本發明涉及輔助駕駛技術，尤其涉及一種基于圖像識別的駕駛員負荷檢測車載裝置。

背景技術：

當前，駕駛行車過程中，超過60％的信息是通過視覺獲得的，視覺信息增加時視覺工作量也隨之增加，相應的視覺負荷也會增加。較高的視覺負荷會引起駕駛員信息處理不及時，增加操作失誤，影響交通安全。對駕駛員視覺負荷影響較大的道路環境主要有道路平縱線形、交通標志信息等。視覺負荷是駕駛工作負荷的組成部分，有人曾使用眨眼次數、注視次數或瞳孔面積等指標的變化來評價駕駛工作負荷的強度，認為在視距壓力增大的情況下，駕駛員會試圖通過減少眨眼次數和增加注視持續時間，來獲取更多的視覺信息。。

技術實現要素：

本發明要解決的技術問題在于針對現有技術中的缺陷，提供一種基于圖像識別的駕駛員視覺負荷檢測車載裝置。

本發明解決其技術問題所采用的技術方案是：一種基于圖像識別的駕駛員負荷檢測車載裝置，包括：

采集單元，用于采集包括車輛前方交通環境信息的圖像和駕駛員的心率變異率，所述交通環境信息包括車道線、道路標志和信號燈，所述采集單元包括安裝于前擋風玻璃內正中間的攝像頭和設置于方向盤上的心率傳感器；

圖像處理單元，通過處理視景采集單元的圖像信息提取識別環境信息，包括：前方道路線形指標：包括坡度和轉彎半徑；交通標志信息：包括字符量、圖形量和組合關系；以及信號燈信息：包括燈組數和相位；并將識別的交通標志信息和信號燈信息轉換為以下元素：1)漢字、2)英文字母、3)阿拉伯數字、4)顏色：道路交通標志顏色、5)方向箭頭：道路交通標志上使用的方向箭頭、6)符號：表示道路狀況的符號；

道路線形負荷等級計算單元，用于根據心率傳感器采集的心率變異率評價道路線形指標對駕駛員產生的駕駛負荷度；

視覺負荷等級計算單元，用于根據信息理論算法對環境信息量進行計算，得出不同環境要素下的綜合信息量，并根據計算得到的信息量指標，對該環境信息量所屬的等級進行確定，最后確定相應道路環境的視覺負荷等級；

顯示單元，用于接收道路線形負荷等級計算單元和視覺負荷等級計算單元的數據，量化融合后實時顯示道路環境的綜合駕駛負荷，并對系統地運行狀態進行顯示；

儲存單元，由儲存卡構成，接收道路線形負荷等級計算單元和視覺負荷等級計算單元的數據，實時存儲道路視景影像以及與之對應的道路環境信息、駕駛負荷因素、駕駛負荷量度；所有存儲的信息都通過同一時間軸進行標識，便于在統一時間軸進行分析。

按上述方案，所述道路線形負荷等級計算單元中駕駛負荷度的量化方法如下：

1)道路線形為平曲線半徑駕駛負荷的量化

二者量化數學模型為：

x1＝4.316×10^-6r²－0.15r+15.152

其中，r為平曲線半徑，x1為平曲線半徑駕駛負荷；

2)道路線形為縱向坡度駕駛負荷的量化

最終選用三次函數曲線模型更能反映駕駛負荷x與道路坡度y間的關系，二者量化數學模型為：

x2＝-0.138y³-0.8y²-1.438y+0.871

其中，y為道路坡度，x2為縱向坡度駕駛負荷。

按上述方案，所述圖像處理單元識別各種不同模式的目標和對象采用以下方法，其過程可分為兩個階段：1)樣本訓練階段：對大量樣本圖像進行預處理、提取圖像特征、進行模式分類，從而獲得一個樣本圖像特征庫；2)圖像識別階段：對輸入圖像做預處理、進行圖像分析、分割并提取圖像中關注部分的圖像特征、利用模式識別方法對特征與圖像特征庫中的特征進行相關處理，以確定輸入圖像是否匹配。

本發明產生的有益效果是：

1.采用本發明裝置，能夠對駕駛過程中的與駕駛人視覺負荷相關的環境因素進行自動識別，可對該環境信息的信息量進行計算，并對駕駛員的視覺負荷進行實時檢測和量度；

2.本發明融合了駕駛人視覺負荷和由道路線性引致的精神負荷，展示了駕駛人的綜合駕駛負荷，可供管理部門和設計部門分析。

附圖說明

下面將結合附圖及實施例對本發明作進一步說明，附圖中：

圖1是本發明實施例的結構示意圖；

圖2為本發明裝置的具體實施方式示意圖。

具體實施方式

為了使本發明的目的、技術方案及優點更加清楚明白，以下結合實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，并不用于限定本發明。

如圖1所示，一種駕駛員負荷的檢測裝置，包括：

采集單元，用于采集包括車輛前方交通環境信息的圖像和駕駛員的心率變異率，所述交通環境信息包括車道線、道路標志和信號燈，所述采集單元包括安裝于前擋風玻璃內正中間的攝像頭和設置于方向盤上的心率傳感器；

圖像處理單元，通過處理視景采集單元的圖像信息提取識別環境信息，包括：前方道路線形指標：包括坡度和轉彎半徑；交通標志信息：包括字符量、圖形量和組合關系；以及信號燈信息：包括燈組數和相位；并將識別的交通標志信息和信號燈信息轉換為以下元素：1)漢字、2)英文字母、3)阿拉伯數字、4)顏色：道路交通標志顏色、5)方向箭頭：道路交通標志上使用的方向箭頭、6)符號：表示道路狀況的符號；

道路線形負荷等級計算單元，用于根據心率傳感器采集的心率變異率評價道路線形指標對駕駛員產生的駕駛負荷度；

視覺負荷等級計算單元，用于根據信息理論算法對環境信息量進行計算，得出不同環境要素下的綜合信息量，并根據計算得到的信息量指標，對該環境信息量所屬的等級進行確定，最后確定相應道路環境的視覺負荷等級；

顯示單元，用于接收道路線形負荷等級計算單元和視覺負荷等級計算單元的數據，量化融合后實時顯示道路環境的綜合駕駛負荷，并對系統地運行狀態進行顯示；

儲存單元，由儲存卡構成，接收道路線形負荷等級計算單元和視覺負荷等級計算單元的數據，實時存儲道路視景影像以及與之對應的道路環境信息、駕駛負荷因素、駕駛負荷量度；所有存儲的信息都通過同一時間軸進行標識，便于在統一時間軸進行分析。

如圖2所示，攝像頭3安裝在車內，主要采集道路前方信息，包括標志牌1及信號燈2。拍攝到的視頻傳回到處理單元4，在處理單元內完成對圖像的識別，可自動識別出交通標志牌及信號燈。根據識別的結果，采用信息理論中信息量的計算方法對其信息量進行計算，顯示單元5用于結果顯示。

1.圖像處理算法

(1)車道線處理算法(hough變換)

(2)標志和信號燈處理方法(支持向量機的方法)

2.信息量的計算

信息理論認為信息的基本作用就是消除人們對事物的不確定性，信息論之父——香農指出，事物準確的信息量應該是

其中：h(x)表示所含有的信息量，單位為bits；

xi表示第i個狀態出現的概率；

m表示某一事物可能出現不同狀態的總數；

p(xi)表示出現第i種狀態的概率。

假設m種狀態出現的概率相等，即p(xi)＝1/m，則上述公式就變為：

h(x)＝log2m

3.交通標志信息和信號燈信息的視覺負荷計算

根據實際道路交通情況，對交通標志及信號燈的每種元素所代表的信息量大小進行計算，其依據如下。

1)漢字：根據《現代漢語常用字表》，日常使用的漢字大約有3500個，因此每個漢字包含的信息量為h＝log23500＝11.77bits。

2)英文字母：共有26個英文字母(大小寫字母相同)。每個字母包含的信息量為h＝log226＝4.70bits。

3)阿拉伯數字：共有10個阿拉伯數字。因此，每個數字包含的信息量為h＝log210＝3.32bits。

4)顏色：道路交通標志常用顏色總共8種顏色。每種顏色包含的信息量為h＝log28＝3.00bits。

5)方向箭頭：道路交通標志上常使用的方向箭頭25種，每個箭頭包含的信息量為h＝log225＝4.64bits。

6)符號：在一般的道路條件下，總共有17種表示道路狀況的符號，每種符號包含的信息量為h＝log217＝4.09bits。

根據圖像識別的結果，對照以上信息量計算方法，經過處理單元處理則可得到路段實時的信息量。

對某公路標志牌進行隨機抽樣，對其標志牌信息量進行統計，結果顯示一個標志牌的信息量大概范圍是10～450bits，具體結果如下：

對頻數進行分析，認為標志牌信息量累計分布曲線上第85位百分點的信息量h85作為確定限制標志牌信息量的上限標準，即認為該點所對應的信息所引起的視覺負荷較大，當信息量高于此值則認為視覺負荷等級為大，信息量小于此值時的情況與之類似，分別取15％、50％、70％作為無視覺負荷、輕微視覺負荷、一般視覺負荷的閾值。其對應關系如下：

根據圖像識別結果，對照不同視覺負荷等級所對應的信息量閾值，即可得到當前情況下的視覺負荷等級。將該等級及其描述(如負荷等級4級，負荷較大)發生至顯示設備，并在顯示設備上顯示。

根據計算得到的信息量大小，結合不同等級道路和環境信息量的范圍，確定道路環境的信息量所屬等級，進而確定道路的視覺負荷等級。

4.道路線形駕駛負荷的計算

本研究選取了評價精神負荷的有效指標——心率變異率(heartratevariability，hrv)作為道路線形駕駛負荷量化指標。大量研究表明心率變異率能夠有效反映人體神經負荷狀況，是目前駕駛負荷評價研究中的最常采用的生理指標之一。

心率變異率(hrv)是以連續心臟搏動r-r間期為研究對象，心率波動并非偶然，是受到體內神經和體液調控的，也是為適應個體不同的生理狀況做出的生理反應。通過羅列人體每次心跳周期間的時間差別，得到一堆貌似無序的時間參數，而這些無序的參數卻反映了連續心率的瞬時波動。因此，心率變異率(hrv)分析的實質就是從心率波動現象中，從大量無序復雜的生理參數中，提取和分析出有序的規律，并用以說明人體的生理特性。hrv指標已被成功應用于工作負荷測量，可以對駕駛員工作負荷進行定量地評估。

本研究采用時域分析法分析心率變異率。時域分析方法是對r-r間期的時間序列指標以及幾何分布特征進行分析的一種簡單并且容易理解的方法。時域分析方法中心率采樣間期標準差σ指標與精神負荷關聯程度最高。該指標計算公式如下:

式中:n為統計時段內的數據采樣樣本數；

hri為各采樣時刻的心率值(次/min)；

為統計時段內心率的平均值(次/min)；

σhrv為心率變異率，即統計時段內的心率標準差(次/min)。

大量實車實驗得出的試驗數據分析表明：單位運行速度的駕駛員實時心率變異率可作為評價駕駛員駕駛負荷度的有效指標。駕駛負荷度k計算模型如下所示：

為了便于計算和書寫，特將單位運行速度對應的實時心率變異率值乘100。

1)平曲線半徑駕駛負荷的量化

根據模擬駕駛實驗結果，得到不同平曲線路段駕駛人心率增長情況，為了定量的探究駕駛負荷與平曲線半徑間的關系，使用統計分析軟件spss對數據進行一元曲線回歸分析，得到兩者之間的量化關系。最終選用二次函數曲線模型更能反映駕駛負荷x與平曲線半徑r間的關系，二者量化數學模型為：

x＝4.316×10^-6r²－0.15r+15.152

2)縱向坡度駕駛負荷的量化

駕駛負荷的量化根據模擬駕駛實驗結果，得到不同坡度路段駕駛人心率增長情況，為了定量的探究駕駛負荷與道路坡度間的關系，使用統計分析軟件spss對數據進行一元曲線回歸分析，得到兩者之間的量化關系。最終選用三次函數曲線模型更能反映駕駛負荷x與道路坡度y間的關系，二者量化數學模型為：

x＝-0.138y³-0.8y²-1.438y+0.871

基于hrv量化的駕駛負荷與應用視頻方法得出的駕駛負荷量綱相同，相加后得到駕駛人所承受的駕駛負荷值。

最后，根據獲得量化融合后的駕駛負荷值，由顯示單元實時顯示道路環境的綜合駕駛負荷；

并由儲存單元，將接收道路線形負荷等級計算單元和視覺負荷等級計算單元的數據，實時存儲道路視景影像以及與之對應的道路環境信息、駕駛負荷因素、駕駛負荷量度；所有存儲的信息都通過同一時間軸進行標識，便于在統一時間軸進行分析。

應當理解的是，對本領域普通技術人員來說，可以根據上述說明加以改進或變換，而所有這些改進和變換都應屬于本發明所附權利要求的保護范圍。