一种基于智能设备的疲劳驾驶检测方法及系统
专利类型：发明专利
语 言：中文
申 请 号：CN201910435149.5
申 请 日：20190523
申 请 人：重庆大学
申请人地址：400044 重庆市沙坪坝区沙正街174号
公 开 日：20191101
公 开 号：CN110393531A
代 理 人：武君
代理机构：北京汇泽知识产权代理有限公司
摘 要：本发明公开了一种基于智能设备的疲劳驾驶检测方法,利用智能手表采集驾驶员手部操作行为数据,然后根据智能设备所采集到的加速度传感器数据计算其合成值ai、陀螺仪传感器数据计算其合成值gi,根据得到的数据序列信息提取能够表征驾驶员不同驾驶状态的样本熵特征值,将从智能手表三维加速度数据和三位角速度数据中提取的各样本熵特征作为输入,建立基于KNN的疲劳检测模型对驾驶员状态进行监测。本发明能够实时监测驾驶员的驾驶状态,当驾驶员进入疲劳状态后能够给予预警提示,从而减少因疲劳驾驶引发的交通事故,有效提高了疲劳检测系统的实用性。
主 权 项：1.一种基于智能设备的疲劳驾驶检测方法,其特征在于：包括以下步骤：步骤S1：将智能设备佩戴在驾驶员手腕上,按照设定频率采集驾驶员在正常和疲劳状态下操作方向盘时的手部XYZ轴加速度数据(ax,ay,az)、XYZ轴角速度数据(gx,gy,gz)以及数据采集时刻的时间t,每次采集的数据将形成一个数据序列,该数据序列的数据形式为{ax、ay、az,gx、gy、gz,ti}(i＝1,2,3…),其中ti为采样时刻,将数据序列存储到一个数据文件中；步骤S2:根据智能设备所采集到的加速度传感器数据计算其合成值ai、陀螺仪传感器数据计算其合成值gi： 其中,axi、ayi、azi、gxi、gyi、gzi表示ti时刻的数据,由此将步骤1中的数据序列转换成{ax、ay、az、a,gx、gy、gz、g,ti}(i＝1,2,3…)的形式；步骤S3：根据步骤S2得到的数据序列信息提取能够表征驾驶员不同驾驶状态的样本熵特征值；步骤S4:将从智能手表三维加速度数据和三位角速度数据中提取的各样本熵特征作为输入,建立基于KNN的疲劳检测模型对驾驶员状态进行监测。
关 键 词：
法律状态：
IPC专利分类号：A61B5/11;A61B5/00