详情

原文传递一种驾驶行为习惯智能检测及安全驾驶评分的装置和方法

专利名称：	一种驾驶行为习惯智能检测及安全驾驶评分的装置和方法
摘要：	本发明公开了一种驾驶行为习惯智能检测及安全驾驶评分的装置，包括：车内摄像头，用于实时采集驾驶员位置的图像信息；人脸识别模块，用于识别并处理车内摄像头采集的图像信息；疲劳驾驶行为检测模块，用于接收并检测分析人脸识别模块识别处理后的图像信息；车外摄像头，ADAS检测模块；核心处理模块，用于用户行为建模和驾驶风险评估，大数据分析模块；其中，人脸识别模块与疲劳驾驶行为检测模块连接，车外摄像头与ADAS检测模块连接；核心处理模块分别与疲劳驾驶行为检测模块、ADAS检测模块和大数据分析模块连接。发明技术方案旨在对用户的驾驶行为进行及时检测并提醒和反馈，减少自身驾驶事故的发生，提高驾驶安全。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	深圳市尼欧科技有限公司
发明人：	王东明;黄庆毅
专利状态：	有效
申请日期：	2019-05-17T00:00:00+0800
发布日期：	2019-08-09T00:00:00+0800
申请号：	CN201910418062.7
公开号：	CN110103822A
代理机构：	深圳市中科创为专利代理有限公司
代理人：	梁炎芳;谭雪婷
分类号：	B60Q9/00(2006.01);B;B60;B60Q;B60Q9
申请人地址：	518000 广东省深圳市龙华区福城街道章阁社区章阁老村东区168号宝观科技园F栋201
主权项：	1.一种驾驶行为习惯智能检测及安全驾驶评分的装置，其特征在于，包括：车内摄像头，用于实时采集驾驶员位置的图像信息；人脸识别模块，用于识别并处理所述车内摄像头采集的图像信息；疲劳驾驶行为检测模块，用于接收并检测分析所述人脸识别模块识别处理后的图像信息；车外摄像头，用于采集车前方的图像信息， ADAS检测模块，用于接收并检测所述车外摄像头采集到的图像信息；核心处理模块，用于用户行为建模和驾驶风险评估；大数据分析模块，用于和云服务器连接，并将从所述云服务器获取的大数据信息反馈给所述核心处理模块；其中，所述人脸识别模块与疲劳驾驶行为检测模块连接，所述车外摄像头与所述ADAS检测模块连接；所述所述核心处理模块分别与所述疲劳驾驶行为检测模块、所述ADAS检测模块和所述大数据分析模块连接。 2.如权利要求1所述的驾驶行为习惯智能检测及安全驾驶评分的装置，其特征在于，所述车外摄像头为防抖动摄像头，且所述车外摄像头的角度可自动调节±3°。 3.如权利要求1所述的驾驶行为习惯智能检测及安全驾驶评分的装置，其特征在于，所述ADAS检测模块预先导入车辆数据，所述ADAS检测模块还与车载OBD、GPS和G-sensor通讯连接。 4.如权利要求1所述的驾驶行为习惯智能检测及安全驾驶评分的装置，其特征在于，还包括音频输出模块，所述音频输出模块与所述核心处理模块连接，用于播放危险驾驶语音提醒播放。 5.一种驾驶行为习惯智能检测及安全驾驶评分的方法，其特征在于，基于如权利要求1至3所述的驾驶行为习惯智能检测及安全驾驶评分的装置，其步骤如下： S1，所述车内摄像头采集驾驶位图像信息并传送给所述人脸识别模块，所述车外摄像头采集车前方的图像信息并传送给所述ADAS检测模块； S2，所述人脸识别模块将识别处理后的图像信息传送给所述疲劳驾驶检测模块检测，所述ADAS检测模块对所述车外摄像头采集的图像信息进行检测； S3，所述疲劳驾驶检测模块和所述ADAS检测模块均将检测结果传送给所述核心处理模块； S4，所述核心处理模块结合所述大数据模块反馈的大数据信息、所述ADAS检测模块的检测信息和所述疲劳驾驶模的检测结果进行分析处理，并对用户行为建模和驾驶风险评估。 6.如权利要求5所述的驾驶行为习惯智能检测及安全驾驶评分的方法，其特征在于，所述疲劳驾驶检测模块通过深度神经网络识别算法及边沿检测算法进行检测识别。
所属类别：	发明专利