在交通領(lǐng)域，安全始終是一個(gè)重要的議題。在眾多引發(fā)交通事故的原因之中，疲勞駕駛當(dāng)屬罪魁禍?zhǔn)?。根?jù)美國(guó)汽車交通安全基金會(huì)的一項(xiàng)調(diào)查表明：疲勞駕駛在交通事故死亡事件中占據(jù)21%的比例。因此，及時(shí)檢測(cè)疲勞駕駛，并提醒駕駛員集中注意力，對(duì)保證行車安全，減少交通事故具有重要意義。

目前，市面上的疲勞駕駛檢測(cè)，大多是利用攝像頭對(duì)準(zhǔn)駕駛員臉部拍攝，然后基于駕駛員行為特征，例如駕駛員眨眼的頻率、瞳孔的大小、眼球轉(zhuǎn)動(dòng)的位置來(lái)綜合評(píng)判駕駛員的偏勞程度。漢納森的大數(shù)據(jù)團(tuán)隊(duì)另辟蹊徑，結(jié)合多年的CAN總線研究經(jīng)驗(yàn)，研究了基于車輛運(yùn)行數(shù)據(jù)的疲勞駕駛檢測(cè)方法。

不用攝像頭，怎么來(lái)判斷駕駛員疲勞呢？

首先是數(shù)據(jù)的采集與傳輸。數(shù)據(jù)采集部分包括車輛的實(shí)時(shí)運(yùn)行數(shù)據(jù)和疲勞預(yù)警的數(shù)據(jù)，這些數(shù)據(jù)通過(guò)網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)庫(kù)中。

然后是疲勞駕駛與清醒狀態(tài)的數(shù)據(jù)切分。根據(jù)疲勞預(yù)警數(shù)據(jù)將CAN數(shù)據(jù)切分為清醒樣本數(shù)據(jù)和疲勞樣本數(shù)據(jù)。從樣本數(shù)據(jù)中提取駕駛行為特征，接著采用算法對(duì)疲勞駕駛數(shù)據(jù)進(jìn)行判別。

如此，便可基于CAN采集的車輛運(yùn)行數(shù)據(jù)識(shí)別出疲勞駕駛，從而可在司機(jī)駕駛過(guò)程中，對(duì)疲勞狀態(tài)進(jìn)行預(yù)警。

經(jīng)過(guò)大量的實(shí)驗(yàn)數(shù)據(jù)及實(shí)踐應(yīng)用結(jié)果表明，基于車輛運(yùn)行數(shù)據(jù)的疲勞駕駛監(jiān)測(cè)方法，能夠有效識(shí)別出駕駛員的疲勞狀態(tài)，具備可行性和實(shí)用性。同時(shí)，本方案還具備成本低、數(shù)據(jù)可靠的優(yōu)勢(shì)，能夠幫助商業(yè)車隊(duì)及時(shí)發(fā)現(xiàn)駕駛員疲勞狀態(tài)，管控行車風(fēng)險(xiǎn)。

《基于車輛運(yùn)行數(shù)據(jù)的疲勞駕駛狀態(tài)檢測(cè)》是漢納森大數(shù)據(jù)團(tuán)隊(duì)致力于汽車大數(shù)據(jù)研究的眾多成果之一。

大數(shù)據(jù)團(tuán)隊(duì)自組建以來(lái)，陸續(xù)研究出了駕駛行為分析方法、公共安全事件預(yù)警方法、車輛故障預(yù)測(cè)方法、事故黑點(diǎn)預(yù)測(cè)方法、新能源車輛續(xù)航里程衰減模型等一系列行業(yè)內(nèi)優(yōu)秀的算法模型，致力于用技術(shù)護(hù)航交通安全。而這些技術(shù)成果，也已經(jīng)應(yīng)用于漢納森旗下的云總線、云汽時(shí)代平臺(tái)，賦能平臺(tái)展現(xiàn)出卓越的應(yīng)用成效。