基于智能手机的汽车驾驶员识别方法

李鹏，施雯

（1.陕西重型汽车有限公司，陕西 西安 710200；2.陕西青年职业学院，陕西 西安 710068）

引言

随着信息技术时代的快速发展，可穿戴设备的流行速度正以加速度的形式增长。智能手机作为全球最畅销的移动设备，由于其外观纤小，设计时尚，便于携带等优势，在成人中已经达到了 80%的使用率，成为人们生活中不可或缺的一部分。伴随着科技的不断进步，智能手机的功能不断丰富，软硬件性能也不断提升，它可以为人们提供一个灵活、方便、有效并且易于使用的工具去自动识别人类的行为及习惯。因此，如何充分利用智能手机识别人类的行为成为研究者中的一个热门研究方向。

近年来，因为驾驶员使用手机分心而造成的交通事故比例不断上升，已有研究者研究了一些手机程序阻止驾驶员在驾驶过程使用手机，但是也存在一些不够人性化的限制，比如使用前要提前设定手机用户的角色。还有借助摄像头、车载系统等外界设备警示驾驶员开车时不要使用手机的研究。

针对上述现有技术存在的问题，本文提供一种基于智能手机的汽车驾驶员识别方法，能够通过一个智能手机自主识别驾驶员，实施方便，成本低。

1 技术路线

本文通过实时获取智能手机中GPS传感器的位置，从而得到智能手机用户携带所述智能手机的运动速度；设置驾驶速度阈值，若智能手机用户携带所述智能手机的运动速度大于所述驾驶速度阈值，则确定所述智能手机用户位于行驶的汽车上。

通过设置预设时间段，采集所述预设时间段内所述智能手机用户对所述智能手机的使用情况，所述使用情况至少包括以下七个种类信息：连续使用智能手机的时长、使用智能手机的频率、使用智能手机时的打字速度、使用智能手机时的触摸频率、使用蓝牙耳机的时长、使用智能手机看视频或者视频聊天的时长、使用社交软件的时长；根据所述预设时间段内所述智能手机用户对所述智能手机的使用情况，按照预设规则得到每个种类信息的实际得分，并设置所述智能手机用户对所述智能手机的使用情况中每个种类信息的权重。

根据每个种类信息的实际得分以及所述智能手机用户对所述智能手机的使用情况中每个种类信息的权重，得到所述智能手机用户使用所述智能手机的实时得分。

确定驾驶得分临界阈值，若所述智能手机用户使用所述智能手机的实时得分小于所述驾驶得分临界阈值，则判定所述智能手机用户为驾驶员；否则，判定所述智能手机用户为乘客。

当所述智能手机用户为驾驶员时，对所述智能手机用户进行警示。

本文的技术流程图如图1所示。

图1 技术流程图

2 基于智能手机的汽车驾驶员识别方法步骤

2.1 选取速度阈值

本文通过智能手机GPS传感器获取自车车速，其中驾驶速度阈值设置为30km/h，当GPS传感器显示速度大于或者等于30km/h时，判断手机在行驶车辆中。选择30km/h作为阈值的原因在于，低于这个速度时驾驶员可能并非在行驶车辆中而在乘坐诸如公交车地铁等交通工具，避免由于驾驶员并未驾车时出现误警。本文所述预设时间段设置为30分钟，一方面时间太短测量的数据可能不完整，对于最终判断结果可能存在较大的误差从而导致错误的结果。另一方面时间太长则会增加太多运算量从而增加了过多的计算时间，使得报警过晚从而失去预警的意义。

2.2 权重分配规则

表1 不同因素之间的权重分配规则

根据实际情况下驾驶员和乘客对手机的使用情况确定每项信息所占的权重值。具体地，以30min为判别时间间隔，根据实际行车过程中每项信息实际出现的比重确定权重如下：

连续使用手机的时间＞5min，90%的可能性是乘客，以5min为界限，设定此项打分临界阈值为3分，此项信息权重确定为0.25；

用户使用手机时的打字的速度＞8字/min，80%的可能性是乘客，以8字/min为界限，设定此项打分临界阈值为2分，此项信息权重确定为0.05；

行车中使用蓝牙耳机的用户＞15min，90%是驾驶员，以15min为界限，设定此项打分临界阈值为8分，此项信息权重确定为0.05；

用户使用手机看视频或者视频聊天的时间＞10min，90%的可能性是乘客，以10min为界限，设定此项打分临界阈值为2分，此项信息权重确定为0.15；

用户使用微信、QQ、微博等社交聊天软件的时间＞15min，80%的可能性是乘客，以15min为界限，设定此项打分临界阈值为3分，此项信息权重确定为0.2。

2.3 得分计算

根据每项信息的阈值对出现的信息给予10分制打分，之后根据权重系数建立使用智能手机的用户计分模型。根据每个种类信息的实际得分以及所述智能手机用户对所述智能手机的使用情况中每个种类信息的权重，得到所述智能手机用户使用所述智能手机的实时得分T：

其中，Wi表示第 i个种类信息的权重，scorei表示第 i个种类信息的实际得分，且i=1,2,3,4,5,6,7。

2.4 选取驾驶员得分阈值

将各项信息临界得分代入计分模型，计算出设定的阈值为3分，因此本文选取的驾驶员得分临界阈值为3分。若T≤3，则判定手机用户为驾驶员，若，则判定手机用户为乘客。

当判定智能手机用户是驾驶员时，启动相关安全程序，禁止驾驶员开车时使用手机接听电话或者发信息，以确保行车安全，也可采集行车时间信息，超过安全行车时间后发出警示，提醒驾驶员稍作休息。

3 结论

本文借助单个智能手机检测手机用户是否是驾驶员，实施方便，成本低，还可以为驾驶员用户提供很多扩展功能。在行车安全方面，判定智能手机用户为驾驶员时可以启动行车禁止使用手机的程序，防止驾驶员分心，保证行车安全。还可以在手机上安装其他的拓展程序，例如在保险行业采集驾驶员的驾驶行为设计合理的保费等。本文仅使用独立的智能手机实现识别驾驶员的功能，不需要添加额外设备，成本较低，可靠性高，有实际应用价值。

[1] 樊杰. 基于GPS和GPRS的车载紧急报警系统的研究与设计[D].成都理工大学,2014.

[2] 赵琦,朱思聪,于雷,宋国华. 面向生态驾驶的智能手机应用的开发与检验[J].交通运输系统工程与信息,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.基于智能移动终端的语音车载信息系统的设计研究[D].华南理工大学,2014.

[5] 吴志周,贾俊飞. 驾驶分心行为及应对策略研究综述[J]. 交通信息与安全,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] 王颖,张伟,吴甦.车载信息系统与驾驶安全研究综述[J].科技导报,2009,27(13):105-110.