证；2）判断驾驶员是否处于醉酒状态；3）判断驾驶员是否处于疲劳状态；4）提示驾驶员佩戴脑电波数据采集装置，基于脑电波数据判断驾驶员的注意力是否满足要求；5）检测驾驶员的体征数据。本发明专利技术对于驾驶员的醉酒状况、疲劳程度、注意力状态和体征状况进行检测，综合判断驾驶员是否适于驾驶，从根本上保证行驶安全。从根本上保证行驶安全。从根本上保证行驶安全。

【技术实现步骤摘要】
基于人脸识别的驾驶员自助报班方法及装置


[0001]本专利技术涉及智能交通领域，特别是基于人脸识别的驾驶员自助报班方法及装置。

技术介绍

[0002]随着公路客运旅客运输和移动互联网的发展，互联网技术赋能企业应用在不断提升，传统公路客运旅客运输中的车辆例检、司机报班、出站门检等环节都采用司机刷卡、调度员人工手动报班或者手工登记等方式，不仅存在效率低、误操作等问题，还存在漏检、误检、误报、替报等问题，从而给企业经营带来各种问题，还对旅客运输方面也造成重大安全隐患。
[0003]传统的流程需要耗费大量的人力物力在手续流转上，不仅会增加企业的运营成本，而且，信息准确性差，无法检测驾驶员的状态，保证行驶安全。

技术实现思路

[0004]为了解决现有技术中传统流程信息准确性差，无法检测驾驶员的状态的技术问题，本专利技术提出的驾驶员自助报班方法包括如下步骤：S1、驾驶员眼睛正视常规摄像头和红外摄像头，双手放置于检测台，通过常规摄像头采集驾驶员的人脸图像，基于预存储的人脸信息对提取到的人脸图像进行识别验证，如果验证通过，进入S2，否则进入S7；S2、判断驾驶员是否处于醉酒状态，如果处于醉酒状态，进入S7，否则，进入S3；S3、判断驾驶员是否处于疲劳状态，如果处于疲劳状态，进入S4，否则，进入S5；S4、提示驾驶员佩戴脑电波数据采集装置，基于脑电波数据判断驾驶员的注意力是否满足要求，如果满足要求，进入S5，否则，进入S7；S5、检测驾驶员的体征数据，如果处于正常范围，进入S6，否则，进入S7；S6、显示界面自动列出待报班班次信息，驾驶员进行选择，完成报班，结束报班流程；S7、显示界面显示验证未通过，不允许报班，结束报班流程。
[0005]优选的，所述S2中，通过设置于检测台上方的近红外检测探头接收驾驶员的手部光线，对驾驶员的酒精含量进行光谱信息采集，光谱分析元件对采集的光谱信息进行分析，计算出人体酒精含量，若酒精含量大于第一阈值，则认定驾驶员处于醉酒状态，若酒精含量小于等于第一阈值，但大于第二阈值，则通过红外摄像头拍摄人脸的红外图像，根据红外图像判断驾驶员是否处于醉酒状态，若酒精含量小于等于第二阈值，则认定驾驶员不处于醉酒状态。
[0006]优选的，所述S2中，所述根据红外图像判断驾驶员是否处于醉酒状态具体包括通过红外图像识别获取鼻子部位的温度和额头部位的温度，计算两者的差值，若差值大于温差阈值，则认定驾驶员处于醉酒状态，否则，认定驾驶员不处于醉酒状态。
[0007]优选的，所述S3中，通过常规摄像头采集多张驾驶员的人脸图像，基于眼睛的特征
点确定眼睛的范围，并根据眼睛范围内红色像素点的面积相对于眼睛的面积的占比确定每一张人脸图像的血丝占比，计算多张人脸图像的血丝占比的均值作为眼睛血丝占比，若眼睛血丝占比大于疲劳阈值，则认定驾驶员处于疲劳状态，否则，认定驾驶员不处于疲劳状态。
[0008]优选的，所述S4中，脑电波中的α、β、θ波段传送到脑电处理模块，脑电处理模块分析计算β波强度占α、β、θ波强度之和的比值，当计算得到的比值大于注意力阈值，则认定驾驶员的注意力处于正常水平，进入S5，否则，进入S7。
[0009]优选的，所述S4中，脑电波数据采集装置使用的是神念科技的TGAM脑电模块，脑电波数据采集装置通过蓝牙与脑电处理模块连接。
[0010]优选的，所述S5中，通过设置于检测台上方的毫米波雷达测量由动脉脉冲所引起的手部皮肤表面的微小扰动，通过计算处理雷达信号可以得到心率和血压数据，如果心率和血压数据均处于正常范围，进入S6，否则，进入S7。
[0011]优选的，所述S5中，毫米波雷达选用英飞凌的XENSIV雷达芯片。
[0012]优选的，所述S7中，通过语音向驾驶员说明验证未通过的具体项目。
[0013]基于人脸识别的驾驶员自助报班装置包括检测台、近红外检测探头、毫米波雷达、显示屏、常规摄像头、红外摄像头、脑电处理模块、中央处理器和存储器，所述近红外检测探头和所述毫米波雷达设置于所述检测台的正上方，所述脑电处理模块、所述中央处理器和所述存储器设置于所述驾驶员自助报班装置的内部；所述存储器内存储有用于识别的人脸信息、计算机程序、以及装置运行所需的数据，所述中央处理器通过运行计算机程序能够实现上述的驾驶员自助报班方法。
[0014]相对于现有技术，本专利技术具有如下有益效果：对于驾驶员的醉酒状况、疲劳程度、注意力状态和体征状况进行检测，综合判断驾驶员是否适于驾驶，从根本上保证行驶安全。
附图说明
[0015]图1是本专利技术驾驶员自助报班方法的流程图；图2是本专利技术驾驶员自助报班装置的结构示意图。
[0016]图中，1
‑
检测台，2
‑
近红外检测探头，3
‑
毫米波雷达，4
‑
显示屏，5
‑
常规摄像头，6
‑
红外摄像头。
具体实施方式
[0017]为了对本专利技术的技术特征、目的和效果有更加清楚的理解，现对照附图说明本专利技术的具体实施方式。
[0018]如图1所示，本专利技术提出的基于人脸识别的驾驶员自助报班方法包括如下步骤：S1、驾驶员眼睛正视常规摄像头和红外摄像头，双手放置于检测台，通过常规摄像头采集驾驶员的人脸图像，基于预存储的人脸信息对提取到的人脸图像进行识别验证，如果验证通过，进入S2，否则进入S7。
[0019]S2、判断驾驶员是否处于醉酒状态，如果处于醉酒状态，进入S7，否则，进入S3。具体的检测过程为通过设置于检测台上方的近红外检测探头接收驾驶员的手部光线，对驾驶
员的酒精含量进行光谱信息采集，光谱分析元件对采集的光谱信息进行分析，计算出人体酒精含量，若酒精含量大于第一阈值，则认定驾驶员处于醉酒状态，若酒精含量小于等于第一阈值，但大于第二阈值，则通过红外摄像头拍摄人脸的红外图像，通过图像识别获取鼻子部位的温度和额头部位的温度，计算两者的差值，若差值大于温差阈值，则认定驾驶员处于醉酒状态，否则，认定驾驶员不处于醉酒状态，若酒精含量小于等于第二阈值，则认定驾驶员不处于醉酒状态。基于光谱进行酒精检测的原理为近红外光对生物组织有较强的穿透性，其穿透度可达5mm，穿过皮肤表皮达到真皮层，真皮层包含丰富的血管，待检测酒精就位于该部位，酒精中主要成分为乙醇，乙醇在近红外光谱区的吸收光谱大部分是含氧基团，基团的吸收频谱表征了其化学结构，且随浓度变化呈现规律性的变化，因此，根据基团的近红外吸收频谱出现的位置、吸收强度等信息特征，通过检测血液中酒精的吸收谱，能够确定乙醇的浓度。根据温度差判断醉酒的原理为人在喝酒之后，皮肤在酒精的刺激下会发生血管膨胀，导致鼻子部位的温度比较高，额头部位的则比较冰凉。
[0020]S3、判断驾驶员是否处于疲劳状态，如果处于疲劳状态，进入S4，否则，进入S5。具体的疲劳判断过程为通过常规摄像头采集多张驾驶员的人脸图像，基于眼睛的特征点确定眼睛的范围，并根据眼睛范围内红色像素点的面积相对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人脸识别的驾驶员自助报班方法，其特征在于, 所述驾驶员自助报班方法包括如下步骤：S1、驾驶员眼睛正视常规摄像头和红外摄像头，双手放置于检测台，通过常规摄像头采集驾驶员的人脸图像，基于预存储的人脸信息对提取到的人脸图像进行识别验证，如果验证通过，进入S2，否则进入S7；S2、判断驾驶员是否处于醉酒状态，如果处于醉酒状态，进入S7，否则，进入S3；S3、判断驾驶员是否处于疲劳状态，如果处于疲劳状态，进入S4，否则，进入S5；S4、提示驾驶员佩戴脑电波数据采集装置，基于脑电波数据判断驾驶员的注意力是否满足要求，如果满足要求，进入S5，否则，进入S7；S5、检测驾驶员的体征数据，如果处于正常范围，进入S6，否则，进入S7；S6、显示界面自动列出待报班班次信息，驾驶员进行选择，完成报班，结束报班流程；S7、显示界面显示验证未通过，不允许报班，结束报班流程。2.根据权利要求1所述的驾驶员自助报班方法，其特征在于，所述S2中，通过设置于检测台上方的近红外检测探头接收驾驶员的手部光线，对驾驶员的酒精含量进行光谱信息采集，光谱分析元件对采集的光谱信息进行分析，计算出人体酒精含量，若酒精含量大于第一阈值，则认定驾驶员处于醉酒状态，若酒精含量小于等于第一阈值，但大于第二阈值，则通过红外摄像头拍摄人脸的红外图像，根据红外图像判断驾驶员是否处于醉酒状态，若酒精含量小于等于第二阈值，则认定驾驶员不处于醉酒状态。3.根据权利要求2所述的驾驶员自助报班方法，其特征在于，所述S2中，所述根据红外图像判断驾驶员是否处于醉酒状态具体包括通过红外图像识别获取鼻子部位的温度和额头部位的温度，计算两者的差值，若差值大于温差阈值，则认定驾驶员处于醉酒状态，否则，认定驾驶员不处于醉酒状态。4.根据权利要求1所述的驾驶员自助报班方法，其特征在于，所述S3中，通过常规摄像头采集多张驾驶员的人脸图像，基于眼睛的特征点确定眼睛的范围，并根据眼睛范围内红色像...

【专利技术属性】
技术研发人员：崔震苍，刘东升，黄山，
申请(专利权)人：倍施特科技集团股份有限公司，
类型：发明
国别省市：