【技术实现步骤摘要】
本专利技术涉及疲劳驾驶监测预警，尤其涉及基于onebox制动系统的疲劳驾驶判断及提醒方法。
技术介绍
1、随着科技的进步和经济的发展，小汽车逐渐走进了千家万户，成为现代社会最为普及的交通工具之一，也是日常生活中不可或缺的一部分。近些年来汽车底盘智能化程度也不断提高，各种辅助驾驶功能层出不穷。制动系统作为底盘四大组成部分之一，从原先的真空助力制动、半解耦线控制动+esp（车身稳定装置），演变为入今的全解耦线控制动系统（以下简称onebox制动系统）。onebox制动系统具有结构紧凑、布置灵活、功能多样的优点，能满足国内l3级别辅助驾驶的要求，目前国内已有多款新能源车型搭载了onebox制动系统。
2、onebox制动系统最大的特点是实现了刹车踏板输入与车辆制动效果的解耦，即不踩刹车踏板车辆也可制动，所以可以将其运用于车辆疲劳驾驶提醒功能。目前驾驶员疲劳驾驶提醒功能，主要分为提醒和检测两部分，提醒功能一般为中控屏幕出现警告及车内产生声音提醒，同时退出辅助驾驶。这种提醒方式不能很直观的给予驾驶员身体上的直观感受，进而让驾驶员摆脱疲劳状态。
3、传统的检测功能一般以手握方向盘为检测标准，即驾驶员手离开方向盘一段时间后触发危险驾驶提醒功能。这种方式无法准确排除因驾驶员疲劳瞌睡导致手握方向盘长时间不移动的因素。近年来面部识别技术突飞猛进，部分车型也搭载了车内摄像头，可以捕捉驾驶员面部数据进行疲劳状态判断，onebox制动系统也可使用自身传感器信号间接判断，同时其制动解耦的特性可以用于驾驶员疲劳提醒。
4、
技术实现思路
1、本专利技术的目的是提供基于onebox制动系统的疲劳驾驶判断及提醒方法，提高了识别车内驾驶员疲劳状态的准确率，给予了驾驶员在疲劳状态下更加直接的身体接触反馈，帮助驾驶员摆脱疲劳状态。
2、为实现上述目的，本专利技术提供了基于onebox制动系统的疲劳驾驶判断及提醒方法，包括以下步骤：
3、s1、基于onebox制动系统检测功能，判断驾驶员疲劳状态；
4、s2、当判断驾驶员处于疲劳驾驶状态时，启动onebox制动系统提醒功能，周期循环实施；
5、s3、当驾驶员主动干预车辆行驶状态，则onebox制动系统提醒功能退出。
6、优选的，在步骤s1中，基于onebox制动系统检测功能判断驾驶员疲劳状态，具体分为两种情况：
7、s11、基于onebox制动系统自身检测功能，间接判断驾驶员疲劳状态；
8、s12、使用摄像头捕捉驾驶员面部图像特征，基于gabor滤波算法直接判断驾驶员疲劳状态。
9、优选的，在步骤s11中，间接判断驾驶员疲劳状态，具体过程如下：
10、s111、onebox制动系统直接与轮速传感器连接，获取实时车轮速度；内部的位移传感器实时获取制动踏板位移信号；
11、s112、onebox制动系统与车辆vcu之间规定通信信号signala，即表示制动系统判定当前驾驶员疲劳状态；通过can总线传递signala；
12、s113、onebox制动系统通过轮速信号和制动踏板位移信号综合判断signala的状态，作为判断驾驶员疲劳状态的间接参考。
13、优选的，判断驾驶员疲劳状态，具体分为以下情形：
14、a.车辆智驾系统关闭，车辆由驾驶员主动驾驶；当车辆轮速不断增加至固定值且超过5s，制动踏板位移一直不变或为0；其中固定值远超正常行驶车速；
15、onebox制动系统将signala设置为有效状态供车辆vcu使用；判断驾驶员处于极度疲劳状态，深踩油门踏板一直未减速，则onebox制动提醒功能被激活，造成行驶顿挫感以提醒驾驶员摆脱疲劳；
16、b.车辆智驾系统关闭，车辆由驾驶员主动驾驶；当车辆轮速不断降低至0，制动踏板位移一直增加至固定值且超过5s；
17、onebox制动系统将signala设置为有效状态供车辆vcu使用；判断驾驶员处于极度疲劳状态，深踩刹车踏板减速至车辆停止后依然踩在刹车踏板上长时间不动，此时onebox制动提醒功能不可用，车辆需发出声音警告以提醒驾驶员。
18、优选的，在步骤s12中，使用摄像头捕捉驾驶员面部图像特征，基于gabor滤波算法直接判断驾驶员疲劳状态，具体过程如下：
19、s121、采集大量驾驶员反馈不同精神状态下的照片样本，根据驾驶员记录的精神状态将照片分类为不疲劳、轻度疲劳、中度疲劳、重度疲劳四个大类；
20、s122、构建尺度为 x，方向数为 y的gabor滤波器，将照片通过gabor滤波器进行计算，提取图片特征；其中， x， y越大，计算要求越高；计算结果为复数，选用实部进行后续处理；
21、s123、对得到的gabor特征图进行同一尺度下的融合；融合原则是在同一尺度下，在每个方向上的特征图的每个像素点的gabor表征值与0进行比较，大于0置1，反之置0，如下所示：
22、（1）
23、其中，为每个像素点处理后的值；为每个像素点gabor表征值的实部； u为每个像素点所在的尺度数，最大值为 x-1； v为每个像素点所在的方向数，最大值为 y-1；根据比较后的值对每个像素点进行二进制编码，如下所示：
24、（2）
25、其中，为同尺度下每个像素点在不同方向上的融合编码结果，即特征维数，最大值为， y为方向数；原先每张人脸图像经过特征生成后的 x· y张图片被融合为 x张图片；
26、s124、将融合后的每张图像划分成 z个矩形不重叠且大小相等的小块，采用分块直方图的方法，得到每个分块下的特征维数，将每个分块下的特征维数取平均值，最终每幅人脸图像得到 z· x个特征维数；
27、s125、根据图像的特征维数进行深度学习，获得所有照片不同疲劳状态对应的特征维数分布，共计四种疲劳状态，即不疲劳、轻度疲劳、中度疲劳和重度疲劳；
28、s126、最终根据拍摄的驾驶员图像计算特征维数分布，反推出疲劳状态，并且在中度疲劳以及重度疲劳状态下启用onebox制动提醒功能。
29、优本文档来自技高网...
【技术保护点】
1.基于Onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于Onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于，在步骤S1中，基于Onebox制动系统检测功能判断驾驶员疲劳状态，具体分为两种情况：
3.根据权利要求2所述的基于Onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于，在步骤S11中，间接判断驾驶员疲劳状态，具体过程如下：
4.根据权利要求3所述的基于Onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于，判断驾驶员疲劳状态，具体分为以下情形：
5.根据权利要求2所述的基于Onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于，在步骤S12中，使用摄像头捕捉驾驶员面部图像特征，基于Gabor滤波算法直接判断驾驶员疲劳状态，具体过程如下：
6.根据权利要求1所述的基于Onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于，在步骤S2中，当判断驾驶员处于疲劳驾驶状态时，启动Onebox制动系统提醒功能，具体过程如下：
7.根据权利要求6所
8.根据权利要求1所述的基于Onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于：在步骤S3中，Onebox制动系统提醒功能退出的退出条件由系统判定或驾驶员反应综合判断是否退出；
...【技术特征摘要】
1.基于onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于，在步骤s1中，基于onebox制动系统检测功能判断驾驶员疲劳状态，具体分为两种情况：
3.根据权利要求2所述的基于onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于，在步骤s11中，间接判断驾驶员疲劳状态，具体过程如下：
4.根据权利要求3所述的基于onebox制动系统的疲劳驾驶判断及提醒方法，其特征在于，判断驾驶员疲劳状态，具体分为以下情形：
5.根据权利要求2所述的基于onebox制动系统的疲劳驾驶判断及提醒方法，其...
【专利技术属性】
技术研发人员：顾勤冬，余子祥，张莉莉，曹礼轩，张浩楠，沈晓雨，
申请(专利权)人：格陆博科技有限公司，
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。