一种基于特征分析的车内行为安全车载监控管理系统的制作方法

1.本发明属于车内行为安全监控管理技术领域，涉及到一种基于特征分析的车内行为安全车载监控管理系统。


背景技术：

2.随着代驾服务的普及，越来越多的人会选择通过代驾来解决饮酒后无法开车的问题。而代驾司机的行为安全问题也逐渐受到人们的关注。由此凸显了对于代驾车辆的车内行为安全监控管理的必要性。
3.目前对代驾车辆的车内行为安全的监控管理主要针对代驾人员是否佩戴安全带、打电话、抽烟以及疲劳驾驶等行为进行监控和管理，很显然，当前对代驾车辆车内行为安全的安全监控管理还存在以下几个方面的问题：1、未对乘车人员的乘车状态进行监控解析，乘车人员的不同对代驾要求也不同，当前采用统一的车内行为安全管理方式使得管理的针对性不强，同时也无法提高车内行为安全的管理效果,使得被代驾人员的安全性得不到保障。
4.2、当前对代驾人员的安全监控管理主要常规方式的安全监控管理，未根据代驾人员状态以及驾驶行程进行针对性管理，监控方式较为单一，使得管控覆盖面较为局限，使得代驾人员的管理效果不明显，同时还使得被代驾人员的车辆得不到保障，并且也无法降低乘车人员的乘车安全隐患。
5.3、当前安全管理方式未根据代驾人员的行为安全程度，仅能反应违禁行为的存在情况，管理较为浅显，使得代驾人员危险驾驶阻碍及时性不强，从而使得行车事故率降低作用不高。


技术实现要素：

6.鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于特征分析的车内行为安全车载监控管理系统。
7.本发明的目的可以通过以下技术方案实现：本发明提供一种基于特征分析的车内行为安全车载监控管理系统，包括：乘车人员状态监控模块，用于提取目标代驾车辆的车内空间体积和目标代驾路线，将目标代驾车辆对应被代驾人员作为乘车人员，并对乘车人员进行乘车状态信息监控。
8.乘车人员状态解析模块，用于对乘车人员进行乘车状态解析，得到乘车人员对应乘车状态异常趋向指数。
9.人员驾驶行为监控模块，用于对目标代驾车辆对应代驾人员在各监测时间段对应的驾驶行为进行监控，得到代驾人员在各监测时间段对应的驾驶行为数据。
10.人员驾驶行为解析模块，用于对代驾人员对应的行车安全进行解析，得到代驾人员对应的行车安全评估指数。
11.代驾人员管理终端，用于当代驾人员对应的行为安全评估指数小于其设定值时，
启动目标代驾车辆内安置的语音提示终端进行代驾警告提示。
12.优选地，所述乘客状态信息包括姿态信息、环境状态信息和呼吸状态信息。
13.其中，姿态信息为乘坐姿态偏离角、姿态变更率和姿态变更顺畅度，环境状态信息包括环境乙醇浓度、环境温度和乘车人员温度，呼吸状态信息包括呼吸深度和呼吸频率。
14.所述驾驶行为数据包括行驶集中度、行驶疲劳度、行驶规范度以及各监测时间点对应的行车速度和行车位置。
15.优选地，所述对乘车人员进行乘车状态解析，包括：从所述乘客状态信息中提取姿态信息，进而提取姿态偏离角、姿态变更率和姿态变更顺畅度，计算乘车姿态异常趋向指数，。
16.其中，分别为设定的常规状态下对应的参照姿态偏离角、许可姿态偏离角度差，分别为设定参照的常规姿态变更率、姿态变更率偏差、常规姿态顺畅度，分别为设定的姿态偏离角、姿态变更率、姿态顺畅度对应姿态状态异常趋向评估占比权重，为设定的姿态异常趋向评估修正因子。
17.从所述乘客状态信息中提取环境状态信息，进而提取环境乙醇浓度、环境温度和乘车人员温度，计算环境状态异常趋向指数。
18.从所述乘客状态信息中提取呼吸状态信息，进而提取呼吸深度和呼吸频率，计算呼吸状态异常趋向指数，。
19.其中，分别为设定的呼吸深度、呼吸频率对应呼吸状态异常趋向评估占比权重，分别为设定的参照常规呼吸深度、常规呼吸频率、许可呼吸深度差、许可呼吸频率差，为设定的呼吸状态异常趋向评估占比权重因子。
20.计算乘车人员对应乘车状态异常趋向指数，。
21.其中，e为自然常数，分别为设定的乘车姿态、环境状态、呼吸状态对应乘车状态异常趋向评估占比权重，为设定的乘车状态异常趋向评估修正因子。
22.优选地，所述计算环境状态异常趋向指数，包括：提取目标代驾车辆的车内空间体积，将所述环境乙醇浓度和乘车人员温度分别记为和。
23.将所述环境温度与设定的各环境温度下对应的参照人体温度进行匹配对比，得到所述环境温度对应参照人体温度。
24.计算环境状态异常趋向指数，
。
25.其中，分别为设定参照的浮动乙醇浓度、单位空间体积下的乙醇浓度、许可温度差，为设定的环境状态异常趋向评估修正因子，分别为设定的乙醇浓度、人体温度对应环境状态异常趋向评估占比权重。
26.优选地，所述对代驾人员对应的行车安全进行解析，包括：从代驾人员在各监测时间段对应的驾驶行为数据提取行驶集中度、行驶规范度和行驶疲劳度，计算代驾人员自身状态层面对应行车安全评估指数。
27.设定乘车人员适应行车速度。
28.从代驾人员在各监测时间段对应的驾驶行为数据中提取各监测时间点对应的行车速度，计算代驾人员第一速度层面对应行车安全评估指数。
29.从代驾人员在各监测时间段对应驾驶行为数据中提取各监测时间点对应的行车位置，计算代驾人员第二速度层面对应行车安全评估指数。
30.计算代驾人员对应的行车安全评估指数，。
31.其中，分别为设定的自身状态、第一速度、第二速度层面对应行车安全评估占比权重，为设定的行车安全评估修正因子。
32.优选地，所述计算代驾人员自身状态层面对应行车安全评估指数，包括：将代驾人员在各监测时间段对应的行驶集中度进给均值计算，得到平均行驶集中度，记为。
33.从代驾人员在各监测时间段对应的行驶规范度中提取最低行驶规范度，同时通过均值计算得到平均行驶规范度。
34.从代驾人员在各监测时间段对应的行驶疲劳度中提取最高行驶疲劳度。
35.计算代驾人员自身状态层面对应行车安全评估指数。
36.其中，分别为设定的行驶集中度、行驶规范度、行驶疲劳度对应人员自身状态层面对应行车安全评估占比权重，分别为设定参照的行驶集中度、行驶规范度、行驶规范偏差、行驶疲劳度，为设定的人员自身状态层面对应行车安全评估修正因子。
37.优选地，所述乘车人员适应行车速度具体设定公式为
。
38.其中，为设定的乘车人员常规状态下对应适应行车速度，为设定基准行车速度干扰评估指数下对应参照浮动速度值，为设定的基准行车速度干扰评估指数，分别为设定参照的乘车状态异常趋向指数、驾驶人员状态层面行车安全评估指数，分别为乘车状态、驾驶人员状态对应行车速度干扰评估占比权重因子。
39.优选地，将代驾人员在各监测时间段对应各监测时间点的行车速度进行均值计算，得到代驾人员在各监测时间段对应的平均行车速度，并从中定位出最高平均行车速度。
40.计算代驾人员第一速度层面对应行车安全评估指数，。
41.其中，为设定的参照行车速度差，为设定的第一速度层面对应行车安全评估占比权重因子。
42.优选地，所述计算代驾人员第二速度层面对应行车安全评估指数，包括：基于代驾人员在各监测时间段对应各监测点的行车位置，从gis地理地图中定位出代驾人员在各监测时间段对应各监测时间点所处行车位置的限定行车速度，记为，表示监测时间段编号，，表示监测时间点编号，。
43.将代驾人员在各监测时间段对应各监测时间点的行车速度，计算代驾人员第二速度层面对应行车安全评估指数，。
44.其中，为设定许可行车速度差，为设定的第二速度层面对应行车安全评估占比权重，n表示监测时间段数目，m表示监测时间点数目。
45.优选地，所述行车安全评估修正因子具体设定过程为：将代驾人员在各监测时间
段对应各监测时间点的行车位置构建实际代驾路线，并与目标代驾路线进行重合对比，统计路线重合度。
46.基于代驾人员在各监测时间段对应各监测时间点的行车速度，统计代驾人员对应行车稳定度。
47.计算行车安全评估修正因子，。
48.其中，分别为设定的路线重合度、行车稳定度对应行车安全评估修正评估占比权重，分别为设定参照的路线重合度、行车稳定度。
49.相较于现有技术，本发明的有益效果如下：（1）本发明通过从代驾人员本身层面，并结合乘车人员乘车状态层面以及行车速度层面对代驾人员进行行车安全管理，有效解决了当前采用统一常规式车内行为安全管理方式存在管理针对性不强的问题，规避了当前未根据乘车人员的乘车状态进行综合性管理的不足，显著提高了代驾车辆行为安全的管理效果，从而降低了乘车人员的乘车安全隐患，同时确保了乘车人员的乘车安全性和舒适性，并且还保障了乘车人员的车辆安全性，在另一层面还降低了乘车人员车辆异常使用损耗率。
50.（2）本发明通过对代驾人员的驾驶行为数据以及乘车人员乘车状态进行细致分析，统计代驾人员对应的行车安全评估指数，直观的展示了代驾人员行为安全程度，打破了当前安全管理方式仅能反应违禁行为的存在情况的局限，提高了代驾人员的管理深度，确保了代驾人员危险驾驶阻碍的及时性，从而有效降低了代驾行车的事故率。
51.（3）本发明通过从乘车人员的姿态信息、环境状态信息和呼吸状态信息这三个维度进行乘车状态解析，计算乘车人员对应乘车状态异常趋向指数，实现了乘车人员对应乘车状态的多维度分析，直观的展示了乘车人员的乘车情况，为后续代驾人员行驶速度层面提供了可靠的参照依据，进而确保了后续代驾人员行驶速度层面安全分析结果的可靠性和说服力。
52.（4）本发明通过对代驾人员行驶集中度、行驶规范度和行驶疲劳度、行车速度等多个方面进行驾驶行为监控，有效拓展了代驾人员的监控覆盖面，避免了当前单一化监控方式存在的局限性，实现了代驾人员行为安全的多维度监控，提高了代驾人员的监控力度，从而有效提升了乘车人员的乘车安全感，并且在另一层面还为代驾人员的后续管理提供了可靠的数据。
附图说明
53.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
54.图1为本发明系统各模块连接示意图。
55.图2为本发明乘坐姿态偏离角示意图。
具体实施方式
56.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，所描述的实施例仅仅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做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。
57.请参阅图1所示，本发明提供了一种基于特征分析的车内行为安全车载监控管理系统，包括乘车人员状态监控模块、乘车人员状态解析模块、人员驾驶行为监控模块、人员驾驶行为解析模块和代驾人员管理终端。
58.上述中，人员驾驶行为解析模块分别与乘车人员状态解析模块、人员驾驶行为监控模块和代驾人员管理终端连接，乘车人员状态监控模块和乘车人员状态解析模块连接。
59.所述乘车人员状态监控模块，用于提取目标代驾车辆的车内空间体积和目标代驾路线，将目标代驾车辆对应被代驾人员作为乘车人员，并对乘车人员进行乘车状态信息监控。
60.具体地，乘客状态信息包括姿态信息、环境状态信息和呼吸状态信息，其中，姿态信息为乘坐姿态偏离角、姿态变更率和姿态变更顺畅度，环境状态信息包括环境乙醇浓度、环境温度和乘车人员温度，呼吸状态信息包括呼吸深度和呼吸频率。
61.在一个具体实施例中，对乘车人员进行乘车状态信息监控的具体监控过程为：a1、通过目标代驾车辆内部安置的气体检测仪对目标代驾车辆内部的乙醇浓度进行监测。
62.a2、通过目标代驾车辆内部安置的温度传感器对目标车辆内部的温度进行监测，并记为环境温度，同时通过目标代驾车辆内部安置的红外热成像仪对乘车人员的身体温度进行监测，并记为乘车人员温度，将乙醇浓度、乘车人员温度和环境温度作为环境状态信息。
63.a3、通过目标代驾车辆内部安置的非接触式呼吸监测仪按照设定监测时间段对乘车人员进行呼吸监测，得到乘车人员在设定监测时间段内的呼吸次数和各次呼吸对应的呼吸深度，将呼吸次数与设定监测时间段对应的时长进行作比，得到呼吸频率，同时将各次呼吸对应的呼吸深度进行均值计算，得到平均呼吸深度，并作为乘车人员的呼吸深度，将呼吸频率和呼吸深度作为呼吸状态信息。
64.a4、通过目标代驾车辆的内部车载摄像头对乘车人员进行乘车图像采集，并从乘车图像中提取乘车人员对应的轮廓。
65.请参阅图2所示，a5、从乘车人员对应的轮廓中定位出中心点位置，并以中心点为基点，作垂直于车座所在平面的参考线，记为姿态参考线，同时以中心点为基点，按照乘车人员头部到脚部的方向构建乘车人员中心线，提取姿态参考线与乘车人员中心线之间的夹角，作为乘坐姿态偏离角。
66.a6、通过目标代驾车辆的内部车载摄像头按照设定监控时间段对乘车人员进行乘车监控，得到乘车人员对应的乘车监控视频。
67.a7、从乘车人员对应的乘车监控视频中提取乘车人员姿态变更次数，将乘车人员姿态变更次数与设定监控时间段对应监控时长进行作比，得到姿态变更率。
68.a8、从乘车人员对应乘车监控视频中提取乘车人员对应各次姿态变更对应起始时的监控时间点以及结束时的监控时间点，对比得到乘车人员对应各次姿态变更对应的耗费
时长。
69.a9、将乘车人员对应各次姿态变更对应的耗费时长进行均值计算，得到平均姿态变更耗费时长，记为，通过公式计算得到姿态变更顺畅度，e表示自然常数，分别为设定的参照姿态变更耗费时长、参照姿态变更耗费时长差，将乘坐姿态偏离角、姿态变更率和姿态变更顺畅度作为姿态信息。
70.所述乘车人员状态解析模块，用于对乘车人员进行乘车状态解析，得到乘车人员对应乘车状态异常趋向指数。
71.示例性地，对乘车人员进行乘车状态解析，包括：b1、从所述乘客状态信息中提取姿态信息，进而提取姿态偏离角、姿态变更率和姿态变更顺畅度，计算乘车姿态异常趋向指数，。
72.其中，分别为设定的常规状态下对应的参照姿态偏离角、许可姿态偏离角度差，分别为设定参照的常规姿态变更率、姿态变更率偏差、常规姿态顺畅度，分别为设定的姿态偏离角、姿态变更率、姿态顺畅度对应姿态状态异常趋向评估占比权重，为设定的姿态异常趋向评估修正因子。
73.b2、从所述乘客状态信息中提取环境状态信息，进而提取环境乙醇浓度、环境温度和乘车人员温度，计算环境状态异常趋向指数。
74.进一步地，计算环境状态异常趋向指数，包括：b2-1、提取目标代驾车辆的车内空间体积，将所述环境乙醇浓度和乘车人员温度分别记为和。
75.b2-2、将所述环境温度与设定的各环境温度下对应的参照人体温度进行匹配对比，得到所述环境温度对应参照人体温度。
76.b2-3、计算环境状态异常趋向指数，。
77.其中，分别为设定参照的浮动乙醇浓度、单位空间体积下的乙醇浓度、许可温度差，为设定的环境状态异常趋向评估修正因子，分别为设定的乙醇浓度、人体温度对应环境状态异常趋向评估占比权重。
78.b3、从所述乘客状态信息中提取呼吸状态信息，进而提取呼吸深度和呼吸频率
，计算呼吸状态异常趋向指数，。
79.其中，分别为设定的呼吸深度、呼吸频率对应呼吸状态异常趋向评估占比权重，分别为设定的参照常规呼吸深度、常规呼吸频率、许可呼吸深度差、许可呼吸频率差，为设定的呼吸状态异常趋向评估占比权重因子。
80.b4、计算乘车人员对应乘车状态异常趋向指数，。
81.其中，分别为设定的乘车姿态、环境状态、呼吸状态对应乘车状态异常趋向评估占比权重，为设定的乘车状态异常趋向评估修正因子。
82.本发明实施例通过从乘车人员的姿态信息、环境状态信息和呼吸状态信息这三个维度进行乘车状态解析，计算乘车人员对应乘车状态异常趋向指数，实现了乘车人员对应乘车状态的多维度分析，直观的展示了乘车人员的乘车情况，为后续代驾人员行驶速度层面提供了可靠的参照依据，进而确保了后续代驾人员行驶速度层面安全分析结果的可靠性和说服力。
83.所述人员驾驶行为监控模块，用于对目标代驾车辆对应代驾人员在各监测时间段对应的驾驶行为进行监控，得到代驾人员在各监测时间段对应的驾驶行为数据。
84.具体地，驾驶行为数据包括行驶集中度、行驶疲劳度、行驶规范度以及各监测时间点对应的行车速度和行车位置。
85.在一个具体实施例中，对目标代驾车辆对应代驾人员在各监测时间段对应的驾驶行为进行监控，具体执行过程为：h1、通过目标代驾车辆内部安置的车载摄像头对目标代驾车辆对应代驾人员在各监测时间段进行视频监控，得到各监控时间段对应的监控视频。
86.h2、将各监控时间段对应的监控视频分为各监控画面，若某监控时间段中各监控画面中均不存在分心行为，则将代驾人员在该监控时间段对应的行驶集中度记为。
87.需要说明的是，在一个具体实施例中，分心行为包括但不限于接打电话、发送消息、抽烟和偏头交谈。
88.h3、若某监控时间段中各监控画面中存在分心行为，统计存在分心行为的监控画面数目和分心行为种类数目，分别记为和，通过公式计算得到该监控时间段对应的行驶集中度，分别为设定的分心画面数目、分心行为种类数目对应行驶集中评估占比权重，、分别为设定的参照分心画面数目、参照分心行为种类数目。
89.h4、以此得到代驾人员在各监测时间段对应的行驶集中度，表示监测时间段编号，，取值为或者，》。
90.h5、通过目标代驾车辆内部安置的加速度计对代驾人员在各监测时间段对应的刹车次数和各次刹车对应的刹车速度进行监测，并将各次刹车对应的刹车速度进行均值计
算，得到平均刹车速度，并作为各监测时间段对应的刹车速度。
91.h6、将各监测时间段对应的刹车次数和刹车速度分别记为和，计算代驾人员在各监测时间段对应的行驶规范度，，其中，分别为设定的刹车次数、刹车速度对应行驶规范评估占比权重，和分别为设定参照的刹车次数、刹车速度。
92.h7、从各监控时间段对应的各监控画面中定位出代驾人员对应的瞳孔直径，并将其进行均值计算，得到代驾人员在各监控时间段对应的平均瞳孔直径，同时从各监控时间段对应的监控视频中统计出代驾人员对应的眨眼次数，通过均值计算得到代驾人员在各监控时间段对应的平均眨眼次数。
93.h8、通过公式计算代驾人员在各监测时间段对应的行驶疲劳度，，其中，分别为设定的瞳孔直径、眨眼次数对应行驶疲劳评估占比权重，分别为设定的常规状态下对应的参照瞳孔直径、参照瞳孔直径偏差、参照眨眼次数、参照眨眼次数偏差。
94.h9、通过目标代驾车辆内部安置的速度传感器和gps定位仪分别对代驾人员在各监测时间段内各监测时间点对应的行车速度和行车位置对应监控。
95.本发明实施例通过对代驾人员行驶集中度、行驶规范度和行驶疲劳度、行车速度等多个方面进行驾驶行为监控，有效拓展了代驾人员的监控覆盖面，避免了当前单一化监控方式存在的局限性，实现了代驾人员行为安全的多维度监控，提高了代驾人员的监控力度，从而有效提升了乘车人员的乘车安全感，并且在另一层面还为代驾人员的后续管理提供了可靠的数据。
96.所述人员驾驶行为解析模块，用于对代驾人员对应的行车安全进行解析，得到代驾人员对应的行车安全评估指数。
97.示例性地，对代驾人员对应的行车安全进行解析，包括：f1、从代驾人员在各监测时间段对应的驾驶行为数据提取行驶集中度、行驶规范度和行驶疲劳度，计算代驾人员自身状态层面对应行车安全评估指数。
98.可理解地，计算代驾人员自身状态层面对应行车安全评估指数，包括：f1-1、将代驾人员在各监测时间段对应的行驶集中度进给均值计算，得到平均行驶集中度，记为。
99.f1-2、从代驾人员在各监测时间段对应的行驶规范度中提取最低行驶规范度，同时通过均值计算得到平均行驶规范度。
100.f1-3、从代驾人员在各监测时间段对应的行驶疲劳度中提取最高行驶疲劳度。
101.f1-4、计算代驾人员自身状态层面对应行车安全评估指数。
102.其中，分别为设定的行驶集中度、行驶规范度、行驶疲劳度对应人员自身状态层面对应行车安全评估占比权重，分别为设定参照的行驶集中度、行驶规范度、行驶规范偏差、行驶疲劳度，为设定的人员自身状态层面对应行车安全评估修正因子。
103.f2、设定乘车人员适应行车速度，。
104.其中，为设定的乘车人员常规状态下对应适应行车速度，为设定基准行车速度干扰评估指数下对应参照浮动速度值，为设定的基准行车速度干扰评估指数，分别为设定参照的乘车状态异常趋向指数、驾驶人员状态层面行车安全评估指数，分别为乘车状态、驾驶人员状态对应行车速度干扰评估占比权重因子。
105.在一个具体实施例中，指正常城市道路状态下对应的参照行车速度，其具体可以取值为40公里/小时，远小于，且指乘车状态最异常、驾驶人员状态最差时情况下对应的行车速度干扰评估指数。
106.f3、从代驾人员在各监测时间段对应的驾驶行为数据中提取各监测时间点对应的行车速度，计算代驾人员第一速度层面对应行车安全评估指数。
107.可理解地，计算代驾人员第一速度层面对应行车安全评估指数，包括：f3-1、将代驾人员在各监测时间段对应各监测时间点的行车速度进行均值计算，得到代驾人员在各监测时间段对应的平均行车速度，并从中定位出最高平均行车速度。
108.f3-2、计算代驾人员第一速度层面对应行车安全评估指数，。
109.其中，为设定的参照行车速度差，为设定的第一速度层面对应行车安全评
估占比权重因子。
110.f4、从代驾人员在各监测时间段对应驾驶行为数据中提取各监测时间点对应的行车位置，计算代驾人员第二速度层面对应行车安全评估指数。
111.可理解地，计算代驾人员第二速度层面对应行车安全评估指数，包括：f4-1、从代驾人员在各监测时间段对应驾驶行为数据中提取各监测时间点对基于代驾人员在各监测时间段对应各监测点的行车位置，从gis地理地图中定位出代驾人员在各监测时间段对应各监测时间点所处行车位置的限定行车速度，记为，表示监测时间点编号，。
112.f4-2、从代驾人员在各监测时间段对应驾驶行为数据中提取各监测时间点对将代驾人员在各监测时间段对应各监测时间点的行车速度，计算代驾人员第二速度层面对应行车安全评估指数，。
113.其中，为设定许可行车速度差，为设定的第二速度层面对应行车安全评估占比权重，n表示监测时间段数目，m表示监测时间点数目。
114.f5、计算代驾人员对应的行车安全评估指数，。
115.其中，分别为设定的自身状态、第一速度、第二速度层面对应行车安全评估占比权重，为设定的行车安全评估修正因子。
116.可理解地，行车安全评估修正因子具体设定过程为：f5-1、将代驾人员在各监测时间段对应各监测时间点的行车位置构建实际代驾路线，并与目标代驾路线进行重合对比，统计路线重合度。
117.需要说明的是，路线重合度的具体计算过程为：将实际代驾路线与目标代驾路线的重合路线长度与目标代驾路线长度进行作比，得到路线重合度。
118.f5-2、基于代驾人员在各监测时间段对应各监测时间点的行车速度，统计代驾人员对应行车稳定度。
119.需要说明的是，代驾人员对应行车稳定度的具体计算过程为：f5-2-1、以监测时间点为横坐标，以行车速度为纵坐标，根据代驾人员在各监测时间段对应各监测时间点的行车速度，在二维坐标系中标注出多个点，由此构建各监测时间段对应的行车速度变化曲线。
120.f5-2-2、在各监测时间段对应的行车速度变化曲线中定位出斜率和极值点数
目，计算各监测时段对应的行车稳定度。
121.其中，分别为斜率、极值点数目对应行车稳定度评估占比权重，分别表示为设定参照斜率、极值点数目，为设定的行车温度评估占比权重。
122.需要说明的是，极值点至左右单调性相反的点。
123.f5-2-3、将各监测时间段对应的行车稳定度中提取最小行车稳定度，并作为代驾人员对应行车稳定度。
124.f5-3、计算行车安全评估修正因子，。
125.其中，分别为设定的路线重合度、行车稳定度对应行车安全评估修正评估占比权重，分别为设定参照的路线重合度、行车稳定度。
126.本发明实施例通过对代驾人员的驾驶行为数据以及乘车人员乘车状态进行细致分析，统计代驾人员对应的行车安全评估指数，直观的展示了代驾人员行为安全程度，打破了当前安全管理方式仅能反应违禁行为的存在情况的局限，提高了代驾人员的管理深度，确保了代驾人员危险驾驶阻碍的及时性，从而有效降低了代驾行车的事故率。
127.所述代驾人员管理终端，用于当代驾人员对应的行为安全评估指数小于其设定值时，启动目标代驾车辆内安置的语音提示终端进行代驾警告提示。
128.本发明实施例通过从代驾人员本身层面，并结合乘车人员乘车状态层面以及行车速度层面对代驾人员进行行车安全管理，有效解决了当前采用统一常规式车内行为安全管理方式存在管理针对性不强的问题，规避了当前未根据乘车人员的乘车状态进行综合性管理的不足，显著提高了代驾车辆行为安全的管理效果，从而降低了乘车人员的乘车安全隐患，同时确保了乘车人员的乘车安全性和舒适性，并且还保障了乘车人员的车辆安全性，在另一层面还降低了乘车人员车辆异常使用损耗率。
129.以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思或者超越本发明所定义的范围，均应属于本发明的保护范围。

技术特征：
1.一种基于特征分析的车内行为安全车载监控管理系统，其特征在于：包括：乘车人员状态监控模块，用于提取目标代驾车辆的车内空间体积和目标代驾路线，将目标代驾车辆对应被代驾人员作为乘车人员，并对乘车人员进行乘车状态信息监控；乘车人员状态解析模块，用于对乘车人员进行乘车状态解析，得到乘车人员对应乘车状态异常趋向指数；人员驾驶行为监控模块，用于对目标代驾车辆对应代驾人员在各监测时间段对应的驾驶行为进行监控，得到代驾人员在各监测时间段对应的驾驶行为数据；人员驾驶行为解析模块，用于对代驾人员对应的行车安全进行解析，得到代驾人员对应的行车安全评估指数；代驾人员管理终端，用于当代驾人员对应的行为安全评估指数小于其设定值时，启动目标代驾车辆内安置的语音提示终端进行代驾警告提示。2.根据权利要求1所述的一种基于特征分析的车内行为安全车载监控管理系统，其特征在于：所述乘客状态信息包括姿态信息、环境状态信息和呼吸状态信息；其中，姿态信息为乘坐姿态偏离角、姿态变更率和姿态变更顺畅度，环境状态信息包括环境乙醇浓度、环境温度和乘车人员温度，呼吸状态信息包括呼吸深度和呼吸频率；所述驾驶行为数据包括行驶集中度、行驶疲劳度、行驶规范度以及各监测时间点对应的行车速度和行车位置。3.根据权利要求2所述的一种基于特征分析的车内行为安全车载监控管理系统，其特征在于：所述对乘车人员进行乘车状态解析，包括：从所述乘客状态信息中提取姿态信息，进而提取姿态偏离角、姿态变更率和姿态变更顺畅度，计算乘车姿态异常趋向指数，；其中，分别为设定的常规状态下对应的参照姿态偏离角、许可姿态偏离角度差，分别为设定参照的常规姿态变更率、姿态变更率偏差、常规姿态顺畅度，分别为设定的姿态偏离角、姿态变更率、姿态顺畅度对应姿态状态异常趋向评估占比权重，为设定的姿态异常趋向评估修正因子；从所述乘客状态信息中提取环境状态信息，进而提取环境乙醇浓度、环境温度和乘车人员温度，计算环境状态异常趋向指数；从所述乘客状态信息中提取呼吸状态信息，进而提取呼吸深度和呼吸频率，计算呼吸状态异常趋向指数，；其中，分别为设定的呼吸深度、呼吸频率对应呼吸状态异常趋向评估占比权
重，分别为设定的参照常规呼吸深度、常规呼吸频率、许可呼吸深度差、许可呼吸频率差，为设定的呼吸状态异常趋向评估占比权重因子；计算乘车人员对应乘车状态异常趋向指数，；其中，e为自然常数，分别为设定的乘车姿态、环境状态、呼吸状态对应乘车状态异常趋向评估占比权重，为设定的乘车状态异常趋向评估修正因子。4.根据权利要求3所述的一种基于特征分析的车内行为安全车载监控管理系统，其特征在于：所述计算环境状态异常趋向指数，包括：提取目标代驾车辆的车内空间体积，将所述环境乙醇浓度和乘车人员温度分别记为和；将所述环境温度与设定的各环境温度下对应的参照人体温度进行匹配对比，得到所述环境温度对应参照人体温度；计算环境状态异常趋向指数，；其中，分别为设定参照的浮动乙醇浓度、单位空间体积下的乙醇浓度、许可温度差，为设定的环境状态异常趋向评估修正因子，分别为设定的乙醇浓度、人体温度对应环境状态异常趋向评估占比权重。5.根据权利要求3所述的一种基于特征分析的车内行为安全车载监控管理系统，其特征在于：所述对代驾人员对应的行车安全进行解析，包括：从代驾人员在各监测时间段对应的驾驶行为数据提取行驶集中度、行驶规范度和行驶疲劳度，计算代驾人员自身状态层面对应行车安全评估指数；设定乘车人员适应行车速度；从代驾人员在各监测时间段对应的驾驶行为数据中提取各监测时间点对应的行车速度，计算代驾人员第一速度层面对应行车安全评估指数；从代驾人员在各监测时间段对应驾驶行为数据中提取各监测时间点对应的行车位置，计算代驾人员第二速度层面对应行车安全评估指数；计算代驾人员对应的行车安全评估指数，
；其中，分别为设定的自身状态、第一速度、第二速度层面对应行车安全评估占比权重，为设定的行车安全评估修正因子。6.根据权利要求5所述的一种基于特征分析的车内行为安全车载监控管理系统，其特征在于：所述计算代驾人员自身状态层面对应行车安全评估指数，包括：将代驾人员在各监测时间段对应的行驶集中度进给均值计算，得到平均行驶集中度，记为；从代驾人员在各监测时间段对应的行驶规范度中提取最低行驶规范度，同时通过均值计算得到平均行驶规范度；从代驾人员在各监测时间段对应的行驶疲劳度中提取最高行驶疲劳度；计算代驾人员自身状态层面对应行车安全评估指数；其中，分别为设定的行驶集中度、行驶规范度、行驶疲劳度对应人员自身状态层面对应行车安全评估占比权重，分别为设定参照的行驶集中度、行驶规范度、行驶规范偏差、行驶疲劳度，为设定的人员自身状态层面对应行车安全评估修正因子。7.根据权利要求5所述的一种基于特征分析的车内行为安全车载监控管理系统，其特征在于：所述乘车人员适应行车速度具体设定公式为；其中，为设定的乘车人员常规状态下对应适应行车速度，为设定基准行车速度干
扰评估指数下对应参照浮动速度值，为设定的基准行车速度干扰评估指数，分别为设定参照的乘车状态异常趋向指数、驾驶人员状态层面行车安全评估指数，分别为乘车状态、驾驶人员状态对应行车速度干扰评估占比权重因子。8.根据权利要求5所述的一种基于特征分析的车内行为安全车载监控管理系统，其特征在于：所述计算代驾人员第一速度层面对应行车安全评估指数，包括：将代驾人员在各监测时间段对应各监测时间点的行车速度进行均值计算，得到代驾人员在各监测时间段对应的平均行车速度，并从中定位出最高平均行车速度；计算代驾人员第一速度层面对应行车安全评估指数，；其中，为设定的参照行车速度差，为设定的第一速度层面对应行车安全评估占比权重因子。9.根据权利要求5所述的一种基于特征分析的车内行为安全车载监控管理系统，其特征在于：所述计算代驾人员第二速度层面对应行车安全评估指数，包括：基于代驾人员在各监测时间段对应各监测点的行车位置，从gis地理地图中定位出代驾人员在各监测时间段对应各监测时间点所处行车位置的限定行车速度，记为，表示监测时间段编号，，表示监测时间点编号，；将代驾人员在各监测时间段对应各监测时间点的行车速度，计算代驾人员第二速度层面对应行车安全评估指数，；其中，为设定许可行车速度差，为设定的第二速度层面对应行车安全评估占比权重，n表示监测时间段数目，m表示监测时间点数目。10.根据权利要求5所述的一种基于特征分析的车内行为安全车载监控管理系统，其特征在于：所述行车安全评估修正因子具体设定过程为：将代驾人员在各监测时间段对应各监测时间点的行车位置构建实际代驾路线，并与目标代驾路线进行重合对比，统计路线重合度；基于代驾人员在各监测时间段对应各监测时间点的行车速度，统计代驾人员对应行车稳定度；计算行车安全评估修正因子，；其中，分别为设定的路线重合度、行车稳定度对应行车安全评估修正评估占比权重，分别为设定参照的路线重合度、行车稳定度。

技术总结
本发明属于车内行为安全监控管理技术领域，具体公开提供的一种基于特征分析的车内行为安全车载监控管理系统，该系统包括乘车人员状态监控模块、乘车人员状态解析模块、人员驾驶行为监控模块、人员驾驶行为解析模块和代驾人员管理终端。本发明通过从代驾人员本身层面，并结合乘车人员乘车状态层面以及行车速度层面对代驾人员进行驾驶管理，有效解决了当前采用统一常规式车内行为安全管理方式存在管理针对性不强的问题，规避了当前未根据乘车人员的乘车状态进行综合性管理的不足，显著提高了代驾车辆行为安全的管理效果，从而降低了乘车人员的乘车安全隐患，同时确保了乘车人员的乘车安全性和舒适性。乘车安全性和舒适性。乘车安全性和舒适性。


技术研发人员：郑智宇 李浩然 邓志颖 庄少伟
受保护的技术使用者：鹰驾科技（深圳）有限公司
技术研发日：2023.05.25
技术公布日：2023/6/27