汽車駕駛員情緒識別方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及汽車技術(shù)領(lǐng)域，尤其涉及一種汽車駕駛員情緒識別方法及裝置。
【背景技術(shù)】
[0002]目前，“路怒癥”已成為人類進入汽車時代以后的通病?！奥放Y”是泛指在駕駛過程中駕駛員情緒受到外界影響，實施具有攻擊性或憤怒的行為，如粗鄙的手勢、言語侮辱、故意用不安全或威脅安全的方式來駕駛車輛或?qū)嵤┩{。因憤怒駕駛導致的交通事故已越來越多，而駕駛員的不良情緒是造成交通事故的重要原因。因此，有必要對駕駛員的情緒進行識別，以便于提前預防可能出現(xiàn)的交通事故。
[0003]現(xiàn)有的駕駛員情緒識別方法一般是通過攝像頭采集駕駛員面部特征的方式來識別駕駛員情緒，但存在以下缺陷:1、攝像頭采集駕駛員面部特征受光線、個體容貌、佩戴墨鏡等因素的影響較大，無法準確地識別各種環(huán)境下的駕駛員情緒；2、駕駛員駕駛汽車時很多情緒并不一定體現(xiàn)在面部表情，而是在于其駕駛行為，且駕駛員情緒不僅與駕駛員的面部表情有關(guān)，還可能與周圍環(huán)境、時間等因素相關(guān)。因此，無法通過攝像頭采集駕駛員面部特征來準確地識別駕駛員情緒。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的主要目的在于提供一種汽車駕駛員情緒識別方法及裝置，旨在準確地識別駕駛員情緒。
[0005]為實現(xiàn)上述目的，本發(fā)明提供的一種汽車駕駛員情緒識別方法，所述方法包括以下步驟:
[0006]獲取汽車當前行駛中的相關(guān)行駛信息，并從所述相關(guān)行駛信息中提取相關(guān)行駛特征；
[0007]根據(jù)所述相關(guān)行駛特征在預設(shè)的分類器中進行分類，根據(jù)所述分類器中的分類結(jié)果識別與所述相關(guān)行駛特征相對應的駕駛員情緒。
[0008]優(yōu)選地，所述相關(guān)行駛信息至少包括以下之一:當前車輛姿態(tài)信息、當前車況信息、當前路況信息、駕駛時長、當前車輛位置信息、車輛駕駛軌跡信息。
[0009]優(yōu)選地，所述獲取汽車當前行駛中的相關(guān)行駛信息，并從所述相關(guān)行駛信息中提取相關(guān)行駛特征的步驟之前還包括:
[0010]采集預設(shè)時間內(nèi)汽車行駛中的訓練行駛信息，并從所述訓練行駛信息中提取訓練行駛特征；獲取針對不同訓練行駛特征標注的不同駕駛員情緒；
[0011]基于預設(shè)的分類算法對不同訓練行駛特征標注的不同駕駛員情緒進行學習、訓練，形成預設(shè)的分類器。
[0012]優(yōu)選地，所述根據(jù)所述分類器中的歸類結(jié)果識別當前駕駛汽車的駕駛員情緒的步驟之后還包括:
[0013]根據(jù)識別出的駕駛員情緒進行相應的情緒引導處理。
[0014]優(yōu)選地，所述情緒引導處理包括向駕駛員推送警告信息或預設(shè)音頻信息，以引導駕駛員緩和情緒。
[0015]此外，為實現(xiàn)上述目的，本發(fā)明還提供一種汽車駕駛員情緒識別裝置，所述裝置包括:
[0016]所述汽車駕駛員情緒識別裝置包括:
[0017]獲取模塊，用于獲取汽車當前行駛中的相關(guān)行駛信息，并從所述相關(guān)行駛信息中提取相關(guān)彳T駛特征；
[0018]分類模塊，用于根據(jù)所述相關(guān)行駛特征在預設(shè)的分類器中進行分類，根據(jù)所述分類器中的分類結(jié)果識別與所述相關(guān)行駛特征相對應的駕駛員情緒。
[0019]優(yōu)選地，所述相關(guān)行駛信息至少包括以下之一:當前車輛姿態(tài)信息、當前車況信息、當前路況信息、駕駛時長、當前車輛位置信息、車輛駕駛軌跡信息。
[0020]優(yōu)選地，所述汽車駕駛員情緒識別裝置還包括:
[0021]采集模塊，用于采集預設(shè)時間內(nèi)汽車行駛中的訓練行駛信息，并從所述訓練行駛信息中提取訓練行駛特征；獲取針對不同訓練行駛特征標注的不同駕駛員情緒；
[0022]訓練模塊，用于基于預設(shè)的分類算法對不同訓練行駛特征標注的不同駕駛員情緒進行學習、訓練，形成預設(shè)的分類器。
[0023]優(yōu)選地，所述汽車駕駛員情緒識別裝置還包括:
[0024]引導模塊，用于根據(jù)識別出的駕駛員情緒進行相應的情緒引導處理。
[0025]優(yōu)選地，所述情緒引導處理包括向駕駛員推送警告信息或預設(shè)音頻信息，以引導駕駛員緩和情緒。
[0026]本發(fā)明提出的一種汽車駕駛員情緒識別方法及裝置，利用從汽車當前的相關(guān)行駛信息中提取的相關(guān)行駛特征在預設(shè)的分類器中進行分類，識別當前駕駛汽車的駕駛員情緒。由于是通過汽車當前的相關(guān)行駛信息來識別駕駛員情緒，識別出的駕駛員情緒更加符合汽車當前的實際行駛狀況，而不會受到駕駛員的面部特征、面部環(huán)境等因素的影響，能更加準確地識別出駕駛員情緒。
【附圖說明】
[0027]圖1為本發(fā)明汽車駕駛員情緒識別方法第一實施例的流程示意圖；
[0028]圖2為本發(fā)明汽車駕駛員情緒識別方法第二實施例的流程示意圖；
[0029]圖3為本發(fā)明汽車駕駛員情緒識別方法第三實施例的流程示意圖；
[0030]圖4為本發(fā)明汽車駕駛員情緒識別裝置第一實施例的功能模塊示意圖；
[0031]圖5為本發(fā)明汽車駕駛員情緒識別裝置第二實施例的功能模塊示意圖；
[0032]圖6為本發(fā)明汽車駕駛員情緒識別裝置第三實施例的功能模塊示意圖。
[0033]本發(fā)明目的的實現(xiàn)、功能特點及優(yōu)點將結(jié)合實施例，參照附圖做進一步說明。
【具體實施方式】
[0034]應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。
[0035]本發(fā)明提供一種汽車駕駛員情緒識別方法。
[0036]參照圖1，圖1為本發(fā)明汽車駕駛員情緒識別方法第一實施例的流程示意圖。
[0037]在第一實施例中，該汽車駕駛員情緒識別方法包括:
[0038]步驟S10，獲取汽車當前行駛中的相關(guān)行駛信息，并從所述相關(guān)行駛信息中提取相關(guān)行駛特征；
[0039]本實施例中，在汽車行駛過程中實時獲取汽車當前的相關(guān)行駛信息，其中，該相關(guān)行駛信息可以包括至少以下一種或幾種的組合:當前車輛姿態(tài)信息、當前車況信息、當前路況信息、駕駛時長、當前車輛位置信息、車輛駕駛軌跡信息，當然，也不限定該相關(guān)行駛信息為其他可以體現(xiàn)汽車當前實際行駛狀況的信息，如汽車周圍環(huán)境等。
[0040]獲取汽車當前的相關(guān)行駛信息后，還可從所述相關(guān)行駛信息中提取相關(guān)行駛特征。如根據(jù)當前車況信息可以提取車輛當前的車速、加速度等車輛運行參數(shù)，根據(jù)當前路況信息可以提取當前道路的平穩(wěn)度等參數(shù)。這樣，可在汽車行駛過程中實時采集能體現(xiàn)汽車當前實際行駛狀況的各種相關(guān)行駛特征。
[0041]步驟S20，根據(jù)所述相關(guān)行駛特征在預設(shè)的分類器中進行分類，根據(jù)所述分類器中的分類結(jié)果識別與所述相關(guān)行駛特征相對應的駕駛員情緒。
[0042]采集到汽車當前的各種相關(guān)行駛特征后，即可根據(jù)所述相關(guān)行駛特征在預設(shè)的分類器中進行歸類。其中，該分類器可以為決策樹分類器、選擇樹分類器、證據(jù)分類器等，分類器能夠把數(shù)據(jù)庫中的數(shù)據(jù)紀錄映射到給定類別中的某一個，從而可以應用于數(shù)據(jù)預測。本實施例中，該分類器已完成學習、訓練等操作，已將不同相關(guān)行駛特征分類到相應的駕駛員情緒