陳巍 羅容

摘要：為了研究疲勞駕駛狀態(tài)檢測的專利發(fā)展現(xiàn)狀，本文以CNABS和DWPI數(shù)據(jù)庫為基礎，通過對疲勞駕駛狀態(tài)檢測專利申請的檢索、統(tǒng)計和分析，從中獲取疲勞駕駛狀態(tài)檢測的申請量趨勢、技術分布狀況、重要申請人等信息。同時，獲知疲勞駕駛狀態(tài)檢測的分支情況，梳理了疲勞駕駛狀態(tài)檢測關鍵技術的發(fā)展，總結了疲勞駕駛領域的研究熱點、重要申請人和核心專利，為疲勞駕駛領域的發(fā)展提供了參考。

關鍵詞：駕駛;疲勞;圖像;專利

中圖分類號：TP39 文獻標識碼：A 文章編號：1003-5168（2019）18-0046-03

Review of Patent Technology for Fatigue Driving State Detection

CHEN Wei ?LUO Rong

（Patent Examination Cooperation Sichuan Center of the Patent Office，CNIPA，Chengdu Sichuan 610213）

Abstract： In order to study the status quo of patents for fatigue driving condition detection， this paper based on CNABS and DWPI database， through the search， statistics and analysis of patents for fatigue driving condition detection， obtains information about the trend of applications， technology distribution and important applicants for fatigue driving condition detection. At the same time， the branch of fatigue driving condition detection is known， the development of key technologies of fatigue driving condition detection is summarized， and the research hotspots， important applicants and core patents in the field of fatigue driving are summarized， which provides a reference for the development of fatigue driving field.

Keywords： drive;fatigue;image;patent

1 引言

近年來，隨著交通運輸業(yè)的快速發(fā)展，特別是城市汽車保有量的快速增長，人們對汽車運輸?shù)囊蕾囆栽絹碓酱?，汽車交通事故的發(fā)生率也逐年上升。因為長時間駕駛會導致駕駛員疲勞，當駕駛員達到一定程度的疲勞時會導致注意力不集中，造成嚴重的交通事故。通過對駕駛員疲勞狀態(tài)的檢測，可以大大減少疲勞駕駛引起的交通事故。特別是對于從事長途客運、貨運等業(yè)務運營的駕駛員，由于職業(yè)要求，經(jīng)常有長期連續(xù)駕駛，駕駛時很難保持高警戒狀態(tài)，實時監(jiān)測疲勞狀態(tài)更為重要。

2 申請量趨勢

圖1顯示了中外各年的申請量，從圖1可以看出，從全球申請量來看，疲勞駕駛檢測領域的專利申請首次出現(xiàn)于1973年，之后30年內(nèi)的申請量一直處于較低水平，專利申請量累計僅達到23件，該時期為該領域專利技術的萌芽期。自2000年開始，全球專利申請逐漸提升，在2005年以前都處于緩慢增長時期，但在2008年開始迎來了爆發(fā)式增長，值得注意的是，自2012年以來，全球專利申請量每年的申請數(shù)量首次突破100件，且自此之后，每年均保持了較高的申請量，需要指出的是，圖中2018年的申請量明顯下降，這可能與專利申請部分尚未公開有關。就本領域國內(nèi)外申請趨勢可知，本領域的國外第一件專利申請時間為1973年，明顯早于國內(nèi)1993年才提出的第一件專利申請，但就申請量而言，國外自2003年至2016年一直處于較為平穩(wěn)的趨勢，總體申請量不大，而國內(nèi)雖然在該技術方面起步較晚，但在2008年開始迎來了爆發(fā)式增長，中國在該領域的專利申請量開始進入蓬勃發(fā)展期，且自2009年后每年的申請量均超過了全球專利申請量的一半，國內(nèi)專利申請量已明顯高于國外。

3 重要申請人分析

對于疲勞駕駛狀態(tài)檢測技術的專利申請量較多的重要申請人進行統(tǒng)計分析，得到申請量排名前十重要申請分布情況如圖2所示。從圖2中可以看出，疲勞駕駛狀態(tài)檢測領域的申請量比較分散。日本株式社會電裝、韓國現(xiàn)代、豐田在本領域排名前列。株式會社電裝公司經(jīng)過大量人臉數(shù)據(jù)的樣本分析，對臉部的朝向以及眼睛的開閉狀態(tài)進行分析，從而判斷駕駛員是否出現(xiàn)打瞌睡或走神的情況，不會因為相貌輪廓的差異而對識別的精度構成影響。韓國現(xiàn)代汽車的疲勞駕駛警報系統(tǒng)可以通過安裝在駕駛員前方的多個攝像頭捕捉駕駛者面部表情，通過車載智能系統(tǒng)自動分析駕駛員是否處于疲勞狀態(tài)。此外，現(xiàn)代汽車還將疲勞駕駛系統(tǒng)與可穿戴設備（如智能手表）連接起來，向駕駛員傳遞振動等警告信息。除了株式會社電裝、現(xiàn)代、豐田、尼桑、本田等國外企業(yè)外，還包括長安大學、深圳市盛路物聯(lián)通訊技術有限公司、東莞龍昌智能技術研究院等國內(nèi)相關的企業(yè)、高校、研究所。

4 技術發(fā)展路線與重點專利分析

通過對疲勞駕駛檢測技術各個時期的專利文獻進行梳理和分析，可以得到該領域的專利技術演進路線，如圖3所示。

4.1 基于圖像識別的檢測技術

US3863243A通過發(fā)出連續(xù)的光檢測眼睛的眨眼頻率，DE19803158C1提出檢測眼睛閉合度和瞳孔直徑變化來判斷駕駛員是否處于疲勞狀態(tài)，CN1830389A提出將兩個紅外光源安裝在攝像機兩側，防止了夜間測量的紅眼現(xiàn)象，利用眨眼持續(xù)時間、眨眼頻率和PERCLOS值信息融合的結果作為駕駛員疲勞程度的檢測指標，US2007159344A1提出通過攝像機捕捉面部特征確定頭部姿態(tài)狀態(tài)，頭部下垂時計數(shù)，當計數(shù)超過閾值即可判斷駕駛員處于疲勞狀態(tài)，CN101032405A提出將檢測出駕駛員的面部狀態(tài)、眼部狀態(tài)、方向盤狀態(tài)、監(jiān)測車輛行駛方向等狀態(tài)，綜合多種監(jiān)視疲勞狀態(tài)的特征參數(shù)對駕駛員是否疲勞駕駛進行判斷?？傮w而言，基于圖像識別方向的疲勞檢測術演進路線是疲勞檢測領域最主要的檢測方式。

4.2 基于生理信號方向的疲勞檢測技術

US4706072A提出一種道路車輛上的人體狀況監(jiān)測和安全控制裝置，其通過心跳檢測單元檢測心跳周期波動或方差確定是否疲勞駕駛。US2004044293A1主要結合脈搏、呼吸等生理參數(shù)，經(jīng)過分析處理，輔助確定駕駛員的警戒狀態(tài)。JP2005230030A通過佩戴頭盔，測量駕駛員的腦電波信號計算駕駛員的疲勞程度。KR20100089408A提出在座椅上設置心電傳感器判斷駕駛員是否處于疲勞狀態(tài)。CN103111020A提出采集駕駛員的腦電信號實時計算駕駛員的腦點疲勞指數(shù)，根據(jù)當前腦電信號疲勞指數(shù)相對非疲勞狀態(tài)的腦電疲勞指數(shù)的下將幅度判斷駕駛員狀態(tài)?？傮w而言，基于生理信號方向的疲勞檢測術演進路線主要集中在腦電、脈搏信號方向的檢測。

4.3 基于車輛運行狀態(tài)的疲勞駕駛檢測技術

US5745031A提出通過在方向盤的轉向傳感器檢測在預設時間轉向操作的數(shù)目，確定駕駛員的駕駛狀態(tài)。JP2002154345A提出通過連續(xù)檢測車輛橫向行駛漂移頻率檢測駕駛員的清醒度。CN102254403A提出根據(jù)汽車行駛速度計算出汽車的加速度和汽車加速度變化的絕對值，當加速度異常時，確定駕駛員處于疲勞駕駛狀態(tài)。CN102717765A提出通過GPS獲取車輛所在道路類型信息;根據(jù)GPS的道路方向信息獲得方向盤操作數(shù)據(jù);獲取車輛速度信息并計算得到油門控制數(shù)據(jù);獲取當前駕駛時長和季節(jié)信息，基于上述信息與預先存儲的防疲勞駕駛模型進行比對并判斷駕駛員是否處于疲勞駕駛狀態(tài)。

5 結語

本文對疲勞駕駛檢測領域的專利申請進行技術分解，并對該領域的國內(nèi)外申請量、國內(nèi)外重要申請人等做了統(tǒng)計分析;對各個技術分支的關鍵技術進行梳理并得到技術演進路線圖，且對該技術分支的各個典型技術方案進行總結歸納。從整體看來，疲勞駕駛檢測領域國外起步較早，我國自20世紀90年代開始逐步開始專利布局，特別是近年來進入了快速發(fā)展階段，然而大多數(shù)專利是在相關技術上的優(yōu)化或改進，缺乏該領域的核心專利，因此在提高專利數(shù)量的同時，要更加注重專利質(zhì)量的提升。

參考文獻：

[1] 程文冬，付銳，袁偉，等.駕駛人疲勞監(jiān)測預警技術研究與應用綜述[J].中國安全科學學報，2013，23（1）：155.

[2] 顧征遠.面向駕駛員的疲勞監(jiān)測系統(tǒng)研究[D].杭州：浙江大學，2013.

[3] 孫偉，張為公，張小瑞，等.疲勞駕駛檢測方法的研究進展[J].汽車技術，2009（2）.

[4] 王斐，王少楠，王惜慧，等.基于腦電圖識別結合操縱特征的駕駛疲勞檢測[J].儀器儀表學報，2014，35（2）.