一种基于AI识别的驾驶习惯分析系统及方法与流程

本发明涉及驾驶行为分析，更具体地说，涉及一种基于ai识别的驾驶习惯分析系统及方法。

背景技术：

1、人工智能（artificial intelligence），英文缩写为ai。已经足以替代人类。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

2、人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。

3、可通过ai识别的方式对驾驶行为进行识别，在驾驶习惯分析系统使用过程中，通常是对驾驶员的动作进行分析，不方便对驾驶员的表情及心理状态进行分析，会影响驾驶习惯的分析效果，并且对于异常驾驶行为的提示不及时。为此，我们提出一种基于ai识别的驾驶习惯分析系统及方法。

技术实现思路

1、针对现有技术中存在的问题，本发明的目的在于提供一种基于ai识别的驾驶习惯分析系统及方法，它可以实现驾驶员动作行为及表情心态的分析，还具备异常驾驶行为提示及时的效果。

2、为解决上述问题，本发明采用如下的技术方案：

3、一种基于ai识别的驾驶习惯分析系统，包括驾驶习惯分析系统，所述驾驶习惯分析系统的内部设置有行为分析模块，所述驾驶习惯分析系统的内部设置有信息提示模块，所述驾驶习惯分析系统的内部设置有系统管理模块，所述驾驶习惯分析系统通过通讯网口电性连接有互联网，所述驾驶习惯分析系统通过通讯网口电性连接有云服务器，所述驾驶习惯分析系统通过通讯网口电性连接有数据中心，所述驾驶习惯分析系统通过通讯网口电性连接有信息传输模块，所述信息传输模块通过通讯网口电性连接有驾驶行为采集模块。

4、作为本发明的一种优选方案，所述行为分析模块包括动作对比模块、声音比对模块、表情分析模块和副驾分析模块，所述动作对比模块用于对采集到的动作图像信息特征与大数据获取学习的特征进行对比分析，所述声音比对模块用于对采集到的声音数据信息与大数据获取学习的特征进行对比分析，所述表情分析模块用于对采集用户的脸部表情信息进行分析，分析用户心理状况，所述副驾分析模块用于对副驾行为进行采集分析，判断是否对主驾人员的驾驶造成影响，所述副驾分析模块电性连接于表情分析模块，所述表情分析模块电性连接于声音比对模块，所述声音比对模块电性连接于动作对比模块，所述动作对比模块、声音比对模块、表情分析模块和副驾分析模块均电性连接于行为分析模块，所述行为分析模块电性连接于驾驶习惯分析系统。

5、作为本发明的一种优选方案，所述信息提示模块包括警铃提示模块、语音提示模块和关联提示模块，所述警铃提示模块用于通过警铃报警的方式对用户的异常危险驾驶行为进行警报提示，所述语音提示模块用于通过语音播放的方式对驾驶员的异常操作行为进行提示，所述关联提示模块用于对驾驶员的异常驾驶行为反馈提示至相关联的用户端进行提示，在有异常状况时紧急联系人可及时发现了解异常状况，所述关联提示模块电性连接于语音提示模块，所述语音提示模块电性连接于警铃提示模块，所述警铃提示模块、语音提示模块和关联提示模块均电性连接于信息提示模块，所述信息提示模块电性连接于驾驶习惯分析系统。

6、作为本发明的一种优选方案，所述系统管理模块包括特征提取模块、智能识别模块、系统设定模块、采集优化模块、特征学习模块和行为学习模块，所述特征提取模块用于对驾驶动作、驾驶员声音行为的特征进行提取，判断驾驶员是否存在路怒驾驶异常行为，所述智能识别模块用于对不同驾驶员进行智能的识别工作，可对不同驾驶员的不同驾驶习惯进行切换，所述系统设定模块用于对系统各项操作参数进行设置更改，所述采集优化模块用于对采集到的图像信息进行优化，对采集到的音频信息进行降噪，以保障驾驶行为采集分析的准确性，所述特征学习模块用于通过大数据的方式进行驾驶行为特征的学习工作，所述行为学习模块用于对驾驶员的驾驶习惯信息进行存储，对驾驶员的驾驶行为习惯特征进行学习，在后续驾驶行为采集的过程中，可直接对用户的驾驶行为进行分析判断，对行为判断的效率更高，所述行为学习模块电性连接于特征学习模块，所述特征学习模块电性连接于采集优化模块，所述采集优化模块电性连接于系统设定模块，所述系统设定模块电性连接于智能识别模块，所述智能识别模块电性连接于特征提取模块，所述特征提取模块、智能识别模块、系统设定模块、采集优化模块、特征学习模块和行为学习模块均电性连接于系统管理模块，所述系统管理模块电性连接于驾驶习惯分析系统。

7、作为本发明的一种优选方案，所述驾驶行为采集模块包括摄像头模块、语音接收模块和识别提示模块，所述摄像头模块用于通过摄像头对驾驶员的行为信息进行采集，所述语音接收模块用于对驾驶员的声音音频信息进行采集接收，所述识别提示模块用于对影响驾驶行为采集的异常信息进行提示，确保行为采集的完整性，所述识别提示模块电性连接于语音接收模块，所述语音接收模块电性连接于摄像头模块，所述摄像头模块、语音接收模块和识别提示模块均电性连接于驾驶行为采集模块，所述驾驶行为采集模块电性连接于信息传输模块。

8、一种基于ai识别的驾驶习惯分析系统的使用方法，包括如下步骤：

9、s1：启动驾驶习惯分析系统，用于系统的联网分析工作；

10、s2：开始驾驶行为采集模块，用于对驾驶员及副驾的行为动作及声音信息进行采集；

11、s3：开始信息传输模块，用于将采集信息进行传输上报；

12、s4：开始行为分析模块，用于对采集数据的特征与大数据动作声音特征进行对比分析，同时可对驾驶员表情及副驾进行分析；

13、s5：开始信息提示模块，用于对异常或危险驾驶行为进行提示；

14、s6：开始系统管理模块，用于系统的学习管理任务；

15、s7：开始云服务器，用于数据信息的备份；

16、s8：开始数据中心，用于对系统各项工作数据信息的存储。

17、作为本发明的一种优选方案，所述开始驾驶行为采集模块包括如下步骤：

18、（1）、开始摄像头模块；

19、（2）、开始语音接收模块；

20、（3）、开始识别提示模块。

21、作为本发明的一种优选方案，所述开始行为分析模块包括如下步骤：

22、（1）、开始动作对比模块；

23、（2）、开始声音比对模块；

24、（3）、开始表情分析模块；

25、（4）、开始副驾分析模块。

26、作为本发明的一种优选方案，所述开始信息提示模块包括如下步骤：

27、（1）、开始警铃提示模块；

28、（2）、开始语音提示模块；

29、（3）、开始关联提示模块。

30、作为本发明的一种优选方案，所述开始系统管理模块包括如下步骤：

31、（1）、开始特征提取模块；

32、（2）、开始智能识别模块；

33、（3）、开始系统设定模块；

34、（4）、开始采集优化模块；

35、（5）、开始特征学习模块；

36、（6）、开始行为学习模块。

37、本发明的优点在于：本发明通过行为分析模块，可对驾驶员动作特征及声音特征与大数据特征进行对比分析，通过表情分析模块可对驾驶员表情及心理状态进行分析，判断驾驶员当前心理状态是否适合继续驾驶，通过副驾分析模块，可对副驾行为进行分析，防止对驾驶员造成影响，通过信息提示模块，可对驾驶员的异常驾驶行为采取警铃、语音提示的方向进行提示，避免异常驾驶行为造成危险，通过关联提示模块，对驾驶员的异常驾驶行为反馈提示至相关联的用户端进行提示，在有异常状况时紧急联系人可及时发现了解异常状况。