驾驶状态检测方法、装置、设备及计算机可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111062300A(43)申请公布日2020.04.24(21)申请号201911271338.X(22)申请日2019.12.11(71)申请人深圳市赛梅斯凯科技有限公司地址518000广东省深圳市龙华区大浪街道龙平社区鸿荣源尚峻二期3B栋905(72)发明人曾伟蒋鑫龙许欢莉潘志文高晨龙张宇欣张辉(74)专利代理机构深圳市世纪恒程知识产权代理事务所44287代理人关向兰(51)Int.Cl.G06K9/00(2006.01)G06F3/01(2006.01)G06K9/62(2006.01)权利要求书2页说明书14页附图3页(54)发明名称驾驶状态检测方法、装置、设备及计算机可读存储介质(57)摘要本发明提供一种驾驶状态检测方法、装置、设备及计算机可读存储介质，该方法包括：采集用户的头部姿态数据和手部运动数据；对所述头部姿态数据进行特征提取，得到头部特征数据，并对所述手部运动数据进行特征提取，得到手部特征数据；对所述头部特征数据和所述手部特征数据进行分析，确定所述用户的驾驶状态。本发明基于头部姿态数据和手部运动数据对用户的驾驶状态进行分析，确定用户的驾驶状态，提高了检测的适用性，保证了检测结果的准确性，而且与现有的方式相比还不会侵犯用户的隐私。CN111062300ACN111062300A权利要求书1/2页1.一种驾驶状态检测方法，其特征在于，所述驾驶状态检测方法包括：采集用户的头部姿态数据和手部运动数据；对所述头部姿态数据进行特征提取得到头部特征数据，并对所述手部运动数据进行特征提取得到手部特征数据；对所述头部特征数据和所述手部特征数据进行分析，确定所述用户的驾驶状态。2.如权利要求1所述的驾驶状态检测方法，其特征在于，所述对所述头部特征数据和所述手部特征数据进行分析，确定所述用户的驾驶状态的步骤包括：基于第一分析模型对所述头部特征数据进行分析，得到对应的第一状态分析结果，并基于第二分析模型对所述手部特征数据进行分析，得到对应的第二状态分析结果；对所述第一状态分析结果和所述第二状态分析结果进行融合处理，并根据融合结果确定所述用户的驾驶状态。3.如权利要求1所述的驾驶状态检测方法，其特征在于，所述采集用户的头部姿态数据和手部运动数据的步骤之后，还包括：分别对所述头部姿态数据和所述手部运动数据进行去噪处理；对去噪后的头部姿态数据进行窗口化分割，得到头部窗口数据，并对去噪后的手部运动数据进行窗口化分割，得到手部窗口数据；所述对所述头部姿态数据进行特征提取得到头部特征数据，并对所述手部运动数据进行特征提取得到手部特征数据的步骤包括：对所述头部窗口数据进行特征提取得到头部特征数据，并对所述手部窗口数据进行特征提取得到手部特征数据。4.如权利要求1所述的驾驶状态检测方法，其特征在于，所述采集用户的头部姿态数据和手部运动数据的步骤之后，还包括：对所述头部姿态数据和所述手部运动数据进行时间戳对齐；所述对所述头部姿态数据进行特征提取得到头部特征数据，并对所述手部运动数据进行特征提取得到手部特征数据的步骤包括：对对齐后的头部姿态数据进行特征提取得到头部特征数据，并对对齐后的手部运动数据进行特征提取得到手部特征数据。5.如权利要求1所述的驾驶状态检测方法，其特征在于，所述头部姿态数据包括头部加速度数据、头部角速度数据和头部四元数数据，所述对所述头部姿态数据进行特征提取，得到头部特征数据的步骤包括：对所述头部加速度数据进行特征提取，得到所述头部加速度数据的时域特征数据和频域特征数据；对所述头部角速度数据进行特征提取，得到所述头部角速度数据的时域特征数据和频域特征数据；对所述头部四元数数据进行特征提取，得到所述头部四元数数据的时域特征数据；基于所述头部加速度数据的时域特征数据和频域特征数据、所述头部角速度数据的时域特征数据和频域特征数据、所述头部四元数数据的时域特征数据，获取头部特征数据。6.如权利要求5所述的驾驶状态检测方法，其特征在于，所述头部加速度数据的时域特征数据，包括所述头部加速度数据的最大值、最小值、平均值、标准差和过均值线数中的一2CN111062300A权利要求书2/2页种或多种；所述头部加速度数据的频域特征数据，包括所述头部加速度数据的直流分量、幅度均值、幅度标准差、幅度斜度和幅度峭度中的一种或多种；所述头部角速度数据的时域特征数据，包括所述头部角速度数据的最大值、最小值、平均值、标准差和过均值线数中的一种或多种；所述头部角速度数据的频域特征数据，包括所述头部角速度数据的直流分量、幅度均值、幅度标准差、幅度斜度和幅度峭度中的一种或多种；所述头部四元数数据的时域特征数据，包括所述头部四元数数据的最大值、最小值、平均值、标准差和过均值线数中的一种或多种。