一种汽车多元驾驶安全防护方法[0002]随着人们生活水平的不断提高和现代交通运输业的快速发展，交通需求日益增力口。交通工具，特别是在路机动车辆日益增多，导致交通事故频繁发生。统计资料表明，在我国，交通事故死亡人数占各类重特大安全事故死亡人数的3/4以上，交通事故已经成为各种事故中的“第一杀手”。[0003]在整个交通系统中，职业驾驶员，如出租车司机、公交车司机、长途客运司机和货车司机等，扮演着极为重要的角色，对整个交通系统的安全有着重要的影响。驾驶员的规范驾驶是保证其所在的交通系统安全的重要保障，然而在现实操作中，却存在以下三种不规范的驾驶现象:[0004]第一、“路怒”现象普遍存在。在车辆行驶过程中，驾驶员的情绪会受到驾驶环境的影响。路怒症是指驾驶员在驾驶过程中因情绪不良而引起的愤怒的、甚至攻击性的行为。各类驾驶员都有可能出现路怒症，特别是在城市道路交通中，由于交通拥堵、新手或实习驾驶员驾驶不熟练、部分驾驶员开车过程中存在随意串道等不良驾驶习惯，导致其他驾驶员出现不良情绪，甚至诱发路怒症，进而导致争抢信号、抢道飙车、或高声鸣笛等不安全交通行为。路怒症既不利于构建和谐的社会环境，还会成为交通安全的潜在隐患。[0005]第二、疲劳驾驶现象常有发生。以长途客车为例，因疲劳驾驶而导致长途客车发生交通事故的报道频频出现。长途客车一旦发生交通事故，不仅驾驶员本人，车内每一位乘客的生命和财产安全都会受到严重威胁，同时还会给其他车辆带来危险，造成重大的人员伤亡和财产损失。在出租车和长途货运汽车中，司机为了追求更大的经济利益，经常长时间连续驾驶，最终导致因驾驶疲劳而发生交通事故。疲劳驾驶作为交通安全的主要隐患之一，其识别及警示问题亟待解决。[0006]第三、职业司机随意替班现象经常出现。随意替班现象在出租车驾驶中最为常见。每一辆出租车在固定的时间内应该由指定的驾驶员来驾驶，然而在现实中，替班者的选择却有很大的随意性，甚至会出现不具备该车驾驶资格的人来替班。这无疑增加了交通安全事故发生的可能性，而且出现交通事故后，也不便于责任的认定，给交通管理和执法部门带来不便。[0007]为了减少交通事故、保证道路交通安全，人们希望通过法律法规或技术手段构建和谐的交通环境。为此，国家出台了一些相应的法律法规，同时现代科学技术的发展也为交通安全问题找到了有效的解决途径。例如，利用先进的视频技术和传感器技术，可以方便的获得人体的面部信息和生理信息。基于人体面部表情与模式识别技术可以方便地识别驾驶员的身份，并可以获取驾驶员的部分疲劳及愤怒信息。人体疲劳与愤怒的情绪变化可以通过生理参数更好地反映，各种穿戴式传感器也为工作状态中驾驶员的生理信息检测提供了可能性。研究基于人体面部信息与生理信号的特征融合及识别技术，并应用到驾驶员的驾驶环境当中，必能有效地解决疲劳驾驶和路怒症问题。同时，面部信息本身包含身份信息，通过面部图像也可以方便地实现驾驶员的身份识别。若能及时对驾驶员的愤怒情绪和疲劳状态进行识别和提醒，同时对驾驶员的身份进行确认，必能对驾驶员的驾驶安全起到很好的防护作用。

[0008]为了克服现有的驾驶安全保护措施功能单一、且检测和评价手段过于简单等问题，本发明提供了一种汽车多元驾驶安全防护方法及其专用设备，该方法基于对面部信息和脉搏信息的融合，可以同时实现对驾驶员的疲劳状态、愤怒情绪和身份信息的综合识别，从而多个角度保护驾驶员的安全驾驶。
[0009]本发明是一种汽车多元驾驶安全防护方法，主要通过如下步骤实现:
[0010]步骤⑴:分别通过双CMOS摄像头和腕带式无线脉搏传感器采集驾驶员的面部信息和脉搏信息，并分别进行滤波操作以消除噪声的干扰；
[0011]步骤(2):在面部信息和脉搏信息中，通过基于信息熵的经验模态分解算法，分别提取能反映人体愤怒情绪、疲劳状态和身份信息的特征参数；
[0012]步骤(3):通过Fisher线性分类等算法，对步骤(2)中所提取的各种状态所对应的特征参数进行融合处理，并实现同时对驾驶员的愤怒情绪、疲劳状态和身份信息的识别；
[0013]步骤(4):根据步骤(3)状态识别的结果，采取报警提示或者后台记录的方式对驾驶员进行响应，从多个角度对驾驶员的驾驶安全进行防护。
[0014]作为发明的进一步改进，所述步骤(I)中，通过双CMOS摄像头采集驾驶员的面部信息，其中安装在A柱位置的广角摄像头负责对驾驶员的头部位置定位，安装在前挡玻璃上缘的高分辨率摄像头负责采集驾驶员面部图像，该摄像头的位置和拍摄角度能够微调；通过腕带式脉搏传感器采集驾驶员的脉搏信息，采用锂电池作为电源，采集到的脉搏信息以蓝牙无线方式向外传输，从而避免连线，最大程度地避免对驾驶员正常驾驶操作的干扰。对采集到的面部信息和脉搏信息，分别进行滤波操作以消除噪声的干扰。
[0015]作为发明的进一步改进，所述步骤(2)中，针对不同的状态识别所需，分别从面部图像信息和脉搏信息中提取愤怒情绪特征参数、疲劳状态特征参数和身份特征参数中的一种或几种，具体为:
[0016]I)愤怒情绪特征参数，
[0017]对于面部信息，首先通过混合积分投影法确定人眼的位置，混合积分投影公式为:
[0018]Hv(X) = 士 σ 2(x) + 士 Mr(x)，Hh(y) = 士 ah2(y) + 全 Mh{y)
[0019]式中Hv(X)和Hh(y)分别表示图像在垂直和水平方向上的混合投影，Mv(X)和Mh(y)表示在垂直和水平方向上的平均积分投影，σν(χ)和oh(y)表示在垂直和水平方向上的方差积分投影；根据人眼位置与面部轮廓之间的统计规律关系和图像本身的特征确定精确的人脸区域，进而对人脸图像运用主成分分析算法(PCA)提取主成分向量，主成分Zi的计算公式为:
[0020]Zi = (X1, X2, X3,…，Xp) * (L1, L2, L3,…，Lp)τ
[0021]式中XiQ = I, 2，..., ρ)表示图像矩阵X的各列向量，LiQ = I, 2，..., ρ)表示主成分载荷矩阵L的各列向量，以Zi为特征量进行愤怒情绪识别；
[0022]对于脉搏信息，当获得一段连续的脉搏信号时，运用特征点法确定主波位置，进而得到脉率和脉率均值，脉率的计算公式为