專利名稱：一種汽車安全駕駛監(jiān)控系統(tǒng)和方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種汽車安全駕駛監(jiān)控系統(tǒng)和方法。
背景技術(shù)：
目前，交通事故是現(xiàn)代社會威脅人類生命的重要因素之一，因此，汽車行駛安全位于客戶對汽車性能要求的核心，消費者普遍認為，汽車的安全性比汽車的動力性、舒適性、經(jīng)濟性更加重要，汽車安全需求是汽車領(lǐng)域增長最強勁的需求之一。
汽車行駛不安全的因素主要包括兩個方面，一方面是汽車駕駛員的主觀因素，如暴躁等不良的駕駛情緒或者疲憊的精神狀態(tài)等；另一方面是來自本車外的客觀因素，如周圍的車輛、行人狀態(tài)等。
而發(fā)明人研究發(fā)現(xiàn)，現(xiàn)有汽車安全駕駛監(jiān)控系統(tǒng)割裂了上述影響汽車行駛安全的兩大因素駕駛員主觀因素和本車外的客觀因素之間的關(guān)系，只關(guān)注駕駛員狀態(tài)，或者只關(guān)心汽車周圍環(huán)境。
并且，在現(xiàn)有汽車安全監(jiān)控系統(tǒng)中，對駕駛員狀態(tài)的關(guān)注只根據(jù)眼睛是否常常閉合判定汽車駕駛員疲勞狀態(tài)，而沒有關(guān)注汽車駕駛員的情緒因素。

發(fā)明內(nèi)容
本發(fā)明提供一種汽車安全駕駛監(jiān)控系統(tǒng)和方法，用以提高汽車駕駛的安全性。
為了解決上述問題，本發(fā)明提供了一種汽車安全駕駛監(jiān)控系統(tǒng)，包括第一檢測模塊，用于檢測汽車駕駛員的表情；第二檢測模塊，用于檢測所述汽車駕駛員的眼睛開閉狀態(tài)；
第一判斷模塊，用于判斷所述第一檢測模塊和/或第二檢測模塊的檢測結(jié)果是否為不適于駕駛；提示模塊，用于在所述第一判斷模塊判斷出所述檢測結(jié)果為不適于駕駛時提醒所述汽車駕駛員。
進一步地，上述系統(tǒng)還可具有以下特點所述系統(tǒng)還包括第三檢測模塊，用于檢測本車之外的危險因素的危險程度；第二判斷模塊，用于判斷所述危險程度是否高于設(shè)定閾值，并在判斷出所述危險程度高于設(shè)定閾值時指示所述提示模塊提醒所述汽車駕駛員。
進一步地，上述系統(tǒng)還可具有以下特點所述第二判斷模塊還包括排序模塊，用于在多個所述危險因素的危險程度都高于設(shè)定閾值時，根據(jù)所述各危險因素的危險程度確定其提醒所述汽車駕駛員的優(yōu)先級。
進一步地，上述系統(tǒng)還可具有以下特點所述第三檢測模塊包括第一檢測單元，用于檢測所述危險因素與本車之間的距離，并根據(jù)所述距離確定所述危險程度。
進一步地，上述系統(tǒng)還可具有以下特點所述第三檢測模塊包括第二檢測單元，用于檢測所述危險因素與本車之間的距離和方位，并根據(jù)所述距離和方位確定所述危險程度。
進一步地，上述系統(tǒng)還可具有以下特點所述系統(tǒng)還包括速度檢測模塊，用于檢測所述危險因素與本車之間的相對速度；閾值設(shè)定模塊，用于根據(jù)所述相對速度確定所述危險程度的設(shè)定閾值并通知所述第二判斷模塊。
進一步地，上述系統(tǒng)還可具有以下特點所述系統(tǒng)還包括強制處理模塊，用于在所述第一判斷模塊判斷出的不適于駕駛的程度超過設(shè)定閾值時，強制要求所述汽車駕駛員停止所述汽車。
進一步地，上述系統(tǒng)還可具有以下特點所述系統(tǒng)包括第一圖像采集模塊，用于攝取汽車駕駛員的圖像并輸出給所述第一檢測模塊和第二檢測模塊；第二圖像采集模塊，用于攝取本車之外的圖像并輸出給所述第三檢測模塊；記錄模塊，用于記錄所述第一圖像采集模塊和第二圖像采集模塊攝取的部分或者全部圖像。
本發(fā)明還提供了一種汽車安全駕駛監(jiān)控方法，包括檢測汽車駕駛員的表情以及眼睛開閉狀態(tài)；判斷所述檢測結(jié)果是否為不適于駕駛，并判斷出不適于駕駛時提醒所述汽車駕駛員。
進一步地，上述方法還可具有以下特點所述檢測具體包括采用人臉檢測、人臉跟蹤、臉部特征點定位、臉部特征點跟蹤中的任意一種或者幾種算法對所述汽車駕駛員的臉部特征點進行定位或者跟蹤。
進一步地，上述方法還可具有以下特點判斷所述檢測結(jié)果是否為不適于駕駛的具體方法包括判斷所述汽車駕駛員的眼睛閉合時長是否超過設(shè)定閾值，并在超過所述眼睛閉合時長的設(shè)定閾值時判斷所述汽車駕駛員不適于駕駛。
進一步地，上述方法還可具有以下特點判斷所述檢測結(jié)果是否為不適于駕駛的具體方法包括判斷所述汽車駕駛員的表情是否滿足設(shè)定的不適于駕駛的情緒，并在滿足時判斷所述汽車駕駛員不適于駕駛。
進一步地，上述方法還可具有以下特點所述方法還包括檢測本車之外的危險因素的危險程度；并且判斷所述危險程度是否高于設(shè)定閾值，并在判斷出所述危險程度高于設(shè)定閾值時提醒所述汽車駕駛員。
進一步地，上述方法還可具有以下特點在多個所述危險因素的危險程度都高于設(shè)定閾值時，根據(jù)所述各危險因素的危險程度確定其提醒所述汽車駕駛員的優(yōu)先級。
進一步地，上述方法還可具有以下特點檢測所述危險程度的具體方法包括檢測所述危險因素與本車之間的距離，并根據(jù)所述距離確定所述危險程度。
進一步地，上述方法還可具有以下特點檢測所述危險程度的具體方法包括檢測所述危險因素與本車之間的距離和方位，并根據(jù)所述距離和方位確定所述危險程度。
進一步地，上述方法還可具有以下特點確定所述危險程度的設(shè)定閾值的具體方法包括檢測所述危險因素與本車之間的相對速度；并根據(jù)所述相對速度確定所述危險程度的設(shè)定閾值。
進一步地，上述方法還可具有以下特點在判斷出所述不適于駕駛的程度超過設(shè)定閾值時，強制要求所述汽車駕駛員停止所述汽車。
采用本發(fā)明技術(shù)方案，不僅檢測汽車駕駛員眼睛開閉狀態(tài)，還檢測汽車駕駛員的表情，從而全面地獲知了汽車駕駛員的主觀因素，并根據(jù)汽車駕駛員的主觀因素是否適于駕駛來進行后續(xù)處理，從而提高了汽車駕駛的安全性。
另外，本發(fā)明技術(shù)方案中，還同時關(guān)心駕駛員主觀因素和本車外的客觀因素，進一步保障了汽車駕駛的安全性。


圖1為本發(fā)明實施例一中汽車安全駕駛監(jiān)控流程圖；圖2為本發(fā)明實施例一的一個實例中獲得表情識別模型的流程圖；圖3為本發(fā)明實施例二中汽車安全駕駛監(jiān)控流程圖；圖4為本發(fā)明實施例三中汽車安全駕駛監(jiān)控系統(tǒng)框圖；圖5為本發(fā)明實施例四中汽車安全駕駛監(jiān)控系統(tǒng)框圖。
具體實施例方式
本發(fā)明中，檢測汽車駕駛員的表情以及眼睛開閉狀態(tài)；判斷該檢測結(jié)果是否為不適于駕駛，并判斷出不適于駕駛時提醒該汽車駕駛員。從而不僅關(guān)心汽車駕駛員的疲勞程度，還關(guān)心汽車駕駛員的情緒因素，更好地保證了汽車行駛安全。
另外，本發(fā)明實施例中，還檢測本車之外的危險因素的危險程度；并且判斷該危險程度是否高于設(shè)定閾值，并在判斷出該危險程度高于設(shè)定閾值時提醒汽車駕駛員。從而不僅關(guān)心了汽車駕駛員的主觀因素，還關(guān)心了本車外的客觀因素，進一步地保證了汽車行駛安全。
下面結(jié)合附圖對本發(fā)明實施例做進一步地描述。
實施例一在實施例一中，在汽車駕駛員的前方布置監(jiān)控攝像頭并進行視頻圖像采集，根據(jù)采集得到的圖像進行汽車安全駕駛監(jiān)控，并且不僅關(guān)心汽車駕駛員的疲勞程度，還關(guān)心汽車駕駛員的情緒因素。其具體方法如圖1所示，包括以下步驟步驟S101，采集汽車駕駛員的視頻圖像；步驟S102，根據(jù)該視頻圖像檢測汽車駕駛員的表情以及眼睛開閉狀態(tài)；在本步驟中，可以采用人臉檢測、人臉跟蹤、臉部特征點定位、臉部特征點跟蹤中的任意一種或者幾種算法對汽車駕駛員的臉部特征點進行定位或者跟蹤。上述提到的臉部特征點可以包括眼睛中心、眼角點、嘴巴中心、嘴角點、眉毛等對表情識別、眼睛開閉狀態(tài)判定有用的特征點，具體取決于所采用的表情識別、眼睛開閉狀態(tài)判別算法的需要。
其中，臉部特征點定位可以采用基于ASM(主動形狀模型)模型的人臉特征點定位方法，為了加快速度，可以采用塊匹配的方法進行特征點跟蹤，為了增加魯棒性，可以采用間隔一定幀數(shù)采用ASM模型重新檢測矯正跟蹤結(jié)果的方式。
在檢測汽車駕駛員的眼睛開閉狀態(tài)時，可以在臉部特征點定位跟蹤結(jié)果基礎(chǔ)上，根據(jù)眼睛上下眼瞼特征點位置、眉毛位置等眼睛相關(guān)特征點位置關(guān)系來檢測并判定眼睛開閉狀態(tài)。
在檢測汽車駕駛員的表情時，具體的人臉表情識別的方法有很多。在實施例一中的一個實例中，本步驟通過表情識別模型來檢測汽車駕駛員的表情，而獲得表情識別模型的流程如圖2所示，包括以下步驟步驟1021，采集得到各種不同表情的人臉圖像作為訓練樣本；步驟1022，采用人臉檢測算法和眼睛定位算法獲取人臉樣本雙眼位置，并采用形狀和灰度歸一化的方法獲取人臉區(qū)域圖像；步驟1023，對于獲取的人臉區(qū)域圖像，采用ASM器官輪廓特征點定位算法定位其輪廓特征點，并將輪廓特征點歸一化從而得到形狀無關(guān)的人臉圖像；步驟1024，提取形狀無關(guān)圖像的Gabor特征；步驟1025，采用Adaboost算法挑選Gabor特征中表征能力強的特征；步驟1026，將挑選得到的特征采用SVM(支持向量機)分類器進行訓練得到表情識別模型。
步驟S103，判斷該檢測結(jié)果是否為不適于駕駛，如果是，進行步驟S104；否則，返回步驟S101；判斷該檢測結(jié)果是否為不適于駕駛的具體方法可以包括判斷汽車駕駛員的眼睛閉合時長是否超過設(shè)定閾值，并在超過該眼睛閉合時長的設(shè)定閾值時判斷汽車駕駛員不適于駕駛，否則判斷汽車駕駛員適于駕駛，該眼睛閉合時長的設(shè)定閾值可以為根據(jù)統(tǒng)計值估計獲得的經(jīng)驗值，并且，該眼睛閉合時長可以是汽車駕駛員單次眼睛閉合的時長，也可以是一段時間內(nèi)總的眼睛閉合時長；其中，根據(jù)獲取的人臉特征點判定眼睛開閉狀態(tài)主要將依據(jù)包括眼睛上下眼瞼特征點位置、眉毛位置等眼睛相關(guān)特征點位置進行判定；實施例一中的一個實例中，對于采集得到的每幀圖像，采用ASM定位上眼瞼和下眼瞼上特征點，假定坐標分別為(xu，yu)和(xd，yd)，定義之間距離為de，當de小于閾值Te時，認為眼睛處于閉合狀態(tài)。統(tǒng)計單位時間(如一秒)內(nèi)眼睛處于閉合的幀數(shù)，與設(shè)定閾值Tf比較，如果大于Tf，則認為駕駛員過多的處于閉眼狀態(tài)，認定其過于困乏，不適合駕駛。
判斷汽車駕駛員的表情是否滿足設(shè)定的不適于駕駛的情緒，并在滿足時判斷汽車駕駛員不適于駕駛，否則判斷汽車駕駛員適于駕駛，該不適于駕駛的情緒可以包括憤怒、沮喪等。具體可以采用表情識別算法對人臉表情進行判斷，該不適于駕駛的情緒可以根據(jù)不同需要進行改變和設(shè)定。
實施例一中的一個實例中，將駕駛員的情緒分為中性、開心、生氣和驚訝和哀傷。并設(shè)定不適合駕駛的表情可以包含哀傷、悲痛，而此外的中性、開心、驚訝等表情則認為不會影響駕駛。
步驟S104，提醒汽車駕駛員其當前不適于駕駛。
在提醒汽車駕駛員時，可以采用語音和/或畫面的形式提醒司機當前自己的狀態(tài)是否適于駕駛，該提醒可以是同一的不適于駕駛提醒，也可以根據(jù)判斷結(jié)果來提醒，例如統(tǒng)一通過語音提示‘您當前不適于駕駛’來提醒汽車駕駛員，也可以根據(jù)不同的判斷結(jié)果，通過語音提示‘您當前過于疲憊，不適于駕駛’和‘您當前情緒不佳，不適于駕駛’等來提醒汽車駕駛員。同樣，可以更細致地區(qū)分汽車駕駛員的疲憊程度和情緒不佳程度，例如，在檢測到汽車駕駛員在10分鐘內(nèi)眼睛閉合的時長達到2分鐘時，在語音提示‘您當前過于疲憊，不適于駕駛’的同時，畫面提示‘您當前的疲憊程度為20’；而在檢測到汽車駕駛員在10分鐘內(nèi)眼睛閉合的時長達到3分鐘時，在語音提示‘您當前過于疲憊，不適于駕駛’的同時，畫面提示‘您當前的疲憊程度為30’；從而更好地令汽車駕駛員掌握自己的疲憊程度和情緒不佳程度，更好地保證駕駛安全。
在實施例一中，還可以判斷該不適于駕駛的程度是否超過設(shè)定閾值，并在超過設(shè)定的不適于駕駛的閾值時強制要求汽車駕駛員停止汽車。
實施例二在實施例二中，在汽車駕駛員的前方布置監(jiān)控攝像頭進行視頻圖像采集，并在車輛側(cè)面、尾部、前面等合適位置布置周圍環(huán)境監(jiān)控攝像頭；從而不僅關(guān)心了汽車駕駛員的主觀因素，還關(guān)心了本車外的客觀因素。在布置周圍環(huán)境監(jiān)控攝像頭時，可以根據(jù)需要布置一或多個攝像頭，攝像頭位置也可以根據(jù)布置在任意需要關(guān)注的位置，并可以重點監(jiān)控司機不方便看到的位置。
實施例二中的汽車安全駕駛監(jiān)控方法，如圖3所示，可以包括以下步驟步驟S201，采集汽車駕駛員的視頻圖像和本車外的環(huán)境視頻圖像；步驟S202，根據(jù)汽車駕駛員的視頻圖像檢測汽車駕駛員的狀態(tài)；具體檢測汽車駕駛員的狀態(tài)的方法可以參見實施例一中的相應(yīng)部分。
步驟S203，判斷該檢測結(jié)果是否為不適于駕駛，如果是，進行步驟S206；否則，返回步驟S201；步驟S204，根據(jù)本車外的環(huán)境視頻圖像檢測本車之外的危險因素的危險程度；本步驟中的危險因素可以是行人或者其他車輛。
檢測該危險程度的具體方法可以包括檢測該危險因素與本車之間的距離，并根據(jù)該距離確定該危險程度；或者檢測該危險因素與本車之間的距離和方位，并根據(jù)該距離和方位確定該危險程度。
當本步驟中的危險因素是行人時，可以通過周圍環(huán)境監(jiān)控攝像頭采集的視頻圖像進行人體檢測，從而判定是否存在行人、行人大小等信息，并根據(jù)攝像頭擺放位置和行人大小判定行人距離本車的大概距離和方向。還可以通過周圍環(huán)境監(jiān)控攝像頭采集的視頻圖像進行人臉檢測，判定是否存在人臉、人臉大小，并根據(jù)攝像頭擺放位置和人臉大小判定人臉距離本車距離和方向。
由于在進行人臉檢測時，檢測到的人臉可能是行人的，也可能是車輛里的乘客的，因此，當本步驟中的危險因素是車輛時，同樣可以通過人臉檢測來進行。
另外，可以周圍環(huán)境監(jiān)控攝像頭采集的視頻圖像進行車輛檢測，判定是否存在汽車、汽車大小等信息，并根據(jù)攝像頭擺放位置和汽車大小判定汽車距離本車的大概距離和方向。
上述提及的人臉檢測、人體檢測、車輛檢測均屬于物體檢測(object detection)領(lǐng)域，采用物體檢測技術(shù)能獲得圖像中物體的位置、大小，根據(jù)圖像采集設(shè)備的安裝方式以及圖像中的物體的大小，可以判定人或者車距離本車的距離是否在滿足安全要求的范圍。根據(jù)圖像采集設(shè)備安裝位置以及采集圖像中物體的位置變化，可以估計出人或者其他車輛的速度。
步驟S205，判斷該危險程度是否高于設(shè)定閾值，如果是，進行步驟S206；否則，返回步驟S201；在實施例二中，步驟S203和步驟S205沒有一定的先后順序。
在本步驟中，該危險程度的設(shè)定閾值可以是根據(jù)統(tǒng)計值估計得到的經(jīng)驗值來固定設(shè)置的，也可以通過檢測該危險因素與本車之間的相對速度；并根據(jù)該相對速度確定該危險程度的設(shè)定閾值。
步驟S206，提醒汽車駕駛員。
在本步驟中，可以提醒汽車駕駛員其當前不適于駕駛和/或本車之外的危險因素及其危險程度。
在多個危險因素的危險程度都高于設(shè)定閾值時，根據(jù)各危險因素的危險程度確定其提醒汽車駕駛員的優(yōu)先級。例如，在實施例二的一個實例中，行人A和車輛B都位于本車的正前方，行人A距離本車2米，與本車的相對速度為0.5米/s，車輛B距離本車3米，與本車的相對速度為5米/s，假設(shè)行人A和車輛B與本車的相對速度恒定，則可以知道，本車與行人A相遇的時間為4s后，而與車輛B相遇的時間為0.6m，因此，即使行人A和車輛B的危險程度都達到了相應(yīng)的危險程度的閾值，但是由于可以認為車輛B的危險程度更高，因此，優(yōu)先提醒汽車駕駛員車輛B的相關(guān)信息。通過設(shè)置優(yōu)先級，可以更好地幫助司機注意危險和做出判斷。在根據(jù)本車外的危險因素提醒汽車駕駛員時，可以通過播放包括該危險因素的畫面和/或語音提示等方法來實現(xiàn)。
另外，可以保存部分或者全部周圍環(huán)境監(jiān)控攝像頭攝取到的視頻圖像，這樣，一旦發(fā)生交通事故，則可以通過保存的視頻圖像進行現(xiàn)場情況分析，為判定當事人責任提供證據(jù)，也為交通事故起因分析提供資料，還可以為司機提供寶貴經(jīng)驗。在保存視頻圖像時，為了節(jié)約存儲空間，可以只保存之前十分鐘的視頻圖像，也可以只保存其中一個或者幾個周圍環(huán)境監(jiān)控攝像頭攝取到的視頻圖像。
本實施例中相同和相應(yīng)的部分可以參見實施例一中的內(nèi)容。
實施例三實施例三中的汽車安全駕駛監(jiān)控系統(tǒng)，如圖4所示，包括第一檢測模塊100，用于檢測汽車駕駛員的表情；第二檢測模塊110，用于檢測汽車駕駛員的眼睛開閉狀態(tài)；第一判斷模塊120，用于判斷第一檢測模塊100和/或第二檢測模塊110的檢測結(jié)果是否為不適于駕駛；提示模塊130，用于在第一判斷模塊120判斷出該檢測結(jié)果為不適于駕駛時提醒汽車駕駛員。
該系統(tǒng)還可以包括強制處理模塊140，用于在第一判斷模塊120判斷出的不適于駕駛的程度超過設(shè)定閾值時，強制要求汽車駕駛員停止汽車。
采用實施例三中的汽車安全駕駛監(jiān)控系統(tǒng)，可以同時關(guān)注汽車駕駛員的情緒和精神狀態(tài)，提高駕駛安全性。
實施例四實施例四中的汽車安全駕駛監(jiān)控系統(tǒng)，如圖5所示，包括第一檢測模塊100、第二檢測模塊110、第三檢測模塊150、第一判斷模塊120、第二判斷模塊160和提示模塊130，其中第一檢測模塊100，用于檢測汽車駕駛員的表情；第二檢測模塊110，用于檢測汽車駕駛員的眼睛開閉狀態(tài)；第一判斷模塊120，用于判斷第一檢測模塊100和/或第二檢測模塊110的檢測結(jié)果是否為不適于駕駛，并在判斷出不適于駕駛時指示提示模塊130提醒汽車駕駛員；第三檢測模塊150，用于檢測本車之外的危險因素的危險程度；
第二判斷模塊160，用于判斷第三檢測模塊150檢測到的危險程度是否高于設(shè)定閾值，并在判斷出該危險程度高于設(shè)定閾值時指示提示模塊130提醒汽車駕駛員；提示模塊130，用于提醒汽車駕駛員。
該第二判斷模塊160還可以包括排序模塊，用于在多個危險因素的危險程度都高于設(shè)定閾值時，根據(jù)各危險因素的危險程度確定其提醒汽車駕駛員的優(yōu)先級。
該第三檢測模塊150可以包括第一檢測單元，用于檢測危險因素與本車之間的距離，并根據(jù)該距離確定危險程度。
該第三檢測模塊150可以包括第二檢測單元，用于檢測該危險因素與本車之間的距離和方位，并根據(jù)該距離和方位確定危險程度。
上述系統(tǒng)還可以包括速度檢測模塊170，用于檢測危險因素與本車之間的相對速度；閾值設(shè)定模塊180，用于根據(jù)該相對速度確定該設(shè)定的危險程度閾值并通知第二判斷模塊160。
上述系統(tǒng)可以包括第一圖像采集模塊190，用于攝取汽車駕駛員的圖像并輸出給第一檢測模塊100和第二檢測模塊110；第二圖像采集模塊200，用于攝取本車之外的圖像并輸出給第三檢測模塊150和速度檢測模塊170；記錄模塊201，用于記錄第一圖像采集模塊190和第二圖像采集模塊200攝取的部分或者全部圖像。
該系統(tǒng)還可以包括強制處理模塊140，用于在第一判斷模塊120判斷出的不適于駕駛的程度超過設(shè)定閾值時，強制要求汽車駕駛員停止汽車。
采用實施例四中的汽車安全駕駛監(jiān)控系統(tǒng)，可以同時關(guān)注汽車駕駛員的狀態(tài)和本車外的環(huán)境，更加全面地提高駕駛安全性。
顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。
權(quán)利要求
1.一種汽車安全駕駛監(jiān)控系統(tǒng)，其特征在于，包括第一檢測模塊，用于檢測汽車駕駛員的表情；第二檢測模塊，用于檢測所述汽車駕駛員的眼睛開閉狀態(tài)；第一判斷模塊，用于判斷所述第一檢測模塊和/或第二檢測模塊的檢測結(jié)果是否為不適于駕駛；提示模塊，用于在所述第一判斷模塊判斷出所述檢測結(jié)果為不適于駕駛時提醒所述汽車駕駛員。
2.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括第三檢測模塊，用于檢測本車之外的危險因素的危險程度；第二判斷模塊，用于判斷所述危險程度是否高于設(shè)定閾值，并在判斷出所述危險程度高于設(shè)定閾值時指示所述提示模塊提醒所述汽車駕駛員。
3.如權(quán)利要求2所述的系統(tǒng)，其特征在于，所述第二判斷模塊還包括排序模塊，用于在多個所述危險因素的危險程度都高于設(shè)定閾值時，根據(jù)所述各危險因素的危險程度確定其提醒所述汽車駕駛員的優(yōu)先級。
4.如權(quán)利要求2所述的系統(tǒng)，其特征在于，所述第三檢測模塊包括第一檢測單元，用于檢測所述危險因素與本車之間的距離，并根據(jù)所述距離確定所述危險程度。
5.如權(quán)利要求2所述的系統(tǒng)，其特征在于，所述第三檢測模塊包括第二檢測單元，用于檢測所述危險因素與本車之間的距離和方位，并根據(jù)所述距離和方位確定所述危險程度。
6.如權(quán)利要求4或5所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括速度檢測模塊，用于檢測所述危險因素與本車之間的相對速度；閾值設(shè)定模塊，用于根據(jù)所述相對速度確定所述危險程度的設(shè)定閾值并通知所述第二判斷模塊。
7.如權(quán)利要求1所述的系統(tǒng)，其特征在于，所述系統(tǒng)還包括強制處理模塊，用于在所述第一判斷模塊判斷出的不適于駕駛的程度超過設(shè)定閾值時，強制要求所述汽車駕駛員停止所述汽車。
8.如權(quán)利要求2所述的系統(tǒng)，其特征在于，所述系統(tǒng)包括第一圖像采集模塊，用于攝取汽車駕駛員的圖像并輸出給所述第一檢測模塊和第二檢測模塊；第二圖像采集模塊，用于攝取本車之外的圖像并輸出給所述第三檢測模塊；記錄模塊，用于記錄所述第一圖像采集模塊和第二圖像采集模塊攝取的部分或者全部圖像。
9.一種汽車安全駕駛監(jiān)控方法，其特征在于，包括檢測汽車駕駛員的表情以及眼睛開閉狀態(tài)；判斷所述檢測結(jié)果是否為不適于駕駛，并判斷出不適于駕駛時提醒所述汽車駕駛員。
10.如權(quán)利要求9所述的方法，其特征在于，所述檢測具體包括采用人臉檢測、人臉跟蹤、臉部特征點定位、臉部特征點跟蹤中的任意一種或者幾種算法對所述汽車駕駛員的臉部特征點進行定位或者跟蹤。
11.如權(quán)利要求9或10所述的方法，其特征在于，判斷所述檢測結(jié)果是否為不適于駕駛的具體方法包括判斷所述汽車駕駛員的眼睛閉合時長是否超過設(shè)定閾值，并在超過所述眼睛閉合時長的設(shè)定閾值時判斷所述汽車駕駛員不適于駕駛。
12.如權(quán)利要求9或10所述的方法，其特征在于，判斷所述檢測結(jié)果是否為不適于駕駛的具體方法包括判斷所述汽車駕駛員的表情是否滿足設(shè)定的不適于駕駛的情緒，并在滿足時判斷所述汽車駕駛員不適于駕駛。
13.如權(quán)利要求9所述的方法，其特征在于，所述方法還包括檢測本車之外的危險因素的危險程度；并且判斷所述危險程度是否高于設(shè)定閾值，并在判斷出所述危險程度高于設(shè)定閾值時提醒所述汽車駕駛員。
14.如權(quán)利要求13所述的方法，其特征在于，在多個所述危險因素的危險程度都高于設(shè)定閾值時，根據(jù)所述各危險因素的危險程度確定其提醒所述汽車駕駛員的優(yōu)先級。
15.如權(quán)利要求13所述的方法，其特征在于，檢測所述危險程度的具體方法包括檢測所述危險因素與本車之間的距離，并根據(jù)所述距離確定所述危險程度。
16.如權(quán)利要求13所述的方法，其特征在于，檢測所述危險程度的具體方法包括檢測所述危險因素與本車之間的距離和方位，并根據(jù)所述距離和方位確定所述危險程度。
17.如權(quán)利要求15或16所述的方法，其特征在于，確定所述危險程度的設(shè)定閾值的具體方法包括檢測所述危險因素與本車之間的相對速度；并根據(jù)所述相對速度確定所述危險程度的設(shè)定閾值。
18.如權(quán)利要求9所述的方法，其特征在于，在判斷出所述不適于駕駛的程度超過設(shè)定閾值時，強制要求所述汽車駕駛員停止所述汽車。
全文摘要
本發(fā)明公開了一種汽車安全駕駛監(jiān)控系統(tǒng)和方法，用以提高汽車駕駛的安全性。本發(fā)明中，檢測汽車駕駛員的表情以及眼睛開閉狀態(tài)；判斷該檢測結(jié)果是否為不適于駕駛，并判斷出不適于駕駛時提醒該汽車駕駛員。從而不僅關(guān)心汽車駕駛員的疲勞程度，還關(guān)心汽車駕駛員的情緒因素，更好地保證了汽車行駛安全。另外，本發(fā)明技術(shù)方案中，還同時關(guān)心駕駛員主觀因素和本車外的客觀因素，進一步保障了汽車駕駛的安全性。采用本發(fā)明技術(shù)方案，可以提高汽車駕駛的安全性。
文檔編號G01C11/00GK101030316SQ20071009841
公開日2007年9月5日 申請日期2007年4月17日 優(yōu)先權(quán)日2007年4月17日
發(fā)明者鄧亞峰, 王浩 申請人:北京中星微電子有限公司