基于智能手機的汽車駕駛員識別方法

李鵬，施雯

（1.陜西重型汽車有限公司，陜西 西安 710200；2.陜西青年職業學院，陜西 西安 710068）

引言

隨著信息技術時代的快速發展，可穿戴設備的流行速度正以加速度的形式增長。智能手機作為全球最暢銷的移動設備，由于其外觀纖小，設計時尚，便于攜帶等優勢，在成人中已經達到了 80%的使用率，成為人們生活中不可或缺的一部分。伴隨著科技的不斷進步，智能手機的功能不斷豐富，軟硬件性能也不斷提升，它可以為人們提供一個靈活、方便、有效并且易于使用的工具去自動識別人類的行為及習慣。因此，如何充分利用智能手機識別人類的行為成為研究者中的一個熱門研究方向。

近年來，因為駕駛員使用手機分心而造成的交通事故比例不斷上升，已有研究者研究了一些手機程序阻止駕駛員在駕駛過程使用手機，但是也存在一些不夠人性化的限制，比如使用前要提前設定手機用戶的角色。還有借助攝像頭、車載系統等外界設備警示駕駛員開車時不要使用手機的研究。

針對上述現有技術存在的問題，本文提供一種基于智能手機的汽車駕駛員識別方法，能夠通過一個智能手機自主識別駕駛員，實施方便，成本低。

1 技術路線

本文通過實時獲取智能手機中GPS傳感器的位置，從而得到智能手機用戶攜帶所述智能手機的運動速度；設置駕駛速度閾值，若智能手機用戶攜帶所述智能手機的運動速度大于所述駕駛速度閾值，則確定所述智能手機用戶位于行駛的汽車上。

通過設置預設時間段，采集所述預設時間段內所述智能手機用戶對所述智能手機的使用情況，所述使用情況至少包括以下七個種類信息：連續使用智能手機的時長、使用智能手機的頻率、使用智能手機時的打字速度、使用智能手機時的觸摸頻率、使用藍牙耳機的時長、使用智能手機看視頻或者視頻聊天的時長、使用社交軟件的時長；根據所述預設時間段內所述智能手機用戶對所述智能手機的使用情況，按照預設規則得到每個種類信息的實際得分，并設置所述智能手機用戶對所述智能手機的使用情況中每個種類信息的權重。

根據每個種類信息的實際得分以及所述智能手機用戶對所述智能手機的使用情況中每個種類信息的權重，得到所述智能手機用戶使用所述智能手機的實時得分。

確定駕駛得分臨界閾值，若所述智能手機用戶使用所述智能手機的實時得分小于所述駕駛得分臨界閾值，則判定所述智能手機用戶為駕駛員；否則，判定所述智能手機用戶為乘客。

當所述智能手機用戶為駕駛員時，對所述智能手機用戶進行警示。

本文的技術流程圖如圖1所示。

圖1 技術流程圖

2 基于智能手機的汽車駕駛員識別方法步驟

2.1 選取速度閾值

本文通過智能手機GPS傳感器獲取自車車速，其中駕駛速度閾值設置為30km/h，當GPS傳感器顯示速度大于或者等于30km/h時，判斷手機在行駛車輛中。選擇30km/h作為閾值的原因在于，低于這個速度時駕駛員可能并非在行駛車輛中而在乘坐諸如公交車地鐵等交通工具，避免由于駕駛員并未駕車時出現誤警。本文所述預設時間段設置為30分鐘，一方面時間太短測量的數據可能不完整，對于最終判斷結果可能存在較大的誤差從而導致錯誤的結果。另一方面時間太長則會增加太多運算量從而增加了過多的計算時間，使得報警過晚從而失去預警的意義。

2.2 權重分配規則

表1 不同因素之間的權重分配規則

根據實際情況下駕駛員和乘客對手機的使用情況確定每項信息所占的權重值。具體地，以30min為判別時間間隔，根據實際行車過程中每項信息實際出現的比重確定權重如下：

連續使用手機的時間＞5min，90%的可能性是乘客，以5min為界限，設定此項打分臨界閾值為3分，此項信息權重確定為0.25；

用戶使用手機時的打字的速度＞8字/min，80%的可能性是乘客，以8字/min為界限，設定此項打分臨界閾值為2分，此項信息權重確定為0.05；

行車中使用藍牙耳機的用戶＞15min，90%是駕駛員，以15min為界限，設定此項打分臨界閾值為8分，此項信息權重確定為0.05；

用戶使用手機看視頻或者視頻聊天的時間＞10min，90%的可能性是乘客，以10min為界限，設定此項打分臨界閾值為2分，此項信息權重確定為0.15；

用戶使用微信、QQ、微博等社交聊天軟件的時間＞15min，80%的可能性是乘客，以15min為界限，設定此項打分臨界閾值為3分，此項信息權重確定為0.2。

2.3 得分計算

根據每項信息的閾值對出現的信息給予10分制打分，之后根據權重系數建立使用智能手機的用戶計分模型。根據每個種類信息的實際得分以及所述智能手機用戶對所述智能手機的使用情況中每個種類信息的權重，得到所述智能手機用戶使用所述智能手機的實時得分T：

其中，Wi表示第 i個種類信息的權重，scorei表示第 i個種類信息的實際得分，且i=1,2,3,4,5,6,7。

2.4 選取駕駛員得分閾值

將各項信息臨界得分代入計分模型，計算出設定的閾值為3分，因此本文選取的駕駛員得分臨界閾值為3分。若T≤3，則判定手機用戶為駕駛員，若，則判定手機用戶為乘客。

當判定智能手機用戶是駕駛員時，啟動相關安全程序，禁止駕駛員開車時使用手機接聽電話或者發信息，以確保行車安全，也可采集行車時間信息，超過安全行車時間后發出警示，提醒駕駛員稍作休息。

3 結論

本文借助單個智能手機檢測手機用戶是否是駕駛員，實施方便，成本低，還可以為駕駛員用戶提供很多擴展功能。在行車安全方面，判定智能手機用戶為駕駛員時可以啟動行車禁止使用手機的程序，防止駕駛員分心，保證行車安全。還可以在手機上安裝其他的拓展程序，例如在保險行業采集駕駛員的駕駛行為設計合理的保費等。本文僅使用獨立的智能手機實現識別駕駛員的功能，不需要添加額外設備，成本較低，可靠性高，有實際應用價值。

[1] 樊杰. 基于GPS和GPRS的車載緊急報警系統的研究與設計[D].成都理工大學,2014.

[2] 趙琦,朱思聰,于雷,宋國華. 面向生態駕駛的智能手機應用的開發與檢驗[J].交通運輸系統工程與信息,2015,15(06):54-59.

[3] Evaluation of traffic data obtained via GPS-enabled mobile phones:The Mobile Century field experiment[J]. Juan C. Herrera,Daniel B.Work,Ryan Herring,Xuegang (Jeff) Ban,Quinn Jacobson,Alexandre M. Bayen. Transportation Research Part C . 2009 (4)

[4] 何升帆.基于智能移動終端的語音車載信息系統的設計研究[D].華南理工大學,2014.

[5] 吳志周,賈俊飛. 駕駛分心行為及應對策略研究綜述[J]. 交通信息與安全,2011,29(05):5-9.

[6] Driving while conversing: Cell phones that distract and passengers who react[J]. Samuel G. Charlton. Accident Analysis and Preven-tion. 2008 (1).

[7] 王穎,張偉,吳甦.車載信息系統與駕駛安全研究綜述[J].科技導報,2009,27(13):105-110.