一种基于人工智能的机动车驾驶许可装置的制作方法

本发明属于机动车驾驶管控技术领域，特别涉及一种基于人工智能的机动车驾驶许可装置。

背景技术：

随着科技的进步，机动车行业的发展迅速，越来越多的人都有了自己的私家车，传统的机动车驾驶室里边由方向盘、座椅、汽车仪表盘等构成，但是，一系列的安全隐患也存在着，比如说，驾驶员在情绪不稳定的状态下开车是很不安全的，但是目前的车辆中，并不存在这样一个系统，使得驾驶人员在情绪不稳定的状态下不能开车，而显而易见，驾驶员情绪不稳定的情况下开车是特别不安全的。

技术实现要素：

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于人工智能的机动车驾驶许可装置，能够根据驾驶员的语言和表情判断驾驶员的情绪，并在驾驶员情绪不佳时拒绝点火，从而防止由于驾驶员情绪不稳定导致的意外交通事故。

为了实现上述目的，本发明采用的技术方案是：

一种基于人工智能的机动车驾驶许可装置，包括：

压力传感器1，布设于座椅下，感知座椅压力；

麦克风2，采集驾驶员的语音信息；

摄像头3，采集驾驶员的面部表情信息；

智能语音对话系统7，与驾驶员双向通话，引导驾驶员提供语音输出；

微处理器5，与所述压力传感器1、麦克风2、摄像头3和智能语音对话系统7连接，接收压力传感器1的压力信号判断驾驶座是否有驾驶员，如有，则启动摄像头3和智能语音对话系统7，智能语音对话系统7调用预存储的语音片段进行播放，利用麦克风2采集驾驶员与所述语音片段进行的交互答复内容，利用摄像头3采集驾驶员的面部表情，基于驾驶员的答复内容和面部表情，判断驾驶员的情绪是否稳定；

点火控制器9，与所述微处理器5连接，当所述微处理器5判断驾驶员的情绪为不稳定时，向点火控制器9输出拒绝点火信号，当前机动车无法正常点火。

所述基于驾驶员的答复内容和面部表情，判断驾驶员的情绪是否稳定的方法包括语音识别方法和面部表情识别方法，其中：

语音识别方法步骤为：

在驾驶员刚驾驶机动车时，先通过“语音对答学习”模式，让机动车驾驶许可系统熟悉驾驶员的发音，并进行记忆；

麦克风2采集到声音信号后，将声音信号转换为电信号输入至微处理器5，进行预处理；

微处理器5中有基于人的语音特点所建立的语音模型以及基于语音模型对输入的语音信号进行分析并抽取所需特征建立的语音识别所需的语音模板；识别时，将语音模板与输入的语音信号的特征进行比较，根据一定的搜索和匹配策略，找出一系列最优的与输入语音匹配的模板，然后根据此模板的定义，通过查表得到识别结果；

面部表情识别方法步骤为：

微处理器5中有为表情识别算法提供素材且为算法性能测试提供依据的表情库，识别时，利用摄像头3捕捉识别人脸，然后微处理器5对组成面部图像的像素进行分析，首先将每个像素点的明暗度与相邻点进行比较，查找明暗度向周围呈放射突变的区域，勾勒区域中每一个像素点的位置，根据表情库得到表情识别结果。

所述语音识别方法中，预处理是语音信号在采样之前进行的预滤波处理，目的是抑制信号各频率中干扰分量。

所述面部表情识别方法中，具体算法为：第一步，对采集到的头像进行色彩空间转换，设置行像素和列像素；第二步：与系统的表情库对照，计算出均值和协方差；第三步：计算出质心和偏转角度；第四步：找出图像区域的边界；第五步：求起始坐标；第六步：进行模板匹配，产生一个覆盖人脸的灰度图像。

还包括感光传感器4，采集车内光照条件信息，若车内光照条件低于设定值，则启动车内照明灯6，车内照明灯6设置在车内的两侧位置。

还包括摄像头位置调节器8，根据驾驶员的面部位置进行方位调节，摄像头3的支架安装有可进行360度全方位的位置变换的联轴器，微处理器5根据人脸的结构分布特征检测人脸，然后提取这些特征成相应的规则以判断检测到的图像中人脸位置是否处于合适的位置，若脸部位置没有处于正中央，则输出信号控制联轴器会进行上下左右的位置调节，直到人脸部位置处于摄像头3的正中央。

本发明还包括带触摸功能液晶显示器19，与与所述微处理器5连接，当所述微处理器5提问时，驾驶员可以在带触摸功能液晶显示器19上选择回答提问，以放弃驾驶员直接与系统对答。

与现有技术相比，本发明在机动车内设置面部表情识别系统，能根据驾驶员的表情判断驾驶员是否许可开车，避免因驾驶员情绪异常造成的不安全事故的发生。

附图说明

图1是本发明硬件框架图。

图2是本发明结构示意图。

图3是本发明流程图。

图4是本发明车载发动机点火电路图。

具体实施方式

下面结合附图和实施例详细说明本发明的实施方式。

如图1所示，一种基于人工智能的机动车驾驶许可装置，包括：

压力传感器1，感知座椅上的压力；

麦克风2，采集驾驶员的语音信息；

摄像头3，采集驾驶员的面部表情信息；

感光传感器4，感应车内光线，若光亮良好，则车内两侧照明灯不开启，若车内光线较暗，则自动开启照明灯6。

智能语音对话系统7，与驾驶员双向通话，引导驾驶员提供语音输出；

所有输入的信息经过微处理器5，进行加工、处理。根据感光传感器4的数据控制照明灯6的自动开启及角度调整；

根据驾驶员面部的位置信息，利用摄像头位置调节器8调节摄像头3的拍摄方位。

在微处理器5判断驾驶员情绪不稳定时，利用点火控制器9控制机动车拒绝点火。

其装置具体如图2所示，车内主要包括左前照明灯10、右前照明灯11，摄像头3，左后视镜13、右后视镜14、方向盘15、驾驶员座椅16、副驾座椅17、以及车门18。

压力传感器1安装在驾驶员座椅16下，感知压力判断驾驶员座椅16上是否有驾驶员，如有，则自动开启智能语音对话系统7。

感光传感器4感知车内光线强弱，照明灯6由左前照明灯10和右前照明灯11组成，左前照明灯10和右前照明灯11安在驾驶室的左上方和右上方，在夜间或者车内光线不好的情况下自动开启，使摄像头3能够更好地采集图像信息。

麦克风2位于方向盘15上，方便更好地采集到语音信息。

摄像头3安装在驾驶员座位的正前方位置，方便更好地采集头像信息，送至微处理器5进行面部表情识别以及数据分析。

参照图3，根据本发明，在驾驶员上车以后，压力传感器1感知座椅上的压力，自动开启智能语音对话系统7。自动开启智能语音对话系统7会随机播放出一则预存的笑话，或是播出一则悲伤的故事。或者基于预存的问话内容，随机跟驾驶人员进行对话，在对话的内容里，会根据具体情况涉及到开心的事，悲伤的事。例如以下场景：

场景一：智能语音对话系统7：“您好主人，很开心又见面啦！请问您今天的心情怎么样呢？”若驾驶员回答说今天的心情很好，可能智能语音对话系统7会问：“主人今天遇到什么开心的事呢，可否与我分享一下，不要看我只是个机器人哦”。接下来可能会说：“主人，您想去哪里？”然后可能会问“您打算去那里做什么呢？”

场景二：智能语音对话系统7：“hello，主人你好，我最近学会了讲笑话，主人我讲给您听吧”。然后会问：“主人，您觉得我讲的怎么样呢？”。接下来可能会问：“主人，您最讨厌的人是谁呢？偷偷告诉我，我绝对不会告诉别人的哦”。最后可能会让驾驶员模仿一下最讨厌的人的一些特征。

在对话前，可先通过“语音对答学习”模式，让机动车驾驶许可系统熟悉驾驶员的发音，并进行记忆，然后才进行对话，这是为了学习不同驾驶员的语音习惯。

整个过程中，摄像头3会采集所有的面部表情信息，将此信息送至微处理器5进行面部表情识别、分析、处理。由此判定该驾驶员此时是否可以开车，当驾驶员说话时，语音会被立刻识别，语音将被立即编码，成为一个压缩的数字文件，其中包含着所有有用的信息，都将会被智能识别。

在对话过程中，驾驶员的面部表情将会通过摄像头3进行头像获取，然后通过检测模块对输入的图像进行检测，并在图像中对人脸可能的方位进行搜索、识别、定位。通过检测模块得到不含背景的面部图像，并将此作为研究对象，人的基本的情绪有愤怒，厌恶，恐惧，快乐，悲伤和惊讶。而微处理器5中的面部表情识别系统，是将驾驶员的面部表情分解成多个面部动作单元，单独这些面部单元并不能够代表任何的情感，但是利用它们的组合特征可以进行一些面部表情的识别。

例如，如果驾驶员在笑的时候只牵动了颧大肌，那么，此时驾驶员肯定就是假笑，因为一个真诚的笑容除了颧大肌以外，还有眼轮匝肌也会被牵动。其他的表情以此方法也能判断出来。当识别出驾驶员的表情是悲伤、愤怒、或者异常激动时。语音系统将会播报：“对不起，您此时不允许开车”并关闭此时的汽车发动机。

语音识别的方法是麦克风采集到声音信息后，先将声音信号转换为电信号加在微处理器的输入端，经过预处理，预处理是语音信号在采样之前进行的预滤波处理，抑制信号各频率中干扰分量；再根据人的语音特点建立语音模型，对输入的语音信号进行分析，并抽取所需的特征，在此基础上建立语音识别所需的模板。系统在识别过程中要根据语音识别的模型，将系统中存放的语音模板与输入的语音信号的特征进行比较，根据一定的搜索和匹配策略，找出一系列最优的与输入语音匹配的模板。然后根据此模板的定义，通过查表就可以给出系统的识别结果。

在系统采用了以下处理方法：

(1)在精度要求比较高的地方进行精度扩展，将计算的中间变量采用32b，甚至48b来表示。这样，在指令条数增加不多的情况下可以使运算精度大大提高。(2)采用伪浮点法来表示浮点数，即用尾数+指数的方法来表示浮点数。这种表示数据的方法有足够大的数据范围，可以满足数据精度的要求。

面部表情识别技术依据表情库，表情库不仅可以为表情识别算法提供素材，而且可以为各种算法的性能测试提供依据。面部表情识别的方法是首先利用摄像头捕捉识别人脸，然后系统对组成面部图像的像素进行分析。它将每个像素点的明暗度与相邻点进行比较，查找明暗度向周围呈放射突变的区域。在眉骨、眼睛、或者其他突起的特征。系统将勾勒出每一个这种像素点的位置。具体算法为:第一步首先对摄像图采集到的头像进行色彩空间的转换，设置行像素和列像素。第二步：与系统的表情库对照，计算出均值和协方差。第三步：计算出质心和偏转角度。第四步：找出图像区域的边界。第五步：求起始坐标。第六步：进行模板的匹配，产生一个覆盖人脸的灰度图像。

在整个系统中，智能语音系统、面部表情识别系统以及汽车发动机三者结合起来，为了准确无误的采集到人的面部信息，特将摄像头3安装在驾驶员的正前方。为了方便夜间能更好的采集到图像信息，在汽车驾驶室的左上方和右上方分别安装一个照明灯，在照明状况不好的情况下使用。

图4是本发明车载发动机点火电路图，晶体振荡器x1，瓷片电容c1，瓷片电容c2组成时钟振荡电路，为lpc2103提供时钟信号。电解电容c4和电阻r1组成lpc2103上电复位电路。车载发动机点火电路安装于机动车上。由rl1、三极管、电阻和等构晶体二极管等构成，当继电器在线圈中没有得电时，断开状态的触点是常开触点、闭合状态的触点是常闭触点，当经由面部表情识别系统判断出的信息是此驾驶员未能通过测试，不许可驾驶机动车时，微处理器控制继电器使其触点为断开形式，发动机不能被启动，反之，当驾驶人员通过了测试时，许可驾驶员驾车时，微处理器控制继电器触点为闭合形式，此时点火，发动机能被启动。