1.本发明涉及危险驾驶行为检测技术领域，尤其涉及一种基于混合机器学习的危险驾驶行为检测与预警方法。
背景技术：2.随着汽车数量的增多，交通事故的发生更加频繁，不规范的驾驶行为存在着严重的安全隐患，这也是超过80％的交通事故发生的主要原因，因此，对驾驶员的驾驶行为进行监控具有极其重要的应用价值，随着图像处理和计算机视觉技术的发展，驾驶员驾驶行为检测已成为驾驶员行为识别的主流发展方向。
3.现有的驾驶行为检测与预警方法对驾驶行为的识别效果较差，很容易导致在驾驶行为检测的过程中影响其准确性，因此具有待改进的空间。
技术实现要素：4.本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于混合机器学习的危险驾驶行为检测与预警方法。其优点在于图像对比模块可以将驾驶员的手部部位和身体部位进行对比，对比后可以根据对比结果确定相似度，并且可以根据相似度进行不同的预警类型，识别效果较好，提高了驾驶行为检测的准确性。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种基于混合机器学习的危险驾驶行为检测与预警方法，包括以下步骤：
7.步骤一：首先，利用图像采集模块采集规范的驾驶行为图像，然后将图像传递给图像处理模块图像进行处理，然后将处理后的图像录数据利用图像存储模块进行存储；
8.步骤二：在车辆的驾驶室正前方安装驾驶行为采集的图像采集模块，驾驶员在驾驶室，图像采集模块能够实时采集当前驾驶员的驾驶行为图像并将图像信息也传递给图像处理模块；
9.步骤三：对图像进行处理后，图像对比模块可以将当前的图像与规范的驾驶行为图像利用图像对比模块进行对比；
10.步骤四：图像对比模块对比后可以确定当前驾驶行为与规范驾驶行为的相似度，当对比相似度为90％以上时，不报警，当对比相似度为60％-90％时，进行一般预警，当对比相似度为60％以下时，进行紧急预警。
11.本发明进一步设置为，所述检测与预警方法通过检测系统实施，所述检测系统包括图像采集模块、图像处理模块、图像存储模块、图像对比模块和危险预警模块。
12.本发明进一步设置为，所述图像采集模块包括图像识别单元和数据传输单元，所述图像识别单元用于识别驾驶时驾驶员的手部特征以及身体特征，所述数据传输单元用于将采集到的图像传递给图像处理模块。
13.本发明进一步设置为，所述图像处理模块包括图像优化单元和格式转换单元，所述图像优化单元用于将采集到的图像清晰度进行优化，所述格式转换单元用于将图像格式
进行转换。图像处理模块可以提高采集图像的清晰度和缩小图像存储的空间。
14.本发明进一步设置为，所述图像存储模块包括短时存储单元和永久存储单元，所述短时存储单元用于对图像进行短时存储，存储一段时候后自动删除，所述永久存储单元用于永久存储图像信息。
15.本发明进一步设置为，所述图像对比模块包括部位对比单元和相似度确定单元，所述部位对比单元用于将驾驶员的手部部位和身体部位进行对比，所述相似度确定单元用于根据对比结果确定相似度。
16.本发明进一步设置为，所述危险预警模块包括一般预警单元和紧急预警单元，所述一般预警单元用于对驾驶行为进行一般预警，所述紧急预警单元用于对驾驶行为进行紧急预警。
17.本发明进一步设置为，所述规范的驾驶行为采集时应注意让拍摄人员体位端正，同时手部握方向盘的姿势准确。提高了检测的准确性。
18.本发明进一步设置为，所述图像采集模块采集当前驾驶员的驾驶行为图像时应做到每隔五分钟采集一次，每采集一次均需进行对比判断是否规范并进行预警。
19.本发明进一步设置为，所述图像采集模块为夜视摄像头，且夜视摄像头具有补光功能。方便在夜间拍摄清晰的画面，提高了检测的准确性。
20.本发明的有益效果为：该基于混合机器学习的危险驾驶行为检测与预警方法，通过设置有图像采集模块、图像对比模块和危险预警模块，图像采集模块可以识别驾驶时驾驶员的手部特征以及身体特征，图像对比模块可以将驾驶员的手部部位和身体部位进行对比，对比后可以根据对比结果确定相似度，并且可以根据相似度进行不同的预警类型，识别效果较好，提高了驾驶行为检测的准确性。
附图说明
21.图1为本发明提出的一种基于混合机器学习的危险驾驶行为检测与预警方法的检测流程结构示意图；
22.图2为本发明提出的一种基于混合机器学习的危险驾驶行为检测与预警方法的检测系统结构示意图；
23.图3为本发明提出的一种基于混合机器学习的危险驾驶行为检测与预警方法的危险预警模块结构示意图；
24.图4为本发明提出的一种基于混合机器学习的危险驾驶行为检测与预警方法的图像对比模块结构示意图。
具体实施方式
25.下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
26.下面详细描述本专利的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利，而不能理解为对本专利的限制。
27.在本专利的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的
方位或位置关系，仅是为了便于描述本专利和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利的限制。
28.在本专利的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“设置”应做广义理解，例如，可以是固定相连、设置，也可以是可拆卸连接、设置，或一体地连接、设置。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利中的具体含义。
29.参照图1，一种基于混合机器学习的危险驾驶行为检测与预警方法，包括以下步骤：
30.步骤一：首先，利用图像采集模块采集规范的驾驶行为图像，然后将图像传递给图像处理模块图像进行处理，然后将处理后的图像录数据利用图像存储模块进行存储；
31.步骤二：在车辆的驾驶室正前方安装驾驶行为采集的图像采集模块，驾驶员在驾驶室，图像采集模块能够实时采集当前驾驶员的驾驶行为图像并将图像信息也传递给图像处理模块；
32.步骤三：对图像进行处理后，图像对比模块可以将当前的图像与规范的驾驶行为图像利用图像对比模块进行对比；
33.步骤四：图像对比模块对比后可以确定当前驾驶行为与规范驾驶行为的相似度，当对比相似度为90％以上时，不报警，当对比相似度为60％-90％时，进行一般预警，当对比相似度为60％以下时，进行紧急预警。
34.参照图2-4，检测系统包括图像采集模块、图像处理模块、图像存储模块、图像对比模块和危险预警模块，图像采集模块包括图像识别单元和数据传输单元，图像识别单元用于识别驾驶时驾驶员的手部特征以及身体特征，数据传输单元用于将采集到的图像传递给图像处理模块，图像处理模块包括图像优化单元和格式转换单元，图像优化单元用于将采集到的图像清晰度进行优化，格式转换单元用于将图像格式进行转换。图像处理模块可以提高采集图像的清晰度和缩小图像存储的空间，图像存储模块包括短时存储单元和永久存储单元，短时存储单元用于对图像进行短时存储，存储一段时候后自动删除，永久存储单元用于永久存储图像信息，图像对比模块包括部位对比单元和相似度确定单元，部位对比单元用于将驾驶员的手部部位和身体部位进行对比，相似度确定单元用于根据对比结果确定相似度，危险预警模块包括一般预警单元和紧急预警单元，一般预警单元用于对驾驶行为进行一般预警，紧急预警单元用于对驾驶行为进行紧急预警。
35.值得一提的是，规范的驾驶行为采集时应注意让拍摄人员体位端正，同时手部握方向盘的姿势准确。提高了检测的准确性，图像采集模块采集当前驾驶员的驾驶行为图像时应做到每隔五分钟采集一次，每采集一次均需进行对比判断是否规范并进行预警，图像采集模块为夜视摄像头，且夜视摄像头具有补光功能。方便在夜间拍摄清晰的画面，提高了检测的准确性。
36.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
技术特征：1.一种基于混合机器学习的危险驾驶行为检测与预警方法，其特征在于，包括以下步骤：步骤一：首先，利用图像采集模块采集规范的驾驶行为图像，然后将图像传递给图像处理模块图像进行处理，然后将处理后的图像录数据利用图像存储模块进行存储；步骤二：在车辆的驾驶室正前方安装驾驶行为采集的图像采集模块，驾驶员在驾驶室，图像采集模块能够实时采集当前驾驶员的驾驶行为图像并将图像信息也传递给图像处理模块；步骤三：对图像进行处理后，图像对比模块可以将当前的图像与规范的驾驶行为图像利用图像对比模块进行对比；步骤四：图像对比模块对比后可以确定当前驾驶行为与规范驾驶行为的相似度，当对比相似度为90％以上时，不报警，当对比相似度为60％-90％时，进行一般预警，当对比相似度为60％以下时，进行紧急预警。2.根据权利要求1所述的一种基于混合机器学习的危险驾驶行为检测与预警方法，其特征在于，所述检测与预警方法通过检测系统实施，所述检测系统包括图像采集模块、图像处理模块、图像存储模块、图像对比模块和危险预警模块。3.根据权利要求2所述的一种基于混合机器学习的危险驾驶行为检测与预警方法，其特征在于，所述图像采集模块包括图像识别单元和数据传输单元，所述图像识别单元用于识别驾驶时驾驶员的手部特征以及身体特征，所述数据传输单元用于将采集到的图像传递给图像处理模块。4.根据权利要求3所述的一种基于混合机器学习的危险驾驶行为检测与预警方法，其特征在于，所述图像处理模块包括图像优化单元和格式转换单元，所述图像优化单元用于将采集到的图像清晰度进行优化，所述格式转换单元用于将图像格式进行转换。5.根据权利要求4所述的一种基于混合机器学习的危险驾驶行为检测与预警方法，其特征在于，所述图像存储模块包括短时存储单元和永久存储单元，所述短时存储单元用于对图像进行短时存储，存储一段时候后自动删除，所述永久存储单元用于永久存储图像信息。6.根据权利要求5所述的一种基于混合机器学习的危险驾驶行为检测与预警方法，其特征在于，所述图像对比模块包括部位对比单元和相似度确定单元，所述部位对比单元用于将驾驶员的手部部位和身体部位进行对比，所述相似度确定单元用于根据对比结果确定相似度。7.根据权利要求6所述的一种基于混合机器学习的危险驾驶行为检测与预警方法，其特征在于，所述危险预警模块包括一般预警单元和紧急预警单元，所述一般预警单元用于对驾驶行为进行一般预警，所述紧急预警单元用于对驾驶行为进行紧急预警。8.根据权利要求1所述的一种基于混合机器学习的危险驾驶行为检测与预警方法，其特征在于，所述规范的驾驶行为采集时应注意让拍摄人员体位端正，同时手部握方向盘的姿势准确。9.根据权利要求8所述的一种基于混合机器学习的危险驾驶行为检测与预警方法，其特征在于，所述图像采集模块采集当前驾驶员的驾驶行为图像时应做到每隔五分钟采集一次，每采集一次均需进行对比判断是否规范并进行预警。
10.根据权利要求9所述的一种基于混合机器学习的危险驾驶行为检测与预警方法，其特征在于，所述图像采集模块为夜视摄像头，且夜视摄像头具有补光功能。
技术总结本发明公开了一种基于混合机器学习的危险驾驶行为检测与预警方法，涉及危险驾驶行为检测技术领域，包括以下步骤，首先，利用图像采集模块采集规范的驾驶行为图像，然后将图像传递给图像处理模块图像进行处理，然后将处理后的图像录数据利用图像存储模块进行存储，在车辆的驾驶室正前方安装驾驶行为采集的图像采集模块，驾驶员在驾驶室，图像采集模块能够实时采集当前驾驶员的驾驶行为图像并将图像信息也传递给图像处理模块。本发明图像对比模块可以将驾驶员的手部部位和身体部位进行对比，对比后可以根据对比结果确定相似度，并且可以根据相似度进行不同的预警类型，识别效果较好，提高了驾驶行为检测的准确性。提高了驾驶行为检测的准确性。提高了驾驶行为检测的准确性。
技术研发人员：林国义 戴雅 马佳鑫 许小铃
受保护的技术使用者：桂林电子科技大学
技术研发日：2022.07.08
技术公布日：2022/11/1
