摘要
本发明涉及行车记录仪技术领域,更具体地说,它涉及一种AI智能分析驾驶行为的行车记录仪,通过记录仪采集行车前方实时车况以及车内驾驶员的驾驶行为,基于驾驶员的驾驶行为数据的采集,利用特征提取模块提取驾驶员驾驶行为中的手部动作和眼睛活动,将手部动作作为规范驾驶行为的评判准则,根据眼睛活动,作为判断驾驶员专注力的补偿依据,进而通过风险预测模块预先构建的驾驶行为的评分模型对驾驶行为进行评分预测,通过设定危险驾驶的评分阈值和分神驾驶的评分阈值,再根据驾驶行为的评分大小进行分险判定,依据判定的驾驶行为分险通过警示模块进行警示,以此提醒驾驶员及时纠正驾驶行为,避免交通事故的发生。
技术关键词
深度学习网络模型
特征提取模块
语音警示器
眼睛
警示模块
前置摄像模组
警示驾驶员
风险
行车记录仪技术
数据采集模块
移动终端
警示灯
拍摄驾驶员
电话手表
图片
单手
系统为您推荐了相关专利信息
智能识别方法
前馈神经网络
深度特征提取
分类器
大小执行分段
隧道式烧结炉
电子封装壳体
烧结控制方法
烧结控制参数
数据
智能家居环境
空调
网络设备
信号特征
通道状态信息
分割方法
多尺度特征融合
染色
神经网络模型
特征金字塔