本发明属于疲劳驾驶检测，具体涉及一种疲劳监测预警系统、方法、设备及存储介质。
背景技术：
1、随着智能驾驶技术及车辆网联化的发展，对汽车行车安全相关的要求也越来越高。部分国家与地区已经出台了一系列相关法律，强制要求车辆安装具备某些行车安全相关功能的系统。例如欧盟的通用安全法规（gsr法规）就规定车辆必须具备ddaw（driverdrowsiness and attention warning）系统，要求车辆可以监测驾驶员的嗜睡程度，并且在驾驶员疲劳驾驶时发出警报。
2、如公开号cn112863128a公开了一种基于面部特征的疲劳驾驶识别系统，涉及防疲劳驾驶领域，包括：视野采集装置，用于采集驾驶员面朝位置的视野图像数据；面部采集装置，用于采集驾驶员的面部图像数据；控制装置，设置在驾驶舱内，分别连接视野采集装置、面部采集装置，用于在车辆行驶时，控制视野采集装置对视野图像数据进行采集；在视野图像数据于一预设时间范围内未发生变化时，控制装置生成一第一采集指令，以控制面部采集装置采集面部图像数据，并输入一预设模型；在面部图像数据与预设的面部模版不符时，预设模型输出一疲劳驾驶的识别结果。本发明通过对视野图像数据和面部图像数据的双重判断，有效提升了对疲劳驾驶识别的准确性。
3、又如公开号cn108001452a公开了基于面部识别技术的防疲劳驾驶系统，包括安装在汽车内部后视镜上的面部识别系统，所述面部识别系统的摄像头与驾驶座匹配，所述面部识别系统与汽车内的处理器连接，所述处理器上还安装有数据库、陀螺仪模块和触觉交互模块；本系统基于面部识别技术，在驾驶时实时采集驾驶员面部参数与车辆的运动参数，处理器根据车辆运动参数判断驾驶员的驾驶状态，将驾驶员的驾驶状态与面部参数进行匹配，当驾驶员面部参数匹配的驾驶状态为疲劳驾驶时，无论车辆的运动参数是否属于疲劳驾驶，处理器均发送触发信号到触觉交互模块控制触觉交互模块动作。解决现有的辅助系统一般通过仪表盘或数显屏对驾驶员进行提示，极易被驾驶员忽视的问题。
4、现有技术中，市面上已有的驾驶员疲劳监测相关产品，多数采用车舱内摄像头采集驾驶员的面部信息来进行监测，通过监测驾驶员的眨眼频率、嘴巴闭合程度等面部特征来判断驾驶员的疲劳程度。但随着对隐私及数据保护相关的要求逐渐规范，车舱内摄像头类产品、其采集的个人数据形式及相关数据的存储和使用要求都愈加严格。
技术实现思路
1、针对上述不足，本发明的目的是提供一种疲劳监测预警系统、方法、设备及存储介质。
2、本发明提供了如下的技术方案：
3、一种疲劳监测预警系统，包括域控制器以及与域控制器通信连接的人机交互系统、智能前置摄像头、电动助力转向系统、电容方向盘；
4、域控制器用于接收智能前置摄像头、电动助力转向系统、电容方向盘检测的状态信息，并基于所述状态信息判断驾驶员的疲劳程度；
5、人机交互系统用于接收域控制器的指令，发出疲劳报警信号。
6、智能前置摄像头用于检测检测车辆行驶信息；车辆行驶信息包括道路信息、非预期压线和偏离车道中心行驶行为；；
7、电动助力转向系统用于检测方向盘的状态信息；方向盘的状态信息包括驾驶员施加在方向盘上的手力矩、方向盘转动角度、方向盘转动角速度；
8、电容方向盘用于检测方向盘上的受力，并判断是否脱手。方向盘上的受力即驾驶员施加在方向盘上的握力。
9、所述道路信息包括各车道线、路标。
10、定义初始疲劳程度等级为f，则f=wi1x1+wi2x2+wi3x3+θ；
11、wi1、wi2、wi3分别为x1、x2、x3 的权重系数；
12、θ为偏置量，通过实车测试结果与理论结果的拟合获得；
13、x1为智能前置摄像头检测的周期内车辆非预期压线和偏离车道中心行驶行为次数；
14、x2=k1p+k2q；
15、k1、k2分别为p、q的权重系数；
16、p为电动助力转向系统检测的周期内方向盘上的手力矩超出手力矩预设范围所占的时间比例；
17、q为周期内方向盘转动角度、方向盘转动角速度超出合规区间所占的时间比例；方向盘转动角度、方向盘转动角速度的合规区间为基于正常驾驶时方向盘转动角度、方向盘转动角速度拟合曲线，并设定容差得到的；
18、x3为周期内脱手次数；
19、f用于与疲劳等级对照表匹配，确定对应的疲劳等级。
20、所述疲劳等级对照表为kss嗜睡表。
21、域控制器还用于通过获取驾驶员的正常驾驶时的数据作为训练集，基于神经网络算法，调整对驾驶员疲劳程度的判断。
22、定义驾驶员疲劳程度等级为f，f=r1f+r2f’+ω；
23、f’是根据正常驾驶时的数据进行学习训练计算的疲劳程度等级，其计算方法同f；
24、ω为设定的偏置；
25、r1、r2分别为f、f’的权重系数，r1、r2通过前馈神经网络算法获得，且r1+r2≤1，r2r1。
26、f用于与疲劳等级对照表各等级对应的范围匹配，触发对应等级的疲劳报警信号。
27、一种疲劳监测预警方法，包括以下步骤：
28、s1、定义常规驾驶情况下驾驶员施加在方向盘上的手力矩范围；拟合常规驾驶时方向盘转动角度与方向盘转动角速度曲线，并设定容差作为常规驾驶时方向盘转动角度与方向盘转动角速度的合规区间；
29、确定疲劳等级对照表各等级对应的范围，并设定对应的疲劳报警信号；
30、s2、智能前置摄像头检测道路信息、非预期压线和偏离车道中心行驶行为，并将指定周期内车辆非预期压线和偏离车道中心行驶行为次数x1实时输出至域控制器；
31、电动助力转向系统检测驾驶员施加在方向盘上的手力矩、方向盘转动角度、方向盘转动角速度，并将指定周期内驾驶员施加在方向盘上的手力矩超出设定的常规驾驶手力矩范围所占的时间比例p，以及方向盘转动角度、方向盘转动角速度超出合规区间所占的时间比例q实时输出至域控制器；
32、电容方向盘检测驾驶员施加在方向盘上的握力，判断是否脱手，并将指定周期内驾驶员脱手次数x3实时输出至域控制器；
33、s3、定义初始驾驶员疲劳程度等级为f，则f=wi1x1+wi2x2+wi3x3+θ；x2=k1p+k2q；
34、将f与疲劳等级对照表各等级对应的范围匹配，并向人机交互系统发送对应的疲劳报警信号指令；
35、s4、人机交互系统接收域控制器的指令后，发出疲劳报警信号。
36、s3中，域控制器还通过将驾驶员的操作习惯作为训练集，基于神经网络算法，调整对驾驶员疲劳程度的判断；
37、定义驾驶员疲劳程度等级为f，f=r1f+r2f’+ω；
38、f’是根据正常驾驶时的数据进行学习训练计算的疲劳程度等级，其计算方法同f；
39、将f与疲劳等级对照表各等级对应的范围匹配，并向人机交互系统发送对应的疲劳报警信号指令。
40、一种疲劳监测预警设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的疲劳监测预警方法。
41、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的疲劳监测预警方法。
42、本发明的有益效果是：本发明设置域控制器以及与域控制器通信连接的人机交互系统、智能前置摄像头、电动助力转向系统、电容方向盘，通过智能前置摄像头检测各类车道线、路标等道路信息，根据车辆的实际行驶轨迹及驾驶员的实际操作来检测是否有非驾驶员意愿的压车道线、偏离车道中心线行驶等行为；通过电动助力转向系统检测驾驶员施加在方向盘上的手力矩、方向盘转角角度、方向盘转角速度等信息；通过电容方向盘检测驾驶员施加在方向盘上的握力，判断是否脱手，再由域控制器接收智能前置摄像头、电动助力转向、电容方向盘检测到的信息，以此判断驾驶员的驾驶行为并且根据事先确定的标准进行对比，并且记录驾驶员的驾驶习惯用于持续学习，综合判断驾驶员此刻的疲劳程度。从而不需要采集驾驶员面部特征来判断驾驶员的疲劳程度，避免了对隐私的侵犯。同时本发明可以通过驾驶员的驾驶习惯进行深度学习，通过将驾驶员的操作习惯作为训练集，基于神经网络算法，对已经标定好的驾驶行为和疲劳等级的对应关系进行一定比例的微调，以保证本系统的表现更加贴合驾驶员的操作习惯，更加人性化。