申请/专利权人：淮阴工学院

申请日：2023-12-28

公开（公告）日：2024-03-29

公开（公告）号：CN117789467A

主分类号：G08G1/01

分类号：G08G1/01;G06V20/54;G06V20/59;G06V20/17;G06V40/16;G08G1/017

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了一种融合无人机的酒驾车辆行驶异常状态判别方法，利用数据处理和无人机技术来监测车辆行驶轨迹异常，通过评分来识别酒驾行为。首先，数据处理模块通过多特征评价指标建立了车辆摇摆判别模型、车辆突然变速判别模型以及信号灯交叉口等待时长判别模型，并对轨迹异常程度进行赋分；当总分超过阈值时，判断是否存在新手驾驶标志；然后，数据生成模块派出无人机对司机的脸部状态进行识别，判断司机是否具有酒驾的特征因素；最后，终端信息判断模块确认总体综合指数是否超过规定阈值，以判定是否存在酒驾情况。本发明解决了现有酒驾判别方法存在漏检、检查滞后及干扰正常驾驶人的问题，提升了判别酒驾的准确性、实时效率及覆盖面。

主权项：1.一种融合无人机的酒驾车辆行驶异常状态判别方法，其特征在于：包括以下步骤：步骤1：在设定的监控区域内，识别并获取目标车辆的车辆信息；步骤2：建立三种场景下的酒驾车辆轨迹异常判别模型，过程为：2.1提取目标车辆的疑似酒驾行驶特征；2.2基于三种场景分别对酒驾车辆行驶状态异常程度进行赋分；2.3若总分值超过设定值，则判断是否存在新手驾驶标志；2.4若存在新手驾驶标志，则观察车辆其它路段行驶轨迹并进行判别；步骤3：定义目标车辆的疑似酒驾风险指标，过程为：3.1定义酒驾异常判别的三种场景为摇摆、突然变速、信号灯交叉口行驶异常；3.2摇摆场景下车辆轨迹异常模型判别指标主要涉及曲率、偏离度以及变化率；给定曲率权重η0、偏离度权重η1、变化率权重η2三个判别指标，输出酒驾行为可信度的综合指数N按照如下公式进行加权计算：N＝η0*kt0+η1*dt0+η2*rt01.1其中，kt0为在t0时刻对应的轨迹曲率数值，dt0为在t0时刻对应的轨迹偏离度数值，rt0为在t0时刻对应的轨迹变化率数值；所述车辆的轨迹的曲率表示为： 其中，xt和yt是轨迹的横纵坐标，x't和y't是轨迹的一阶导数，x"t和y"t是轨迹的二阶导数，kt是轨迹的曲率，即轨迹的弯曲程度；根据设定的阈值，赋予相应的分数： 轨迹的偏离度公式表示为： 其中，xt和yt是时间参数t与车辆轨迹关于时间参数t的参数方程，xrt是参考轨迹的横坐标，dt是轨迹的偏离度；根据设定的阈值，赋予相应的分数： 轨迹变化率表示为： 其中，kt是轨迹的曲率，t是时间，rt是轨迹的变化率；根据设定的阈值，赋予相应的分数： 其中，xi为第i辆车在摇摆场景下车辆轨迹异常模型的判别指标，Si为第i辆车在摇摆场景下车辆轨迹异常模型判别指标的分数；3.3突然变速场景下轨迹异常模型判别指标涉及时间参数以及加速度；用差商法来表示速度函数的一次差值多项式： 其中，车辆行驶过程中的瞬时速度为Vnn＝1,2,3…n，将行驶过程中的时间分割为无限相近的时刻点tnn＝1,2,3…n，L1t、L2t、L3t…Lnt为拉格朗日插值多项式的基函数；记Lnt的分子Pt＝t-t1t-t2…t-tn-1，记Lnt的分母Qt＝tn-t1tn-t2…tn-tn-1，则 车辆行驶时的瞬时加速度a关于时间t的目标函数表示为： 其中，P表示车辆的最大功率，M表示车辆的质量；在加速度合理区间中设定三个参数将分为四等分，其中对应为12，34处的点，假设突然变速的区间标准为：根据区间标准，赋予对应的分数，公式如下： 其中，Ti表示车辆突然变速时赋予的分数，yi表示车辆行驶过程中的瞬时加速度；3.4当获知前方信号灯相位信息为绿灯，且时间短或前方信号灯为刚开启的红灯相位，用以下数学表达式来描述： 其中，vj为司机进入摄像头视线后见到绿灯相位时长极短或刚开启的红灯相位的情况下反应时刻tj对应的瞬时速度；vp为到达停止线tp时刻对应的瞬时速度；在绿灯亮起车辆开始加速行为： 其中，vq为绿灯刚亮起时司机加速通过的情况下反应时刻tq对应的瞬时速度；vr为司机加速通过信号灯交叉口tr时刻对应的瞬时速度；在加速度区间中设定三个参数将分为四等分，其中分别对应为12，34处的点，假设突然变速的区间标准为：根据区间标准，赋予对应的分数，公式如下： 其中，Ui表示车辆突然变速时赋予的分数，zi表示车辆行驶过程中的瞬时加速度；步骤4：将所述疑似酒驾风险指标与设定的疑似酒驾风险指标阈值比较，若超过阈值，则对目标车辆发出跟踪信号；4.1摇摆场景下的三个判别指标分别设阈值；4.2变速场景下时间参数控制在设定值内，车辆瞬时加速度与一般加速度的区间进行比对；4.3信号灯交叉口处分类分析信号灯颜色及剩余时长，将司机的反应时长及瞬时加速度与一般反应时长及一般加速度的区间进行比对；步骤5：派出无人机飞行到疑似酒驾的车辆上方，对司机的脸部识别，判断司机是否有酒驾的特征因素。

全文数据：

权利要求：

百度查询： 淮阴工学院 融合无人机的酒驾车辆行驶异常状态判别方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD