一种酒驾状态的检测方法、装置、电子设备及存储介质与流程

1.本技术涉及汽车智能座舱领域，尤其是涉及一种酒驾状态的检测方法、装置、电子设备及存储介质。


背景技术：

2.近年来，智能车辆己经成为车辆工程领域研究的热点和汽车工业增长的新动力，对智能车辆的研究主要致力于提高汽车的安全性，例如如何避免交通事故的发生，保证人员安全；据不完全统计，大约50％—60％的交通事故与酒后驾驶有关，所以如何确定驾驶员的状态，避免驾驶员酒后驾驶也成为了智能车辆需要研究的问题。
3.目前，针对于驾驶员酒驾状态的检测是通过酒精检测器检测车内的酒精含量确定驾驶员是否处于酒驾状态，但是这种方式在乘客饮酒时容易出现误判，影响判断驾驶员酒驾状态的准确性；因此，如何提高检测驾驶员酒驾状态的准确性，成为了亟待解决的问题。


技术实现要素：

4.有鉴于此，本技术的目的在于提供一种酒驾状态的检测方法、装置、电子设备及存储介质，能够通过获取驾驶员的面部图像，当驾驶员的面部存在酒驾面部特征且检测到的驾驶员呼出气体中的酒精浓度大于预设酒精浓度时，确定驾驶员处于酒驾状态，实现双重检测确定驾驶员的酒驾状态，提高了检测驾驶员酒驾状态的准确性。
5.本技术主要包括以下几个方面：
6.第一方面，本技术实施例提供了一种酒驾状态的检测方法，所述检测方法，包括：
7.获取位于驾驶位置的目标对象的面部图像以及所述目标对象呼出气体中的酒精浓度；
8.基于所述面部图像确定所述目标对象的面部是否存在酒驾面部特征；
9.基于所述酒精浓度是否大于预设酒精浓度；
10.在所述目标对象的面部存在酒驾面部特征且所述酒精浓度大于预设酒精浓度时，确定所述目标对象处于酒驾状态。
11.进一步的，所述基于所述面部图像确定所述目标对象的面部是否存在酒驾面部特征的步骤，包括：
12.基于所述面部图像，获取所述目标对象的多张面部图像；
13.根据所述多张面部图像中目标对象的面部特征，确定所述面部特征是酒驾面部特征的概率；
14.若所述概率大于预设阈值，则确定所述目标对象的面部存在酒驾面部特征；
15.若所述概率不大于预设阈值，则确定所述目标对象的面部不存在酒驾面部特征。
16.进一步的，通过以下步骤获取所述目标对象呼出气体中的酒精浓度：
17.获取汽车内每个酒精检测器检测的酒精浓度；其中，所述每个酒精检测器对应于一个座位；
18.根据所述每个酒精检测器检测到的所述酒精浓度的时间，确定最先检测到所述酒精浓度的酒精检测器是否对应于驾驶位置；
19.若是，则获取所述目标对象呼出气体中的酒精浓度。
20.进一步的，通过以下步骤获取位于驾驶位置的目标对象的面部图像：
21.确定位于驾驶位置的目标对象的面部图像，提取所述面部图像中目标对象的面部特征；
22.根据所述目标对象的面部特征，确定所述目标对象是否是驾驶员集合中的驾驶员样本；其中，所述驾驶员集合中包括至少一个驾驶员样本以及该驾驶员样本的面部特征；
23.若是，则获取位于驾驶位置的目标对象的面部图像；
24.若不是，则确定所述目标对象是否具有驾驶资格；若具有，则将所述目标对象和所述目标对象对应的面部特征加入到所述驾驶员集合中，并重新确定位于驾驶位置的目标对象的面部图像。
25.进一步的，所述根据所述目标对象的面部特征，确定所述目标对象是否是驾驶员集合中的驾驶员样本的步骤，包括：
26.根据所述目标对象的面部特征，获取所述目标对象的面部特征与所述驾驶员集合中的每个驾驶员样本的面部特征的相似度中最大的相似度，确定所述最大的相似度是否大于预设相似度；
27.若是，则确定所述目标对象是驾驶员集合中的驾驶员样本；
28.若不是，则确定所述目标对象不是驾驶员集合中的驾驶员样本。
29.进一步的，通过以下步骤确定所述目标对象是否具有驾驶资格：
30.接收触控信息，确定所述触控信息是否是获取所述目标对象的驾驶资格的触控信息；
31.若是，则根据所述目标对象的驾驶信息生成验证请求，若所述验证请求对应的验证结果是成功时，则确定所述目标对象具有驾驶资格；其中，所述驾驶信息包括姓名、身份证号码以及驾驶证号码中的至少一个。
32.进一步的，所述确定所述目标对象处于酒驾状态后，所述检测方法还包括：
33.根据所述酒驾状态，生成报警信息进行报警，并根据所述报警信息生成控制指令控制汽车禁止行驶；
34.在所述汽车禁止行驶后，确定是否获取到所述酒驾状态的更新信息；
35.若获取到，则确定所述目标对象处于正常状态，根据所述正常状态，取消报警，并生成行驶指令控制汽车正常运行；
36.若未获取到，则继续报警，直至获取到所述酒驾状态的更新信息。
37.第二方面，本技术实施例还提供了一种酒驾状态的检测装置，所述检测装置包括：
38.获取模块，用于获取位于驾驶位置的目标对象的面部图像以及所述目标对象呼出气体中的酒精浓度；
39.检测模块，用于基于所述面部图像确定所述目标对象的面部是否存在酒驾面部特征；
40.判断模块，用于基于所述酒精浓度是否大于预设酒精浓度；
41.确定模块，用于在所述目标对象的面部存在酒驾面部特征且所述酒精浓度大于预
设酒精浓度时，确定所述目标对象处于酒驾状态。
42.第三方面，本技术实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的酒驾状态的检测方法的步骤。
43.第四方面，本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上述的酒驾状态的检测方法的步骤。
44.本技术实施例提供的一种酒驾状态的检测方法、装置、电子设备及存储介质，所述检测方法，包括：获取位于驾驶位置的目标对象的面部图像以及所述目标对象呼出气体中的酒精浓度；基于所述面部图像确定所述目标对象的面部是否存在酒驾面部特征；基于所述酒精浓度是否大于预设酒精浓度；在所述目标对象的面部存在酒驾面部特征且所述酒精浓度大于预设酒精浓度时，确定所述目标对象处于酒驾状态。
45.这样，采用本技术提供的技术方案能够通过获取驾驶员的面部图像，当驾驶员的面部存在酒驾面部特征且检测到的驾驶员呼出气体中的酒精浓度大于预设酒精浓度时，确定驾驶员处于酒驾状态，实现双重检测确定驾驶员的酒驾状态，提高了检测驾驶员酒驾状态的准确性。
46.为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
47.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
48.图1示出了本技术实施例所提供的一种酒驾状态的检测方法的流程图；
49.图2示出了本技术实施例所提供的另一种酒驾状态的检测方法的流程图；
50.图3示出了本技术实施例所提供的酒驾检测的示意图；
51.图4示出了本技术实施例所提供的座舱主机数据处理的示意图；
52.图5示出了本技术实施例所提供的一种酒驾状态的检测装置的结构图之一；
53.图6示出了本技术实施例所提供的一种酒驾状态的检测装置的结构图之二；
54.图7示出了本技术实施例所提供的一种电子设备的结构示意图。
具体实施方式
55.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，应当理解，本技术中的附图仅起到说明和描述的目的，并不用于限定本技术的保护范围。另外，应当理解，示意性的附图并未按实物比例绘制。本技术中使用的流程图示出了根据本技术的一些实施例实现的操作。应当理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转
顺序或者同时实施。此外，本领域技术人员在本技术内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
56.另外，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的全部其他实施例，都属于本技术保护的范围。
57.为了使得本领域技术人员能够使用本技术内容，结合特定应用场景“酒驾状态的检测”，给出以下实施方式，对于本领域技术人员来说，在不脱离本技术的精神和范围的情况下，可以将这里定义的一般原理应用于其他实施例和应用场景。
58.本技术实施例下述方法、装置、电子设备或计算机可读存储介质可以应用于任何需要进行检测酒驾状态的场景，本技术实施例并不对具体的应用场景作限制，任何使用本技术实施例提供的一种酒驾状态的检测方法、装置、电子设备及存储介质的方案均在本技术保护范围内。
59.值得注意的是，近年来，智能车辆己经成为车辆工程领域研究的热点和汽车工业增长的新动力，对智能车辆的研究主要致力于提高汽车的安全性，例如如何避免交通事故的发生，保证人员安全；据不完全统计，大约50％—60％的交通事故与酒后驾驶有关，所以如何确定驾驶员的状态，避免驾驶员酒后驾驶也成为了智能车辆需要研究的问题。
60.目前，针对于驾驶员酒驾状态的检测是通过酒精检测器检测车内的酒精含量确定驾驶员是否处于酒驾状态，但是这种方式在乘客饮酒时容易出现误判，影响判断驾驶员酒驾状态的准确性；因此，如何提高检测驾驶员酒驾状态的准确性，成为了亟待解决的问题。
61.基于此，本技术提出了一种酒驾状态的检测方法、装置、电子设备及存储介质，所述检测方法，包括：获取位于驾驶位置的目标对象的面部图像以及所述目标对象呼出气体中的酒精浓度；基于所述面部图像确定所述目标对象的面部是否存在酒驾面部特征；基于所述酒精浓度是否大于预设酒精浓度；在所述目标对象的面部存在酒驾面部特征且所述酒精浓度大于预设酒精浓度时，确定所述目标对象处于酒驾状态。
62.这样，采用本技术提供的技术方案能够通过获取驾驶员的面部图像，当驾驶员的面部存在酒驾面部特征且检测到的驾驶员呼出气体中的酒精浓度大于预设酒精浓度时，确定驾驶员处于酒驾状态，实现双重检测确定驾驶员的酒驾状态，提高了检测驾驶员酒驾状态的准确性。
63.为便于对本技术进行理解，下面将结合具体实施例对本技术提供的技术方案进行详细说明。
64.请参阅图1，图1为本技术实施例所提供的一种酒驾状态的检测方法的流程图，如图1中所示，所述检测方法，包括：
65.s101、获取位于驾驶位置的目标对象的面部图像以及所述目标对象呼出气体中的酒精浓度；
66.该步骤中，获取位于驾驶位置的目标对象的包括面部图像、呼出气体中的酒精含量以及声音信息等；采用多对象数据采集策略，弥补单一数据采集源潜在的误差性和不确定性，提高检测稳定性和可靠性。
67.需要说明的是，通过以下步骤获取位于驾驶位置的目标对象的面部图像：
68.一、确定位于驾驶位置的目标对象的面部图像，提取所述面部图像中目标对象的面部特征；
69.该步骤中，通过车载摄像头对驾驶位置处的目标对象进行拍照，获取驾驶位置处目标对象的面部图像；示例性的，可以采用驾驶员监控系统(driver monitoring system，dms)获取目标对象的面部图像，dms摄像头可以内置在驾驶员位置仪表中，通过同轴线缆与座舱主机连接，传输面部图像信息，对目标对象的面部图像进行面部特征采集。
70.二、根据所述目标对象的面部特征，确定所述目标对象是否是驾驶员集合中的驾驶员样本；
71.该步骤中，驾驶员集合中包括至少一个驾驶员样本以及该驾驶员样本的面部特征。
72.这里，根据目标对象的面部特征，确定目标对象是否是驾驶员集合中的驾驶员样本的步骤，包括：
73.1)、根据所述目标对象的面部特征，获取所述目标对象的面部特征与所述驾驶员集合中的每个驾驶员样本的面部特征的相似度中最大的相似度，确定所述最大的相似度是否大于预设相似度；
74.该步骤中，预先存储的驾驶员集合中的驾驶员样本可以是多条，每条驾驶员样本都有与之对应的面部特征，将拍摄的目标对象的面部特征与驾驶员集合中的每条驾驶员样本中的面部特征进行相似度匹配，选择相似度最高的驾驶员样本，若该相似度大于预设相似度，则说明匹配成功；若该相似度不大于预设相似度，则说明匹配失败。
75.2)、若是，则确定所述目标对象是驾驶员集合中的驾驶员样本；
76.3)、若不是，则确定所述目标对象不是驾驶员集合中的驾驶员样本。
77.三、若是，则获取位于驾驶位置的目标对象的面部图像；
78.该步骤中，若确定目标对象是驾驶员集合中的驾驶员样本，说明目标对象具有驾驶资格，则获取位于驾驶位置的目标对象的面部图像；这种确定目标对象驾驶资格，记录驾驶信息的方式可以在存在酒驾可能性时进行备案筛查，未来可实现针对性酒驾追踪检测。
79.四、若不是，则确定所述目标对象是否具有驾驶资格；若具有，则将所述目标对象和所述目标对象对应的面部特征加入到所述驾驶员集合中，并重新确定位于驾驶位置的目标对象的面部图像。
80.该步骤中，通过以下步骤确定目标对象是否具有驾驶资格：
81.1)、接收触控信息，确定所述触控信息是否是获取所述目标对象的驾驶资格的触控信息；
82.该步骤中，根据在显示屏上的触控操作，获取验证驾驶资格的触控信息；或者获取取消验证的触控信息，重新获取位于驾驶位置的目标对象的面部图像。
83.2)、若是，则根据所述目标对象的驾驶信息生成验证请求，若所述验证请求对应的验证结果是成功时，则确定所述目标对象具有驾驶资格。
84.该步骤中，驾驶信息包括姓名、身份证号码以及驾驶证号码中的至少一个；若获取到验证驾驶资格的触控信息，则获取显示屏上输入的驾驶信息进行验证请求，接收该验证请求的验证结果，若该验证结果指示验证成功，则说明目标对象具有驾驶资格，将目标对象
面部图像中的面部特征作为新的驾驶员样本的面部特征存储在驾驶员集合中，并更新驾驶员集合；若该验证结果指示验证失败，则说明目标对象不具有驾驶资格，有效避免了无证驾驶。
85.需要说明的是，通过以下步骤获取目标对象呼出气体中的酒精浓度：
86.一、获取汽车内每个酒精检测器检测的酒精浓度；
87.该步骤中，每一个酒精检测器指示于一个座位；示例性的，可以在方向盘中内嵌一个酒精检测器，也可以在每个座位的座枕处分别布置一个或多个酒精检测器；酒精检测器可以使用微机电系统(microelectro mechanical systems,mems)，即mems空气检测组件，实时检测驾驶员呼出气体中酒精含量，检测信息通过通信总线与座舱主机连接。
88.示例性的，若是在方向盘中内嵌一个酒精检测器或者只在驾驶员的座位座枕处布置有两个以上的酒精检测器进行范围覆盖，则直接获取驾驶员呼出气体中的酒精含量；若在每个座位的座枕处分别布置一个或多个酒精检测器，则需要先确定检测到的酒精含量是驾驶员呼出气体中的，而非乘客呼出的。
89.二、根据所述每个酒精检测器检测到的所述酒精浓度的时间，确定最先检测到所述酒精浓度的酒精检测器是否对应于驾驶位置；
90.该步骤中，若在每个座位的座枕处分别布置一个或多个酒精检测器，每一个酒精检测器指示于一个座位，则根据每一个酒精检测器采集到的所述酒精浓度的时间，确定最先接收到酒精浓度的酒精检测器是否指示于驾驶员的座位。
91.三、若是，则获取所述目标对象呼出气体中的酒精浓度。
92.该步骤中，若最先接收到酒精浓度的酒精检测器指示于驾驶员的座位，则该酒精浓度是目标对象呼出气体中的，则获取该酒精浓度。
93.s102、基于所述面部图像确定所述目标对象的面部是否存在酒驾面部特征；
94.需要说明的是，基于面部图像确定目标对象的面部是否存在酒驾面部特征的步骤请参阅图2，图2为本技术实施例所提供另一种酒驾状态的检测方法的流程图，如图2中所示，通过以下步骤确定目标对象的面部是否存在酒驾面部特征：
95.s201、基于所述面部图像，获取所述目标对象的多张面部图像；
96.该步骤中，根据获取到的目标对象的多张面部图像，确定该目标对象是否存在酒驾状态的面部特征。
97.s202、根据所述多张面部图像中目标对象的面部特征，确定所述面部特征是酒驾面部特征的概率；
98.该步骤中，提取多张面部图像中目标对象的面部特征，确定面部特征是酒驾面部特征的概率；示例性的，可以通过训练好的识别模型进行酒驾面部特征识别，该识别模型是根据酒驾面部特征和正常面部特征进行训练的，将面部图像输入至识别模型中，可以输出该面部图像中目标对象的面部特征是酒驾面部特征的概率。
99.s203、若所述概率大于预设阈值，则确定所述目标对象的面部存在酒驾面部特征；
100.该步骤中，预设阈值是根据历史经验或实验数据进行设置的，若面部特征是酒驾面部特征的概率大于预设阈值，则目标对象的面部存在酒驾面部特征；例如，若目标对象呈现长时间脸红、目光呆滞以及长期闭眼等特征，则目标对象的面部存在酒驾面部特征。
101.s204、若所述概率不大于预设阈值，则确定所述目标对象的面部不存在酒驾面部
特征。
102.s103、基于所述酒精浓度是否大于预设酒精浓度；
103.该步骤中，根据获取到的目标对象呼出气体中的酒精浓度，确定该酒精浓度是否大于预设酒精浓度，该预设酒精浓度是根据安全驾驶规定的酒精浓度，大于该酒精浓度则认为是酒驾，或者根据历史经验或者实验数据设置预设酒精浓度。
104.s104、在所述目标对象的面部存在酒驾面部特征且所述酒精浓度大于预设酒精浓度时，确定所述目标对象处于酒驾状态。
105.该步骤中，当驾驶员面部存在酒驾特征并且该驾驶员呼出气体中的酒精浓度大于预设酒精浓度时，则认为驾驶员处于酒驾状态；示例性的，若检测信息有三种，分别是驾驶员的面部图像、驾驶员呼出气体中的酒精含量以及驾驶员的声音信息，只有当这三种检测信息的检测结果全部指示于驾驶员处于酒驾状态时，才将驾驶员状态确定为酒驾状态。
106.这里，确定目标对象处于酒驾状态后，检测方法还包括：
107.1)、根据所述酒驾状态，生成报警信息进行报警，并根据所述报警信息生成控制指令控制汽车禁止行驶；
108.2)、在所述汽车禁止行驶后，确定是否获取到所述酒驾状态的更新信息；
109.3)、若获取到，则确定所述目标对象处于正常状态，根据所述正常状态，取消报警，并生成行驶指令控制汽车正常运行；
110.4)、若未获取到，则继续报警，直至获取到所述酒驾状态的更新信息。
111.该步骤中，根据酒驾状态，生成报警信息展示在汽车的显示屏上，将报警信息发送给预先存储的紧急联系人或电话通知紧急联系人；并根据报警信息生成控制指令控制汽车禁止行驶，直至解除酒驾状态；同时实时获取解除酒驾状态的更新信息；当确定目标对象的面部不存在酒驾面部特征以及检测的酒精浓度不大于预设酒精浓度时，才生成解除酒驾状态的更新信息，根据更新信息将酒驾状态更新为正常状态，并取消报警，生成行驶指令控制汽车正常运行；反之则依旧保持酒驾状态，继续报警，有效避免驾驶员人为因素强行运行汽车导致的交通事故。
112.示例性的，汽车座舱主机的主控芯片作为信息处理终端，综合面部图像和酒精含量检测判定驾驶员状态，当出现长期闭眼、目光呆滞及空气酒精含量超标等情况后，判定驾驶员处于酒驾状态；此时座舱主机将判定信息在中控显示屏上进行高亮呈现，提醒驾驶员当前处于酒驾警告状态，并把信息发送给动力单元控制器进行驾驶安全处理，同时通过车联网将驾驶员状态备份并电话通知联系人，待双重指标检测(面部图像和酒精含量检测)均合格后方可解除警报。本实施例可以对驾驶员状态进行实时监控和安全管理，同时避免单一检测手段的误判断，具有实用性和可靠性。
113.示例性的，请参阅图3，图3为本技术实施例所提供的酒驾检测的示意图，如图3所示，在汽车启动进行供电后，座舱主机开启驾驶员酒驾检测功能，通过监控摄像头和酒精检测组件(酒精检测器)对驾驶员是否酒驾进行识别并进行相应车辆控制和亲属通知功能。通过内置在仪表中摄像头和方向盘中的mems传感器(酒精检测器)，将获取到的驾驶员面部检测的图像信息和驾驶员环境空气检测的酒精信息传输到座舱主机进行处理，简化了复杂的电子架构，提高系统可靠性，符合汽车电子域控制器化的大环境趋势。座舱主机通过确定面部图像的检测结果以及酒精含量的检测结果从而判断驾驶员是否是酒驾状态，若不是，汽
车正常运行；若是，则在中控显示屏上做高亮的警报提示，同时通过总线将酒驾状态的信息发送到整车控制器单元和动力单元，控制车辆停止工作，实现智能管控车辆，有效保证检测结果的有效性；并实时检测指标是否恢复正常，若未恢复，则继续在中控显示屏上做高亮的警报提示；若恢复，则消除报警，汽车正常运行；本实施例基于多种信息采集源，利用座舱主机平台进行算法判断，可有效进行酒驾状态检测，既充分利用座舱主机处理能力，又保证了检测来源的多样性，避免误判断，误处理的情况发生。
114.示例性的，请参阅图4，图4为本技术实施例所提供的座舱主机数据处理的示意图，如图4所示，数据采集部分：基于dms摄像头和mems空气检测传感器(酒精检测器)进行多对象数据采集，采集对象是图像信息和空气检测信息，避免因单一数据来源导致的数据信息不准确而引起状态判断误报，提高酒驾状态判断的准确性；其中，mems空气检测传感器除安装在方向盘位置外，可考虑安装在驾驶员座椅头枕附近，传感器与驾驶员距离更近，但需要两个以上传感器进行范围覆盖；dms摄像头与座舱主机通过低电压差分信号(low-voltage differential signaling，lvds)进行通信，mems空气检测传感器与座舱主机通过集成电路总线(inter-integrated circuit，iic)或串行外围设备接口(serial peripheral interface，spi)进行通信。数据处理部分：利用座舱主机强大的芯片处理能力实现信息实时检测和算法逻辑控制，弥补在检测到酒精含量超标后只能单纯报警，其他功能性的缺失等方面不足，这里，数据终端处理芯片也可以考虑布置在仪表上(仪表有主控芯片需求的前提下)。策略执行：座舱主机在识别信号并进行处理后，一方面将控制信息通过can总线发给整车控制器和动力单元控制器，限制车辆运行；另一方面通过车联网将驾驶员状态信息上传后台数据库备档，并自行拨打电话给驾驶员相关联系人通知驾驶员处于酒驾状态；实现了智能识别智能处理的思想，使用多对象数据采集策略，弥补单一数据采集源潜在的误差性和不确定性，提高检测稳定性和可靠性；数据处理利用座舱主机的处理芯片，可以减少一个电子单元的使用，有效提高车内空间利用率，降低系统成本和车内总线长度，并且丰富座舱智能化；同时充分利用车联网优势，实现车内信息互联化，将潜在酒驾可能性进行备案筛查，未来可实现针对性酒驾追踪检测，并及时联系到驾驶员的联系人进行相关处理，有效避免驾驶员人为因素强行运行汽车导致的交通事故。
115.本技术实施例提供的一种酒驾状态的检测方法，所述检测方法，包括：获取位于驾驶位置的目标对象的面部图像以及所述目标对象呼出气体中的酒精浓度；基于所述面部图像确定所述目标对象的面部是否存在酒驾面部特征；基于所述酒精浓度是否大于预设酒精浓度；在所述目标对象的面部存在酒驾面部特征且所述酒精浓度大于预设酒精浓度时，确定所述目标对象处于酒驾状态。
116.这样，采用本技术提供的技术方案能够通过获取驾驶员的面部图像，当驾驶员的面部存在酒驾面部特征且检测到的驾驶员呼出气体中的酒精浓度大于预设酒精浓度时，确定驾驶员处于酒驾状态，实现双重检测确定驾驶员的酒驾状态，提高了检测驾驶员酒驾状态的准确性。
117.基于同一申请构思，本技术实施例中还提供了与上述实施例提供一种酒驾状态的检测方法对应的一种酒驾状态的检测装置，由于本技术实施例中的装置解决问题的原理与本技术上述实施例一种酒驾状态的检测方法相似，因此装置的实施可以参见方法的实施，重复之处不再赘述。
118.请参阅图5、图6，图5为本技术实施例所提供的一种酒驾状态的检测装置结构图之一，图6为本技术实施例所提供的一种酒驾状态的检测装置结构图之二。如图5中所示，所述检测装置510包括：
119.获取模块511，用于获取位于驾驶位置的目标对象的面部图像以及所述目标对象呼出气体中的酒精浓度；
120.检测模块512，用于基于所述面部图像确定所述目标对象的面部是否存在酒驾面部特征；
121.判断模块513，用于基于所述酒精浓度是否大于预设酒精浓度；
122.确定模块514，用于在所述目标对象的面部存在酒驾面部特征且所述酒精浓度大于预设酒精浓度时，确定所述目标对象处于酒驾状态。
123.可选的，所述检测模块512具体用于：
124.基于所述面部图像，获取所述目标对象的多张面部图像；
125.根据所述多张面部图像中目标对象的面部特征，确定所述面部特征是酒驾面部特征的概率；
126.若所述概率大于预设阈值，则确定所述目标对象的面部存在酒驾面部特征；
127.若所述概率不大于预设阈值，则确定所述目标对象的面部不存在酒驾面部特征。
128.可选的，所述获取模块511在用于获取所述目标对象呼出气体中的酒精浓度时，所述获取模块511具体用于：
129.获取汽车内每个酒精检测器检测的酒精浓度；其中，所述每个酒精检测器对应于一个座位；
130.根据所述每个酒精检测器检测到的所述酒精浓度的时间，确定最先检测到所述酒精浓度的酒精检测器是否对应于驾驶位置；
131.若是，则获取所述目标对象呼出气体中的酒精浓度。
132.可选的，所述获取模块511在用于获取位于驾驶位置的目标对象的面部图像时，所述获取模块511具体用于：
133.确定位于驾驶位置的目标对象的面部图像，提取所述面部图像中目标对象的面部特征；
134.根据所述目标对象的面部特征，确定所述目标对象是否是驾驶员集合中的驾驶员样本；其中，所述驾驶员集合中包括至少一个驾驶员样本以及该驾驶员样本的面部特征；
135.若是，则获取位于驾驶位置的目标对象的面部图像；
136.若不是，则确定所述目标对象是否具有驾驶资格；若具有，则将所述目标对象和所述目标对象对应的面部特征加入到所述驾驶员集合中，并重新确定位于驾驶位置的目标对象的面部图像。
137.可选的，所述获取模块511在用于根据所述目标对象的面部特征，确定所述目标对象是否是驾驶员集合中的驾驶员样本时，所述获取模块511具体用于：
138.根据所述目标对象的面部特征，获取所述目标对象的面部特征与所述驾驶员集合中的每个驾驶员样本的面部特征的相似度中最大的相似度，确定所述最大的相似度是否大于预设相似度；
139.若是，则确定所述目标对象是驾驶员集合中的驾驶员样本；
140.若不是，则确定所述目标对象不是驾驶员集合中的驾驶员样本。
141.可选的，如图6所述，所述检测装置510还包括验证模块515，所述验证模块515用于：
142.接收触控信息，确定所述触控信息是否是获取所述目标对象的驾驶资格的触控信息；
143.若是，则根据所述目标对象的驾驶信息生成验证请求，若所述验证请求对应的验证结果是成功时，则确定所述目标对象具有驾驶资格；其中，所述驾驶信息包括姓名、身份证号码以及驾驶证号码中的至少一个。
144.可选的，所述检测装置510还包括处理模块516，所述处理模块516用于：
145.根据所述酒驾状态，生成报警信息进行报警，并根据所述报警信息生成控制指令控制汽车禁止行驶；
146.在所述汽车禁止行驶后，确定是否获取到所述酒驾状态的更新信息；
147.若获取到，则确定所述目标对象处于正常状态，根据所述正常状态，取消报警，并生成行驶指令控制汽车正常运行；
148.若未获取到，则继续报警，直至获取到所述酒驾状态的更新信息。
149.本技术实施例提供的一种酒驾状态的检测装置，所述检测装置包括：获取模块，用于获取位于驾驶位置的目标对象的面部图像以及所述目标对象呼出气体中的酒精浓度；检测模块，用于基于所述面部图像确定所述目标对象的面部是否存在酒驾面部特征；判断模块，用于基于所述酒精浓度是否大于预设酒精浓度；确定模块，用于在所述目标对象的面部存在酒驾面部特征且所述酒精浓度大于预设酒精浓度时，确定所述目标对象处于酒驾状态。
150.这样，采用本技术提供的技术方案能够通过获取驾驶员的面部图像，当驾驶员的面部存在酒驾面部特征且检测到的驾驶员呼出气体中的酒精浓度大于预设酒精浓度时，确定驾驶员处于酒驾状态，实现双重检测确定驾驶员的酒驾状态，提高了检测驾驶员酒驾状态的准确性。
151.请参阅图7，图7为本技术实施例所提供的一种电子设备的结构示意图。如图7中所示，所述电子设备700包括处理器710、存储器720和总线730。
152.所述存储器720存储有所述处理器710可执行的机器可读指令，当电子设备700运行时，所述处理器710与所述存储器720之间通过总线730通信，所述机器可读指令被所述处理器710执行时，可以执行如上述图1以及图2所示方法实施例中的酒驾状态的检测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
153.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1以及图2所示方法实施例中的酒驾状态的检测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。
154.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
155.在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可
以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
156.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
157.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
158.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
159.最后应说明的是：以上所述实施例，仅为本技术的具体实施方式，用以说明本技术的技术方案，而非对其限制，本技术的保护范围并不局限于此，尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本技术实施例技术方案的精神和范围，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。