专利名称：一种基于传感器的行车安全的控制方法
技术领域：
本发明涉及电子设备领域，具体涉及一种基于传感器的行车安全的控制方法。
背景技术：
随着汽车行业的发展，行车安全日益受到重视，一系列的行车安全方式应运而生， 如安装安全气囊，安装行车雷达等。虽然这些方式能够在一些方面增加用户的行车安全性， 但是在其他方面都存在着缺陷。安装安全气囊可以在事故中减小车内人员的受伤概率，但无法避免事故的发生和汽车的损坏。安装行车雷达能够提醒用户周围的行车环境，但是并不能够检测到用户的状态，因而很难避免因疲劳驾驶和醉酒驾驶造成的事故。为了进一步提高行车安全，需要一个能够与上述安全方式并存，并能弥补上述方式缺陷的新的安全方案。
发明内容
本发明所要解决的技术问题是提供一种基于传感器的行车安全的控制方法，以解决当前行车安全方式中不能根据用户当前状态进行车辆行驶的安全控制问题。为了解决上述问题，本发明提供了一种基于传感器的行车安全的控制方法，包括系统启动传感器，传感器检测当前用户状态并采集当前用户状态数据；系统根据存储的用户状态模式的标准数据，与采集的当前用户状态数据进行比对，判定当前用户的状态模式；系统根据得到的当前用户的状态模式，对用户进行相应的提醒。进一步地，上述方法还可包括所述传感器是通过TCP、UDP或USB协议与所述系统进行连接并进行信息传输。进一步地，上述方法还可包括所述传感器检测当前用户状态并采集当前用户状态数据的步骤，包括所述传感器根据设定的周期，定时检测当前用户状态并采集当前用户状态数据。进一步地，上述方法还可包括所述系统将采集的当前用户状态数据绘制成统计图，同时计算采集的各数据的平均值并进行显示。进一步地，上述方法还可包括所述用户状态模式包括疲劳模式、酒驾模式或正常模式，其中疲劳模式包括轻微疲劳状况、中度疲劳状况和严重疲劳状况，酒驾模式包括酒后驾驶状况和醉酒驾驶状况；所述系统根据存储的用户状态模式的标准数据，与采集的当前用户状态数据进行比对，判定当前用户的状态模式的步骤，包括所述系统根据存储的用户状态模式的标准数据，与采集的当前用户状态数据进行比对，通过加权匹配算法判定用户属于酒驾模式中某酒驾状况，或者通过模糊匹配算法判定用户属于疲劳模式中某疲劳状况。
进一步地，上述方法还可包括所述系统将当前采集的用户状态数据与之前采集的用户状态数据进行对比，获得用户的驾驶状态发展趋势信息，包括疲劳度逐渐增加趋势，即将由轻微疲劳进入中度疲劳状态；或者酒精浓度持续增加趋势，即将由酒后驾车进入醉酒驾车状态。进一步地，上述方法还可包括所述系统对用户进行相应的提醒的步骤，包括所述系统通过语言提醒和/或振动用户座椅的方式对用户进行提醒。进一步地，上述方法还可包括所述系统对用户进行相应的提醒的步骤，还包括 系统根据得到的当前用户的状态模式和/或用户的驾驶状态发展趋势信息，对车速进行控制。与现有技术相比，应用本发明，依据嵌入式传感器技术，结合数据采集、统计分析、 模式识别、趋势评估、智能反馈等相关算法，可以实现对用户的驾驶状态进行监测和反馈， 从而有效提高行车安全，降低交通事故的发生概率。
图1是本发明的基于传感器的行车安全的控制方法的流程图；图2是本发明的实例的流程示意图。
具体实施例方式下面结合附图和具体实施方式
对本发明作进一步说明。随着嵌入式传感器技术的日益发展，在小体积的传感器上已经实现体温监控、血压测量、心跳检测、酒精浓度检测或血氧浓度监测，本发明依据嵌入式传感器技术，结合数据采集、统计分析、模式识别、趋势评估、智能反馈等相关算法，可以实现对用户的驾驶状态进行监测和反馈，从而有效提高行车安全，降低交通事故的发生概率。如图1所示，本发明的基于传感器的行车安全的控制方法，包括步骤110、系统启动传感器，传感器检测当前用户状态并采集当前用户状态数据；将装有多种嵌入式传感器的监测设备安装在方向盘的手握位置。监测设备安装在汽车方向盘的手握处，既不影响用户的正常驾驶，又能够便捷的采集数据。系统(在实际使用中，系统可以采用现有的车载导航系统，也可以另设置一独立系统，以上只是例举，本发明对此不作限定)进行初始化，将装有嵌入式传感器的监测设备与系统连接；加载监测设备的驱动，从而使系统中的程序可以读取监测设备监测到的数据； 系统检测到监测设备的连接，自动启动监测反馈程序；监测反馈程序驻留系统后台，以固定的时间间隔读取监测设备监测到的数据。所述传感器是通过TCP、UDP或USB协议与所述系统进行连接并进行信息传输。其中，所述传感器可以根据设定的周期，定时检测当前用户状态并采集当前用户状态数据；可以调整预设的周期时间长度，进行采集当前用户状态数据，这样可以节省系统功耗，降低使用成本。在实际使用中，系统通过传感器获取的当前用户状态数据包括体温、血压、心跳、 酒精浓度和/或血氧浓度数据等数据，上述数据可以反映当前用户的状态，可以根据上述数据进行分析，以根据用户的状态模式，进行安全控制。
步骤120、系统根据存储的用户状态模式的标准数据，与采集的当前用户状态数据进行比对，判定当前用户的状态模式；系统监测反馈程序分析本次获取到的体温、血压、心跳、酒精浓度和/或血氧浓度数据等数据，对比存储的模式数据，来识别用户当前属于哪种用户状态模式。其中，所述用户状态模式包括疲劳模式、酒驾模式和正常模式，疲劳模式和酒驾模式同时存在为复合模式，其中疲劳模式包括轻微疲劳状况、中度疲劳状况和严重疲劳状况，酒驾模式包括酒后驾驶状况和醉酒驾驶状况。复合模式包括以下六种轻微疲劳且酒后驾驶、轻微疲劳且醉酒驾驶、中度疲劳且酒后驾驶、中度疲劳且醉酒驾驶、严重疲劳且酒后驾驶或严重疲劳且醉酒驾驶。所述系统根据存储的用户状态模式的标准数据，与采集的当前用户状态数据进行比对，通过加权匹配算法判定用户属于酒驾模式中某酒驾状况，或者通过模糊匹配算法判定用户属于疲劳模式中某疲劳状况。进一步地，系统还可以将本次采集的数据与之前采集的数据进行对比，从而获得用户的驾驶状态发展趋势信息，包括疲劳度逐渐增加趋势，即将由轻微疲劳进入中度疲劳状态；或者酒精浓度持续增加趋势，即将由酒后驾车进入醉酒驾车状态等。步骤130、系统根据得到的当前用户的状态模式和/或用户的驾驶状态发展趋势信息，对用户进行相应的提醒。所述系统通过语言提醒和/或振动用户座椅的方式对用户进行提醒。进一步地，系统根据得到的当前用户的状态模式和/或用户的驾驶状态发展趋势信息，对车速进行控制，避免出现安全事故。系统根据用户当前的驾驶状态和评估的驾驶状态发展趋势，决定反馈内容。例如 用户处于酒后驾驶状态，监测反馈程序语音提示“您现在处于酒后驾驶状态，为了您和他人的生命安全，请立刻停车并寻求代驾的帮助。”如果系统可以控制车速，监测反馈程序将调用此接口，限制最高车速。同时，监测反馈程序还可以根据驾驶状态发展趋势补充语音提
7J\ ο进一步地，所述系统将采集的当前用户状态数据绘制成统计图，同时计算采集的各数据的平均值并进行显示。这样可以使用户从图像中方便的了解自己的驾驶状态，使用户调整自己的驾驶习惯，以达到安全驾驶的目的。本方案描述了基于嵌入式传感器的监测——分析——反馈过程，整个系统分为2 个部分。一个是包含嵌入式传感器的监测设备端，它安装在方向盘的手握位置上。另一个是安装在车载导航系统上的分析反馈端。在硬件上，两者通过USB数据线(或具有类似功能的连接线缆)进行连接；在软件上两者通过安装在车载导航系统上的驱动程序进行数据交互。在运行过程中，监测设备端主要负责获取各个传感器上的数值，并将它们通过嵌入式芯片转换为易于理解的数据(比如将热敏电阻的阻值转换为体温值)，然后进行处理和临时存储，等待分析反馈端读取。分析反馈端主要负责以特定时间间隔读取监测设备端的数据，并对其进行分析和反馈。监测——分析——反馈的过程主要包括监测设备端与分析反馈端的连接，定时器触发，采集数据，统计分析，模式识别，趋势评估，智能反馈等步骤。
以下结合图2，分别描述各个步骤。步骤210、监测设备端与车载导航系统通过USB数据线(或具有类似功能的连接线缆)连接，车载导航系统自动加载监测设备端的驱动程序，并自动启动分析反馈端(监测反馈程序)，于是监测设备端与分析反馈端连接完成。其中，监测设备端的驱动程序实现读取监测设备上数据的功能驱动程序通过连接线缆向监测设备的主控芯片发出读取数据的请求，主控芯片读取各传感器对应寄存器中存储的数据，将其反馈给驱动程序。之后，主控芯片各将寄存器复位，等待下次读取。驱动程序读取到的数据包含以下几项体温血压心率酒精浓度血氧浓度步骤220、定时器触发定时器以软件的方式实现，每隔一段时间，进行一次监测分析反馈过程。步骤230、采集数据通过调用驱动程序中的数据采集接口实现。采集结果包含以下数据项体温血压心率酒精浓度血氧浓度步骤M0、统计分析首先将本次采集的数据记录到数据库中。然后，从数据库中读取最近几次采集到的数据，按数据项绘制成走势图，并计算各数据项的平均值，提供给用
户查看)
步骤250、模式识别
单独模式有以下六种
正常
轻微Ig劳
中度Ig劳
严重Ig劳
酒后驾驶
醉酒驾驶
复合模式有以下六种
轻微Ig劳且酒后驾驶
轻微Ig劳且醉酒驾驶
中度Ig劳且酒后驾驶
中度Ig劳且醉酒驾驶
严重Ig劳且酒后驾驶
严重疲劳且醉酒驾驶酒驾模式的识别过程如下从数据库中读出酒后驾驶模式下各数据项的阈值。从数据库中读出醉酒驾驶模式下各数据项的阈值。将本次采集到的各数据项与这两个模式的阀值进行加权匹配(酒精浓度拥有较高权值)，以识别用户属于何种酒驾模式。疲劳模式的识别过程如下从数据库中读出轻度疲劳模式下各数据项的阈值。从数据库中读出中度疲劳模式下各数据项的阈值。从数据库中读出严重疲劳模式下各数据项的阈值。因为疲劳程度随个人体质不同，有轻微差异，所以将本次采集到的各数据项与这三个模式的阀值进行模糊匹配，以识别用户属于何种疲劳模式。此外，用户还可以对三种疲劳模式的各项阀值进行微调。若酒驾模式和疲劳模式均识别为不正常，则合成复合模式。比如酒驾模式识别为酒后驾驶，疲劳模式识别为中度疲劳，则最终模式为中度疲劳且酒后驾驶。步骤沈0、趋势评估根据本次采集到的数据，可以计算出了用户当前的醉酒度值和疲劳度值。参照之前几次监测得出的醉酒度值和疲劳度值，可以以加权求均值(离当前时间越近权值越大)的方式得出近期的醉酒度走势加权平均值和疲劳度走势加权平均值， 以此作为趋势评估的依据。同时，以用户当前状态模式作为趋势评估的起点，即可得到用户的此后将到达的状态模式和到达此模式所需的时间。例如用户当前疲劳度值为P，处于轻度疲劳模式，疲劳度走势加权平均值为m，中度疲劳的阈值为[q，r).则可预测，再经过 (q-p) /m个监测周期，用户将进入中度疲劳模式。假设监测周期为η分钟，则预计n* (q_p) / m分钟后用户进入中度疲劳模式。酒驾模式的趋势评估与此类同，通过上述评估方式，可以更加准确地获取当前用户状态模式，以便进行合适地安全控制。步骤270、智能反馈根据之前步骤中通过对监测数据分析计算得到的用户状态模式，可以智能化的选择反馈信息，并通过语音的方式反馈给用户。同时，如果用户处于不适合驾驶的状态模式，系统可以根据情况自动限定最高车速。此外，系统还可以根据之前评估的用户状态模式发展趋势来提供附加的反馈信息，这些信息也通过语音提示的方式反馈给用户。例如用户处于中度疲劳状态，根据用户状态进行语音提示“您现在处于中度疲劳状态，建议停车休息几分钟，再继续驾驶。为保障您的生命安全，已限速为80公里每小时。”并且用户疲劳度持续增加，根据发展趋势继续语音提示“检测到您的疲劳度持续增加，预计16分钟后进入严重疲劳状态，建议尽快停车休息！，，为了进一步达到根据用户当前状态进行车辆行驶的安全控制，还可在车体的后玻璃上设置一显示屏，系统根据得到的当前用户的状态模式和/或用户的驾驶状态发展趋势信息，则在显示屏上显示警示信息，对外界车辆进行提醒，使外界车辆清楚了解本车辆行驶的状态；通过该方式可以进一步提高司机在车辆行驶中行车安全。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， 任何熟悉该技术的人在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。
权利要求
1.一种基于传感器的行车安全的控制方法，其特征在于，包括系统启动传感器，传感器检测当前用户状态并采集当前用户状态数据；系统根据存储的用户状态模式的标准数据，与采集的当前用户状态数据进行比对，判定当前用户的状态模式；系统根据得到的当前用户的状态模式，对用户进行相应的提醒。
2.如权利要求1所述的方法，其特征在于，所述传感器是通过TCP、UDP或USB协议与所述系统进行连接并进行信息传输。
3.如权利要求1所述的方法，其特征在于，所述传感器检测当前用户状态并采集当前用户状态数据的步骤，包括所述传感器根据设定的周期，定时检测当前用户状态并采集当前用户状态数据。
4.如权利要求1所述的方法，其特征在于，进一步包括所述系统将采集的当前用户状态数据绘制成统计图，同时计算采集的各数据的平均值并进行显示。
5.如权利要求1所述的方法，其特征在于，所述用户状态模式包括疲劳模式、酒驾模式或正常模式，其中疲劳模式包括轻微疲劳状况、中度疲劳状况和严重疲劳状况，酒驾模式包括酒后驾驶状况和醉酒驾驶状况；所述系统根据存储的用户状态模式的标准数据，与采集的当前用户状态数据进行比对，判定当前用户的状态模式的步骤，包括所述系统根据存储的用户状态模式的标准数据，与采集的当前用户状态数据进行比对，通过加权匹配算法判定用户属于酒驾模式中某酒驾状况，或者通过模糊匹配算法判定用户属于疲劳模式中某疲劳状况。
6.如权利要求1所述的方法，其特征在于，进一步包括所述系统将当前采集的用户状态数据与之前采集的用户状态数据进行对比，获得用户的驾驶状态发展趋势信息，包括疲劳度逐渐增加趋势，即将由轻微疲劳进入中度疲劳状态；或者酒精浓度持续增加趋势，即将由酒后驾车进入醉酒驾车状态。
7.如权利要求1或7所述的方法，其特征在于，所述系统对用户进行相应的提醒的步骤，包括所述系统通过语言提醒和/或振动用户座椅的方式对用户进行提醒。
8.如权利要求1或7所述的方法，其特征在于，所述系统对用户进行相应的提醒的步骤，还包括系统根据得到的当前用户的状态模式和/或用户的驾驶状态发展趋势信息，对车速进行控制。
全文摘要
一种基于传感器的行车安全的控制方法，包括系统启动传感器，传感器检测当前用户状态并采集当前用户状态数据；系统根据存储的用户状态模式的标准数据，与采集的当前用户状态数据进行比对，判定当前用户的状态模式；系统根据得到的当前用户的状态模式，对用户进行相应的提醒。应用本发明，依据嵌入式传感器技术，结合数据采集、统计分析、模式识别、趋势评估、智能反馈等相关算法，可以实现对用户的驾驶状态进行监测和反馈，从而有效提高行车安全，降低交通事故的发生概率。
文档编号B60Q9/00GK102431452SQ20111040277
公开日2012年5月2日 申请日期2011年12月7日 优先权日2011年12月7日
发明者刘晓英, 刘晓运 申请人:刘晓运