本申请提供一种疲劳驾驶预警方法、装置、设备、存储介质以及电动车，所述疲劳驾驶预警方法包括以下步骤：获取驾驶人员的心率变异性数值；获取包含人脸的原始图像；采用人脸检测算法和特征点定位算法从所述原始图像中得到人脸信息特征值；将所述人脸信息特征值与相应的阈值作比较，得到初步疲劳检测结果；根据所述心率变异性数值和所述初步疲劳检测结果，得到驾驶人员的疲劳等级；根据所述疲劳等级对发出相应的预警信号。本申请的疲劳驾驶预警方法、装置、设备、存储介质以及电动车能够实时检测驾驶人员的疲劳状态及时预警。
【技术实现步骤摘要】
本申请涉及电动车安全预警，特别是涉及疲劳驾驶预警方法、装置、设备、存储介质以及电动车。
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、基于图像识别的疲劳检测技术，由于无需与驾驶人员直接接触，用户体验较好，取得了较多的研究成果。例如有研究通过将嘴部形状和眼部形状特征相结合来判断驾驶人员的疲劳程度，取得了较好的实时性。又例如，基于卷积神经网络的疲劳检测方法取得了较高的准确率，但对计算资源的要求较高。
3、然而，目前适用于电瓶车的疲劳驾驶预警方法研究较少，亟需一种准确率高、实时性强的疲劳驾驶预警方法。
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疲劳驾驶预警方法，不仅实时性较强，而且具有较高的准确率，适用于电瓶车的疲劳驾驶检测。
2、第一方面，本申请提供一种疲劳驾驶预警方法，所述疲劳驾驶预警方法包括以下步骤：
3、获取驾驶人员的心率变异性数值；
4、获取包含人脸的原始图像；
5、采用人脸检测算法和特征点定位算法从所述原始图像中得到人脸信息特征值；
6、将所述人脸信息特征值与相应的阈值作比较，得到初步疲劳检测结果；
7、根据所述心率变异性数值和所述初步疲劳检测结果，得到驾驶人员的疲劳等级；
8、根据所述疲劳等级对发出相应的预警信号。</p>9、在第一方面的一种实现方式中，还包括对所述原始图像的预处理步骤，所述预处理步骤包括：
10、采用黑帽运算和顶帽运算处理所述原始图像，得到一次增强图像；
11、对所述一次增强图像做光照补偿处理，得到二次增强图像。
12、所述采用人脸检测算法和特征点定位算法从所述原始图像中得到人脸信息特征值，具体包括：
13、采用adaboost算法处理所述二次增强图像，得到人脸图像；
14、采用灰度积分投影算法从所述人脸图像中得到人眼区域和/或嘴部区域；
15、采用clm算法从所述人眼区域和/或嘴部区域中得到所述人脸信息特征值。
16、在第一方面的一种实现方式中，所述采用clm算法从所述人眼区域和/或嘴部区域中得到所述人脸信息特征值，具体包括：
17、确定初始关键点；
18、确定各所述初始关键点的周围区域图像，并根据所述周围区域图像得到所述初始关键点的响应图；
19、使用最小二乘法将所述响应图拟合为二次函数；
20、根据所述二次函数得到关键点的目标函数；
21、迭代所述目标函数，将最终得到关键点作为所述人脸信息特征值。
22、在第一方面的一种实现方式中，所述根据所述心率变异性数值和人脸信息特征值判断驾驶人员的疲劳等级，具体包括：
23、当所述心率变异性数值大于或等于第一阈值，且所述初步疲劳检测结果为正常时，判断所述疲劳等级为非疲劳状态；
24、当所述心率变异性数值小于所述第一阈值，且所述初步疲劳检测结果为正常时，判断所述疲劳等级为一级疲劳状态；
25、当所述心率变异性数值小于第二阈值时，判断所述疲劳等级为二级疲劳状态。
26、在第一方面的一种实现方式中，所述预警信号用于控制刺激电流的大小，所述刺激电流与疲劳等级的关系式如下：
27、i＝k×x2
28、其中，i表示刺激电流的大小，i的范围为0.7ma～10ma；
29、x表示疲劳等级，x的取值为自然数；
30、k表示比例系数。
31、第二方面，本申请提供一种疲劳驾驶预警装置，包括：
32、心率获取模块，获取驾驶人员的心率变异性数值；
33、图像获取模块，获取包含人脸的原始图像；
34、特征值计算模块，连接于所述图像获取模块的输出端，根据所述原始图像得到人脸信息特征值；
35、初步疲劳检测模块，连接于所述特征值计算模块的输出端，将所述人脸信息特征值与相应的阈值作比较，得到初步疲劳检测结果；
36、疲劳等级判断模块，与所述初步疲劳检测模块和心率获取模块的输出端连接，根据所述心率变异性数值和所述初步疲劳检测结果得到驾驶人员的疲劳等级；
37、预警模块，连接于所述疲劳等级判断模块的输出端，根据所述疲劳等级发出相应的预警信号。
38、第三方面，本申请提供一种电动车，所述电动车包括：
39、车把手，所述车把手包括把手杆和固定于所述把手杆的衬套；
40、心率采集装置，安装于所述把手杆和所述衬套之间，所述心率采集装置用于获取驾驶人员的心率变异性数值；
41、图像采集装置，固定于所述电动车的车架，所述图像采集装置用于获取包含人脸的原始图像；
42、控制模块，与所述心率采集装置和所述图像采集装置通信连接，根据所述心率变异性数值和所述原始图像得到驾驶人员的疲劳等级，并根据所述疲劳等级对发出相应的预警信号。
43、电刺激装置，固定于所述电动车的车架，且靠近所述车把手，所述电刺激装置用于根据所述预警信号向驾驶人员发射不同强度的刺激电流。
44、第四方面，本申请提供一种电子设备，包括存储器和处理器，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行所述的疲劳驾驶预警方法
45、第五方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的疲劳驾驶预警方法。
46、如上所述，本申请通过驾驶人员的心率特征和面部特征进行多特征融合分析，更加精准的评估驾驶人员的疲劳状态和疲劳等级，并根据疲劳等级发出对应的预警信号。本申请能够实时获取疲劳信息、精准分析疲劳状态、及时准确的预警，降低疲劳误判和漏判的风险，提高了驾驶安全性能。
本文档来自技高网...
【技术保护点】
1.一种疲劳驾驶预警方法，其特征在于，所述疲劳驾驶预警方法包括以下步骤：
2.根据权利要求1所述的疲劳驾驶预警方法，其特征在于，还包括对所述原始图像的预处理步骤，所述预处理步骤包括：
3.根据权利要求2所述的疲劳驾驶预警方法，其特征在于，所述采用人脸检测算法和特征点定位算法从所述原始图像中得到人脸信息特征值，具体包括：
4.根据权利要求3所述的疲劳驾驶预警方法，其特征在于，所述采用CLM算法从所述人眼区域和/或嘴部区域中得到所述人脸信息特征值，具体包括：
5.根据权利要求1所述的疲劳驾驶预警方法，其特征在于，所述根据所述心率变异性数值和人脸信息特征值判断驾驶人员的疲劳等级，具体包括：
6.根据权利要求1所述的疲劳驾驶预警方法，其特征在于，所述预警信号用于控制刺激电流的大小，所述刺激电流与疲劳等级的关系式如下：
7.一种疲劳驾驶预警装置，其特征在于，包括：
8.一种电动车，其特征在于，所述电动车包括：
9.一种电子设备，包括存储器和处理器，其特征在于，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如权利要求1～6中任一项所述的疲劳驾驶预警方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1～6中任一项所述的疲劳驾驶预警方法。
...
【技术特征摘要】
1.一种疲劳驾驶预警方法，其特征在于，所述疲劳驾驶预警方法包括以下步骤：
2.根据权利要求1所述的疲劳驾驶预警方法，其特征在于，还包括对所述原始图像的预处理步骤，所述预处理步骤包括：
3.根据权利要求2所述的疲劳驾驶预警方法，其特征在于，所述采用人脸检测算法和特征点定位算法从所述原始图像中得到人脸信息特征值，具体包括：
4.根据权利要求3所述的疲劳驾驶预警方法，其特征在于，所述采用clm算法从所述人眼区域和/或嘴部区域中得到所述人脸信息特征值，具体包括：
5.根据权利要求1所述的疲劳驾驶预警方法，其特征在于，所述根据所述心率变异性数值和人脸信息特征值判断驾驶人...
【专利技术属性】
技术研发人员：张雪佼，
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。