详情

原文传递一种安全智能驾驶方法及系统

专利名称：	一种安全智能驾驶方法及系统
摘要：	本发明提供了一种安全智能驾驶方法和系统。所述方法包括：疲劳分析和车辆控制系统通过疲劳感应系统监测的人体生理指标的监测结果获得人体综合疲劳指数I、根据车辆状态数据库的车辆状态数据、传感器感知数据库的路侧传感器和车载传感器的感知数据、地理信息数据库的车辆行驶路线数据预测车辆是否处于安全区域；再根据驾驶时间、人体综合疲劳指数I以及车辆是否处于安全区域来判断选择何种驾驶方式，并根据判断结果发送控制指令给自动驾驶系统。本发明通过综合考虑驾驶时间、人体综合疲劳状况以及车辆是否处于安全区域对车辆行驶安全的影响，智能选择更为合适的驾驶模式，大大提高了车辆行驶的安全性，减轻了驾驶员的驾驶压力。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	广东科学技术职业学院
发明人：	柳金峰;陈炳初
专利状态：	有效
申请日期：	2019-04-01T00:00:00+0800
发布日期：	2019-06-21T00:00:00+0800
申请号：	CN201910257998.6
公开号：	CN109910899A
代理机构：	北京八月瓜知识产权代理有限公司
代理人：	马东瑞
分类号：	B60W40/08(2012.01);B;B60;B60W;B60W40
申请人地址：	519090 广东省珠海市金湾区珠海大道南侧
主权项：	1.一种安全智能驾驶方法，其特征在于，所述驾驶方法包括如下步骤： S1.疲劳分析和车辆控制系统通过疲劳感应系统监测的人体生理指标的监测结果获得人体综合疲劳指数I； S2.疲劳分析和车辆控制系统根据车辆状态数据库的车辆状态数据、传感器感知数据库的路侧传感器和车载传感器的感知数据、地理信息数据库的车辆行驶路线数据，预测车辆是否处于安全区域； S3.疲劳分析和车辆控制系统根据驾驶时间、人体综合疲劳指数I以及车辆是否处于安全区域来判断选择何种驾驶方式，并根据判断结果发送控制指令给自动驾驶系统；判断过程具体包括：通过将人体综合疲劳指数I与人体综合疲劳指数的临界指数Ic相比判断驾驶员是否处于疲劳驾驶状态；如果驾驶员处于疲劳驾驶状态，则进一步判断当前时间是否在易疲劳时间段；如果此时正好是易疲劳时间段，则进一步判断车辆当前是否在安全区域；如果车辆处于安全区域，则疲劳分析和车辆控制系统发送“完全自动驾驶模式”指令给自动驾驶系统，自动驾驶系统接收到指令后控制车辆进入无人驾驶模式；如果车辆未处于安全区域，则疲劳分析和车辆控制系统发送“提醒”指令给提醒系统，提醒系统收到指令后发出声音和震动，直到驾驶员反馈收到危险信号为止；如果驾驶员处于疲劳驾驶状态，但此时并不是易疲劳时间段，则进一步判断车辆当前是否在安全区域；如果车辆处于安全区域，疲劳分析和车辆控制系统发送“高级驾驶员辅助模式”指令给自动驾驶系统，自动驾驶系统接收到指令后控制车辆进入高级驾驶员辅助模式；如果车辆未处于安全区域，则疲劳分析和车辆控制系统发送“提醒”指令给提醒系统，提醒系统收到指令后发出声音和震动，直到驾驶员反馈收到危险信号为止；如果驾驶员不处于疲劳驾驶状态，则疲劳分析和车辆控制系统不发送指令给自动驾驶系统，驾驶员自行驾驶车辆。 2.根据权利要求1所述的方法，其特征在于，所述人体生理指标包括大脑状态F、血氧饱和度SPO2、人体手腕部温度T、人体血压指数P和心率HR。 3.根据权利要求2所述的方法，其特征在于，所述人体综合疲劳指数I根据下列公式计算得出： I＝A1F+A2SPO2+A3T+A4P+A5HR 其中，A1、A2、A3、A4、A5分别为各人体生理指标的影响因子。 4.根据权利要求1所述的方法，其特征在于，所述车辆状态数据包括车辆的位置、速度、加速度、转向角度、角速度、角加速度、车辆尺寸、重量等；所述路侧传感器和车载传感器的感知数据包括原始采集的视频流、雷达的点云数据、已经经过分析的结构化的行人、其他车辆、障碍物的位置、速度、转向角度、尺寸大小数据；所述车辆行驶路线数据是车辆沿车道中心线行驶的地理位置轨迹图。 5.一种安全智能驾驶系统，其特征在于，所述系统包括：疲劳分析和车辆控制系统以及与疲劳分析和车辆控制系统连接的疲劳感应系统、车辆状态数据库、传感器感知数据库、地理信息数据库、自动驾驶系统、提醒系统；其中：疲劳分析和车辆控制系统：用于通过疲劳感应系统监测的人体生理指标的监测结果获得人体综合疲劳指数I，同时根据车辆状态数据库的车辆状态数据、传感器感知数据库的路侧传感器以及车载传感器的感知数据、地理信息数据库的车辆行驶路线数据，预测车辆是否处于安全区域；然后根据驾驶时间、人体综合疲劳指数I以及车辆是否处于安全区域来判断选择何种驾驶方式，并根据判断结果发送控制指令给自动驾驶系统或发送提醒指令给提醒系统；疲劳分析和车辆控制系统判断选择何种驾驶方式的具体过程包括：通过将人体综合疲劳指数I与人体综合疲劳指数的临界指数Ic相比判断驾驶员是否处于疲劳驾驶状态；如果驾驶员处于疲劳驾驶状态，则进一步判断当前时间是否在易疲劳时间段；如果此时正好是易疲劳时间段，则进一步判断车辆当前是否在安全区域；如果车辆处于安全区域，则疲劳分析和车辆控制系统发送“完全自动驾驶模式”指令给自动驾驶系统，自动驾驶系统接收到指令后控制车辆进入无人驾驶模式；如果车辆未处于安全区域，则疲劳分析和车辆控制系统发送“提醒”指令给提醒系统，提醒系统7收到指令后发出声音和震动，直到驾驶员反馈收到危险信号为止；如果驾驶员处于疲劳驾驶状态，但此时并不是易疲劳时间段，则进一步判断车辆当前是否在安全区域；如果车辆处于安全区域，疲劳分析和车辆控制系统发送“高级驾驶员辅助模式”指令给自动驾驶系统，自动驾驶系统接收到指令后控制车辆进入高级驾驶员辅助模式；如果车辆未处于安全区域，则疲劳分析和车辆控制系统发送“提醒”指令给提醒系统，提醒系统收到指令后发出声音和震动，直到驾驶员反馈收到危险信号为止；如果驾驶员不处于疲劳驾驶状态，则疲劳分析和车辆控制系统不发送指令给自动驾驶系统，驾驶员自行驾驶车辆；疲劳感应系统：用于监测驾驶员的各项人体生理指标，并将监测结果发送给疲劳分析和车辆控制系统；车辆状态数据库：用于存储自动驾驶系统周期性上报的车辆状态数据；传感器感知数据库：用于存储路侧传感器以及车载传感器的感知数据；地理信息数据库：用于存储车辆行驶路线数据；自动驾驶系统：用于根据疲劳分析和车辆控制系统1的指令控制车辆的行驶；还用于获取车辆的位置、车速等车辆状态数据并通过蜂窝网络周期性发送给车辆状态数据库；提醒系统：用于根据疲劳分析和车辆控制系统的指令发出声音和震动。 6.根据权利要求5所述的系统，其特征在于，所述疲劳感应系统包括：脑电波信号采集模块：与驾驶员头皮连接，用于记录脑细胞群的自发性、节律性活动，通过分析脑电波频率范围，结合大脑节律性生理活动，得到大脑状态F；人体血氧检测模块：用于通过设置在驾驶员手腕部的光电传感器实时检测人体血氧浓度；人体温度检测模块：与驾驶员手腕部位连接，用于进行人体温度采样采集，通过采样算法得到人体手腕部温度T；人体血压检测模块：与驾驶员手腕部位连接，用于进行血压采集，通过收缩压和舒张压的均值得出人体血压指数P；人体心率检测模块：与驾驶员手腕部位连接，用于实时采集驾驶员手腕部位的脉搏波信号，经波形预处理后得到心率HR。 7.根据权利要求6所述的系统，其特征在于，所述人体综合疲劳指数I根据以下公式计算得出： I＝A1F+A2SPO2+A3T+A4P+A5HR 其中，A1、A2、A3、A4、A5分别为各人体生理指标的影响因子。 8.根据权利要求5所述的系统，其特征在于，所述车辆状态数据包括车辆的位置、速度、加速度、转向角度、角速度、角加速度、车辆尺寸、重量等；所述路侧传感器和车载传感器的感知数据包括原始采集的视频流、雷达的点云数据、已经经过分析的结构化的行人、其他车辆、障碍物的位置、速度、转向角度、尺寸大小数据；所述车辆行驶路线数据是车辆沿车道中心线行驶的地理位置轨迹图。
所属类别：	发明专利