驾驶行为的干预方法、装置、计算机设备和存储介质与流程

本申请涉及车辆安全技术领域，特别是涉及一种驾驶行为的干预方法、装置、计算机设备和存储介质。

背景技术：

在车辆安全技术领域里，驾驶员的驾驶行为包含很多信息，通过依赖这些信息，可以提醒驾驶员科学驾驶，从而降低事故率。因此，干预驾驶行为的准确性显得越来越重要。

然而，为了便于识别驾驶员的驾驶行为，传统技术一般是在驾驶员的驾驶位置前面安装摄像头或者其它拍摄设备，并通过拍摄到的图像来评估驾驶员的驾驶行为，从而对驾驶员的驾驶行为进行干预。但是，这些拍摄设备容易受到环境的影响，比如当前环境是黑暗环境或者处于环境光急剧变化时，很容易出现漏判的情况，导致不能完全准确地确定驾驶员的驾驶行为，导致干预驾驶员的驾驶行为的准确性较低，从而引起不必要的安全事故。

技术实现要素：

基于此，有必要针对上述传统技术存在干预驾驶行为的准确性低的技术问题，提供一种能够提高干预驾驶行为的准确性的驾驶行为的干预方法、装置、计算机设备和存储介质。

一种驾驶行为的干预方法，所述方法包括：

获取车辆驾驶信息和驾驶行为信息；

分别确定所述车辆驾驶信息对应的第一权重和所述驾驶行为信息对应的第二权重；

将所述第一权重和所述第二权重进行相加得到驾驶行为综合权重；

根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级；

获取与所述驾驶行为安全等级对应的干预指令，根据所述干预指令对驾驶行为进行干预。

一种驾驶行为的干预装置，所述装置包括：

信息获取模块，用于获取车辆驾驶信息和驾驶行为信息；

权重确定模块，用于分别确定所述车辆驾驶信息对应的第一权重和所述驾驶行为信息对应的第二权重；

综合权重确定模块，用于将所述第一权重和所述第二权重进行相加得到驾驶行为综合权重；

等级确定模块，用于根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级；

驾驶行为干预模块，用于获取与所述驾驶行为安全等对应的干预指令，根据所述干预指令对驾驶行为进行干预。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

获取车辆驾驶信息和驾驶行为信息；

分别确定所述车辆驾驶信息对应的第一权重和所述驾驶行为信息对应的第二权重；

将所述第一权重和所述第二权重进行相加得到驾驶行为综合权重；

根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级；

获取与所述驾驶行为安全等级对应的干预指令，根据所述干预指令对驾驶行为进行干预。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

获取车辆驾驶信息和驾驶行为信；

分别确定所述车辆驾驶信息对应的第一权重和所述驾驶行为信息对应的第二权重；

将所述第一权重和所述第二权重进行相加得到驾驶行为综合权重；

根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级；

获取与所述驾驶行为安全等级对应的干预指令，根据所述干预指令对驾驶行为进行干预。

上述驾驶行为的干预方法、装置、计算机设备和存储介质，车载处理器分别确定获取的车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重；将第一权重和第二权重进行相加得到驾驶行为综合权重，根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级，获取与驾驶行为安全等级对应的干预指令，并根据干预指令对驾驶行为进行干预；实现了根据获取的车辆驾驶信息和驾驶行为信息，综合确定驾驶员的驾驶行为安全等级的目的，无需受到环境的影响，有效地提高了确定驾驶行为的准确性，避免漏判，从而能够对驾驶员的驾驶行为进行有效干预，进一步提高了干预驾驶员的驾驶行为的准确性，有利于提醒驾驶员安全驾驶，从而降低了事故率，同时克服了传统技术存在干预驾驶行为的准确性低的缺陷。

附图说明

图1为一个实施例中驾驶行为的干预方法的应用场景图；

图2为一个实施例中驾驶行为的干预方法的流程示意图；

图3为一个实施例中确定第一权重和第二权重的步骤的流程示意图；

图4为另一个实施例中驾驶行为的干预方法的流程示意图；

图5为一个实施例中驾驶行为的干预装置的结构框图；

图6为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的驾驶行为的干预方法，可以应用于如图1所示的应用环境中。其中，在车辆中，车辆驾驶信息采集设备110和驾驶行为信息采集设备120分别与车载处理器130通过有线通讯线路进行通讯。车辆驾驶信息采集设备110采集车辆驾驶信息，比如速度信息，并生成车辆驾驶信号，将车辆驾驶信号通过有线通讯线路发送至车载处理器130。驾驶行为信息采集设备120采集驾驶员的驾驶行为信息，比如驾驶行为特征信息，并生成驾驶行为信号，将驾驶行为信号通过有线通讯线路发送至车载处理器130。车载处理器130分别对接收的车辆驾驶信号和驾驶行为信号进行信息提取，以获取车辆驾驶信息和驾驶行为信息；并对车辆驾驶信息和驾驶行为信息进行计算分析，以确定车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重；将第一权重和第二权重进行相加得到驾驶行为综合权重；根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级；获取与驾驶行为安全等级对应的干预指令，根据干预指令对驾驶行为进行干预。其中，车辆驾驶信息采集设备110可以是安装有多种车辆传感器(比如速度传感器)的采集设备；驾驶行为信息采集设备120可以是安装有人体传感器(比如脑电波传感器)和图像采集系统的采集设备。

在一个实施例中，如图2所示，提供了一种驾驶行为的干预方法，以该方法应用于图1中的车载处理器为例进行说明，包括以下步骤：

步骤s201，获取车辆驾驶信息和驾驶行为信息。

车辆驾驶信息是指通过车辆传感器(例如速度传感器、方向盘传感器等)实时采集到的车辆的驾驶信息，比如速度信息、方向盘信息等。驾驶行为信息是指通过人体传感器(例如脑电波传感器)或者图像采集系统(例如摄像头)等实时采集到的驾驶员的驾驶行为信息，比如脑电波信息、驾驶行为特征信息等。

在车辆中安装有车辆驾驶信息采集设备和驾驶行为信息采集设备，车辆驾驶信息采集设备安装有多种车辆传感器，比如速度传感器、方向盘传感器等；驾驶行为信息采集设备安装有人体传感器和图像采集系统。车辆传感器实时采集车辆驾驶信息，通过车辆驾驶信号采集设备将车辆驾驶信息转化成车辆驾驶信号，并将车辆驾驶信号通过有线通讯线路发送至车载处理器。人体传感器实时采集驾驶员的脑电波信息，图像采集系统实时采集驾驶员的驾驶行为特征信息，通过驾驶员驾驶信号采集设备将采集到的驾驶员的脑电波信息和驾驶行为特征信息等作为驾驶行为信息，并转化成驾驶行为信号，将驾驶行为信号通过有线通讯线路发送至车载处理器。车载处理器分别对接收的车辆驾驶信号和驾驶行为信号进行信息提取，以获取车辆驾驶信息和驾驶行为信息。

步骤s202，分别确定车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重。

第一权重用于衡量车辆驾驶信息的安全程度，比如速度过大，安全程度较低，则对应的第一权重较低。第二权重用于衡量驾驶行为信息的安全程度，比如驾驶行为特征信息的安全程度较低，则对应的第二权重较低。

车载处理器对获取的车辆驾驶信息进行分析，综合评估车辆驾驶信息的安全程度，根据车辆驾驶信息的安全程度，确定对应的权重，将该权重作为车辆驾驶信息对应的第一权重。车载处理器对获取的驾驶行为信息进行分析，综合评估驾驶行为信息的安全程度，根据驾驶行为信息的安全程度，确定对应的权重，将该权重作为驾驶行为信息对应的第二权重。

步骤s203，将第一权重和第二权重进行相加得到驾驶行为综合权重。

步骤s204，根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级。

上述步骤s203和s204中，驾驶行为综合权重和驾驶行为安全等级均用于衡量驾驶员的驾驶行为的安全程度，若驾驶行为综合权重较低，则对应的驾驶员的驾驶行为安全等级较低，说明驾驶员的驾驶行为存在危险性。

车载处理器将车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重进行相加，得到驾驶行为综合权重；根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶员的驾驶行为安全等级，实现了根据获取的车辆驾驶信息和驾驶行为信息，综合确定驾驶员的驾驶行为安全等级的目的，无需受到环境的影响，有效地提高了确定驾驶行为的准确性，避免了传统采用拍摄到的驾驶员图像确定驾驶员的驾驶行为的方法，容易存在漏判而造成检测准确性低的缺陷，同时方便后续对驾驶员的驾驶行为进行有效干预，进一步提高了干预驾驶员的驾驶行为的准确性。

步骤s205，获取与驾驶行为安全等级对应的干预指令，根据干预指令对驾驶行为进行干预。

干预指令是指对驾驶员的驾驶行为进行干预的安全指令，比如告警指令、速度控制指令，能够提醒驾驶员安全驾驶或者降低车辆速度。车载处理器获取预设的驾驶行为安全等级与干预指令的对应关系，根据该对应关系，获取与驾驶行为安全等级对应的干预指令，并根据干预指令对驾驶行为进行干预。比如，若驾驶行为安全等级较低，则获取速度控制指令，根据速度控制指令控制车辆减速或者停止。若驾驶行为安全等级较中，则获取告警指令，根据告警指令启动车辆的扬声器进行语音报警，以提醒驾驶员安全驾驶。根据准确确定的驾驶行为安全等级执行对应的干预指令，能够对驾驶员的驾驶行为进行有效干预，从而提高了干预驾驶员的驾驶行为的准确性，有利于提醒驾驶员安全驾驶，从而降低了事故率，同时克服了传统技术存在干预驾驶行为的准确性较低的缺陷。

上述驾驶行为的干预方法，车载处理器分别确定接收的车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重；将第一权重和第二权重进行相加得到驾驶行为综合权重，根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级；根据与驾驶行为安全等级对应的干预指令对驾驶行为进行干预；实现了根据获取的车辆驾驶信息和驾驶行为信息，综合确定驾驶员的驾驶行为安全等级的目的，无需受到环境的影响，有效地提高了确定驾驶行为的准确性，避免漏判，从而能够对驾驶员的驾驶行为进行有效干预，进一步提高了干预驾驶员的驾驶行为的准确性，有利于提醒驾驶员安全驾驶，从而降低了事故率，同时克服了传统技术存在干预驾驶行为的准确性较低的缺陷。

为了进一步提高确定驾驶行为安全等级的准确性，以实现对驾驶员的驾驶行为的有效干预，可以通过车载处理器综合考虑车辆驾驶信息和驾驶行为信息。其中，车辆驾驶信息包括方向盘信号和速度信号；驾驶行为信息包括脑电波信息和驾驶行为特征信息。

在一个实施例中，如图3所示，分别确定车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重的步骤具体包括，包括：

步骤s301，根据方向盘信息与权重的对应关系，确定方向盘信息对应的权重；根据速度信息与权重的对应关系，确定速度信息对应的权重。

车辆驾驶信号采集设备中安装有角位移传感器和速度传感器；角位移传感器置于车辆方向盘轴内，角位移传感器实时采集方向盘转动角度和方向盘转动频率，将方向盘转动角度和方向盘转动频率作为方向盘信息，并将其转化成方向盘信号，通过有线通讯线路发送至车载处理器。车载处理器识别接收的方向盘信号，从方向盘信号中提取出方向盘转动角度和方向盘转动频率；结合方向盘信息与权重的对应关系，对方向盘转动角度和方向盘转动频率进行判断，得到判断结果；根据判断结果，得到方向盘信信息对应的权重。比如，驾驶员突然向右打方向盘或向左打方向盘，或者甚至很长时间保持不动，即方向盘转动角度较大，方向盘转动频率较小，则驾驶员处于困意等非正常驾驶状态，非常危险，则方向盘信息对应的权重较小。

另外，速度传感器安装于车辆油门踏板上，速度传感器实时采集车辆的速度信息，将速度信息转化成速度信号，通过有线通讯线路发送至车载处理器。车载处理器识别接收的速度信号，从速度信号中提取出速度信息；结合速度信息与权重的对应关系，对提取出的速度信息进行判断，得到判断结果；根据判断结果，得到速度信息对应的权重。比如，驾驶员突然加速，且保持一段时间不变，则驾驶员处于非正常驾驶状态，非常危险，则速度信息对应的权重较小。

步骤s302，将方向盘信息对应的权重和速度信息对应的权重之和，作为车辆驾驶信息对应的第一权重。

车载处理器通过综合考虑方向盘信息和速度信息，将方向盘信息对应的权重和速度信息对应的权重之和，作为车辆驾驶信息对应的第一权重，可以进一步提高判断驾驶行为安全等级的准确性，避免出现误判而引起不必要的后果，方便后续根据驾驶行为安全等级执行对应的干预指令，进一步提高了干预驾驶行为的准确性，能够提醒驾驶员安全驾驶，从而有效地降低了事故率。

步骤s303，根据脑电波信息与权重的对应关系，确定脑电波信息对应的权重；根据驾驶行为特征信息与权重的对应关系，确定驾驶行为特征信息对应的权重。

车辆驾驶信号采集设备中安装有脑电波检测设备和拍摄设备，脑电波检测设备安装有脑电波传感器。驾驶员佩戴脑电波检测设备，脑电波检测设备中的脑电波传感器实时采集驾驶员的脑电波信息，将脑电波信息转化成脑电波信号，通过有线通讯线路发送至车载处理器。车载处理器从接收的脑电波信号中提取脑电波信息，根据脑电波信息确定脑电波的类型；根据脑电波的类型，确定与脑电波的类型对应的精神状态信息；根据精神状态信息，确定脑电波信息对应的权重。比如，若确定脑电波的类型为σ波，则确定驾驶员处于深度睡眠状态，非常危险，则脑电波信息对应的权重较小。

另外，驾驶员的驾驶位置前方安装有拍摄设备，拍摄设备中的摄像头实时拍摄驾驶员图像，并经过内置的图像处理系统对驾驶员图像进行分析，得到驾驶员的驾驶行为特征信息，比如头部下垂、听电话、看手机等驾驶行为特征信息；将驾驶行为特征信息转化为驾驶行为特征信号，通过有线通讯线路发送至车载处理器。车载处理器识别接收的驾驶行为特征信号，从驾驶行为特征信号中提取出驾驶行为特征信息；结合驾驶行为特征信息与权重的对应关系，对驾驶行为特征信息进行判断，得到判断结果；根据判断结果，得到驾驶行为特征信息对应的权重。比如，若驾驶行为特征信息为头部下垂、单手持手机接听电话等，非常危险，则驾驶行为特征信息对应的权重较小。

步骤s304，将脑电波信息对应的权重和驾驶行为特征信息对应的权重之和，作为驾驶员驾驶信息对应的第二权重。

车载处理器通过综合考虑脑电波信息和驾驶行为特征信息，将脑电波信息对应的权重和驾驶行为特征信息对应的权重之和，作为驾驶行为信息对应的第二权重，可以进一步提高判断驾驶行为安全等级的准确性，避免出现误判而引起不必要的后果，方便后续根据驾驶行为安全等级执行对应的干预指令，进一步提高了干预驾驶行为的准确性，能够提醒驾驶员安全驾驶，从而有效地降低了事故率。

上述分别确定车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重的实施例，车载处理器综合考虑方向盘信息、速度信息、脑电波嘻嘻和驾驶行为特征信息，从多个角度对驾驶行为安全等级进行判断，可以提供多样的判断结果，避免漏判，从而提高了确定驾驶行为安全等级的准确性，方便后续根据准确确定的驾驶行为安全等级执行对应的干预指令，进一步提高了干预驾驶行为的准确性。

在一个实施例中，上述步骤s303，根据脑电波信息与权重的对应关系，确定脑电波信息对应的权重，包括：根据脑电波信息，确定脑电波的类型；根据脑电波的类型查询数据库，从数据库中获取与脑电波的类型对应的精神状态信息；根据精神状态信息与权重的对应关系，确定精神状态信息对应的权重；将精神状态信息对应的权重作为脑电波信息对应的权重。

脑电波的类型包括δ波、θ波、α波和β波；不同的脑电波，对应的波形不一样。脑电波的类型与精神状态信息存在一一对应的关系，不同的脑电波的类型，对应的精神状态信息不一样，而精神状态信息可以反映驾驶员的精神状态。比如，δ波对应的精神状态信息为深度睡眠状态；θ波对应的精神状态信息为沉闷无聊、情绪低落、心不在焉或打瞌睡的状态；α波对应的精神状态信息为清醒且闭起眼睛、什么都不想的状态；较慢β波对应的精神状态为清醒且接收外界信息时的状态或做梦状态；较快β波对应的精神状态信息为处于高兴、焦虑、激动等强烈情绪的状态或处于计算思考问题状态。

车载处理器基于大数据，预先收集了不同脑电波对应的精神状态信息，并将预先收集的精神状态信息按照脑电波的类型分类存储至数据库中，便于后续车载处理器进行查询。车载处理器对脑电波信息进行预处理，比如滤波，得到预处理后的脑电波。获取多种预设脑电波的波形，将预处理后的脑电波的波形与预设脑电波的波形进行匹配；当脑电波的波形与预设脑电波的波形匹配时，将预设脑电波的类型作为该脑电波的类型。车载处理器根据脑电波的类型查询数据库，从数据库中获取与脑电波的类型对应的精神状态信息；获取预设的精神状态信息与权重的对应关系，根据该对应关系，确定精神状态信息对应的权重；将精神状态信息对应的权重作为脑电波信息对应的权重。车载处理器根据脑电波的类型确定对应的精神状态信息，进而清晰地确定驾驶员的精神状态，无需受到环境的影响，从而有效地确定脑电波信息对应的权重，方便后续根据脑电波信息的权重确定驾驶员的驾驶行为安全等级，进一步提高了检测驾驶行为的准确性，避免漏判而引起不必要的后果。

例如，当脑电波的类型为δ波时，驾驶员的精神状态为深度睡眠状态，非常危险，不适合驾驶，则脑电波信息对应的权重较小。当脑电波的类型为α波或较快β波时，驾驶员的精神状态为清醒状态，适合驾驶，则脑电波信息对应的权重较高。

此外，如前面所述，由于θ波和较慢β波分别对应多种精神状态信息，故还需要对获取的脑电波信息进一步检测。在另一个实施例中，当确定脑电波的类型为θ波时，则获取脑电波上一周期的脑电波；若上一周期的脑电波的类型为α波时，则确定脑电波信息对应的权重较低；若上一周期的脑电波的类型不为α波，则确定脑电波信号对应的权重较高。

在又一个实施例中，当确定获取的脑电波的类型为较慢β波时，则获取该脑电波上一周期的脑电波，确定上一周期的脑电波是否包含δ波和θ波，δ波或θ波，并判断获取的脑电波是否包含短暂的α波或者θ波；根据不同的判断结果确定获取的脑电波信息对应的权重。比如，若获取的脑电波上一周期的脑电波中包含δ波和θ波(或者获取的脑电波上一周期的脑电波中包含δ波或者θ波)，同时获取的脑电波中携带的α波或者θ波出现的时长为较慢β波出现的时长的五分之一，则脑电波信息对应的权重较低。

考虑到除了根据脑电波的波形确定脑电波的类型，还可以脑电波的频率确定脑电波的类型。在一个实施例中，根据脑电波信息，确定脑电波的类型，包括：从脑电波信息中提取出脑电波的频率范围；将脑电波的频率范围与预设频率范围进行匹配；若脑电波的频率范围与预设频率范围匹配，则获取预设频率范围对应的脑电波的类型，作为提取出的脑电波的类型。

不同的脑电波，对应的频率范围不一样；比如，δ波的频率范围为0.5hz-3hz，θ波的频率范围为4hz-7hz，α波的频率范围为8hz-14hz，较慢β波的频率范围为15hz-20hz，较快β波的频率范围为21hz-25hz。

车载处理器对获取的脑电波信息进行预处理、分析计算，得到脑电波的波形，从脑电波的波形中提取出脑电波的频率范围；将脑电波的频率范围分别与多个预设脑电波的频率范围进行匹配，当脑电波的频率范围与预设脑电波的频率范围匹配时，将预设脑电波的类型作为获取的脑电波的类型，能够准确地确定脑电波的类型，方便后续根据脑电波的类型确定精神状态信息，进而确定脑电波信息对应的权重。

在一个实施例中，上述步骤s303，根据驾驶行为特征信息与权重的对应关系，确定驾驶行为特征信息对应的权重，包括：查询预设的驾驶行为特征信息与权重的对应关系，得到各个驾驶行为特征信息对应的权重；将各个驾驶行为特征信息对应的权重之和，作为驾驶行为特征信息对应的权重。综合考虑驾驶员的驾驶行为特征信息，进一步提高了判断驾驶行为安全等级的准确性，避免出现误判而引起不必要的后果，方便后续根据驾驶行为安全等级执行对应的干预指令，进一步提高了干预驾驶行为的准确性，能够提醒驾驶员安全驾驶，从而有效地降低了事故率。

比如，车载处理器对接收的驾驶行为特征信息中的头部动作特征信息和手部动作特征信息进行识别；若头部动作特征信息为头部下垂特征信息，手部动作特征信息为单手拿手机接听电话特征信息，说明当前驾驶员的驾驶行为非常危险，则头部动作特征信息对应的权重较小，手部动作特征信息对应的权重也较小；将头部动作特征信息对应的权重以及手部动作特征信息对应的权重之和，作为驾驶行为特征信息对应的权重，由此可见，驾驶行为特征信息对应的权重也较小。

在一个实施例中，上述步骤s204，根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级，包括：当驾驶行为综合权重大于或等于第一预设阈值，确定驾驶行为安全等级为第一安全等级；当驾驶行为综合权重大于第二预设阈值且小于第一预设阈值，确定驾驶行为安全等级为第二安全等级；当驾驶行为综合权重小于或等于第二预设阈值，确定驾驶行为安全等级为第三安全等级。车载处理器综合考虑获取的车辆驾驶信息和驾驶员驾驶信息对应的权重，从多个角度判断驾驶员的驾驶行为安全等级，避免漏判，进一步提高了确定驾驶行为的准确性，避免了传统采用拍摄到的驾驶员图像确定驾驶员的驾驶行为的方法，容易存在漏判而造成检测准确性低的缺陷，同时有利于对驾驶员的驾驶行为进行有效干预，进一步提高了干预驾驶员的驾驶行为的准确性。

进一步地，在确定驾驶员的驾驶行为安全等级之后，车载处理器可以根据驾驶员的驾驶行为安全等级，精准执行对应的干预指令，以提醒驾驶员安全驾驶或控制驾驶员的驾驶车辆的速度，避免出现事故，从而有效地降低了事故率。

在一个实施例中，上述步骤s205，获取与驾驶行为安全等级对应的干预指令，根据干预指令对驾驶行为进行干预，包括：若确定驾驶行为安全等级为第二安全等级，获取与第二安全等级对应的告警指令；根据告警指令进行语音报警，以提醒驾驶员安全驾驶；若确定驾驶行为安全等级为第三安全等级，获取与第三安全等级对应的速度控制指令；根据速度控制指令控制驾驶员的驾驶车辆的速度。车载处理器根据驾驶行为安全等级执行对应的干预指令，可以提醒驾驶员安全驾驶或控制驾驶车辆的速度，从而有效地降低了事故率，进一步提高了干预驾驶行为的准确性。

例如，若确定驾驶行为安全等级为第一安全等级，说明驾驶员的驾驶行为较安全，则不执行干预指令。若确定驾驶行为安全等级为第二安全等级，说明驾驶员的驾驶行为良好，则车载处理器获取与第二安全等级对应的告警指令，根据告警指令进行语音报警，例如通过车载处理器获取报警信息(比如“注意安全驾驶”)，将报警信息显示在车载终端对应的界面上，同时启动车载语音报警器进行语音报警；或者将报警信息转化为报警语音并启动扬声器播放该报警语音，以提醒驾驶员注意驾驶行为或安全驾驶。若确定驾驶行为安全等级为第三安全等级，说明驾驶员的驾驶行为非常危险，则通过车载处理器获取速度控制指令，根据速度控制指令执行对应的速度控制策略，例如将速度控制指令发送至车辆速度控制器，以触发车辆速度控制器控制驾驶员的驾驶车辆降低速度或停止驾驶，以避免出现事故。需要说明的是，语音报警可以是其他形式的语音报警形式，速度控制策略也可以是其他形式的速度控制形式，具体本申请不做限定。

进一步地，在确定驾驶员的驾驶行为安全等级之后，车载处理器还可以通知预设区域内的驾驶员注意周边的驾驶车辆，以进一步降低事故率。在一个实施例中，上述步骤s205，在获取与驾驶行为安全等级对应的干预指令，根据干预指令对驾驶行为进行干预之后，还包括：获取驾驶员的驾驶车辆的位置信息；根据位置信息和驾驶行为安全等级生成提醒指令，将提醒指令发送至目标服务器；提醒指令用于触发目标服务器将对应的提醒消息发送至预设区域内的驾驶车辆的车载处理器。

比如，车载处理器根据内置的gps定位系统确定驾驶员的驾驶车辆的位置信息，根据该位置信息和驾驶行为安全等级生成提醒指令，并将提醒指令发送至云端服务器；云端服务器接收到该提醒指令后，获取与该提醒指令对应的提醒消息，并根据驾驶车辆的位置信息，将提醒消息发送至距离驾驶车辆一定区域内(比如100米内)的其他驾驶车辆的车载处理器，以触发其他驾驶车辆的车载处理器指示车载终端界面上显示该提醒消息，或者触发其他驾驶车辆的车载处理器将该提醒消息转化为提醒语音，并启动车载语音报警器播放该提醒语音(比如，前方100米处的驾驶车辆的驾驶员存在不良驾驶行为，请注意驾驶，以防碰撞)，以提醒驾驶员注意前方驾驶车辆，避免出现事故，从而降低了事故率。

此外，驾驶员的日常驾驶行为安全等级可以应用到车险报价的确定上，比如车险公司可以预先收集驾驶员的日常驾驶行为安全等级，根据驾驶员的日常驾驶行为安全等级，可以准确地确定驾驶员的驾驶车辆的车险报价，以降低车险公司的赔保率。

在一个实施例中，驾驶行为的干预方法还包括：将驾驶员的驾驶行为安全等级发送至车险服务器；驾驶行为安全等级用于触发车险服务器在预设时间范围内确定驾驶员的驾驶行为综合等级，并获取与驾驶行为综合等级对应的车险报价信息；接收车险服务器推送的车险报价信息。其中，驾驶行为综合等级用于衡量驾驶员在一段时间范围内的驾驶行为的综合安全程度。

比如，车载处理器记录的驾驶员的日常驾驶行为安全等级会自动上传至相关联的车险服务器。车险服务器对预设时间范围内(比如半年)接收到的同一驾驶员的驾驶行为安全等级进行统计分析，进而确定驾驶员的驾驶行为综合等级，并获取与驾驶行为综合等级对应的车险报价信息；若驾驶员的驾驶行为综合等级较高，说明驾驶员日常的驾驶行为都很好，则可以降低下一年的车险报价；若用驾驶员的驾驶行为综合等级较低，说明驾驶员日常的驾驶行为不是很好，则可以提高下一年的车险报价。车险服务器将获取的车险报价信息推送至车载处理器，车载处理器将车险报价信息发送至对应的终端，比如车载终端或者与车载终端关联的智能手机，以触发终端在终端界面上显示对应的车险报价信息，供驾驶员查看。通过综合分析预设时间范围内的驾驶员的日常驾驶行为安全等级，可以有效地确定驾驶员的驾驶行为综合等级，有利于准确地将与驾驶行为综合等级对应的车险报价信息推送至对应的驾驶员，同时降低了赔保率。

在一个实施例中，如图4所示，提供了另一种驾驶行为的干预方法，包括以下步骤：

步骤s401，获取车辆驾驶信息和驾驶行为信息。

步骤s402，分别确定车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重。

步骤s403，将第一权重和第二权重进行相加得到驾驶行为综合权重。

步骤s404，根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级。

步骤s405，获取与驾驶行为安全等级对应的干预指令，根据干预指令对驾驶行为进行干预。

步骤s406，获取驾驶员的驾驶车辆的位置信息；根据位置信息和驾驶行为安全等级生成提醒指令，将提醒指令发送至目标服务器；提醒指令用于触发目标服务器将对应的提醒消息发送至预设区域内的驾驶车辆的车载处理器。

本实施例的驾驶行为的干预方法，车载处理器实现了根据获取的车辆驾驶信息和驾驶行为信息，综合确定驾驶员的驾驶行为安全等级的目的，无需受到环境的影响，有效地提高了确定驾驶行为的准确性，避免漏判，从而能够对驾驶员的驾驶行为进行有效干预，进一步提高了干预驾驶员的驾驶行为的准确性，有利于提醒驾驶员安全驾驶，从而降低了事故率，克服了传统技术存在干预驾驶行为的准确性低的缺陷。同时还可以通过发送提醒消息的形式，通知预设区域内的驾驶员注意周边的驾驶车辆，从而降低了事故率，进一步提高了干预驾驶员的驾驶行为的准确性。

应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图5所示，提供了一种驾驶行为的检测装置，包括：信息获取模块510、权重确定模块520、综合权重确定模块530、等级确定模块540和驾驶行为干预模块550，其中：

信息获取模块510，用于获取车辆驾驶信息和驾驶行为信息；

权重确定模块520，用于分别确定车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重。

综合权重确定模块530，用于将第一权重和第二权重进行相加得到驾驶行为综合权重。

等级确定模块540，用于根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级。

驾驶行为干预模块550，用于获取与驾驶行为安全等级对应的干预指令，根据干预指令对驾驶行为进行干预。

在一个实施例中，权重确定模块用于根据方向盘信息与权重的对应关系，确定方向盘信息对应的权重；根据速度信息与权重的对应关系，确定速度信息对应的权重；将方向盘信息对应的权重和速度信息对应的权重之和，作为车辆驾驶信息对应的第一权重；根据脑电波信息与权重的对应关系，确定脑电波信息对应的权重；根据驾驶行为特征信息与权重的对应关系，确定驾驶行为特征信息对应的权重；将脑电波信息对应的权重和驾驶行为特征信息对应的权重之和，作为驾驶行为信息对应的第二权重。

在一个实施例中，权重确定模块还用于根据脑电波信息，确定脑电波的类型；根据脑电波的类型查询数据库，从数据库中获取与脑电波的类型对应的精神状态信息；根据精神状态信息与权重的对应关系，确定精神状态信息对应的权重；将精神状态信息对应的权重作为脑电波信息对应的权重。

在一个实施例中，权重确定模块还用于从脑电波信息中提取出脑电波的频率范围；将脑电波的频率范围与预设频率范围进行匹配；若脑电波的频率范围与预设频率范围匹配，则获取预设频率范围对应的脑电波的类型，作为提取出的脑电波的类型。

在一个实施例中，等级确定模块还用于当驾驶行为综合权重大于或等于第一预设阈值，确定驾驶行为安全等级为第一安全等级；当驾驶行为综合权重大于第二预设阈值且小于第一预设阈值，确定驾驶行为安全等级为第二安全等级；当驾驶行为综合权重小于或等于第二预设阈值，确定驾驶行为安全等级为第三安全等级。

在一个实施例中，驾驶行为干预模块还用于若确定驾驶行为安全等级为第二安全等级，获取与第二安全等级对应的告警指令；根据告警指令进行语音报警，以提醒驾驶员安全驾驶；若确定驾驶行为安全等级为第三安全等级，获取与第三安全等级对应的速度控制指令；根据速度控制指令控制驾驶员的驾驶车辆的速度。

上述各个实施例，驾驶行为的干预装置分别确定获取的车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重；将第一权重和第二权重进行相加得到驾驶行为综合权重；根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级；获取与驾驶行为安全等级对应的干预指令，根据干预指令对驾驶行为进行干预；实现了根据获取的车辆驾驶信息和驾驶行为信息，综合确定驾驶员的驾驶行为安全等级的目的，无需受到环境的影响，有效地提高了确定驾驶行为的准确性，避免漏判，从而能够对驾驶员的驾驶行为进行有效干预，进一步提高了干预驾驶员的驾驶行为的准确性，有利于提醒驾驶员安全驾驶，从而降低了事故率，同时克服了传统技术存在干预驾驶行为的准确性低的缺陷。

关于驾驶行为的干预装置的具体限定可以参见上文中对于驾驶行为的干预方法的限定，在此不再赘述。上述驾驶行为的干预装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储与驾驶行为安全等级对应的干预指令。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种驾驶行为的干预方法。

本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

获取车辆驾驶信息和驾驶行为信息；

分别确定车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重；

将第一权重和第二权重进行相加得到驾驶行为综合权重；

根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级；

获取与驾驶行为安全等级对应的干预指令，根据干预指令对驾驶行为进行干预。

计算机设备通过处理器上运行的计算机程序，实现了根据获取的车辆驾驶信息和驾驶行为信息，综合确定驾驶员的驾驶行为安全等级的目的，无需受到环境的影响，有效地提高了确定驾驶行为的准确性，避免漏判，从而能够对驾驶员的驾驶行为进行有效干预，进一步提高了干预驾驶员的驾驶行为的准确性，有利于提醒驾驶员安全驾驶，从而降低了事故率，同时克服了传统技术存在干预驾驶行为的准确性低的缺陷。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取车辆驾驶信息和驾驶行为信息；

分别确定车辆驾驶信息对应的第一权重和驾驶行为信息对应的第二权重；

将第一权重和第二权重进行相加得到驾驶行为综合权重；

根据预设的驾驶行为综合权重与驾驶行为安全等级的对应关系，确定驾驶行为安全等级；

获取与驾驶行为安全等级对应的干预指令，根据干预指令对驾驶行为进行干预。

计算机可读存储介质通过其存储的计算机程序，实现了根据获取的车辆驾驶信息和驾驶行为信息，综合确定驾驶员的驾驶行为安全等级的目的，无需受到环境的影响，有效地提高了确定驾驶行为的准确性，避免漏判，从而能够对驾驶员的驾驶行为进行有效干预，进一步提高了干预驾驶员的驾驶行为的准确性，有利于提醒驾驶员安全驾驶，从而降低了事故率，同时克服了传统技术存在干预驾驶行为的准确性低的缺陷。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。