疲劳驾驶检测方法、装置、电子设备和存储介质与流程

1.本技术涉及车辆安全驾驶技术领域，尤其涉及一种疲劳驾驶检测方法、装置、电子设备和存储介质。


背景技术：

2.交通事故是人们所面临的严重社会问题之一，目前，很多交通事故是由于司机的危险驾驶习惯、行为以及疲劳驾驶导致的。因此，如何解决司机疲劳驾驶、危险驾驶以及不安全驾驶成为一个重要课题。
3.相关技术中，存在各类基于眼球追踪、眨眼、车辆加速度进行分析的驾驶检测方案，系统复杂、运行速度较慢，将上述方案用于手机等移动终端时，手机难以满足上述方案对算力及负载的需求。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够降低负载需求及功耗需求，适用于手机等移动终端的疲劳驾驶检测方法、装置、电子设备和存储介质。
5.本技术实施例提供了一种疲劳驾驶检测方法，所述方法包括：
6.获取当前的驾驶场景特征信息，并根据所述驾驶场景特征信息确定当前监控模式；
7.在所述当前监控模式所对应的监控时间内，获取目标驾驶人员观看后视镜的第一动作频率；
8.根据所述目标驾驶人员观看后视镜的第一动作频率计算驾驶得分；
9.根据所述驾驶得分、预先确定的初始值以及当前路段上的驾驶人员观看后视镜的第二动作频率，对所述目标驾驶人员进行疲劳驾驶检测。
10.在一个实施例中，所述根据所述驾驶场景特征信息确定当前监控模式包括：
11.当检测所述当前的驾驶场景特征信息满足预设的触发条件，则采用全时间监控的第一监控模式；
12.当检测所述当前的驾驶场景特征信息不满足所述触发条件，则采用根据设定的占空比进行监控的第二监控模式。
13.在一个实施例中，所述当检测所述当前的驾驶场景特征信息满足预设的触发条件，包括：
14.若检测到当前的车速大于预设速度，则确定满足所述触发条件；和/或，
15.若检测到当前的驾驶时间大于预设时间，则确定满足所述触发条件；和/或，
16.若检测到当前路段为预设危险路段，则确定满足所述触发条件；和/或，
17.若检测到当前的天气为预设恶劣天气，则确定满足所述触发条件。
18.在一个实施例中，所述根据所述驾驶得分、预先确定的初始值以及当前路段上的驾驶人员观看后视镜的第二动作频率，对所述目标驾驶人员进行疲劳驾驶检测包括：
19.在所述驾驶得分小于等于预设分数的情况下，比较所述目标驾驶人员观看后视镜的第一动作频率和所述初始值；
20.若所述目标驾驶人员观看后视镜的第一动作频率小于所述初始值与预设系数的乘积，则确定所述目标驾驶人员处于疲劳驾驶状态；
21.在所述驾驶得分大于所述预设分数的情况下，获取所述当前路段上的驾驶人员观看后视镜的第二动作频率的平均值；
22.若所述目标驾驶人员观看后视镜的第一动作频率小于所述平均值与预设系数的乘积，则确定所述目标驾驶人员处于疲劳驾驶状态。
23.在一个实施例中，所述方法还包括：
24.获取预设的最小阈值和最大阈值，并检测所述目标驾驶人员观看后视镜的第三动作频率；
25.若所述第三动作频率小于所述最小阈值，或者所述第三动作频率大于所述最大阈值，则生成用于提示驾驶人员改善驾驶习惯的提示信息；
26.若所述第三动作频率大于等于所述最小阈值，且所述第三动作频率小于等于所述最大阈值，则将所述第三动作频率作为所述初始值。
27.在一个实施例中，所述当前监控模式为第二监控模式，所述方法还包括：
28.获取所述当前路段上驾驶人员的驾驶得分的平均得分；
29.若所述目标驾驶人员的驾驶得分小于所述平均得分，则控制所述第二监控模式的占空比增大预设数值。
30.在一个实施例中，所述根据所述目标驾驶人员观看后视镜的第一动作频率计算驾驶得分包括：
31.根据所述最小阈值和所述最大阈值确定目标值，其中，所述目标值小于所述最大阈值且大于所述最小阈值；
32.在所述第一动作频率小于等于所述目标值的情况下，根据所述第一动作频率与所述最小阈值之间的差值计算所述驾驶得分；
33.在所述第一动作频率大于所述目标值的情况下，根据所述最大阈值与所述第一动作频率之间的差值计算所述驾驶得分。
34.本技术实施例提供了一种疲劳驾驶检测装置，所述装置包括：
35.确定模块，用于获取当前的驾驶场景特征信息，并根据所述驾驶场景特征信息确定当前监控模式；
36.获取模块，用于在所述当前监控模式所对应的监控时间内，获取目标驾驶人员观看后视镜的第一动作频率；
37.评分模块，用于根据所述目标驾驶人员观看后视镜的第一动作频率计算驾驶得分；
38.检测模块，用于根据所述驾驶得分、预先确定的初始值以及当前路段上的驾驶人员观看后视镜的第二动作频率，对所述目标驾驶人员进行疲劳驾驶检测。
39.本技术实施例提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现本技术任意实施例所提供的疲劳驾驶检测方法的步骤。
40.本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现本技术任意实施例所提供的疲劳驾驶检测方法的步骤。
41.本技术实施例提供的技术方案与现有技术相比具有如下优点：
42.通过当前的驾驶场景特征信息确定当前监控模式，在当前监控模式所对应的监控时间内，获取目标驾驶人员观看后视镜的第一动作频率，进而，根据目标驾驶人员观看后视镜的第一动作频率计算驾驶得分，以根据驾驶得分、预先确定的初始值以及当前路段上的驾驶人员观看后视镜的第二动作频率，对目标驾驶人员进行疲劳驾驶检测，在降低负载需求及功耗需求的同时保证了疲劳驾驶检测准确度，适用于手机等移动终端，能够有效利用移动终端的算力功耗且简单易行。
附图说明
43.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
44.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
45.图1为本技术实施例所提供的一种疲劳驾驶检测方法的流程示意图；
46.图2为本技术实施例所提供的一种确定驾驶得分的示意图；
47.图3为本技术实施例所提供的一种确定当前监控模式的流程示意图；
48.图4为本技术实施例所提供的一种疲劳驾驶检测装置的结构示意图；
49.图5为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
50.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
51.在一个实施例中，如图1所示，提供了一种疲劳驾驶检测方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
52.步骤102，获取当前的驾驶场景特征信息，并根据驾驶场景特征信息确定当前监控模式。
53.本技术实施例的方法，可以用于移动终端的疲劳驾驶检测，以确定驾驶人员是否处于疲劳驾驶状态。
54.本实施例中，可以设置多种监控模式和触发条件，并根据驾驶场景特征信息和预设的触发条件从多种监控模式中确定当前监控模式，其中，多种监控模式可对应不同的占空比。具体的，当检测当前的驾驶场景特征信息满足预设的触发条件，则采用全时间监控的第一监控模式；当检测当前的驾驶场景特征信息不满足触发条件，则采用根据设定的占空比进行监控的第二监控模式。
55.其中，驾驶场景特征信息包括但不限于车速、驾驶时间、当前路段和当前的天气。
56.步骤104，在当前监控模式所对应的监控时间内，获取目标驾驶人员观看后视镜的第一动作频率。
57.本实施例中，根据当前监控模式确定监控时间，并在监控之间内通过采集装置获取目标驾驶人员的脸部姿态信息，根据脸部姿态信息确定目标驾驶人员观看后视镜的次数，通过检测一定时间内目标驾驶人员观看后视镜的次数，可以确定目标驾驶人员观看后视镜的第一动作频率。其中，脸部姿态信息例如左右摇摆头部频率、角度、视野、次数。
58.步骤106，根据目标驾驶人员观看后视镜的第一动作频率计算驾驶得分。
59.本实施例中，可以根据预设的动作频率与驾驶得分的映射关系，确定与第一动作频率对应的驾驶得分。作为一种示例，第一动作频率与驾驶得分成正比。
60.在本技术的一个实施例中，预先设置最小阈值和最大阈值，根据最小阈值和最大阈值确定目标值。其中，目标值小于最大阈值且大于最小阈值，举例而言，目标值为最小阈值和最大阈值的平均值。
61.进一步，在第一动作频率小于等于目标值的情况下，根据第一动作频率与所述最小阈值之间的差值计算驾驶得分。在第一动作频率大于目标值的情况下，根据最大阈值与第一动作频率之间的差值计算驾驶得分。可选的，在第一动作频率小于等于目标值的情况下，通过公式l＝m1+(x
‑
a)
×
k计算驾驶得分。在第一动作频率大于目标值的情况下，通过公式l＝m2+(b
‑
x)
×
k计算驾驶得分。其中，l为驾驶得分，x为第一动作频率，a为最小阈值，b为最大阈值，m1、m2和k为预设值。举例而言，如图2所示，最小阈值为1次/分钟，最大阈值为11次/分钟，目标值为6次/分钟，第一动作频率为4次/分钟，驾驶得分为50+(4
‑
1)
×
10＝80。
62.步骤108，根据驾驶得分、预先确定的初始值以及当前路段上的驾驶人员观看后视镜的第二动作频率，对目标驾驶人员进行疲劳驾驶检测。
63.本实施例中，初始值是预先对目标驾驶人员在非疲劳驾驶状态下检测得到的观看后视镜的动作频率，第二动作频率是当前路段上的驾驶人员观看后视镜的动作频率，第二动作频率的获取方式可参照第一动作频率，通过移动终端获取驾驶人员在驾驶过程中观看后视镜的动作频率，并将该动作频率和位置信息上传到云端服务器，从而实现在对目标驾驶人员进行疲劳检测时可以获取当前路段上的其他驾驶人员的第二动作频率。具体的，可以根据驾驶得分与预设分数进行比较，以及将第一动作频率分别与初始值、第二动作频率进行比较，在满足预设条件的情况下，确定目标驾驶人员处于疲劳驾驶状态。
64.在本技术的一个实施例中，在驾驶得分小于等于预设分数的情况下，比较目标驾驶人员观看后视镜的第一动作频率和初始值，若目标驾驶人员观看后视镜的第一动作频率小于初始值与预设系数的乘积，则确定目标驾驶人员处于疲劳驾驶状态。举例而言，某一驾驶人员在非疲劳驾驶状态下检测得到的初始值为4次/分钟，在驾驶三个小时后，系统监测到该驾驶人员观看后视镜的第一动作频率为0.5次/分钟。驾驶得分低于50分，且第一动作频率低于初始值的二分之一，则确定该驾驶人员处于疲劳驾驶状态。
65.进一步，在驾驶得分大于预设分数的情况下，获取当前路段上的驾驶人员观看后视镜的第二动作频率的平均值，若目标驾驶人员观看后视镜的第一动作频率小于平均值与预设系数的乘积，则确定目标驾驶人员处于疲劳驾驶状态。举例而言，某一驾驶人员在一危险路段开车，系统监测到该驾驶人员观看后视镜的第一动作频率为1.5次/分钟，且驾驶得
分高于50分，通过云端数据确定其他驾驶人员在该危险路段上观看后视镜的第二动作频率的平均值为4次/分钟，则确定该驾驶人员处于疲劳驾驶状态。
66.可选的，在确定驾驶人员处于疲劳驾驶状态的情况下，可以生成语音提示信息，以提示驾驶人员休息或注意驾驶安全，避免疲劳驾驶、危险驾驶。
67.根据本技术实施例的疲劳驾驶检测方法，通过当前的驾驶场景特征信息确定当前监控模式，在当前监控模式所对应的监控时间内，获取目标驾驶人员观看后视镜的第一动作频率，进而，根据目标驾驶人员观看后视镜的第一动作频率计算驾驶得分，以根据驾驶得分、预先确定的初始值以及当前路段上的驾驶人员观看后视镜的第二动作频率，对目标驾驶人员进行疲劳驾驶检测，由此，通过设置不同占空比的监控模式，对驾驶员观看后视镜的动作频率进行监测，以及基于当前路段其他驾驶员观看后视镜的云端数据、驾驶得分实现疲劳驾驶判定，降低算力需求及功耗需求，解决了相关技术中疲劳驾驶检测方案系统复杂、运行速度较慢，用于手机等设备时，难以满足对于功耗及负载需求的问题，在降低负载需求的同时保证了疲劳驾驶检测准确度，适用于手机等移动终端，能够有效利用移动终端的算力功耗且简单易行。
68.基于上述实施例，下面对根据驾驶场景特征信息确定当前监控模式进行说明。
69.图3为本技术实施例所提供的一种确定当前监控模式的流程示意图，如图3所示，包括以下步骤：
70.步骤302，检测当前的驾驶场景特征信息是否满足预设的触发条件。
71.本实施例中，驾驶场景特征信息可包括车速、驾驶时间、当前路段和当前的天气。
72.步骤304，当检测当前的驾驶场景特征信息满足预设的触发条件，则采用全时间监控的第一监控模式。
73.作为一种可能的实现方式，若检测到当前的车速大于预设速度，则确定满足触发条件。举例而言，若检测到当前的车速大于100公里/小时，则确定采用全时间监控的第一监控模式，可选的，在该驾驶场景下，生成语音提示信息，例如“请观看左右后视镜，保持频率在每分钟6次左右”。
74.作为另一种可能的实现方式，若检测到当前的驾驶时间大于预设时间，则确定满足触发条件。举例而言，若检测到当前的驾驶时间大于3小时，则确定采用全时间监控的第一监控模式，可选的，在该驾驶场景下，生成语音提示信息，例如“请注意休息，并请随时观看左右后视镜”。
75.作为另一种可能的实现方式，可以通过车辆位置信息和预设地图数据确定当前路段，若检测到当前路段为预设危险路段，则确定满足触发条件。举例而言，若检测到当前路段属于预设的危险路段，则确定采用全时间监控的第一监控模式，可选的，在该驾驶场景下，生成语音提示信息，例如“该路段为危险路段，请保持一定的频率观看左右后视镜”。
76.作为另一种可能的实现方式，若检测到当前的天气为预设恶劣天气，则确定满足触发条件。举例而言，若检测到当前的天气为雨、雪、冰雹天气，则确定采用全时间监控的第一监控模式，可选的，在该驾驶场景下，生成语音提示信息，例如“天气为极端天气，请注意随时观察后视镜”。
77.需要说明的时，上述实现方式可以单独实现，也可以多种组合判断是否满足触发条件，此处不作限制。
78.步骤306，当检测当前的驾驶场景特征信息不满足触发条件，则采用根据设定的占空比进行监控的第二监控模式。
79.本实施例中，第二监控模式下根据设定下占空比进行监控，举例而言，占空比设置为1/10，即一个小时内，其中6分钟为监控时间，在监控时间内监测驾驶人员观看后视镜的动作频率。
80.可选的，当前监控模式为第二监控模式的情况下，可以获取当前路段上驾驶人员的驾驶得分的平均得分，其中，通过移动终端计算驾驶人员在驾驶过程中的驾驶得分，并将该驾驶得分上传到云端服务器，从而实现在对目标驾驶人员进行疲劳检测时可以获取当前路段上的其他驾驶人员的驾驶得分。进而，若目标驾驶人员的驾驶得分小于平均得分，则控制第二监控模式的占空比增大预设数值。例如，在目标驾驶人员的驾驶得分大于等于平均得分的情况下，保持当前占空比，在驾驶得分小于平均得分的情况下，控制占空比增大1/10，并语音提示“请改善驾驶习惯，注意观看左右后视镜”。由此，可以根据驾驶得分逐渐提高第二监控模式的占空比。
81.本技术实施例中，通过设置全时间监控的第一监控模式和占空比监控的第二监控模式，并基于场景确定当前监控模式，降低系统功耗及工作负荷，减少算力需求及功耗需求，适用于移动终端。
82.基于上述实施例，下面对初始化设置进行说明。
83.在本技术的一个实施例中，在获取当前的驾驶场景之前，该疲劳检测方法还包括以下步骤：
84.检测目标驾驶人员观看后视镜的第三动作频率。若第三动作频率小于最小阈值，或者第三动作频率大于最大阈值，则生成用于提示驾驶人员改善驾驶习惯的提示信息。若第三动作频率大于等于最小阈值，且第三动作频率小于等于最大阈值，则将第三动作频率作为初始值。
85.作为一种示例，将移动终端对准人脸和眼睛，并通过移动终端语音提示驾驶人员摆正人脸姿势，检测十分钟内驾驶人员观看后视镜的次数，得到驾驶人员观看后视镜的第三动作频率。若第三动作频率小于最小阈值，则语音提示“请注意后视镜，改善驾驶习惯”，若第三动作频率大于最大阈值，则语音提示“驾驶紧张，改善驾驶习惯”。
86.本实施例中，通过检测目标驾驶人员观看后视镜的第三动作频率作为初始值，考虑了不同个体的差异性，进一步用于疲劳驾驶检测，提高疲劳驾驶检测准确度。
87.可选的，在上述初始化过程中，还可以通过移动终端检测十分钟内驾驶人员的眨眼次数，以确定眨眼频率，进而在眨眼频率不处于预设范围内时生成用于提示驾驶人员改善驾驶习惯的提示信息。进一步，在确定监控模式后，还可以在监测驾驶人员的观看后视镜的动作频率的同时，监测眨眼次数及驾驶习惯，并根据监测结果和初始值进行语音提示。由此，能够辅助驾驶人员改善驾驶习惯，扩展产品的功能。
88.可选的，还可以设置危险分数值，在计算得到驾驶得分后，若驾驶得分小于等于危险分数值，则向预设终端发送报警信息，例如系统自动呼叫保险公司，以进行人为干预，保证驾驶安全，可应用于防酒驾、疲劳驾驶、危险驾驶等多类场景。
89.应该理解的是，虽然图1和3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步
骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1和3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
90.在一个实施例中，如图4所示，提供了一种疲劳驾驶检测装置，包括：确定模块41，获取模块42，评分模块43，检测模块44。
91.其中，确定模块41，用于获取当前的驾驶场景特征信息，并根据驾驶场景特征信息确定当前监控模式。
92.获取模块42，用于在当前监控模式所对应的监控时间内，获取目标驾驶人员观看后视镜的第一动作频率。
93.评分模块43，用于根据目标驾驶人员观看后视镜的第一动作频率计算驾驶得分。
94.检测模块44，用于根据驾驶得分、预先确定的初始值以及当前路段上的驾驶人员观看后视镜的第二动作频率，对目标驾驶人员进行疲劳驾驶检测。
95.在一个实施例中，确定模块41包括：第一确定单元，用于当检测当前的驾驶场景特征信息满足预设的触发条件，则采用全时间监控的第一监控模式；第二确定单元，用于当检测当前的驾驶场景特征信息不满足触发条件，则采用根据设定的占空比进行监控的第二监控模式。
96.在一个实施例中，第一确定单元具体用于：若检测到当前的车速大于预设速度，则确定满足触发条件；和/或，若检测到当前的驾驶时间大于预设时间，则确定满足触发条件；和/或，若检测到当前路段为预设危险路段，则确定满足触发条件；和/或，若检测到当前的天气为预设恶劣天气，则确定满足触发条件。
97.在一个实施例中，检测模块41具体用于：在驾驶得分小于等于预设分数的情况下，比较目标驾驶人员观看后视镜的第一动作频率和所述初始值；若目标驾驶人员观看后视镜的第一动作频率小于初始值与预设系数的乘积，则确定目标驾驶人员处于疲劳驾驶状态；在驾驶得分大于预设分数的情况下，获取当前路段上的驾驶人员观看后视镜的第二动作频率的平均值；若目标驾驶人员观看后视镜的第一动作频率小于平均值与预设系数的乘积，则确定目标驾驶人员处于疲劳驾驶状态。
98.在一个实施例中，疲劳驾驶检测装置还包括：初始化模块，用于获取预设的最小阈值和最大阈值，并检测目标驾驶人员观看后视镜的第三动作频率；若第三动作频率小于最小阈值，或者第三动作频率大于最大阈值，则生成用于提示驾驶人员改善驾驶习惯的提示信息；若第三动作频率大于等于最小阈值，且第三动作频率小于等于最大阈值，则将第三动作频率作为初始值。
99.在一个实施例中，疲劳驾驶检测装置还包括：更新模块，用于获取当前路段上驾驶人员的驾驶得分的平均得分；若目标驾驶人员的驾驶得分小于平均得分，则控制第二监控模式的占空比增大预设数值。
100.在一个实施例中，评分模块43具体用于：根据最小阈值和最大阈值确定目标值，其中，目标值小于最大阈值且大于最小阈值；在第一动作频率小于等于目标值的情况下，根据第一动作频率与最小阈值之间的差值计算驾驶得分；在第一动作频率大于目标值的情况
下，根据最大阈值与第一动作频率之间的差值计算驾驶得分。
101.关于疲劳驾驶检测装置的具体限定可以参见上文中对于疲劳驾驶检测方法的限定，具备执行方法相应的功能模块和有益效果，在此不再赘述。上述疲劳驾驶检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于电子设备中的处理器中，也可以以软件形式存储于电子设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
102.在一个实施例中，提供了一种电子设备，该电子设备可以是终端，其内部结构图可以如图5所示。该电子设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该电子设备的处理器用于提供计算和控制能力。该电子设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该电子设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、近场通信(nfc)或其他技术实现。该计算机程序被处理器执行时以实现一种疲劳驾驶检测方法。该电子设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该电子设备的输入装置可以是显示屏上覆盖的触摸层，也可以是电子设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
103.本领域技术人员可以理解，图5中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的电子设备的限定，具体的电子设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
104.在一个实施例中，本技术提供的疲劳驾驶检测装置可以实现为一种计算机程序的形式，计算机程序可在如图5所示的电子设备上运行。电子设备的存储器中可存储组成该疲劳驾驶检测装置的各个程序模块，比如，图4所示的确定模块41，获取模块42，评分模块43，检测模块44。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本技术各个实施例的疲劳驾驶检测方法中的步骤。
105.例如，图5所示的电子设备可以通过如图4所示的疲劳驾驶检测装置中的确定模块41执行获取当前的驾驶场景特征信息，并根据驾驶场景特征信息确定当前监控模式。电子设备可以通过获取模块42执行在当前监控模式所对应的监控时间内，获取目标驾驶人员观看后视镜的第一动作频率。电子设备可以通过评分模块43执行根据目标驾驶人员观看后视镜的第一动作频率计算驾驶得分。电子设备可以通过第一检测模块44执行根据驾驶得分、预先确定的初始值以及当前路段上的驾驶人员观看后视镜的第二动作频率，对目标驾驶人员进行疲劳驾驶检测。
106.在一个实施例中，提供了一种电子设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：获取当前的驾驶场景特征信息，并根据驾驶场景特征信息确定当前监控模式；在当前监控模式所对应的监控时间内，获取目标驾驶人员观看后视镜的第一动作频率；根据目标驾驶人员观看后视镜的第一动作频率计算驾驶得分；根据驾驶得分、预先确定的初始值以及当前路段上的驾驶人员观看后视镜的第二动作频率，对目标驾驶人员进行疲劳驾驶检测。
107.在一个实施例中，该处理器执行计算机程序时还可以实现以下步骤：当检测当前的驾驶场景特征信息满足预设的触发条件，则采用全时间监控的第一监控模式；当检测当
前的驾驶场景特征信息不满足触发条件，则采用根据设定的占空比进行监控的第二监控模式。
108.在一个实施例中，该处理器执行计算机程序时还可以实现以下步骤：若检测到当前的车速大于预设速度，则确定满足触发条件；和/或，若检测到当前的驾驶时间大于预设时间，则确定满足触发条件；和/或，若检测到当前路段为预设危险路段，则确定满足触发条件；和/或，若检测到当前的天气为预设恶劣天气，则确定满足触发条件。
109.在一个实施例中，该处理器执行计算机程序时还可以实现以下步骤：在驾驶得分小于等于预设分数的情况下，比较目标驾驶人员观看后视镜的第一动作频率和所述初始值；若目标驾驶人员观看后视镜的第一动作频率小于初始值与预设系数的乘积，则确定目标驾驶人员处于疲劳驾驶状态；在驾驶得分大于预设分数的情况下，获取当前路段上的驾驶人员观看后视镜的第二动作频率的平均值；若目标驾驶人员观看后视镜的第一动作频率小于平均值与预设系数的乘积，则确定目标驾驶人员处于疲劳驾驶状态。
110.在一个实施例中，该处理器执行计算机程序时还可以实现以下步骤：获取预设的最小阈值和最大阈值，并检测目标驾驶人员观看后视镜的第三动作频率；若第三动作频率小于最小阈值，或者第三动作频率大于最大阈值，则生成用于提示驾驶人员改善驾驶习惯的提示信息；若第三动作频率大于等于最小阈值，且第三动作频率小于等于最大阈值，则将第三动作频率作为初始值。
111.在一个实施例中，该处理器执行计算机程序时还可以实现以下步骤：获取当前路段上驾驶人员的驾驶得分的平均得分；若目标驾驶人员的驾驶得分小于平均得分，则控制第二监控模式的占空比增大预设数值。
112.在一个实施例中，该处理器执行计算机程序时还可以实现以下步骤：根据最小阈值和最大阈值确定目标值，其中，目标值小于最大阈值且大于最小阈值；在第一动作频率小于等于目标值的情况下，根据第一动作频率与最小阈值之间的差值计算驾驶得分；在第一动作频率大于目标值的情况下，根据最大阈值与第一动作频率之间的差值计算驾驶得分。
113.根据本技术实施例的电子设备，通过处理器执行计算机程序时实现以下步骤，通过设置不同占空比的监控模式，对驾驶员观看后视镜的动作频率进行监测，以及基于当前路段其他驾驶员观看后视镜的云端数据、驾驶得分实现疲劳驾驶判定，降低算力需求及功耗需求，解决了相关技术中疲劳驾驶检测方案系统复杂、运行速度较慢，用于手机等设备时，难以满足对于功耗及负载需求的问题，在降低负载需求的同时保证了疲劳驾驶检测准确度，适用于手机等移动终端，能够有效利用移动终端的算力功耗且简单易行。
114.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取当前的驾驶场景特征信息，并根据驾驶场景特征信息确定当前监控模式；在当前监控模式所对应的监控时间内，获取目标驾驶人员观看后视镜的第一动作频率；根据目标驾驶人员观看后视镜的第一动作频率计算驾驶得分；根据驾驶得分、预先确定的初始值以及当前路段上的驾驶人员观看后视镜的第二动作频率，对目标驾驶人员进行疲劳驾驶检测。
115.在一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：当检测当前的驾驶场景特征信息满足预设的触发条件，则采用全时间监控的第一监控模式；当检测当前的驾驶场景特征信息不满足触发条件，则采用根据设定的占空比进行监控的第二监控模
式。
116.在一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：若检测到当前的车速大于预设速度，则确定满足触发条件；和/或，若检测到当前的驾驶时间大于预设时间，则确定满足触发条件；和/或，若检测到当前路段为预设危险路段，则确定满足触发条件；和/或，若检测到当前的天气为预设恶劣天气，则确定满足触发条件。
117.在一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：在驾驶得分小于等于预设分数的情况下，比较目标驾驶人员观看后视镜的第一动作频率和所述初始值；若目标驾驶人员观看后视镜的第一动作频率小于初始值与预设系数的乘积，则确定目标驾驶人员处于疲劳驾驶状态；在驾驶得分大于预设分数的情况下，获取当前路段上的驾驶人员观看后视镜的第二动作频率的平均值；若目标驾驶人员观看后视镜的第一动作频率小于平均值与预设系数的乘积，则确定目标驾驶人员处于疲劳驾驶状态。
118.在一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：获取预设的最小阈值和最大阈值，并检测目标驾驶人员观看后视镜的第三动作频率；若第三动作频率小于最小阈值，或者第三动作频率大于最大阈值，则生成用于提示驾驶人员改善驾驶习惯的提示信息；若第三动作频率大于等于最小阈值，且第三动作频率小于等于最大阈值，则将第三动作频率作为初始值。
119.在一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：获取当前路段上驾驶人员的驾驶得分的平均得分；若目标驾驶人员的驾驶得分小于平均得分，则控制第二监控模式的占空比增大预设数值。
120.在一个实施例中，计算机程序被处理器执行时还可以实现以下步骤：根据最小阈值和最大阈值确定目标值，其中，目标值小于最大阈值且大于最小阈值；在第一动作频率小于等于目标值的情况下，根据第一动作频率与最小阈值之间的差值计算驾驶得分；在第一动作频率大于目标值的情况下，根据最大阈值与第一动作频率之间的差值计算驾驶得分。
121.根据本技术实施例的计算机可读存储介质，通过其上存储的计算机程序被处理器执行时实现以下步骤，通过设置不同占空比的监控模式，对驾驶员观看后视镜的动作频率进行监测，以及基于当前路段其他驾驶员观看后视镜的云端数据、驾驶得分实现疲劳驾驶判定，降低算力需求及功耗需求，解决了相关技术中疲劳驾驶检测方案系统复杂、运行速度较慢，用于手机等设备时，难以满足对于功耗及负载需求的问题，在降低负载需求的同时保证了疲劳驾驶检测准确度，适用于手机等移动终端，能够有效利用移动终端的算力功耗且简单易行。
122.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read
‑
only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，比如静态随机存取存储器(static random access memory，sram)和动态随机存取存储器(dynamic random access memory，dram)等。
123.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
124.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。