漢納森創新技術實現基于車輛運行數據檢測疲勞駕駛

在交通領域，安全始終是一個重要的議題。在眾多引發交通事故的原因之中，疲勞駕駛當屬罪魁禍首。根據美國汽車交通安全基金會的一項調查表明：疲勞駕駛在交通事故死亡事件中占據21%的比例。因此，及時檢測疲勞駕駛，并提醒駕駛員集中注意力，對保證行車安全，減少交通事故具有重要意義。

目前，市面上的疲勞駕駛檢測，大多是利用攝像頭對準駕駛員臉部拍攝，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、眼球轉動的位置來綜合評判駕駛員的偏勞程度。漢納森的大數據團隊另辟蹊徑，結合多年的CAN總線研究經驗，研究了基于車輛運行數據的疲勞駕駛檢測方法。

不用攝像頭，怎么來判斷駕駛員疲勞呢？

首先是數據的采集與傳輸。數據采集部分包括車輛的實時運行數據和疲勞預警的數據，這些數據通過網絡傳輸到數據庫中。

然后是疲勞駕駛與清醒狀態的數據切分。根據疲勞預警數據將CAN數據切分為清醒樣本數據和疲勞樣本數據。從樣本數據中提取駕駛行為特征，接著采用算法對疲勞駕駛數據進行判別。

如此，便可基于CAN采集的車輛運行數據識別出疲勞駕駛，從而可在司機駕駛過程中，對疲勞狀態進行預警。

經過大量的實驗數據及實踐應用結果表明，基于車輛運行數據的疲勞駕駛監測方法，能夠有效識別出駕駛員的疲勞狀態，具備可行性和實用性。同時，本方案還具備成本低、數據可靠的優勢，能夠幫助商業車隊及時發現駕駛員疲勞狀態，管控行車風險。

《基于車輛運行數據的疲勞駕駛狀態檢測》是漢納森大數據團隊致力于汽車大數據研究的眾多成果之一。

大數據團隊自組建以來，陸續研究出了駕駛行為分析方法、公共安全事件預警方法、車輛故障預測方法、事故黑點預測方法、新能源車輛續航里程衰減模型等一系列行業內優秀的算法模型，致力于用技術護航交通安全。而這些技術成果，也已經應用于漢納森旗下的云總線、云汽時代平臺，賦能平臺展現出卓越的應用成效。