本發(fā)明涉及汽車技術(shù)領(lǐng)域，具體涉及一種用于運(yùn)營車輛的駕駛員管理平臺。
背景技術(shù)：
通過督促道路運(yùn)輸企業(yè)建設(shè)、使用、維護(hù)監(jiān)控平臺，對道路運(yùn)輸車輛安裝衛(wèi)星定位裝置及接入系統(tǒng)平臺的情況進(jìn)行審核，建設(shè)和維護(hù)道路運(yùn)輸車輛動態(tài)信息公共服務(wù)平臺，實現(xiàn)交通運(yùn)輸管理部門與公安交通管理、安監(jiān)部門的信息共享，定期對道路運(yùn)輸企業(yè)動態(tài)監(jiān)控工作的情況進(jìn)行監(jiān)督考核。
疲勞駕駛是違法行為，嚴(yán)重危及道路運(yùn)輸安全，必須強(qiáng)化動態(tài)監(jiān)管，保障人民生命財產(chǎn)安全。在對運(yùn)營車輛進(jìn)行管理時，如何確定運(yùn)營車輛是由審驗合格的駕駛員進(jìn)行駕駛，以及是否存在疲勞駕駛，這是非常重要的問題。
技術(shù)實現(xiàn)要素：
針對上述問題，本發(fā)明旨在提供一種用于運(yùn)營車輛的駕駛員管理平臺。
本發(fā)明提供了一種用于運(yùn)營車輛的駕駛員管理平臺，其特征在于，包括：后臺和前臺，前臺與后臺之間通過移動通信聯(lián)網(wǎng)，前臺包括承載在車身上的識別模塊、報警模塊和攝像模塊；攝像模塊安裝在駕駛室內(nèi)，正對駕駛員，用于采集駕駛員的面部圖像；識別模塊，用于從面部圖像中識別人臉的疲勞狀態(tài)；報警模塊，用于當(dāng)疲勞狀態(tài)超過預(yù)設(shè)閾值時，通過移動通信向后臺發(fā)送疲勞報警信號。
相關(guān)技術(shù)中，一般只能通過時間記錄來控制駕駛員的疲勞駕駛，然而很多時候駕駛員由于各種身體狀況，即使沒有超時，也可能處于非常疲勞的狀態(tài)，這使得運(yùn)營車輛處于非常危險的疲勞駕駛當(dāng)中，而本發(fā)明實現(xiàn)了對疲勞駕駛的圖像識別，并且還上報到遠(yuǎn)程的管理后臺，使得監(jiān)管部門能實時地掌握駕駛員的疲勞狀態(tài)，進(jìn)一步提高了運(yùn)營車輛的安全性。
附圖說明
利用附圖對本發(fā)明作進(jìn)一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。
圖1示出了根據(jù)本發(fā)明一個實施例的一種用于運(yùn)營車輛的駕駛員管理平臺的結(jié)構(gòu)示意圖。
具體實施方式
結(jié)合以下實施例對本發(fā)明作進(jìn)一步描述。
圖1示出了根據(jù)本發(fā)明一個實施例的一種用于運(yùn)營車輛的駕駛員管理平臺的結(jié)構(gòu)示意圖，包括：后臺200和前臺100，前臺100與后臺200之間通過移動通信聯(lián)網(wǎng)，前臺100包括承載在車身上的識別模塊20、報警模塊30和攝像模塊10；
攝像模塊10安裝在駕駛室內(nèi)，正對駕駛員，用于采集駕駛員的面部圖像；
識別模塊20，用于從面部圖像中識別人臉的疲勞狀態(tài)；
報警模塊30，用于當(dāng)疲勞狀態(tài)超過預(yù)設(shè)閾值時，通過移動通信向后臺200發(fā)送疲勞報警信號。
相關(guān)技術(shù)中，一般只能通過時間記錄來控制駕駛員的疲勞駕駛，然而很多時候駕駛員由于各種身體狀況，即使沒有超時，也可能處于非常疲勞的狀態(tài)，這使得運(yùn)營車輛處于非常危險的疲勞駕駛當(dāng)中，而本發(fā)明實現(xiàn)了對疲勞駕駛的圖像識別，并且還上報到遠(yuǎn)程的管理后臺，使得監(jiān)管部門能實時地掌握駕駛員的疲勞狀態(tài)，進(jìn)一步提高了運(yùn)營車輛的安全性。
優(yōu)選地，識別模塊包括γ模塊、rgb模塊、選擇模塊和分析模塊；
γ模塊，用于在γ灰度空間對圖像進(jìn)行處理；
rgb模塊，用于在rgb彩色空間對圖像進(jìn)行處理；
選擇模塊，用于選擇γ模塊的處理結(jié)果和rgb模塊的處理結(jié)果；
分析模塊，用于將選擇處理結(jié)果與預(yù)設(shè)疲勞行為模式進(jìn)行比對，以確定疲勞狀態(tài)。
夜間駕駛和白天駕駛時，駕駛室內(nèi)的光照度有很大的區(qū)別。陰天與晴天，駕駛室內(nèi)的光照度也有很大的區(qū)別。在光線充足時和光線不足時，有可能采集灰度圖像質(zhì)量更高，也有可能采集彩色圖像質(zhì)量更高。而本優(yōu)選實施例同時從灰度和彩色兩種模式來分析圖像，然后擇優(yōu)選擇質(zhì)量更好的圖像，有利于提高疲勞狀態(tài)的識別率。
優(yōu)選地，所述γ模塊包括：
第一模塊，用于將面部圖像作為原稿，對原稿進(jìn)行傅利葉變換，然后在傅利葉變換后的頻率域進(jìn)行低通濾波，得到第一稿；
第二模塊，用于將原稿與第一稿進(jìn)行如下處理：
式中，f(x,y)為處理后的圖像，
優(yōu)選實施例的γ模塊采用發(fā)明人獨創(chuàng)的算法對原稿進(jìn)行處理，引入了拉伸參數(shù)，根據(jù)用戶的需求對圖像的對比度進(jìn)行拉伸，而傳統(tǒng)的灰度處理算法中，圖像的整體反差較小，而且灰度值的動態(tài)范圍也較小，所以灰度處理結(jié)果不夠理想。相比傳統(tǒng)算法，本優(yōu)選實施例同時提高了圖像的細(xì)節(jié)反差和整體反差，經(jīng)過大量的測試，確認(rèn)取得了更優(yōu)的灰度處理結(jié)果。
優(yōu)選地，所述rgb模塊包括：
第三模塊：用于采用倒圓錐模型表示在hsv空間中描述原稿，hsv空間中的h、s、v分別表示色調(diào)、飽和度、亮度，倒圓錐模型的軸線方向為v分量，頂部的圓心為白色，最低點為黑色，豎直軸為白色和黑色之間的過渡色，頂部的圓平面為光強(qiáng)度最大的點，圓錐的任一橫向圓切面的徑向為飽和度，圓心處飽和度為0，圓周處飽和度為1，圓切面的圓周向的角度為h；
第四模塊：用于對s分量和v分量進(jìn)行小波域改進(jìn)，具體為：
對s分量和v分量進(jìn)行二維小波變換，將圖像分解為4個相同大小的子帶區(qū)域，進(jìn)一步對子帶區(qū)域進(jìn)行二維小波變換，直到得到預(yù)設(shè)值的小波尺度為止，從而得到s分量和v分量在小波域中的近似系數(shù)和不同層次的細(xì)節(jié)系數(shù)，公式如下：
θ′(x,y)＝0.12δ[θ(x,y)-i]2+α[θ(x,y)-i]+i
式中，θ(x,y)為小波系數(shù)，θ′(x,y)為改進(jìn)后的小波系數(shù)，i為該子帶區(qū)域小波系數(shù)均值，α為改進(jìn)系數(shù)，α∈[0,10，表示對小波系數(shù)進(jìn)行抑制，應(yīng)用于小波分解后的近似系數(shù)，α＞1，表示對小波系數(shù)進(jìn)行增強(qiáng)，應(yīng)用于小波分解后的細(xì)節(jié)系數(shù)；
第五模塊，用于將圖像進(jìn)一步變換到rgb空間，公式如下：
式中，r、g、b分別為原稿rgb空間中的紅色分量、綠色分量、藍(lán)色分量，r′、g′、b′分別為處理后的圖像rgb空間中的紅色分量、綠色分量、藍(lán)色分量，k、l為轉(zhuǎn)換系數(shù)，h為原稿rgb空間中最大顏色分量，
本優(yōu)選實施例在保持圖像色調(diào)不變的前提下，對亮度和飽和度進(jìn)行小波分解，因為減少了一個分量的計算，所以至少減少了1/3的運(yùn)行時間。本優(yōu)選實施例特別適用于汽車這種弱運(yùn)算能力的場景，能在弱運(yùn)算能力的芯片中也獲得較高的實時處理速度，從而能夠快速地識別疲勞狀態(tài)。
經(jīng)過小波變換后，得到的近似系數(shù)表達(dá)了圖像中的背景信息，而細(xì)節(jié)系數(shù)表達(dá)了圖像中的細(xì)節(jié)信息。本優(yōu)選實施例對細(xì)節(jié)系數(shù)進(jìn)行增強(qiáng)，同時對s分量和v分量在小波域中的近似系數(shù)進(jìn)行抑制，因此取得了整體背景光照均勾，細(xì)節(jié)反差突出的效果，這有利于提高識別圖像中的人臉疲勞狀態(tài)的識別率。
優(yōu)選地，所述選擇模塊選取分別計算采用γ模塊和rgb模塊處理后的圖像的綜合值較大的圖像作為圖像最終處理方式，綜合值的計算公式為：
式中，m、n分別為圖像的行數(shù)和列數(shù)，h(x,y)為圖像第x行、第y列的灰度值，m為圖像的綜合值，π為圖像的灰度均值。
本優(yōu)選實施例的選擇模塊通過計算圖像的綜合值來確定圖像的最終處理方式，從而當(dāng)灰度圖像較差，而彩色圖像更優(yōu)時，能夠自動地切換到彩色圖像中識別人臉。當(dāng)灰度圖像更優(yōu)，而彩色圖像較差時，則自動地切換到灰度圖像中識別人臉。
采用這種模式，進(jìn)一步可設(shè)置兩個攝像頭，一個攝像頭專門用于采集灰度圖像，而另一個攝像頭專門采集彩色圖像。
本優(yōu)選實施例的綜合值計算是發(fā)明人獨創(chuàng)的算法，在大量的測試當(dāng)中，發(fā)現(xiàn)本優(yōu)選實施例實現(xiàn)了自動選擇最優(yōu)圖像，從而進(jìn)一步提高人臉疲勞狀態(tài)的識別率。
優(yōu)選地，在前臺中還包括酒精模塊，安裝在駕駛室內(nèi)，用于檢測空氣中的酒精濃度，所述報警模塊還用于當(dāng)酒精模塊檢測到的酒精濃度超過預(yù)設(shè)值時，通過移動通信向后臺發(fā)送飲酒報警信號。
酒駕也是常見的交通違法行為。本優(yōu)選實施例還實現(xiàn)了平臺對酒駕的實時監(jiān)控，相比傳統(tǒng)的路檢方法，顯然成本更低，監(jiān)測力度更嚴(yán)，并且還能實時地傳送到遠(yuǎn)程的交通管理部門。
優(yōu)選地，在前臺中還包括指紋模塊，安裝在點火按鈕上，用于檢測駕駛員的指紋，所述報警模塊還用于通過移動通信向后臺發(fā)送指紋信息。
優(yōu)選地，所述后臺用于根據(jù)指紋信息識別駕駛員。
本優(yōu)選實施例實現(xiàn)了駕駛員的身份識別。
優(yōu)選地，所述后臺還用于根據(jù)所述疲勞報警信號和或所述飲酒報警信號，通過多媒體方式提示所述運(yùn)營車輛發(fā)生了疲勞駕駛和或酒后駕駛，并將駕駛員的行為予以登記。
在本優(yōu)選實施例中，通過多媒體提示，以及行為登記等，能進(jìn)一步提醒交管人員，并減輕交管人員的管理負(fù)擔(dān)。
優(yōu)選地，所述后臺還將所述駕駛員的身份與數(shù)據(jù)庫中的運(yùn)營車輛駕駛員登記信息進(jìn)行比對，判斷所述駕駛員是否具備駕駛資格，并進(jìn)行相應(yīng)的處理。
本優(yōu)選實施例對于運(yùn)營車輛來說具有特別重大的意義。一般的車輛，任何駕駛員可能都允許駕駛。但運(yùn)營車輛必須限定為特定駕駛員才可以駕駛，通過指紋識別，并實時地上傳遠(yuǎn)程平臺，有利于交管部門進(jìn)一步管理運(yùn)營車輛的駕駛員。
最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護(hù)范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細(xì)地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。