危险驾驶的预测方法、装置、终端设备及存储介质与流程

1.本技术属于信号处理技术领域，尤其涉及一种危险驾驶的预测方法、装置、终端设备及存储介质。


背景技术：

2.随着汽车数量的越来越多，因驾驶员危险驾驶造成的交通事故也在逐年增多。为了实现安全驾驶，驾驶员在驾驶汽车的过程中，不仅要集中精力操控汽车，还要及时观察路况以及观察仪表盘显示内容等，这将导致驾驶员一直处于紧张状态中，而长时间处于紧张状态会容易使驾驶员的反应速度变慢，驾驶员的反应速度一旦变慢，在路况复杂的情况下，就容易导致交通事故的发生。
3.为了减少驾驶员的驾驶负担，近年来，汽车驾驶辅助系统越来越多，其主要是通过精确感知和预测周边环境状态，将周边环境状态以及路况显示在汽车上，例如抬头显示器在汽车上的应用。但驾驶员长时间处在紧张状态时，容易忽略查看抬头显示器显示的路况信息，进而出现危险驾驶的行为，导致意想不到的交通事故发生，而在车辆出现危险驾驶动作之后再采取补救措施，往往来不及阻止交通事故的发生。
4.因此，如何在车辆出现危险驾驶动作之前，及时地预测出车辆的危险驾驶动作成为了亟需解决的问题。


技术实现要素：

5.本技术实施例提供了一种危险驾驶的预测方法、装置、终端设备及存储介质，可以在危险驾驶动作发生之前，及时地预测出车辆在驾驶过程中的危险驾驶倾向。
6.本技术实施例的第一方面提供了一种危险驾驶的预测方法，所述预测方法包括：
7.获取生物电信号采集装置采集到的生物电信号和车辆驾驶辅助系统采集到的第一车辆环境信息，所述生物电信号是指所述车辆的驾驶员在驾驶过程中的生物电信号，所述第一车辆环境信息是指所述车辆所处位置周围的环境信息；
8.根据所述生物电信号的信号特征，确定所述生物电信号对应的信号指令，所述信号指令是指所述驾驶员实时意图的车辆驾驶动作指令；
9.若所述第一车辆环境信息与所述信号指令匹配，则确定所述车辆存在危险驾驶倾向，所述第一车辆环境信息与所述信号指令匹配是指在所述第一车辆环境信息的情况下，若所述车辆执行所述信号指令则存在发生交通事故的风险。
10.本技术实施例的第二方面提供了一种危险驾驶的预测装置，所述预测装置包括：
11.获取模块，用于获取生物电信号采集装置采集到的生物电信号和车辆驾驶辅助系统采集到的第一车辆环境信息，所述生物电信号是指所述车辆的驾驶员在驾驶过程中的生物电信号，所述第一车辆环境信息是指所述车辆所处位置周围的环境信息；
12.指令确定模块，用于根据所述生物电信号的信号特征，确定所述生物电信号对应的信号指令，所述信号指令是指所述驾驶员实时意图的车辆驾驶动作指令；
13.预测模块，用于若所述第一车辆环境信息与所述信号指令匹配，则确定所述车辆存在危险驾驶倾向，所述第一车辆环境信息与所述信号指令匹配是指在所述第一车辆环境信息的情况下，若所述车辆执行所述信号指令则存在发生交通事故的风险。
14.本技术实施例的第三方面提供了一种终端设备，包括：存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的危险驾驶的预测方法。
15.本技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的危险驾驶的预测方法。
16.本技术实施例的第五方面提供了一种计算机程序产品，当所述计算机程序产品在终端设备上运行时，使得所述终端设备执行上述第一方面所述的危险驾驶的预测方法。
17.本技术实施例与现有技术相比存在的有益效果是：本技术实施例首先获取生物电信号采集装置采集到的生物电信号以及车辆驾驶辅助系统采集到的第一车辆环境信息，其中生物电信号是指驾驶员在驾驶过程中的生物电信号，该生物电信号记录了所述车辆的驾驶员实时运动意图的电波变化，第一车辆环境信息是指车辆所处位置周围的环境信息。其次，根据生物电信号的信号特征，确定生物电信号对应的信号指令。由于信号指令是指驾驶员实时意图的车辆驾驶动作指令，因此若第一车辆环境信息与信号指令匹配，则可以确定车辆存在危险驾驶倾向，因为第一车辆环境信息与信号指令匹配是指在第一车辆环境信息的情况下，若车辆执行信号指令则存在发生交通事故的风险。由于生物电信号产生后传输到人体四肢形成危险驾驶动作之间存在时延，所以本技术可以在车辆出现危险驾驶动作之前及时预测出车辆的危险驾驶倾向。
附图说明
18.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
19.图1是本技术实施例一提供的一种危险驾驶的预测方法的流程示意图；
20.图2是目标脑电信号的信号特征的获取示意图；
21.图3是本技术实施例二提供的一种危险驾驶的预测方法的流程示意图；
22.图4是本技术实施例三提供的一种危险驾驶的预测装置的结构示意图；
23.图5是本技术实施例四提供的一种终端设备的结构示意图。
具体实施方式
24.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
25.应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描
述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
26.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
27.如在本技术说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
[0028]
另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
[0029]
在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
[0030]
通过研究发现生物电信号在产生后传输到人体四肢形成动作之间存在着时延，因此为了在危险驾驶行为发生之前，及时地预测出车辆在驾驶过程中的危险驾驶倾向，可以利用生物电信号产生与人体四肢形成动作之间时延，分析生物电信号，以预测车辆在驾驶过程中的危险驾驶倾向。
[0031]
分析车辆驾驶员的生物电信号以预测车辆的危险驾驶倾向具体可以通过获取生物电信号采集装置采集到的生物电信号，根据生物电信号的信号特征，确定生物电信号对应的信号指令，其中生物电信号是指驾驶员在驾驶过程中的生物电信号，该生物电信号记录了车辆的驾驶员实时运动意图的电波变化，信号指令是指驾驶员实时意图的车辆驾驶动作指令，其次通过获取车辆驾驶辅助系统采集到的第一车辆环境信息，确定车辆所处位置周围的环境信息。由于信号指令是指驾驶员实时意图的车辆驾驶动作指令，且在第一车辆环境信息的情况下，若车辆执行信号指令则存在发生交通事故的风险，因此若第一车辆环境信息与信号指令匹配，则可以确定车辆存在危险驾驶倾向。又由于生物电信号产生后传输到人体四肢形成危险驾驶行为之间存在时延，所以本技术利用该时延在车辆出现危险驾驶动作之前可以及时预测出车辆的危险驾驶倾向。
[0032]
应理解，本实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。
[0033]
为了说明本技术的技术方案，下面通过具体实施例来说明。
[0034]
参照图1，示出了本技术实施例一提供的一种危险驾驶的预测方法的流程示意图。如图1所示，该危险驾驶的预测方法可以包括如下步骤：
[0035]
步骤101，获取生物电信号采集装置采集到的生物电信号和车辆驾驶辅助系统采集到的第一车辆环境信息。
[0036]
其中，生物电信号是指驾驶员在驾驶过程中产生的生物电信号，生物电信号可以包括脑电信号、表面肌电信号等。第一车辆环境信息是指车辆所处位置周围的环境信息，且
第一车辆环境信息是终端设备从车辆驾驶辅助系统中获取得到的。
[0037]
在本技术实施例中，若以生物电信号为脑电信号为例，获取生物电信号采集装置采集到的生物电信号可以是指获取脑电采集装置采集到的脑电信号，而获取脑电信号采集装置采集到的脑电信号可以首先由脑电信号采集装置实时采集驾驶员在驾驶过程中的脑电波信号，然后再由脑电信号采集装置将上述采集到的脑电信号发送给终端设备。其中，脑电信号可以是由电极片以及与电极片通信连接的处理器构成的信号采集装置采集得到，脑电信号采集装置实时采集脑电信号的过程具体为，将电极片按照国际标准的电极放置规则放置在驾驶员的头皮表面采集脑电信号，然后由与电极片通信连接的处理器存储脑电信号。
[0038]
应理解，脑电采集装置中的电极片可以为干电极片或湿电极片。其中采用干电极片时不需要涂抹医用导电膏，且采用干电极片对电极材料要求较高；而采用湿电极片需要涂抹导电膏，其应用较为广泛。用户可以根据需求选择电极片的材质，本技术对此不作限定。
[0039]
还应理解的是，获取生物电信号采集装置采集到的生物电信号还可以是指获取表面肌电采集装置采集到的表面肌电信号。表面肌电采集装置可以是由干湿电极片以及与干湿电极片通信连接的处理器构成的信号采集装置，其中干湿电极片按照国际标准的电极放置规则放置在驾驶员的皮肤表面。
[0040]
在本技术实施例中，获取车辆驾驶辅助系统采集到的第一车辆环境信息可以首先由车辆驾驶辅助系统实时采集车辆在行驶过程中所处位置周围的环境信息，然后再由车辆驾驶辅助系统将上述采集到的第一车辆环境信息发送给终端设备，以此，终端设备可以获取到第一车辆环境信息。其中，车辆驾驶辅助系统主要是对车辆泊车或行驶过程中周围的人员、非机动车和机动车等进行监测，以便于获取车辆周围的环境信息，而第一车辆环境信息通常包括路况信息以及车辆信息，例如车辆驾驶辅助系统获取到第一车辆环境信息为“车辆的右后方有行驶车辆”，该第一车辆环境信息即为结合路况信息和车辆信息得到的。
[0041]
步骤102，根据生物电信号的信号特征，确定生物电信号对应的信号指令。
[0042]
在本技术实施例中，以生物电信号为脑电信号为例，信号指令可以是指驾驶员脑部运动想象的车辆驾驶动作指令，例如：转弯指令、制动指令、向左转弯指令以及向右转弯指令等，其中每种信号指令对应的脑电信号的信号特征不同，而脑电信号的信号特征可以通过时频域特征提取方法提取得到，在提取到脑电信号的信号特征后，可以使用分类器对信号特征进行分类识别，以分析出脑电信号对应的信号指令。其中，脑电信号的信号特征是指脑电信号对应的特征向量。
[0043]
在一种可能的实施方式中，在根据生物电信号的信号特征，确定生物电信号对应的信号指令之前，预测方法还包括：
[0044]
对生物电信号进行滤波和去噪，得到目标生物电信号；
[0045]
提取目标生物电信号的信号特征；
[0046]
对应地，根据生物电信号的信号特征，确定生物电信号对应的信号指令包括：
[0047]
根据目标生物电信号的信号特征，确定目标生物电信号对应的信号指令。
[0048]
在本技术实施例中，以生物电信号为脑电信号为例，对生物电信号进行滤波和去噪，可以得到目标脑电信号，并可以提取目标脑电信号的信号特征。其中脑电信号是大脑意
识和行为的表征，而在采集过程中，脑电信号微弱的幅值容易受到外界的影响，不可避免的会引入一些干扰信号。因此，在根据脑电信号的信号特征，确定脑电信号对应的信号指令之前要先对脑电信号进行滤波和去噪处理，来提高脑电信号的有效性和真实性，其中进行滤波处理可以滤出脑电信号中的噪声，进行去噪处理可以去除脑电信号中通过滤波滤出的噪声，对脑电信号进行滤波和去噪处理后可以得到较为干净的脑电信号，即目标脑电信号。再通过提取目标脑电信号的信号特征，确定目标脑电信号对应的信号指令，且该信号指令更能反映驾驶员的脑部运动，提高了信号指令确定的精确度。
[0049]
示例性地，对脑电信号进行滤波以及去噪处理可以选用小波阈值法，小波阈值法具有良好的时频特性，能够较好的分析非平稳信号，利用独立成分分析(independent component analysis，ica)分解滤出噪声信号，构造阈值函数获得小波阈值，结合阈值进行去噪，得到较为干净的脑电信号。
[0050]
在一种可能的实施方式中，提取目标脑电信号的信号特征包括：
[0051]
对目标脑电信号进行分解，选取目标节律波对应的频率范围内的信号作为目标脑电信号的信号分量；
[0052]
计算信号分量的瞬时能量值、边界能量值和复杂度；
[0053]
根据瞬时能量值，确定目标脑电信号的瞬时能量谱特征向量；
[0054]
根据边界能量值，确定目标脑电信号的边界能量谱特征向量；
[0055]
根据信号分量的复杂度，确定目标脑电信号的复杂度特征向量；
[0056]
根据瞬时能量谱特征向量、边界能量谱特征向量以及复杂度特征向量，确定目标脑电信号对应的目标特征向量。
[0057]
其中，目标特征向量用于表征目标脑电信号的信号特征。
[0058]
在本技术实施例中，由于时间和频率是分析信号的重要依据，因此通常采用时频域特征提取方法提取信号特征，首先对目标脑电信号进行分解，得到多个信号分量，筛选得到与事件相关同步化(event related synchronization，ers)/事件相关去同步化(event-related desynchronization，erd)现象更加匹配的信号分量。其次对筛选后的信号分量分别计算每一时刻的瞬时能量值、边界能量值和复杂度，并分别根据每一时刻的瞬时能量值、边界能量值和复杂度，确定目标脑电信号对应的瞬时能量谱、边际能量谱和复杂度三个特征，根据上述三个特征，利用非线性特征向量方法，构造得到目标脑电信号对应的目标特征向量。
[0059]
示例性地，如图2所示为目标脑电信号的信号特征的获取示意图，首先对目标脑电信号进行双树复小波变换，筛选得到与ers/erd现象更加匹配的信号分量，即筛选目标节律波对应的频率范围内的信号作为目标脑电信号的信号分量，其中，目标节律波可以为α波、β波等节律波，得到的信号分量分别为第一分量、第二分量、第三分量以及第四分量。其次对第一分量、第二分量、第三分量以及第四分量进行希尔伯特谱分析，得到第一分量在每一时刻的瞬时能量值、第二分量在每一时刻的瞬时能量值、第三分量在每一时刻的瞬时能量值、第四分量在每一时刻的瞬时能量值、第一分量在每一时刻的边界能量值、第二分量在每一时刻的边界能量值、第三分量在每一时刻的边界能量值、第四分量在每一时刻的边界能量值，将第一分量在每一时刻的瞬时能量值、第二分量在每一时刻的瞬时能量值、第三分量在每一时刻的瞬时能量值、第四分量在每一时刻的瞬时能量值按照信号对应时间的先后顺序
排列，得到瞬时能量谱特征向量，该向量为1
×
k的行向量，k为大于零的整数。
[0060]
同理，将第一分量在每一时刻的边界能量值、第二分量在每一时刻的边界能量值、第三分量在每一时刻的边界能量值、第四分量在每一时刻的边界能量值按照信号对应时间的先后顺序排列，得到边界能量谱特征向量，该向量也为1
×
k行向量。计算第一分量、第二分量、第三分量以及第四分量在每一时刻的复杂度，将第一分量、第二分量、第三分量以及第四分量在每一时刻的复杂度按照信号对应时间的先后顺序排列，得到目标脑电信号的复杂度特征向量，同理，该向量也为1
×
k行向量。最后将瞬时能量谱特征向量、边界能量谱特征向量以及复杂度特征向量，利用非线性特征向量方法进行重构，构造得到目标脑电信号对应的目标特征向量。
[0061]
应理解，采用时频域特征提取方法提取信号特征还可以采用经验模态分解、小波变换、变分模态分解等，本技术对此不作限定。
[0062]
在一种可能的实施方式中，根据脑电信号的信号特征，确定脑电信号对应的信号指令包括：
[0063]
采用分类器对信号特征进行分类识别，确定脑电信号对应的信号指令。
[0064]
在本技术实施例中，由于每个脑电信号对应的信号特征不同，信号特征不同反映了驾驶员的脑部想象动作不同，且对应的信号指令也不相同。对信号特征识别可以采用分类器，根据信号指令的数量可以选择采用不同的分类器，例如信号指令的数量为两个(即转弯指令和制动指令)，则可以采用二分类的分类器；若信号指令的数量为5个(即向右转弯指令、向左转弯指令、倒车指令、刹车指令、直行指令)，则可以采用五分类的分类器。
[0065]
在一种可能的实施方式中，采用分类器对信号特征进行分类识别，得到脑电信号对应的信号指令包括：
[0066]
将信号特征对应的特征向量进行投影，获取特征向量中每个特征量在投影区域中的位置信息；
[0067]
根据每个特征量的位置信息，获取目标区域对应的信号指令，确定目标区域对应的信号指令为脑电信号对应的信号指令。
[0068]
其中，特征量是指特征向量中的元素，投影区域包括至少两个子区域，至少两个子区域中的任意两个子区域不重叠，且一个子区域对应一个信号指令，目标区域是特征量的数量最多的子区域。
[0069]
在本技术实施例中，可以采用线性判别分类器对信号特征进行分类识别，采用该方法可以使属于同一个信号指令的特征量之间的距离方差最小，使属于不同信号指令的特征量之间的距离方差最大，采用该方法可以使属于同一种信号指令的投影点尽量的聚拢。
[0070]
采用线性判别分类器对信号特征进行分类识别具体可以首先将特征向量进行投影，投影至一坐标系中的投影区域，通过坐标系的坐标获取特征向量中每个特征量的位置信息(即位置坐标)，投影区域包括至少两个子区域，至少两个子区域中的任意两个子区域不重叠，又因为每个子区域对应一个信号指令，若所有特征量投影之后均落在同一子区域，那么该子区域对应的信号指令可以确定为脑电信号对应的信号指令，若所有特征量投影之后分散落在不同的子区域，则所有子区域中存在特征量最多的子区域对应的信号指令可以确定为脑电信号对应的信号指令。
[0071]
应理解，上述根据生物电信号的信号特征，确定生物电信号对应的信号指令均以
生物电信号为脑电信号为例进行说明，对于生物电信号包括的其他信号，如表面肌电信号，在确定其对应的信号指令以及提取其对应的信号特征时所采用的方法，与上述提取脑电信号的信号特征以及确定脑电信号对应的信号指令时所采用的方法一致，本技术对生物电信号的类型不做限定。
[0072]
步骤103，若第一车辆环境信息与信号指令匹配，则确定车辆存在危险驾驶倾向。
[0073]
在本技术实施例中，第一车辆环境信息与信号指令匹配是指在第一车辆环境信息的情况下，若车辆执行信号指令则存在发生交通事故的风险。
[0074]
示例性地，以生物电信号为脑电信号为例，若获取到的第一车辆环境信息为检测到右后方有行驶车辆，获取到脑电信号对应的信号指令为向右变道指令，此时，在检测到右后方有行驶车辆的情况下，若车辆执行向右变道指令则存在发生交通事故的风险；若获取到的第一车辆环境信息为检测到前方有行人，获取到的脑电信号为加速指令，此时在检测到前方有行人的情况下，若车辆执行加速指令则存在发生交通事故的风险。
[0075]
在本技术实施例中，判断第一车辆环境信息与信号指令是否匹配，可以通过终端设备中存储的第二车辆环境信息与危险驾驶指令之间的映射关系，若获取的第一车辆环境信息与信号指令符合终端设备中存储的第二车辆环境信息与危险驾驶指令之间的映射关系，则确定第一车辆环境信息与信号指令匹配，且车辆存在危险驾驶的倾向；若获取的第一车辆环境信息与信号指令不符合终端设备中存储的第二车辆环境信息与危险驾驶指令之间的映射关系，则确定第一车辆环境信息与信号指令不匹配，且车辆不存在危险驾驶的倾向。
[0076]
应理解，第二车辆环境信息是指在终端设备中预先存储的第二车辆环境信息与危险驾驶指令之间的映射关系中的车辆环境信息。
[0077]
示例性地，以生物电信号为脑电信号为例，假设终端设备中存储的第二车辆环境信息与危险驾驶指令之间的第一映射关系是指检测到右后方有行驶车辆与向右变道指令之间的映射关系，若获取到的第一车辆环境信息为检测到右后方有行驶车辆，获取到脑电信号对应的信号指令为向右变道指令，则确定第一车辆环境信息与信号指令匹配，且车辆存在危险驾驶的倾向；若获取到的第一车辆环境信息为检测到右后方有行驶车辆，获取到脑电信号对应的信号指令为向左变道指令，由于终端设备中存储的第二车辆环境信息与危险驾驶指令之间的映射关系不包括检测到右后方有行驶车辆与向左变道指令之间的映射关系，因此该第一车辆环境信息与信号指令不匹配，车辆不存在危险驾驶的倾向。
[0078]
示例性地，以生物电信号为脑电信号为例，假设终端设备中存储的第二车辆环境信息与危险驾驶指令之间的第二映射关系是指检测到前方有行人与加速指令之间的映射关系，若获取到的第一车辆环境信息为检测到前方有行人，获取到脑电信号对应的信号指令为加速指令，则确定第一车辆环境信息与信号指令匹配，且车辆存在危险驾驶的倾向；若获取到的第一车辆环境信息为检测到前方有行人，获取到脑电信号对应的信号指令为刹车指令，由于终端设备中存储的第二车辆环境信息与危险驾驶指令之间的映射关系不包括检测到前方有行人与刹车指令之间的映射关系，因此该第一车辆环境信息与信号指令不匹配，车辆不存在危险驾驶的倾向。
[0079]
在本技术实施例中，首先获取生物电信号采集装置采集到的生物电信号以及车辆驾驶辅助系统采集到的第一车辆环境信息，其中生物电信号是指驾驶员在驾驶过程中的生
物电信号，该生物电信号记录了车辆的驾驶员实时运动意图的电波变化，第一车辆环境信息是指车辆所处位置周围的环境信息。其次，根据生物电信号的信号特征，确定生物电信号对应的信号指令。由于信号指令是指驾驶员实时意图的车辆驾驶动作指令，因此若第一车辆环境信息与信号指令匹配，则可以确定车辆存在危险驾驶倾向，因为第一车辆环境信息与信号指令匹配是指在第一车辆环境信息的情况下，若车辆执行信号指令则存在发生交通事故的风险。由于生物电信号产生后传输到人体四肢形成危险驾驶动作之间存在时延，所以本技术可以在车辆出现危险驾驶动作之前及时预测出车辆的危险驾驶倾向。
[0080]
参见图3，示出了本技术实施例二提供的一种危险驾驶的预测方法的流程示意图。如图3所示，该危险驾驶的预测方法可以包括如下步骤：
[0081]
步骤301，获取生物电信号采集装置采集到的生物电信号和车辆驾驶辅助系统采集到的第一车辆环境信息。
[0082]
步骤302，根据生物电信号的信号特征，确定生物电信号对应的信号指令。
[0083]
本实施例步骤301-302与前述实施例步骤101-102相同，可以相互参阅，本实施例在此不再赘述。
[0084]
步骤303，判断对应关系中是否存在第一车辆环境信息与信号指令之间的映射关系。
[0085]
其中，对应关系包括m个第二车辆环境信息与n个危险驾驶指令之间的映射关系，m为大于零的整数，n为大于零的整数。
[0086]
在本技术实施例中，由于在第一车辆环境信息的情况下，车辆发生交通事故对应的信号指令通常不止一个，例如，在获取到第一车辆环境信息为前方有行人的情况下，车辆发生交通事故对应的信号指令可以是加速指令，也可以是前进指令，即在第一车辆环境信息为前方有行人的情况下，车辆执行前进指令或加速指令均存在发生交通事故的风险，且两种指令发生交通事故的风险大小不同。
[0087]
在本技术实施例中，终端设备中存储有上述对应关系，可以通过判断对应关系中是否存在第一车辆环境信息与信号指令之间的映射关系来判断第一车辆环境信息与信号指令是否匹配。
[0088]
步骤304，若对应关系中存在第一车辆环境信息与信号指令之间的映射关系，则确定第一车辆环境信息与信号指令匹配。
[0089]
在本技术实施例中，若对应关系中存在第一车辆环境信息与信号指令之间的映射关系，说明在第一车辆环境信息的情况下，车辆执行信号指令存在发生交通事故的风险。
[0090]
步骤305，若第一车辆环境信息与信号指令匹配，则确定车辆存在危险驾驶倾向。
[0091]
本实施例步骤305与前述实施例步骤103相同，可以相互参阅，本实施例在此不再赘述。
[0092]
步骤306，获取在第一车辆环境信息的情况下，信号指令对应的危险等级。
[0093]
在本技术实施例中，在第一车辆环境信息与信号指令相匹配的情况下，确定车辆执行信号指令存在发生交通事故的风险，但在终端存储的对应关系中，m个第二车辆环境信息与n个危险驾驶指令之间存在映射关系，即存在一个第二车辆环境信息与多个或一个危险驾驶指令之间存在映射关系，在一个第二车辆环境信息与多个危险驾驶指令之间存在映射关系时，车辆执行每个危险驾驶指令后发生交通事故的风险以及造成的人身伤害均不相
同，故每个第二车辆环境信息与危险驾驶指令之间的映射关系均对应一个危险等级，造成的人身伤害越大，其对应的危险等级越高。
[0094]
例如，第二车辆环境信息为检测到前方有行人，分别对应的危险驾驶指令为前进指令和加速指令，由于加速指令造成的人身伤害更大，故可以设置检测到前方有行人与加速指令之间的映射关系对应的危险等级为2级，设置检测到前方有行人与前进指令之间的映射关系对应的危险登记为1级，且2级的危险程度大于1级。
[0095]
步骤307，根据危险等级，对车辆的驾驶员进行生物刺激。
[0096]
在本技术实施例中，可以利用关联在驾驶员手臂上的电极片对驾驶员进行生物刺激，以此来警示驾驶员他即将执行的动作的危险性，且根据不同的危险等级，进行不同强度的生物刺激，危险等级越高，其进行生物刺激的强度越高。
[0097]
相较于实施例一，实施例二根据不同的第二车辆环境信息与危险驾驶指令之间的映射关系，设置了不同的危险等级，且以执行相应的危险驾驶指令后造成的人身伤害为基准，为每对映射关系设置相应的危险等级，并根据危险等级，对驾驶员进行相应强度的生物刺激，以更好的警示驾驶员，提高驾驶过程中的驾驶安全性。
[0098]
参见图4，示出了本技术实施例三提供的一种危险驾驶的预测装置的结构示意图，为了便于说明，仅示出了与本技术实施例相关的部分。
[0099]
危险驾驶的预测装置具体可以包括如下模块：
[0100]
获取模块401，用于获取生物电信号采集装置采集到的生物电信号和车辆驾驶辅助系统采集到的第一车辆环境信息，生物电信号是指车辆的驾驶员在驾驶过程中的生物电信号，第一车辆环境信息是指车辆所处位置周围的环境信息。
[0101]
指令确定模块402，用于根据生物电信号的信号特征，确定生物电信号对应的信号指令，信号指令是指驾驶员实时意图的车辆驾驶动作指令。
[0102]
预测模块403，用于若第一车辆环境信息与信号指令匹配，则确定车辆存在危险驾驶倾向，第一车辆环境信息与信号指令匹配是指在第一车辆环境信息的情况下，若车辆执行信号指令则存在发生交通事故的风险。
[0103]
在本技术实施例中，危险驾驶的预测装置具体还可以包括如下模块：
[0104]
判断模块，用于判断对应关系中是否存在第一车辆环境信息与信号指令之间的映射关系，对应关系包括m个第二车辆环境信息与n个危险驾驶指令之间的映射关系，m为大于零的整数，n为大于零的整数；
[0105]
匹配确定模块，用于若对应关系中存在第一车辆环境信息与信号指令之间的映射关系，则确定第一车辆环境信息与信号指令匹配；
[0106]
不匹配确定模块，用于若对应关系中不存在第一车辆环境信息与信号指令之间的映射关系，则确定第一车辆环境信息与信号指令不匹配。
[0107]
在本技术实施例中，危险驾驶的预测装置具体还可以包括如下模块：
[0108]
等级获取模块，用于获取在第一车辆环境信息的情况下，信号指令对应的危险等级；
[0109]
刺激模块，用于根据危险等级，对车辆的驾驶员进行生物刺激。
[0110]
在本技术实施例中，危险驾驶的预测装置具体还可以包括如下模块：
[0111]
预处理模块，用于对生物电信号进行滤波和去噪，得到目标生物电信号；
[0112]
提取模块，用于提取目标生物电信号的信号特征；
[0113]
对应地，指令确定模块402具体可以包括如下子模块：
[0114]
目标对应子模块，用于根据目标生物电信号的信号特征，确定目标生物电信号对应的信号指令。
[0115]
在本技术实施例中，提取模块具体可以包括如下子模块：
[0116]
分解子模块，用于对目标生物电信号进行分解，选取目标节律波对应的频率范围内的信号作为目标生物电信号的信号分量；
[0117]
计算子模块，用于计算信号分量的瞬时能量值、边界能量值和复杂度；
[0118]
瞬时能量确定子模块，用于根据瞬时能量值，确定目标生物电信号的瞬时能量谱特征向量；
[0119]
边界能量确定子模块，用于根据边界能量值，确定目标生物电信号的边界能量谱特征向量；
[0120]
复杂度确定子模块，用于根据信号分量的复杂度，确定目标生物电信号的复杂度特征向量；
[0121]
目标特征确定子模块，用于根据瞬时能量谱特征向量、边界能量谱特征向量以及复杂度特征向量，确定目标生物电信号对应的目标特征向量，目标特征向量用于表征目标生物电信号的信号特征。
[0122]
在本技术实施例中，指令确定模块402具体可以包括如下子模块：
[0123]
分类识别子模块，用于采用分类器对信号特征进行分类识别，确定生物电信号对应的信号指令。
[0124]
在本技术实施例中，分类识别子模块具体可以包括如下单元：
[0125]
投影单元，用于将信号特征对应的特征向量进行投影，获取特征向量中每个特征量在投影区域中的位置信息，特征量是指特征向量中的元素，投影区域包括至少两个子区域，至少两个子区域中的任意两个子区域不重叠，且一个子区域对应一个信号指令；
[0126]
目标确定单元，用于根据每个特征量的位置信息，获取目标区域对应的信号指令，确定目标区域对应的信号指令为生物电信号对应的信号指令，目标区域是特征量的数量最多的子区域。
[0127]
本技术实施例提供的危险驾驶的预测装置可以应用在前述方法实施例中，详情参见上述方法实施例的描述，在此不再赘述。
[0128]
图5是本技术实施例五提供的终端设备的结构示意图。如图5所示，该实施例的终端设备500包括：至少一个处理器510(图5中仅示出一个)处理器、存储器520以及存储在所述存储器520中并可在所述至少一个处理器510上运行的计算机程序521，所述处理器510执行所述计算机程序521时实现上述危险驾驶的预测方法实施例中的步骤。
[0129]
所述终端设备500可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该终端设备可包括，但不仅限于，处理器510、存储器520。本领域技术人员可以理解，图5仅仅是终端设备500的举例，并不构成对终端设备500的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如还可以包括输入输出设备、网络接入设备等。
[0130]
所称处理器510可以是中央处理单元(central processing unit，cpu)，该处理器
510还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0131]
所述存储器520在一些实施例中可以是所述终端设备500的内部存储单元，例如终端设备500的硬盘或内存。所述存储器520在另一些实施例中也可以是所述终端设备500的外部存储设备，例如所述终端设备500上配备的插接式硬盘，智能存储卡(smart media card,smc)，安全数字(secure digital,sd)卡，闪存卡(flash card)等。进一步地，所述存储器520还可以既包括所述终端设备500的内部存储单元也包括外部存储设备。所述存储器520用于存储操作系统、应用程序、引导装载程序(boot loader)、数据以及其他程序等，例如所述计算机程序的程序代码等。所述存储器520还可以用于暂时地存储已经输出或者将要输出的数据。
[0132]
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0133]
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
[0134]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本技术的范围。
[0135]
在本技术所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
[0136]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0137]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以
是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0138]
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0139]
本技术实现上述实施例方法中的全部或部分流程，也可以通过一种计算机程序产品来完成，当所述计算机程序产品在终端设备上运行时，使得所述终端设备执行时可实现上述各个方法实施例中的步骤。
[0140]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制。尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。