一种港口车辆主动安全防控系统的制作方法

1.本发明涉及汽车安全分析技术领域，尤其涉及一种港口车辆主动安全防控系统。


背景技术：

2.随着营口港业务的迅速发展，港口内部交通日趋频繁，同时进港作业车辆不断新增、运输规模不断增大，同时车辆在作业过程中，易发生驾驶员危险驾驶行为导致港口内重大交通事故的发生，严重影响着港口生产作业的正常运营，也给生产作业公司及车队的管理带来了极大的困扰。
3.当前技术对危险驾驶分析还存在一定的局限性和不完善性，很显然还存在以下问题：
4.1、当前技术没有根据多维度进行分析，无法保证行驶车辆的安全性，威胁到国家和人民的生命财产安全,为港口作业运输埋下了安全隐患；
5.2、当前技术无法提高驾驶人员安全预警的及时性，使得驾驶人员疲劳驾驶的可能性增高，使得港口作业安全性和稳定性不高，无法有效的保障驾驶人员行驶过程中的专注力，进而导致事故的发生；
6.3、当前技术当前没有对此港口区域行驶危险权重等级进行分析，无法为港口驾驶人员提供有力的数据支撑，同时也无法为港口驾驶人员的驾驶安全提供有力的保障，无法有效的保障港口驾驶人员分析的科学性和可靠性，并且也无法为后续港口驾驶人员预警提供准确的数据。


技术实现要素：

7.本发明针对现有技术的不足，提供了一种港口车辆主动安全防控系统。
8.本发明通过以下技术手段实现解决上述技术问题的：一种港口车辆主动安全防控系统，包括：
9.区域划分模块，用于获取目标港口对应的平面图，并将其按照平面网格式的划分方式划分为各子港口区域，进而获取各港口子区域的位置；
10.信息获取模块，用于根据各港口子区域布设的监测仪器，进而得出各港口子区域中各监测车辆的参考信息，并将各港口子区域中各监测车辆的参考信息输入至安全监控终端；
11.信息提取模块，用于根据各港口子区域中各监测车辆的参考信息，进而从安全监控终端提取出各港口子区域中各监测车辆的驾驶视频，进而依据其提取出各港口子区域中各监测车辆对应各子视频段的各监测图像；
12.人员分析模块，用于依据各港口子区域中各监测车辆对应各子视频段的各监测图像，结合各监测车辆布设的监测仪器，进而综合分析得出各港口子区域中各监测车辆的行车安全评估系数，进而筛选得出各港口子区域中危险驾驶车辆，并同步获取各港口子区域中各危险驾驶车辆的参考信息和所处港口子区域编号，发送至港口预警终端；
13.安全监控终端，用于存储各参考信息对应监测车辆的驾驶视频；
14.港口预警终端，用于接收各港口子区域中各危险驾驶车辆的参考信息和所处港口子区域编号，进而进行预警处理。
15.示例性地，所述各港口子区域中各监测车辆的参考信息包括车牌号码。
16.示例性地，所述提取出各港口子区域中各监测车辆对应各子视频段的各监测图像，具体提取过程如下：
17.获取各港口子区域中各监测车辆的驾驶视频，从中提取出各港口子区域中各监测车辆进入目标港口的时间点，进而从各港口子区域中各监测车辆的驾驶视频中截取以各港口子区域中各监测车辆进入目标港口的时间点为起始时间点的视频段；
18.将以各港口子区域中各监测车辆进入目标港口的时间点为起始时间点的视频段标记为各港口子区域中各监测车辆的视频段，将其按照预设时长划分为各子视频段，由此得到各港口子区域中各监测车辆的各子视频段，同步获取各港口子区域中各监测车辆的各子视频段的时长，并将各港口子区域中各监测车辆的各子视频段按照预设帧节点分割为各监测图像，进一步获取各港口子区域中各监测车辆对应各子视频段的各监测图像。
19.示例性地，所述综合分析得出各港口子区域中各监测车辆的行车安全评估系数，分析过程包括如下步骤：
20.w1、将各港口子区域中各监测车辆对应各子视频段的各监测图像聚焦在驾驶人员眼部，进而得出各港口子区域中各监测车辆对应各子视频段的人员各眼部图像，进而从中提取出各港口子区域中各监测车辆对应各子视频段中人员各眼部图像的眼角距离和眼睑距离，将其进行相互比对筛选得出各港口子区域中各监测车辆对应各子视频段中最大眼角距离和最大眼睑距离，将其分别标记为和其中，i表示为各子视频段对应的编号，i＝1,2,......n，u表示为各监测车辆对应的编号，u＝1,2,......f,g表示为各港口子区域对应的编号，g＝1,2,......r，；
21.w2、将各港口子区域中各监测车辆对应各子视频段的人员各眼部图像导入参考面部直角坐标系中，由此得出各港口子区域中各监测车辆对应各子视频段的人员各眼部图像的各眼部特征点坐标，将其构成眼部特征点坐标集合gy＝{k
y11
11,k
y22
22,...k
yig
ju,...,k
ynr
mf}，其中，j表示为眼部图像对应的编号，j＝1,2,.......m，y表示为各眼部特征点，y＝y1、y2、y3、y4、y5或y6，k
yig
ju表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的第j个眼部图像的各眼部特征点坐标；
22.w3、根据各港口子区域中各监测车辆对应各子视频段的人员各眼部图像，从中识别出各港口子区域中各监测车辆对应各子视频段的人员各闭眼图像数目以及各港口子区域中各监测车辆对应各子视频段的图像总数目，并将其分别标记为进而通过计算公式计算得出各港口子区域中各监测车辆对应的人员眼部疲劳系数δ
gu
，其中，和分别表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的人员的眨眼频率、眼部纵横向量比和眼部闭
合面积，n表示为子视频段总数目，e表示为自然常数，a1、a2和a3分别表示为设定的眨眼频率、眼部纵横向量和眼部闭合面积对应的影响因子。
23.示例性地，所述各港口子区域中各监测车辆对应各子视频段的人员的眨眼频率、眼部纵横向量比和眼部闭合面积，计算公式分别如下：
24.通过计算公式计算得出各港口子区域中各监测车辆对应各子视频段的人员的眨眼频率通过计算公式计算得出各港口子区域中各监测车辆对应各子视频段的人员的眼部纵横向量比通过计算公式计算得出各港口子区域中各监测车辆对应各子视频段的人员的眼部闭合面积其中，分别表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的第j个眼部图像的眼角距离和眼睑距离，m表示为人员眼部图像总数目，分别表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的第j个人员眼部图像的第y1、y2、y3、y4、y5、y6个眼部特征点坐标，||||表示为范数。
25.示例性地，所述综合分析得出各港口子区域中各监测车辆的行车安全评估系数，分析过程还包括如下：
26.e1、依据各港口子区域中各监测车辆对应各子视频段的各监测图像，从中获取各港口子区域中各监测车辆对应各子视频段的各监测图像中人员眼部中心点距地面高度和眼部中心点距离前杠最前沿的水平距离，并分别标记为和r表示各监测图像对应的编号，r＝1,2,......s；
27.e2、根据各监测车辆布设的监测仪器，进而得出各港口子区域中各监测车辆对应各时间节点对应的油门踏板压力值、制动踏板压力值和方向盘握力值，进而依据各港口子区域中各监测车辆进入目标港口的时间点筛选出各港口子区域中各监测车辆对应各参考时间点对应的油门踏板压力值、制动踏板压力值和方向盘握力值，将其分别标记为和v表示为各参考时间点对应的编号，v＝1,2,......t；
28.e3、将各港口子区域中各监测车辆对应各子视频段的各监测图像中人员眼部中心点距地面高度和眼部中心点距离前杠最前沿的水平距离以及各港口子区域中各监测车辆对应各参考时间点对应的油门踏板压力值、制动踏板压力值和方向盘握力值进行归一化处
理，利用计算公式计算得出各港口子区域中各监测车辆对应的人员行为疲劳系数ξ
gu
，进而计算得出各港口子区域中各监测车辆的行车安全评估系数其中，其中，
29.其中，t表示为参考时间点总数目，τ
′
、ρ
′
、ψ
′
分别表示为参考信息库存储的参考油门踏板压力值、参考制动踏板压力值、参考方向盘握力值，δτ、δρ、δψ分别表示为预定义的油门踏板压力许可差值、制动踏板压力许可差值、方向盘握力许可差值。
30.示例性地，所述计算得出各港口子区域中各监测车辆的行车安全评估系数，计算公式如下：
31.通过计算公式计算得出各港口子区域中各监测车辆的行车安全评估系数其中，λ1和λ2分别表示为预定义的人员眼部和人员行为对应的权重因子。
32.示例性地，所述筛选得出各港口子区域中危险驾驶车辆，筛选过程如下：
33.将各港口子区域中各监测车辆的行车安全评估系数与参考信息库中存储的参考行车安全评估系数进行比对，若某港口子区域中某监测车辆的行车安全评估系数小于参考行车安全评估系数，则将该港口子区域中该监测车辆标记为危险驾驶车辆，由此得出各港口子区域中危险驾驶车辆。
34.示例性地，所述系统还包括参考信息库，用于存储参考行车安全评估系数，还用于存储参考油门踏板压力值、参考制动踏板压力值、参考方向盘握力值。
35.本发明的有益效果：
36.(1)本发明提供的一种港口车辆主动安全防控系统，通过获取各港口子区域中各监测车辆的驾驶视频，筛选出各港口子区域中各监测车辆对应各子视频段的各监测图像，综合分析得出各港口子区域中各监测车辆的行车安全评估系数，进而筛选得出各港口子区域中危险驾驶车辆，有效的解决了当前技术对于疲劳驾驶还存在不足的问题，保证了行驶车辆的安全性，保护了人民的生命财产安全,避免为港口作业运输埋下安全隐患。
37.(2)本发明实施例一方面有效的提高了驾驶人员安全预警的及时性，使得驾驶人员疲劳驾驶的可能性降低，提高了港口作业安全性和稳定性，有效的保障驾驶人员行驶过程中的专注力，另一方面，为港口驾驶人员的驾驶安全提供了有力的保障，有效的保障了港口驾驶人员分析的科学性和可靠性，为后续港口驾驶人员预警提供了准确的数据。
附图说明
38.图1为本发明的系统模块连接结构示意图。
39.图2为人员眼部特征点分布图。
具体实施方式
40.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
41.请参阅图1所示，一种港口车辆主动安全防控系统，包括区域划分模块、信息获取模块、信息提取模块、人员分析模块、安全监控终端、港口预警终端和参考信息库；
42.所述参考信息库与人员分析模块连接，人员分析模块与信息提取模块、港口预警终端连接，安全监控终端与信息获取模块和信息提取模块连接。
43.所述区域划分模块，用于获取目标港口对应的平面图，并将其按照平面网格式的划分方式划分为各子港口区域，进而获取各港口子区域的位置。
44.所述信息获取模块，用于根据各港口子区域布设的监测仪器，进而得出各港口子区域中各监测车辆的参考信息，并将各港口子区域中各监测车辆的参考信息输入至安全监控终端。
45.上述提到的所述各港口子区域中各监测车辆的参考信息包括车牌号码。
46.所述信息提取模块，用于根据各港口子区域中各监测车辆的参考信息，进而从安全监控终端提取出各港口子区域中各监测车辆的驾驶视频，进而依据其提取出各港口子区域中各监测车辆对应各子视频段的各监测图像。
47.上述提到的所述提取出各港口子区域中各监测车辆对应各子视频段的各监测图像，具体提取过程如下：
48.获取各港口子区域中各监测车辆的驾驶视频，从中提取出各港口子区域中各监测车辆进入目标港口的时间点，进而从各港口子区域中各监测车辆的驾驶视频中截取以各港口子区域中各监测车辆进入目标港口的时间点为起始时间点的视频段；
49.将以各港口子区域中各监测车辆进入目标港口的时间点为起始时间点的视频段标记为各港口子区域中各监测车辆的视频段，将其按照预设时长划分为各子视频段，由此得到各港口子区域中各监测车辆的各子视频段，同步获取各港口子区域中各监测车辆的各子视频段的时长，并将各港口子区域中各监测车辆的各子视频段按照预设帧节点分割为各监测图像，进一步获取各港口子区域中各监测车辆对应各子视频段的各监测图像。
50.所述人员分析模块，用于依据各港口子区域中各监测车辆对应各子视频段的各监测图像，结合各监测车辆布设的监测仪器，进而综合分析得出各港口子区域中各监测车辆的行车安全评估系数，进而筛选得出各港口子区域中危险驾驶车辆，并同步获取各港口子区域中各危险驾驶车辆的参考信息和所处港口子区域编号，发送至港口预警终端。
51.上述提到的所述综合分析得出各港口子区域中各监测车辆的行车安全评估系数，分析过程包括如下步骤：
52.w1、将各港口子区域中各监测车辆对应各子视频段的各监测图像聚焦在驾驶人员
眼部，进而得出各港口子区域中各监测车辆对应各子视频段的人员各眼部图像，进而从中提取出各港口子区域中各监测车辆对应各子视频段中人员各眼部图像的眼角距离和眼睑距离，将其进行相互比对筛选得出各港口子区域中各监测车辆对应各子视频段中最大眼角距离和最大眼睑距离，将其分别标记为和其中，i表示为各子视频段对应的编号，i＝1,2,......n，u表示为各监测车辆对应的编号，u＝1,2,......f,g表示为各港口子区域对应的编号，g＝1,2,......r，；
53.请参阅图2所示，w2、将各港口子区域中各监测车辆对应各子视频段的人员各眼部图像导入参考面部直角坐标系中，由此得出各港口子区域中各监测车辆对应各子视频段的人员各眼部图像的各眼部特征点坐标，将其构成眼部特征点坐标集合gy＝{k
y11
11,k
y22
22,...k
yig
ju,...,k
ynr
mf}，其中，j表示为眼部图像对应的编号，j＝1,2,.......m，y表示为各眼部特征点，y＝y1、y2、y3、y4、y5或y6，k
yig
ju表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的第j个眼部图像的各眼部特征点坐标；
54.在一个具体的实施例中，得出各港口子区域中各监测车辆对应各子视频段的人员各眼部图像的各眼部特征点坐标，具体获取过程如下：
55.根据参考面部直角坐标系中的各港口子区域中各监测车辆对应各子视频段的人员各眼部图像，进而任意选取各港口子区域中各监测车辆对应各子视频段的人员的左边眼部图像，将各港口子区域中各监测车辆对应各子视频段的人员的左边眼部图像放大直至显示帧格，选取各港口子区域中各监测车辆对应各子视频段的人员的左边眼部图像最高点的下面一行帧格的最左边点为y2，各港口子区域中各监测车辆对应各子视频段的人员的左边眼部图像最高点的下面一行帧格最右边点为y3，以各港口子区域中各监测车辆对应各子视频段的人员的左边眼部图像最左边点为y1，各港口子区域中各监测车辆对应各子视频段的人员的左边眼部图像最左边点为y4，选取各港口子区域中各监测车辆对应各子视频段的人员的左边眼部图像最低点的上面一行帧格的最左边点为y6，各港口子区域中各监测车辆对应各子视频段的人员的左边眼部图像最低点的上面一行帧格最右边点为y5。
56.w3、根据各港口子区域中各监测车辆对应各子视频段的人员各眼部图像，从中识别出各港口子区域中各监测车辆对应各子视频段的人员各闭眼图像数目以及各港口子区域中各监测车辆对应各子视频段的图像总数目，并将其分别标记为进而通过计算公式计算得出各港口子区域中各监测车辆对应的人员眼部疲劳系数δ
gu
，其中，和分别表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的人员的眨眼频率、眼部纵横向量比和眼部闭合面积，n表示为子视频段总数目，e表示为自然常数，a1、a2和a3分别表示为设定的眨眼频率、眼部纵横向量和眼部闭合面积对应的影响因子。
57.上述提到的所述各港口子区域中各监测车辆对应各子视频段的人员的眨眼频率、眼部纵横向量比和眼部闭合面积，计算公式分别如下：
58.通过计算公式计算得出各港口子区域中各监测车辆对应各子视频段的人员的眨眼频率通过计算公式计算得出各港口子区域中各监测车辆对应各子视频段的人员的眼部纵横向量比通过计算公式计算得出各港口子区域中各监测车辆对应各子视频段的人员的眼部闭合面积其中，分别表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的第j个眼部图像的眼角距离和眼睑距离，m表示为人员眼部图像总数目，分别表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的第j个人员眼部图像的第y1、y2、y3、y4、y5、y6个眼部特征点坐标，||||表示为范数。
59.上述提到的所述综合分析得出各港口子区域中各监测车辆的行车安全评估系数，分析过程还包括如下：
60.e1、依据各港口子区域中各监测车辆对应各子视频段的各监测图像，从中获取各港口子区域中各监测车辆对应各子视频段的各监测图像中人员眼部中心点距地面高度和眼部中心点距离前杠最前沿的水平距离，并分别标记为和r表示各监测图像对应的编号，r＝1,2,......s；
61.e2、根据各监测车辆布设的监测仪器，进而得出各港口子区域中各监测车辆对应各时间节点对应的油门踏板压力值、制动踏板压力值和方向盘握力值，进而依据各港口子区域中各监测车辆进入目标港口的时间点筛选出各港口子区域中各监测车辆对应各参考时间点对应的油门踏板压力值、制动踏板压力值和方向盘握力值，将其分别标记为和v表示为各参考时间点对应的编号，v＝1,2,......t；
62.在一个具体的实施例中，筛选出各港口子区域中各监测车辆对应各参考时间点对应的油门踏板压力值，具体筛选过程如下：
63.将各港口子区域中各监测车辆对应各时间节点对应的油门踏板压力值标记为各港口子区域中各监测车辆对应油门踏板压力值的各时间节点，并将其与各港口子区域中各监测车辆进入目标港口的时间点进行比对，若前者大于后者，则将该港口子区域中该监测车辆对应油门踏板压力值的该时间节点标记为参考时间点，由此得出各港口子区域中各监测车辆对应各参考时间点对应的油门踏板压力值。
64.在一个具体的实施例中，依据各港口子区域中各监测车辆对应各参考时间点对应
的油门踏板压力值的筛选方式同理筛选得出各港口子区域中各监测车辆对应各参考时间点对应的制动踏板压力值和方向盘握力值。
65.e3、将各港口子区域中各监测车辆对应各子视频段的各监测图像中人员眼部中心点距地面高度和眼部中心点距离前杠最前沿的水平距离以及各港口子区域中各监测车辆对应各参考时间点对应的油门踏板压力值、制动踏板压力值和方向盘握力值进行归一化处理，利用计算公式计算得出各港口子区域中各监测车辆对应的人员行为疲劳系数ξ
gu
，进而计算得出各港口子区域中各监测车辆的行车安全评估系数其中，其中，
66.其中，t表示为参考时间点总数目，τ
′
、ρ
′
、ψ
′
分别表示为参考信息库存储的参考油门踏板压力值、参考制动踏板压力值、参考方向盘握力值，δτ、δρ、δψ分别表示为预定义的油门踏板压力许可差值、制动踏板压力许可差值、方向盘握力许可差值。
67.上述提到的所述计算得出各港口子区域中各监测车辆的行车安全评估系数，计算公式如下：
68.通过计算公式计算得出各港口子区域中各监测车辆的行车安全评估系数其中，λ1和λ2分别表示为预定义的人员眼部和人员行为对应的权重因子。
69.上述提到的所述筛选得出各港口子区域中危险驾驶车辆，筛选过程如下：
70.将各港口子区域中各监测车辆的行车安全评估系数与参考信息库中存储的参考行车安全评估系数进行比对，若某港口子区域中某监测车辆的行车安全评估系数小于参考行车安全评估系数，则将该港口子区域中该监测车辆标记为危险驾驶车辆，由此得出各港口子区域中危险驾驶车辆。
71.所述安全监控终端，用于存储各参考信息对应监测车辆的驾驶视频。
72.所述港口预警终端，用于接收各港口子区域中各危险驾驶车辆的参考信息和所处港口子区域编号，进而进行预警处理。
73.所述参考信息库，用于存储参考行车安全评估系数，还用于存储参考油门踏板压力值、参考制动踏板压力值、参考方向盘握力值。
74.本发明提供的一种港口车辆主动安全防控系统，通过获取各港口子区域中各监测车辆的驾驶视频，筛选出各港口子区域中各监测车辆对应各子视频段的各监测图像，综合
分析得出各港口子区域中各监测车辆的行车安全评估系数，进而筛选得出各港口子区域中危险驾驶车辆，有效的解决了当前技术对于疲劳驾驶还存在不足的问题，保证了行驶车辆的安全性，保护了人民的生命财产安全,避免为港口作业运输埋下安全隐患。
75.本发明实施例一方面有效的提高了驾驶人员安全预警的及时性，使得驾驶人员疲劳驾驶的可能性降低，提高了港口作业安全性和稳定性，有效的保障驾驶人员行驶过程中的专注力，另一方面，为港口驾驶人员的驾驶安全提供了有力的保障，有效的保障了港口驾驶人员分析的科学性和可靠性，为后续港口驾驶人员预警提供了准确的数据。
76.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

技术特征：
1.一种港口车辆主动安全防控系统，其特征在于，该系统包括：区域划分模块，用于获取目标港口对应的平面图，并将其按照平面网格式的划分方式划分为各子港口区域，进而获取各港口子区域的位置；信息获取模块，用于根据各港口子区域布设的监测仪器，进而得出各港口子区域中各监测车辆的参考信息，并将各港口子区域中各监测车辆的参考信息输入至安全监控终端；信息提取模块，用于根据各港口子区域中各监测车辆的参考信息，进而从安全监控终端提取出各港口子区域中各监测车辆的驾驶视频，进而依据其提取出各港口子区域中各监测车辆对应各子视频段的各监测图像；人员分析模块，用于依据各港口子区域中各监测车辆对应各子视频段的各监测图像，结合各监测车辆布设的监测仪器，进而综合分析得出各港口子区域中各监测车辆的行车安全评估系数，进而筛选得出各港口子区域中危险驾驶车辆，并同步获取各港口子区域中各危险驾驶车辆的参考信息和所处港口子区域编号，发送至港口预警终端；安全监控终端，用于存储各参考信息对应监测车辆的驾驶视频；港口预警终端，用于接收各港口子区域中各危险驾驶车辆的参考信息和所处港口子区域编号，进而进行预警处理。2.根据权利要求1所述的一种港口车辆主动安全防控系统，其特征在于，所述各港口子区域中各监测车辆的参考信息包括车牌号码。3.根据权利要求1所述的一种港口车辆主动安全防控系统，其特征在于，所述提取出各港口子区域中各监测车辆对应各子视频段的各监测图像，具体提取过程如下：获取各港口子区域中各监测车辆的驾驶视频，从中提取出各港口子区域中各监测车辆进入目标港口的时间点，进而从各港口子区域中各监测车辆的驾驶视频中截取以各港口子区域中各监测车辆进入目标港口的时间点为起始时间点的视频段；将以各港口子区域中各监测车辆进入目标港口的时间点为起始时间点的视频段标记为各港口子区域中各监测车辆的视频段，将其按照预设时长划分为各子视频段，由此得到各港口子区域中各监测车辆的各子视频段，同步获取各港口子区域中各监测车辆的各子视频段的时长，并将各港口子区域中各监测车辆的各子视频段按照预设帧节点分割为各监测图像，进一步获取各港口子区域中各监测车辆对应各子视频段的各监测图像。4.根据权利要求1所述的一种港口车辆主动安全防控系统，其特征在于，所述综合分析得出各港口子区域中各监测车辆的行车安全评估系数，分析过程包括如下步骤：w1、将各港口子区域中各监测车辆对应各子视频段的各监测图像聚焦在驾驶人员眼部，进而得出各港口子区域中各监测车辆对应各子视频段的人员各眼部图像，进而从中提取出各港口子区域中各监测车辆对应各子视频段中人员各眼部图像的眼角距离和眼睑距离，将其进行相互比对筛选得出各港口子区域中各监测车辆对应各子视频段中最大眼角距离和最大眼睑距离，将其分别标记为和其中，i表示为各子视频段对应的编号，i＝1,2,......n，u表示为各监测车辆对应的编号，u＝1,2,......f,g表示为各港口子区域对应的编号，g＝1,2,......r，；w2、将各港口子区域中各监测车辆对应各子视频段的人员各眼部图像导入参考面部直角坐标系中，由此得出各港口子区域中各监测车辆对应各子视频段的人员各眼部图像的各
眼部特征点坐标，将其构成眼部特征点坐标集合g
y
＝{k
y11
11,k
y22
22,...k
yig
ju,...,k
ynr
mf}，其中，j表示为眼部图像对应的编号，j＝1,2,.......m，y表示为各眼部特征点，y＝y1、y2、y3、y4、y5或y6，k
yig
ju表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的第j个眼部图像的各眼部特征点坐标；w3、根据各港口子区域中各监测车辆对应各子视频段的人员各眼部图像，从中识别出各港口子区域中各监测车辆对应各子视频段的人员各闭眼图像数目以及各港口子区域中各监测车辆对应各子视频段的图像总数目，并将其分别标记为进而通过计算公式计算得出各港口子区域中各监测车辆对应的人员眼部疲劳系数δ
gu
，其中，和分别表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的人员的眨眼频率、眼部纵横向量比和眼部闭合面积，n表示为子视频段总数目，e表示为自然常数，a1、a2和a3分别表示为设定的眨眼频率、眼部纵横向量和眼部闭合面积对应的影响因子。5.根据权利要求4所述的一种港口车辆主动安全防控系统，其特征在于，所述各港口子区域中各监测车辆对应各子视频段的人员的眨眼频率、眼部纵横向量比和眼部闭合面积，计算公式分别如下：通过计算公式计算得出各港口子区域中各监测车辆对应各子视频段的人员的眨眼频率通过计算公式计算得出各港口子区域中各监测车辆对应各子视频段的人员的眼部纵横向量比通过计算公式计算得出各港口子区域中各监测车辆对应各子视频段的人员的眼部闭合面积其中，分别表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的第j个眼部图像的眼角距离和眼睑距离，m表示为人员眼部图像总数目，分别表示为第g个港口子区域中第u个监测车辆对应第i个子视频段的第j个人员眼部图像的第y1、y2、y3、y4、y5、y6个眼部特征点坐标，||||表示为范数。6.根据权利要求4所述的一种港口车辆主动安全防控系统，其特征在于，所述综合分析得出各港口子区域中各监测车辆的行车安全评估系数，分析过程还包括如下：
e1、依据各港口子区域中各监测车辆对应各子视频段的各监测图像，从中获取各港口子区域中各监测车辆对应各子视频段的各监测图像中人员眼部中心点距地面高度和眼部中心点距离前杠最前沿的水平距离，并分别标记为和r表示各监测图像对应的编号，r＝1,2,......s；e2、根据各监测车辆布设的监测仪器，进而得出各港口子区域中各监测车辆对应各时间节点对应的油门踏板压力值、制动踏板压力值和方向盘握力值，进而依据各港口子区域中各监测车辆进入目标港口的时间点筛选出各港口子区域中各监测车辆对应各参考时间点对应的油门踏板压力值、制动踏板压力值和方向盘握力值，将其分别标记为和v表示为各参考时间点对应的编号，v＝1,2,......t；e3、将各港口子区域中各监测车辆对应各子视频段的各监测图像中人员眼部中心点距地面高度和眼部中心点距离前杠最前沿的水平距离以及各港口子区域中各监测车辆对应各参考时间点对应的油门踏板压力值、制动踏板压力值和方向盘握力值进行归一化处理，利用计算公式计算得出各港口子区域中各监测车辆对应的人员行为疲劳系数ξ
gu
，进而计算得出各港口子区域中各监测车辆的行车安全评估系数其中，其中，其中，其中，t表示为参考时间点总数目，τ
′
、ρ
′
、ψ
′
分别表示为参考信息库存储的参考油门踏板压力值、参考制动踏板压力值、参考方向盘握力值，δτ、δρ、δψ分别表示为预定义的油门踏板压力许可差值、制动踏板压力许可差值、方向盘握力许可差值。7.根据权利要求6所述的一种港口车辆主动安全防控系统，其特征在于，所述计算得出各港口子区域中各监测车辆的行车安全评估系数，计算公式如下：通过计算公式计算得出各港口子区域中各监测车辆的行车安全评估系数其中，λ1和λ2分别表示为预定义的人员眼部和人员行为对应的权重因子。8.根据权利要求7所述的一种港口车辆主动安全防控系统，其特征在于，所述筛选得出各港口子区域中危险驾驶车辆，筛选过程如下：将各港口子区域中各监测车辆的行车安全评估系数与参考信息库中存储的参考行车安全评估系数进行比对，若某港口子区域中某监测车辆的行车安全评估系数小于参考行车安全评估系数，则将该港口子区域中该监测车辆标记为危险驾驶车辆，由此得出各港口子区域中危险驾驶车辆。
9.根据权利要求1所述的一种港口车辆主动安全防控系统，其特征在于，所述系统还包括参考信息库，用于存储参考行车安全评估系数，还用于存储参考油门踏板压力值、参考制动踏板压力值、参考方向盘握力值。

技术总结
本发明涉及汽车安全分析技术领域，具体公开一种港口车辆主动安全防控系统，包括区域划分模块、信息获取模块、信息提取模块、人员分析模块、安全监控终端、港口预警终端和参考信息库，通过获取各港口子区域中各监测车辆的驾驶视频，筛选出各港口子区域中各监测车辆对应各子视频段的各监测图像，综合分析得出各港口子区域中各监测车辆的行车安全评估系数，进而筛选得出各港口子区域中危险驾驶车辆，保证了行驶车辆的安全性，为港口驾驶人员提供了有力的数据支撑，有效保障了港口驾驶人员分析的科学性和可靠性，并且也为后续港口驾驶人员预警提供了准确的数据，提高了驾驶人员安全预警的及时性，提高了港口作业安全性和稳定性。提高了港口作业安全性和稳定性。提高了港口作业安全性和稳定性。


技术研发人员：孙岳鹏 郭立新 张君 江芳 邱雅舒 包裕丞 李远 王春雪 常静
受保护的技术使用者：营口港信科技有限公司
技术研发日：2023.07.11
技术公布日：2023/9/6