本发明属于智能驾驶，尤其涉及基于眼动特征的疲劳驾驶辨识方法及系统。
背景技术：
1、疲劳驾驶，是驾驶人在长时间连续行车后，产生的生理机能和心理机能的失调，而在客观上出现驾驶技能下降的现象。驾驶人由于睡眠质量差或不足，长时间驾驶车辆，容易出现疲劳，疲劳驾驶会影响到驾驶人的注意、感觉、知觉、思维、判断和控制等多方面。
2、现有技术中，基于眼动特征的疲劳驾驶辨识，只能够对驾驶人员的眼部进行监测与分析，按照驾驶人员的眼动特征进行直接的疲劳驾驶判断，疲劳驾驶辨识精确度不高，容易出现误判，并影响正常驾驶。
技术实现思路
1、本发明实施例的目的在于提供基于眼动特征的疲劳驾驶辨识方法及系统，旨在解决背景技术中提出的问题。
2、为实现上述目的，本发明实施例提供如下技术方案：
3、基于眼动特征的疲劳驾驶辨识方法，所述方法具体包括以下步骤：
4、在满足疲劳驾驶的基础辨识条件时，对驾驶人员进行实时驾驶监测，获取驾驶监测数据；
5、对所述驾驶监测数据进行特征识别，判断是否存在可疑疲劳驾驶；
6、在存在可疑疲劳驾驶时，进行环境影响监测，获取影响监测数据；
7、对所述影响监测数据进行分析，判断是否为确定疲劳驾驶，并在为确定疲劳驾驶时，进行疲劳驾驶报警。
8、作为本发明实施例技术方案进一步的限定，所述在满足疲劳驾驶的基础辨识条件时，对驾驶人员进行实时驾驶监测，获取驾驶监测数据具体包括以下步骤：
9、获取持续驾驶时长和当前驾驶路况；
10、对所述持续驾驶时长和所述当前驾驶路况进行分析，判断是否满足疲劳驾驶的基础辨识条件；
11、在满足疲劳驾驶的基础辨识条件时，生成驾驶监测指令；
12、按照所述驾驶监测指令，对驾驶人员进行实时驾驶监测，获取驾驶监测数据。
13、作为本发明实施例技术方案进一步的限定，所述对所述驾驶监测数据进行特征识别，判断是否存在可疑疲劳驾驶具体包括以下步骤：
14、对所述驾驶监测数据进行眼部识别与截取处理，获取眼部监测数据；
15、对所述眼部监测数据进行眼动特征识别，获取眼动特征数据；
16、将所述眼动特征数据与预设的标准特征数据进行比较，并记录特征比较结果；
17、按照所述特征比较结果，判断是否存在可疑疲劳驾驶。
18、作为本发明实施例技术方案进一步的限定，所述对所述眼部监测数据进行眼动特征识别，获取眼动特征数据具体包括以下步骤：
19、对所述眼部监测数据进行眨眼识别与记录，获取眨眼频率数据；
20、对所述眼部监测数据进行瞳孔变化识别，获取瞳孔变化数据；
21、对所述眼部监测数据进行闭眼识别与记录，获取闭眼时长数据；
22、综合所述眨眼频率数据、所述瞳孔变化数据和所述闭眼时长数据，生成眼动特征数据。
23、作为本发明实施例技术方案进一步的限定，所述在存在可疑疲劳驾驶时，进行环境影响监测，获取影响监测数据具体包括以下步骤：
24、在存在可疑疲劳驾驶时，生成动作识别指令与环境识别指令；
25、按照所述动作识别指令，进行动作识别与记录，获取动作记录信息；
26、按照所述环境识别指令，进行环境识别，获取环境识别数据；
27、综合所述动作记录信息和所述环境识别数据，生成影响监测数据。
28、作为本发明实施例技术方案进一步的限定，所述对所述影响监测数据进行分析以得到监测数据分析结果，并基于监测数据分析结果确定是否进行驾驶安全报警的步骤具体包括以下子步骤：
29、对所述影响监测数据进行影响分析，判断所述影响监测数据对应的影响是否为不利影响；
30、当判断到所述影响监测数据对应的影响为不利影响时，则判定当前驾驶为非安全驾驶，并进行驾驶报警。
31、基于眼动特征的疲劳驾驶辨识系统，所述系统包括实时驾驶监测单元、可疑疲劳判断单元、环境影响监测单元和安全报警单元，其中：
32、实时驾驶监测单元，用于在满足疲劳驾驶的基础辨识条件时，对驾驶人员进行实时驾驶监测，获取驾驶监测数据；
33、可疑疲劳判断单元，用于对所述驾驶监测数据进行特征识别，判断是否存在可疑疲劳驾驶；
34、环境影响监测单元，用于在存在可疑疲劳驾驶时，进行环境影响监测，获取影响监测数据；
35、安全报警单元，用于对所述影响监测数据进行分析以得到监测数据分析结果，并基于监测数据分析结果确定是否进行驾驶安全报警。
36、作为本发明实施例技术方案进一步的限定，所述实时驾驶监测单元具体包括：
37、时长路况获取模块，用于获取持续驾驶时长和当前驾驶路况；
38、条件判断模块，用于对所述持续驾驶时长和所述当前驾驶路况进行分析，判断是否满足疲劳驾驶的基础辨识条件；
39、指令生成模块，用于在满足疲劳驾驶的基础辨识条件时，生成驾驶监测指令；
40、驾驶监测模块，用于按照所述驾驶监测指令，对驾驶人员进行实时驾驶监测，获取驾驶监测数据。
41、作为本发明实施例技术方案进一步的限定，所述可疑疲劳判断单元具体包括：
42、眼部截取模块，用于对所述驾驶监测数据进行眼部识别与截取处理，获取眼部监测数据；
43、眼动特征识别模块，用于对所述眼部监测数据进行眼动特征识别，获取眼动特征数据；
44、数据比较模块，用于将所述眼动特征数据与预设的标准特征数据进行比较，并记录特征比较结果；
45、可疑疲劳判断模块，用于按照所述特征比较结果，判断是否存在可疑疲劳驾驶。
46、作为本发明实施例技术方案进一步的限定，所述眼动特征识别模块具体包括：
47、眨眼识别子模块，用于对所述眼部监测数据进行眨眼识别与记录，获取眨眼频率数据；
48、瞳孔变化识别子模块，用于对所述眼部监测数据进行瞳孔变化识别，获取瞳孔变化数据；
49、闭眼识别子模块，用于对所述眼部监测数据进行闭眼识别与记录，获取闭眼时长数据；
50、特征数据生成子模块，用于综合所述眨眼频率数据、所述瞳孔变化数据和所述闭眼时长数据，生成眼动特征数据。
51、与现有技术相比，本发明的有益效果是：
52、本发明实施例通过在满足疲劳驾驶的基础辨识条件时，进行实时驾驶监测，获取驾驶监测数据；进行特征识别，判断是否存在可疑疲劳驾驶；在存在可疑疲劳驾驶时，进行环境影响监测；对影响监测数据进行分析以得到监测数据分析结果，并基于监测数据分析结果确定是否进行驾驶安全报警。能够在满足疲劳驾驶的基础辨识条件时，进行驾驶监测与特征识别，判断是否存在可疑疲劳驾驶，并在存在可疑疲劳驾驶时，进行环境影响监测，基于监测数据分析结果确定是否进行驾驶安全报警，以保障驾驶人员的正常驾驶。
1.一种基于眼动特征的疲劳驾驶辨识方法，其特征在于，所述方法具体包括以下步骤：
2.根据权利要求1所述的基于眼动特征的疲劳驾驶辨识方法，其特征在于，对所述持续驾驶时长和所述当前驾驶路况进行分析，判断是否满足疲劳驾驶的基础辨识条件的步骤包括如下子步骤：
3.根据权利要求2所述的基于眼动特征的疲劳驾驶辨识方法，其特征在于，所述对所述驾驶监测数据进行特征识别，判断是否存在可疑疲劳驾驶具体包括以下步骤：
4.根据权利要求3所述的基于眼动特征的疲劳驾驶辨识方法，其特征在于，所述对所述眼部监测数据进行眼动特征识别，获取眼动特征数据具体包括以下步骤：
5.根据权利要求4所述的基于眼动特征的疲劳驾驶辨识方法，其特征在于，所述在存在可疑疲劳驾驶时，进行环境影响监测，获取影响监测数据具体包括以下步骤：
6.根据权利要求5所述的基于眼动特征的疲劳驾驶辨识方法，其特征在于，综合所述动作记录信息和所述环境识别数据，生成影响监测数据的步骤，对应有如下函数表达式：
7.根据权利要求6所述的基于眼动特征的疲劳驾驶辨识方法，其特征在于，所述对所述影响监测数据进行分析以得到监测数据分析结果，并基于监测数据分析结果确定是否进行驾驶安全报警的步骤具体包括以下子步骤：
8.根据权利要求7所述的基于眼动特征的疲劳驾驶辨识方法，其特征在于，所述对所述影响监测数据进行分析以得到监测数据分析结果，并基于监测数据分析结果确定是否进行驾驶安全报警的步骤具体包括以下子步骤:
9.基于眼动特征的疲劳驾驶辨识系统，其特征在于，应用如权利要求1至8任意一项所述的基于眼动特征的疲劳驾驶辨识方法，所述系统包括实时驾驶监测单元、可疑疲劳判断单元、环境影响监测单元和安全报警单元，其中：
10.根据权利要求9所述的基于眼动特征的疲劳驾驶辨识系统，其特征在于，所述实时驾驶监测单元具体包括：
