【技术实现步骤摘要】
【国外来华专利技术】
本申请涉及车辆驾驶，尤其涉及一种司机的驾驶风险分析方法、系统、电子设备及存储介质。
技术介绍
1、随着车辆的不断普及，交通事故也随之增多。驾驶员的驾驶状态对行车安全的影响非常严重。因此，应尽可能的保证司机处于良好的驾驶状态。司机在驾驶过程中，因疲劳过度、注意力分散等问题，可能导致行车的判断能力下降，极易发生道路交通事故。近年来，分析司机驾驶风险的研究越来越多，目前，现有的分析驾驶风险的方案通过驾驶员监控系统(driver monitoring system，简称dms)或是高级驾驶辅助系统(advanced drivingassistance system，简称adas)根据单传感器的单个视频帧结果来判断司机的驾驶行为和分析司机的驾驶风险。分析过程依据的数据单一，大多依赖于分析师的经验值，主观性较强，得出的分析结论容易存在偏差、准确性不高。
技术实现思路
0、专利技术概述
1、技术问题
2、有鉴于此，本申请实施例提供了一种司机的驾驶风险分析方法、系统、电子设备及存储介质，可以提高司机驾驶风险分析的准确性。
3、技术解决方案
4、本申请实施例的第一方面提供了一种司机驾驶风险分析方法，包括：采集驾驶场景下的人脸视频数据、环境视频数据以及车辆行驶数据，并对所述人脸视频数据、环境视频数据以及车辆行驶数据进行行为事件分析，构建组合事件；对所述组合事件进行驾驶风险分析，判断所述组合事件是否为劣性事件；统计劣性事件的数量，若所述劣性事件的数量达到预
5、在一种可能实现方式中，所述对所述人脸视频数据、环境视频数据以及车辆行驶数据进行行为事件分析，构建组合事件的步骤，包括：对所述人脸视频数据和/或所述环境视频数据进行司机状态检测，获得表征司机状态的第一行为事件，所述第一行为事件中包括事件的类型、事件的起始时间、事件的结束时间、事件在所述起始时间到所述结束时间之间的概率分值序列；对所述车辆行驶数据进行车辆状态检测，获得表征车辆状态的第二行为事件，所述事件的起始时间、事件的结束时间、事件在所述起始时间到所述结束时间之间的行驶参数值序列；在时间轴上将获得的所有第一行为事件和所有第二行为事件进行排序，获得行为事件序列；根据目标行为事件，从所述行为事件序列中获得所述目标行为事件对应的组合事件。
6、在一种可能实现方式中，所述对所述人脸视频数据和/或所述环境视频数据进行司机状态检测，获得表征司机状态的第一行为事件的步骤，包括：对所述人脸视频数据和/或所述环境视频数据进行分帧处理，获得视频图像帧序列；对所述视频图像帧序列中的每帧视频图像进行特征提取处理，获得特征图像序列；将所述特征图像序列输入至预设的司机状态检测模型中进行司机状态检测，获得表征司机状态的第一行为事件。
7、在一种可能实现方式中，所述将所述特征图像序列输入至预设的司机状态检测模型中进行司机状态检测，获得表征司机状态的第一行为事件的步骤之前，还包括：对所述特征图像序列中的每帧特征图像进行像素正则化处理。
8、在一种可能实现方式中，所述在时间轴上将获得的所有第一行为事件和所有第二行为事件进行排序，获得行为事件序列的步骤之前，还包括：采集驾驶场景下的天气状态信息，将所述天气状态信息与时间进行数据融合，获得天气事件；所述在时间轴上将获得的所有第一行为事件和所有第二行为事件进行排序，获得行为事件序列的步骤，包括：在时间轴上将获得的所有第一行为事件和所有第二行为事件以及所述天气事件一并进行排序，获得行为事件序列。
9、在一种可能实现方式中，所述在时间轴上将获得的所有第一行为事件和所有第二行为事件进行排序，获得行为事件序列的步骤之前，还包括：采集驾驶场景下的道路信息，将所述道路信息与时间进行数据融合，获得路况事件；所述在时间轴上将获得的所有第一行为事件和所有第二行为事件进行排序，获得行为事件序列的步骤，包括：在时间轴上将获得的所有第一行为事件和所有第二行为事件以及所述路况事件一并进行排序，获得行为事件序列。
10、在一种可能实现方式中，所述对所述组合事件进行驾驶风险分析，判断所述组合事件是否为劣性事件的步骤，包括：对所述组合事件中各行为事件的属性数据按照时序进行数值编码，生成用于表征所述组合事件的高维矩阵；将所述高维矩阵输入至预设的驾驶风险计算模型中进行数值运算，输出所述组合事件对应的风险分值；将所述风险分值与预设分数阈值进行比较，若所述风险分值达到预设分数阈值，则将所述组合事件判断为劣性事件。
11、本申请实施例的第二方面提供了一种司机的驾驶风险分析系统，所述司机的驾驶风险分析系统包括设备端和平台端，其中：所述设备端，用于采集驾驶场景下的人脸视频数据、环境视频数据以及车辆行驶数据，对所述人脸视频数据、环境视频数据以及车辆行驶数据进行行为事件分析，生成行为事件，并将所述行为事件上传至所述平台端；所述平台端，用于按照时序对所述设备端上传的行为事件进行排序，获得行为事件序列，基于所述行为事件序列构建组合事件，对所述组合事件进行驾驶风险分析，判断所述组合事件是否为劣性事件，并统计劣性事件的数量，若所述劣性事件的数量达到预设的数量阈值，则判断司机当前的驾驶状态存在驾驶风险。
12、本申请实施例的第三方面提供了一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如第一方面任一项所述方法的步骤。
13、本申请实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如第一方面任一项所述方法的步骤。
14、本申请实施例的第五方面提供了一种计算机程序产品，当计算机程序产品在电子设备上运行时，使得电子设备执行时实现第一方面任一项所述方法的各步骤。
15、有益效果
16、本申请实施例与现有技术相比存在的有益效果是：
17、通过采集驾驶场景下的人脸视频数据、环境视频数据以及车辆行驶数据，并对所述人脸视频数据、环境视频数据以及车辆行驶数据进行行为事件分析，构建组合事件；对所述组合事件进行驾驶风险分析，判断所述组合事件是否为劣性事件；统计劣性事件的数量，若所述劣性事件的数量达到预设的数量阈值，则判断司机当前的驾驶状态存在驾驶风险，可以实现通过连续一段短时间内发生的所有行为事件信息生成组合事件，使用了更大的感受野来生成更加准确的事件描述，可以防止因设备抖动而造成干扰，解决分析过程依据的数据单一、主观性较强、准确性不高的问题。
本文档来自技高网...【技术保护点】
1.一种司机的驾驶风险分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的司机的驾驶风险分析方法，其特征在于，所述对所述人脸视频数据、环境视频数据以及车辆行驶数据进行行为事件分析，构建组合事件的步骤，包括：
3.根据权利要求2所述的司机的驾驶风险分析方法，其特征在于，所述对所述人脸视频数据和/或所述环境视频数据进行司机状态检测，获得表征司机状态的第一行为事件的步骤，包括：
4.根据权利要求3所述的司机的驾驶风险分析方法，其特征在于，所述将所述特征图像序列输入至预设的司机状态检测模型中进行司机状态检测，获得表征司机状态的第一行为事件的步骤之前，还包括：
5.根据权利要求2所述的司机的驾驶风险分析方法，其特征在于，所述在时间轴上将获得的所有第一行为事件和所有第二行为事件进行排序，获得行为事件序列的步骤之前，还包括：
6.根据权利要求2所述的司机的驾驶风险分析方法，其特征在于，所述在时间轴上将获得的所有第一行为事件和所有第二行为事件进行排序，获得行为事件序列的步骤之前，还包括：
7.根据权利要求1-6任意
8.一种司机的驾驶风险分析系统，其特征在于，所述司机的驾驶风险分析系统包括设备端和平台端，其中：
9.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。
...【技术特征摘要】
【国外来华专利技术】
1.一种司机的驾驶风险分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的司机的驾驶风险分析方法，其特征在于，所述对所述人脸视频数据、环境视频数据以及车辆行驶数据进行行为事件分析，构建组合事件的步骤，包括：
3.根据权利要求2所述的司机的驾驶风险分析方法，其特征在于，所述对所述人脸视频数据和/或所述环境视频数据进行司机状态检测，获得表征司机状态的第一行为事件的步骤，包括：
4.根据权利要求3所述的司机的驾驶风险分析方法，其特征在于，所述将所述特征图像序列输入至预设的司机状态检测模型中进行司机状态检测，获得表征司机状态的第一行为事件的步骤之前，还包括：
5.根据权利要求2所述的司机的驾驶风险分析方法，其特征在于，所述在时间轴上将获得的所有第一行为事件和所有第二行为事件进行排序，获得行为事件序列的步骤之前，还包括：
6...
【专利技术属性】
技术研发人员：王宇，
申请(专利权)人：深圳市锐明技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。