System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及安全驾驶,特别是涉及车辆安全驾驶控制方法、电子设备以及系统。
技术介绍
1、市场已有的用于电动车监控的app(智联服务软件)包含的主要功能主要有:电动车的电压、电流、温度、转速、故障、功率等车辆状态,进而达到对电动车的实时监测。
2、但是保障司机安全驾驶方面,现在市面上并没有一款针对电动车驾驶员安全驾驶的app,对于已有的电动车app(智联服务软件)来说,存在以下问题:①功能简单。已有电动车app一般只是应用于电动车的少数行车数据进行监测,功能单一,很大程度上不能满足用户需求。②不同厂家的不同app内容大致相同,无法为各种路况下的司机进行针对性定制。③电动车app与人的交互性不强。使用相对机械化,无法智能匹配司机行驶需求。④安全性不高。没有一款在司机疲劳或者酒驾的情况下针对电动车司机本身的安全驾驶防范功能,难以保证电动车司机的行车安全。
技术实现思路
1、鉴于以上所述现有技术的缺点,本申请的目的在于提供一种车辆安全驾驶控制方法、电子设备以及系统,用于减少疲劳驾驶,提高行车安全性。
2、第一方面,本申请提供一种车辆安全驾驶控制方法,所述车辆安全驾驶控制方法包括:
3、获取包含人脸的原始图像;
4、根据所述原始图像得到疲劳检测结果;
5、根据所述疲劳检测结果得到驾驶反馈指令。
6、在第一方面的一种实现方式中,所述根据所述原始图像得到疲劳检测结果,具体包括:
7、采用人脸检测算法和特征点定位算法
8、根据多帧原始图像的人眼特征点定位数据得到perclose值和眨眼频率;
9、根据所述嘴部特征点定位数据将所述原始图像划分为嘴部张开图像和嘴部闭合图像;
10、根据多帧原始图像中所述嘴部张开图像的数目得到哈欠频率;
11、当所述perclose值大于第一阈值,且所述眨眼频率大于第二阈值,且哈欠频率大于第三阈值时,所述疲劳检测结果为处于疲劳状态;否则,所述疲劳检测结果为处于正常状态。
12、在第一方面的一种实现方式中,所述人脸检测算法为adaboost算法,所述特征点定位算法为clm算法。
13、在第一方面的一种实现方式中,所述眨眼频率的计算方法包括:
14、根据所述人眼特征点定位数据得到人眼闭合曲线;所述人眼闭合曲线由多个采样点连接而成,一个采样点对应一帧所述原始图像,所述采样点的横坐标表示所述原始图像的帧序号所述采样点的纵坐标表示该帧原始图像中的人眼大小;
15、将所述人眼大小与第四阈值比较,判断该帧原始图像是否属于闭眼状态;
16、结合处于闭眼状态的帧数量和所述图像采集模块的拍摄帧率,得到所述眨眼频率。
17、在第一方面的一种实现方式中,所述原始图像的背景区域还包括路面图像,所述车辆安全驾驶控制方法还包括根据所述路面图像得出当前路况信息的步骤,车辆安全驾驶控制方法还根据所述当前路况信息得到所述驾驶反馈指令。
18、在第一方面的一种实现方式中,所述车辆安全驾驶控制方法还包括获取车辆运动状态的步骤,所述根据所述疲劳检测结果得到驾驶反馈指令,具体包括:
19、当所述疲劳检测结果为处于疲劳状态,且所述车辆运动状态为停车状态时,所述驾驶反馈指令用于禁止驾驶员启动所述车辆的电池;
20、当所述疲劳检测结果为处于疲劳状态,且所述车辆运动状态为行驶状态,且所述当前路况信息不允许安全停车,所述驾驶反馈指令用于发出报警信号;
21、当所述疲劳检测结果为处于疲劳状态,且所述车辆运动状态为行驶状态,且所述当前路况信息允许安全停车,所述驾驶反馈指令用于切断所述车辆的电池;
22、当所述疲劳检测结果为处于正常状态,且所述车辆运动状态为停车状态时,所述驾驶反馈指令用于允许驾驶员启动所述车辆的电池。
23、第二方面,本申请提供一种电子设备,所述电子设备包括:
24、图像获取模块,用于获取包含人脸的原始图像;
25、疲劳检测模块,用于根据所述原始图像得到疲劳检测结果;
26、安全控制模块,用于根据所述疲劳检测结果得到驾驶反馈指令。
27、在第二方面的一种实现方式中,所述电子设备还包括语音预警模块和图像预警模块,所述语音预警模块用于根据所述驾驶反馈指令发出语音提示信息,图像预警模块用于将所述疲劳检测结果以图像形式实时显示。
28、第三方面,本申请提供一种车辆安全驾驶控制系统,所述车辆安全驾驶控制系统包括所述的电子设备,所述电子设备为手机,所述车辆安全驾驶控制系统还包括与所述手机蓝牙连接的摄像装置。
29、在第三方面的一种实现方式中,所述摄像装置的摄像帧率大于或等于60帧/秒。
30、如上所述,本申请通过图像采集装置获得包含驾驶人员脸部的原始图像,通过特征点定位算法从连续多帧原始图像中提取perclose值、眨眼频率以及哈欠频率三种关键信息,根据这三种关键信息综合判断驾驶人员的疲劳状态,更加精准。本申请能够实时监控驾驶人员的疲劳程度并反馈给驾驶人员或车辆,以便及时修正驾驶状态,提高安全性。
本文档来自技高网...【技术保护点】
1.一种车辆安全驾驶控制方法,其特征在于,所述车辆安全驾驶控制方法包括:
2.根据权利要求1所述的车辆安全驾驶控制方法,其特征在于,所述根据所述原始图像得到疲劳检测结果,具体包括:
3.根据权利要求2所述的车辆安全驾驶控制方法,其特征在于,所述人脸检测算法为AdaBoost算法,所述特征点定位算法为CLM算法。
4.根据权利要求2所述的车辆安全驾驶控制方法,其特征在于,所述眨眼频率的计算方法包括:
5.根据权利要求1所述的车辆安全驾驶控制方法,其特征在于,所述原始图像的背景区域还包括路面图像,所述车辆安全驾驶控制方法还包括根据所述路面图像得出当前路况信息的步骤,车辆安全驾驶控制方法还根据所述当前路况信息得到所述驾驶反馈指令。
6.根据权利要求5所述的车辆安全驾驶控制方法,其特征在于,所述车辆安全驾驶控制方法还包括获取车辆运动状态的步骤,所述根据所述疲劳检测结果得到驾驶反馈指令,具体包括:
7.一种电子设备,其特征在于,所述电子设备包括:
8.根据权利要求7所述的电子设备,其特征在于,所述电子设备还
9.一种车辆安全驾驶控制系统,其特征在于,所述车辆安全驾驶控制系统包括权利要求7或权利要求8所述的电子设备,所述电子设备为手机,所述车辆安全驾驶控制系统还包括与所述手机蓝牙连接的摄像装置。
10.根据权利要求9所述的车辆安全驾驶控制系统,其特征在于,所述摄像装置的摄像帧率大于或等于60帧/秒。
...【技术特征摘要】
1.一种车辆安全驾驶控制方法,其特征在于,所述车辆安全驾驶控制方法包括:
2.根据权利要求1所述的车辆安全驾驶控制方法,其特征在于,所述根据所述原始图像得到疲劳检测结果,具体包括:
3.根据权利要求2所述的车辆安全驾驶控制方法,其特征在于,所述人脸检测算法为adaboost算法,所述特征点定位算法为clm算法。
4.根据权利要求2所述的车辆安全驾驶控制方法,其特征在于,所述眨眼频率的计算方法包括:
5.根据权利要求1所述的车辆安全驾驶控制方法,其特征在于,所述原始图像的背景区域还包括路面图像,所述车辆安全驾驶控制方法还包括根据所述路面图像得出当前路况信息的步骤,车辆安全驾驶控制方法还根据所述当前路况信息得到所述驾驶反馈指令。
6.根据权利要求5所述的车辆安全驾驶...
【专利技术属性】
技术研发人员:张雪佼,夏玉龙,刘益宏,易芯玉,
申请(专利权)人:华润微电子重庆有限公司,
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。