陳巍 羅容

摘要：為了研究疲勞駕駛狀態(tài)檢測(cè)的專利發(fā)展現(xiàn)狀，本文以CNABS和DWPI數(shù)據(jù)庫(kù)為基礎(chǔ)，通過對(duì)疲勞駕駛狀態(tài)檢測(cè)專利申請(qǐng)的檢索、統(tǒng)計(jì)和分析，從中獲取疲勞駕駛狀態(tài)檢測(cè)的申請(qǐng)量趨勢(shì)、技術(shù)分布狀況、重要申請(qǐng)人等信息。同時(shí)，獲知疲勞駕駛狀態(tài)檢測(cè)的分支情況，梳理了疲勞駕駛狀態(tài)檢測(cè)關(guān)鍵技術(shù)的發(fā)展，總結(jié)了疲勞駕駛領(lǐng)域的研究熱點(diǎn)、重要申請(qǐng)人和核心專利，為疲勞駕駛領(lǐng)域的發(fā)展提供了參考。

關(guān)鍵詞：駕駛;疲勞;圖像;專利

中圖分類號(hào)：TP39 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：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(yùn)輸業(yè)的快速發(fā)展，特別是城市汽車保有量的快速增長(zhǎng)，人們對(duì)汽車運(yùn)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?yàn)殚L(zhǎng)時(shí)間駕駛會(huì)導(dǎo)致駕駛員疲勞，當(dāng)駕駛員達(dá)到一定程度的疲勞時(shí)會(huì)導(dǎo)致注意力不集中，造成嚴(yán)重的交通事故。通過對(duì)駕駛員疲勞狀態(tài)的檢測(cè)，可以大大減少疲勞駕駛引起的交通事故。特別是對(duì)于從事長(zhǎng)途客運(yùn)、貨運(yùn)等業(yè)務(wù)運(yùn)營(yíng)的駕駛員，由于職業(yè)要求，經(jīng)常有長(zhǎng)期連續(xù)駕駛，駕駛時(shí)很難保持高警戒狀態(tài)，實(shí)時(shí)監(jiān)測(cè)疲勞狀態(tài)更為重要。

2 申請(qǐng)量趨勢(shì)

圖1顯示了中外各年的申請(qǐng)量，從圖1可以看出，從全球申請(qǐng)量來看，疲勞駕駛檢測(cè)領(lǐng)域的專利申請(qǐng)首次出現(xiàn)于1973年，之后30年內(nèi)的申請(qǐng)量一直處于較低水平，專利申請(qǐng)量累計(jì)僅達(dá)到23件，該時(shí)期為該領(lǐng)域?qū)＠夹g(shù)的萌芽期。自2000年開始，全球?qū)＠暾?qǐng)逐漸提升，在2005年以前都處于緩慢增長(zhǎng)時(shí)期，但在2008年開始迎來了爆發(fā)式增長(zhǎng)，值得注意的是，自2012年以來，全球?qū)＠暾?qǐng)量每年的申請(qǐng)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(qǐng)量，需要指出的是，圖中2018年的申請(qǐng)量明顯下降，這可能與專利申請(qǐng)部分尚未公開有關(guān)。就本領(lǐng)域國(guó)內(nèi)外申請(qǐng)趨勢(shì)可知，本領(lǐng)域的國(guó)外第一件專利申請(qǐng)時(shí)間為1973年，明顯早于國(guó)內(nèi)1993年才提出的第一件專利申請(qǐng)，但就申請(qǐng)量而言，國(guó)外自2003年至2016年一直處于較為平穩(wěn)的趨勢(shì)，總體申請(qǐng)量不大，而國(guó)內(nèi)雖然在該技術(shù)方面起步較晚，但在2008年開始迎來了爆發(fā)式增長(zhǎng)，中國(guó)在該領(lǐng)域的專利申請(qǐng)量開始進(jìn)入蓬勃發(fā)展期，且自2009年后每年的申請(qǐng)量均超過了全球?qū)＠暾?qǐng)量的一半，國(guó)內(nèi)專利申請(qǐng)量已明顯高于國(guó)外。

3 重要申請(qǐng)人分析

對(duì)于疲勞駕駛狀態(tài)檢測(cè)技術(shù)的專利申請(qǐng)量較多的重要申請(qǐng)人進(jìn)行統(tǒng)計(jì)分析，得到申請(qǐng)量排名前十重要申請(qǐng)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(cè)領(lǐng)域的申請(qǐng)量比較分散。日本株式社會(huì)電裝、韓國(guó)現(xiàn)代、豐田在本領(lǐng)域排名前列。株式會(huì)社電裝公司經(jīng)過大量人臉數(shù)據(jù)的樣本分析，對(duì)臉部的朝向以及眼睛的開閉狀態(tài)進(jìn)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(huì)因?yàn)橄嗝草喞牟町惗鴮?duì)識(shí)別的精度構(gòu)成影響。韓國(guó)現(xiàn)代汽車的疲勞駕駛警報(bào)系統(tǒng)可以通過安裝在駕駛員前方的多個(gè)攝像頭捕捉駕駛者面部表情，通過車載智能系統(tǒng)自動(dòng)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(shè)備（如智能手表）連接起來，向駕駛員傳遞振動(dòng)等警告信息。除了株式會(huì)社電裝、現(xiàn)代、豐田、尼桑、本田等國(guó)外企業(yè)外，還包括長(zhǎng)安大學(xué)、深圳市盛路物聯(lián)通訊技術(shù)有限公司、東莞龍昌智能技術(shù)研究院等國(guó)內(nèi)相關(guān)的企業(yè)、高校、研究所。

4 技術(shù)發(fā)展路線與重點(diǎn)專利分析

通過對(duì)疲勞駕駛檢測(cè)技術(shù)各個(gè)時(shí)期的專利文獻(xiàn)進(jìn)行梳理和分析，可以得到該領(lǐng)域的專利技術(shù)演進(jìn)路線，如圖3所示。

4.1 基于圖像識(shí)別的檢測(cè)技術(shù)

US3863243A通過發(fā)出連續(xù)的光檢測(cè)眼睛的眨眼頻率，DE19803158C1提出檢測(cè)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(gè)紅外光源安裝在攝像機(jī)兩側(cè)，防止了夜間測(cè)量的紅眼現(xiàn)象，利用眨眼持續(xù)時(shí)間、眨眼頻率和PERCLOS值信息融合的結(jié)果作為駕駛員疲勞程度的檢測(cè)指標(biāo)，US2007159344A1提出通過攝像機(jī)捕捉面部特征確定頭部姿態(tài)狀態(tài)，頭部下垂時(shí)計(jì)數(shù)，當(dāng)計(jì)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(cè)出駕駛員的面部狀態(tài)、眼部狀態(tài)、方向盤狀態(tài)、監(jiān)測(cè)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(duì)駕駛員是否疲勞駕駛進(jìn)行判斷?？傮w而言，基于圖像識(shí)別方向的疲勞檢測(cè)術(shù)演進(jìn)路線是疲勞檢測(cè)領(lǐng)域最主要的檢測(cè)方式。

4.2 基于生理信號(hào)方向的疲勞檢測(cè)技術(shù)

US4706072A提出一種道路車輛上的人體狀況監(jiān)測(cè)和安全控制裝置，其通過心跳檢測(cè)單元檢測(cè)心跳周期波動(dòng)或方差確定是否疲勞駕駛。US2004044293A1主要結(jié)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(cè)量駕駛員的腦電波信號(hào)計(jì)算駕駛員的疲勞程度。KR20100089408A提出在座椅上設(shè)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(hào)實(shí)時(shí)計(jì)算駕駛員的腦點(diǎn)疲勞指數(shù)，根據(jù)當(dāng)前腦電信號(hào)疲勞指數(shù)相對(duì)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)。總體而言，基于生理信號(hào)方向的疲勞檢測(cè)術(shù)演進(jìn)路線主要集中在腦電、脈搏信號(hào)方向的檢測(cè)。

4.3 基于車輛運(yùn)行狀態(tài)的疲勞駕駛檢測(cè)技術(shù)

US5745031A提出通過在方向盤的轉(zhuǎn)向傳感器檢測(cè)在預(yù)設(shè)時(shí)間轉(zhuǎn)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(cè)車輛橫向行駛漂移頻率檢測(cè)駕駛員的清醒度。CN102254403A提出根據(jù)汽車行駛速度計(jì)算出汽車的加速度和汽車加速度變化的絕對(duì)值，當(dāng)加速度異常時(shí)，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(jì)算得到油門控制數(shù)據(jù);獲取當(dāng)前駕駛時(shí)長(zhǎng)和季節(jié)信息，基于上述信息與預(yù)先存儲(chǔ)的防疲勞駕駛模型進(jìn)行比對(duì)并判斷駕駛員是否處于疲勞駕駛狀態(tài)。

5 結(jié)語(yǔ)

本文對(duì)疲勞駕駛檢測(cè)領(lǐng)域的專利申請(qǐng)進(jìn)行技術(shù)分解，并對(duì)該領(lǐng)域的國(guó)內(nèi)外申請(qǐng)量、國(guó)內(nèi)外重要申請(qǐng)人等做了統(tǒng)計(jì)分析;對(duì)各個(gè)技術(shù)分支的關(guān)鍵技術(shù)進(jìn)行梳理并得到技術(shù)演進(jìn)路線圖，且對(duì)該技術(shù)分支的各個(gè)典型技術(shù)方案進(jìn)行總結(jié)歸納。從整體看來，疲勞駕駛檢測(cè)領(lǐng)域國(guó)外起步較早，我國(guó)自20世紀(jì)90年代開始逐步開始專利布局，特別是近年來進(jìn)入了快速發(fā)展階段，然而大多數(shù)專利是在相關(guān)技術(shù)上的優(yōu)化或改進(jìn)，缺乏該領(lǐng)域的核心專利，因此在提高專利數(shù)量的同時(shí)，要更加注重專利質(zhì)量的提升。

參考文獻(xiàn)：

[1] 程文冬，付銳，袁偉，等.駕駛?cè)似诒O(jiān)測(cè)預(yù)警技術(shù)研究與應(yīng)用綜述[J].中國(guó)安全科學(xué)學(xué)報(bào)，2013，23（1）：155.

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

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

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