一种用于智能驾考的规范上车起步判断方法与流程

本发明涉及驾驶考试的人工智能判断技术领域，特别涉及一种用于智能驾考的规范上车起步判断方法。

背景技术：

随着汽车的快速普及，每年学习和考取机动车驾驶证的人也越来越多，从而导致驾照考试的培训和考试任务变得非常繁重。为了适应新形式下的驾培、考试行业发展要求，公安部于2012年修改了《中华人民共和国公共安庆行业标准——机动车驾驶人考试场地、系统及考试内容与要求》，并于2013年1月1日按《公安部第123号令》新标准执行。

其中，规范上车起步考试项目，要求考生在启动发动机前，调整好座椅，调整好后视镜和仪表。

针对规范上车起步这个考试项目，传统的评判系统只能依靠人工监考；由监考老师全程跟踪，并判断驾驶员的上车起步规范，这种方式需要消耗大量的人力，且效率低；针对如今大规模考生，已经无法满足驾考的需求。

技术实现要素：

本发明的目的是：提出一种用于智能驾考的规范上车起步判断方法，其能够采集人脸信息，结合车门传感器和发动机传感器等，综合判断考生的操作是否规范，以满足如今对智能驾考的需求。

本发明解决其技术问题所采用的技术方案是：

一种用于智能驾考的规范上车起步判断方法，包括上车检查步骤和起步检查步骤；

其中，所述上车检查步骤包括：

s11、记录驾驶员的人脸框坐标信息，生成人脸关键点特征向量，并保存至数据库中；

s12、利用车门传感器检测车门状态，利用发动机传感器检测发动机状态，并采用第一计时器统计关闭车门后至启动发动机前的时间t1,采用第二计时器统计上电后至启动发动机前的时间t2，设置t1和t2的初始状态都为0秒；

s13、当第一计时器统计的时间t1>0时，通过人脸关键点特征向量判断驾驶员是否有观察内、外后视镜的动作；

s14、若有，则记录转头状态，并检测第二计时器的统计时间t2，若无，则直接进行检测第二计时器的统计时间t2；

s15、当检测到t2>0时，通过人脸关键点特征向量判断驾驶员是否有俯视的动作；

s16、若有，则记录俯视状态，若无，则通过发动机传感器检测发动机是否启动；

s17、若未启动，则返回步骤s12；若启动，则检测t2时间内，是否有俯视记录，若无记录则保存t1时间内的照片，并输出违规状态1，若有记录则输出违规状态0，并结束考试；

所述起步检查步骤包括：

s21、记录驾驶员的人脸框坐标信息，生成人脸关键点特征向量，并保存至数据库中；

s22、利用速度传感器检测车速，利用发动机传感器检测发动机启动状态，当收到发动机启动信号后至车辆具有速度前，通过人脸关键点特征向量判断驾驶员是否有观察内、外后视镜或观察左、右b柱的动作；

s23、若有，则记录转头动作，并判断车速是否非0，若无则直接判断车速是否非0；

s24、若车速为0，则返回步骤s22，若车速为非0，则检测记录中是否存在转头状态；

s25、若存在转头动作，则输出本条违规状态为0；若不存在转头动作，则保存t秒内的图片，并输出本条违规状态为1。

进一步，所述人脸关键点特征向量的生成步骤如下：

a、首先通过深度学习网络提取人脸关键特征点和人脸框坐标；

b、由提取的人脸关键特征点和人脸框坐标计算出人脸关键点特征向量，由八组人脸姿态组成，包含左大幅度转头、左小幅度转头、正视前方、低头、小幅度右转抬头、右下低头、右小幅度转头和右大幅度转头，分别对应驾驶员看左b柱、看左后视镜、看正前方、看仪表盘、看内后镜、看档位、看右后视镜和看右b柱八组动作；

c、以一长度为8的数组，其包含元素分别对应驾驶员的八组脸部动作，当数组中某一元素为1时，表示当前驾驶员的脸部姿态检测为该元素对应的动作，如：数组当前取值为[1,0,0,0,0,0,0,0],对应驾驶员脸部姿态为“左大幅度转头”。

进一步，所述人脸关键特征点包括眼部、鼻尖和嘴角的特征点的坐标。

本发明的有益效果是：本发明实现了对考试的智能判断，并适用于省、市及县一级驾考主管部门对所辖各分考场的集中管理和监控，考官在后台即可对考试道路停车环节进行监督，既节约了警力，又保证了考试工作的公平、公正和公开。

附图说明

图1是本发明上车检查步骤流程图。

图2是本发明起步检查步骤流程图。

图3是人脸关键点特征向量生成流程图。

具体实施方式

以下结合附图。对本发明做进一步说明。

本发明的实施方式主要基于人脸关注点判断模块。

人脸关注点判断模块首先提取人脸框位置信息，然后再通过深度学习判断驾驶员观察的位置。

人脸关注点判断的具体方法包括：提取图片中人脸框的位置信息集合；利用人脸框的面积大小构建人脸的远近深度信息，以面积最大的人脸框作为驾驶员的人脸框；将驾驶员的人脸框图像通过深度学习网络，计算出驾驶员关注点的位置，并结合视频流判断驾驶员的低头、转头等动作信息。

本发明的规范上车起步判断标准是：启动发动机前，是否有检查调整驾驶座椅、后视镜、检查仪表的。

检查仪表的动作判定，可以在收到上电信号后通过观察是否低头来判断。

考官在执行时，通常是在起步前对不调整驾驶座椅的行为默认为合规，但若在行车过程中有调整座椅动作的，则判定违规。

检查调整外(左右)后视镜，可以通过左右转头来判断。

检查调整内后视镜通过仰视来判断。

本发明的具体实施步骤如图1所示，上车检查步骤包括：

s11、记录驾驶员的人脸框坐标信息，生成人脸关键点特征向量，并保存至数据库中；

s12、利用车门传感器检测车门状态，利用发动机传感器检测发动机状态，并采用第一计时器统计关闭车门后至启动发动机前的时间t1,采用第二计时器统计上电后至启动发动机前的时间t2，设置t1和t2的初始状态都为0秒；

s13、当第一计时器统计的时间t1>0时，通过人脸关键点特征向量判断驾驶员是否有观察内、外后视镜的动作；

s14、若有，则记录转头状态，并检测第二计时器的统计时间t2，若无，则直接进行检测第二计时器的统计时间t2；

s15、当检测到t2>0时，通过人脸关键点特征向量判断驾驶员是否有俯视的动作；

s16、若有，则记录俯视状态，若无，则通过发动机传感器检测发动机是否启动；

s17、若未启动，则返回步骤s12；若启动，则检测t2时间内，是否有俯视记录，若无记录则保存t1时间内的照片，并输出违规状态1，若有记录则输出违规状态0，并结束考试。

起步检查步骤，如图2所示，包括：

s21、记录驾驶员的人脸框坐标信息，生成人脸关键点特征向量，并保存至数据库中；

s22、利用速度传感器检测车速，利用发动机传感器检测发动机启动状态，当收到发动机启动信号后至车辆具有速度前，通过人脸关键点特征向量判断驾驶员是否有观察内、外后视镜或观察左、右b柱的动作；

s23、若有，则记录转头动作，并判断车速是否非0，若无则直接判断车速是否非0；

s24、若车速为0，则返回步骤s22，若车速为非0，则检测记录中是否存在转头状态；

s25、若存在转头动作，则输出本条违规状态为0；若不存在转头动作，则保存t秒内的图片，并输出本条违规状态为1；

其中，人脸关键点特征向量的生成步骤，如图3所示，包括：

a、首先通过深度学习网络提取人脸关键特征点和人脸框坐标；

b、由提取的人脸关键特征点和人脸框坐标计算出人脸关键点特征向量，由八组人脸姿态组成，包含：左大幅度转头、左小幅度转头、正视前方、低头、小幅度右转抬头、右下低头、右小幅度转头和右大幅度转头，分别对应驾驶员看左b柱、看左后视镜、看正前方、看仪表盘、看内后镜、看档位、看右后视镜和看右b柱八组动作；

c、以一长度为8的数组，其包含元素分别对应驾驶员的八组脸部动作，当数组中某一元素为1时，表示当前驾驶员的脸部姿态检测为该元素对应的动作，如：数组当前取值为[1,0,0,0,0,0,0,0],对应驾驶员脸部姿态为“左大幅度转头”。

人脸关键特征点包括眼部、鼻尖和嘴角的特征点的坐标。

以上显示和描述了本方案的基本原理和主要特征和本方案的优点。本行业的技术人员应该了解，本方案不受上述实施例的限制，上述实施例和说明书中描述的只是说明本方案的原理，在不脱离本方案精神和范围的前提下，本方案还会有各种变化和改进，这些变化和改进都落入要求保护的本方案范围内。本方案要求保护范围由所附的权利要求书及其等效物界定。