一种汽车安全驾驶监控系统和方法

1.一种汽车安全驾驶监控系统，其特征在于，包括：
第一图像采集模块，用于摄取汽车驾驶员的图像并输出给第一检测模块和第二检测模块；
第一检测模块，用于检测汽车驾驶员的表情；
第二检测模块，用于检测所述汽车驾驶员的眼睛开闭状态，对于第一图像采集模块采集得到的汽车驾驶员的每帧图像，采用主动形状模型ASM定位上眼睑和下眼睑上特征点，计算所述定位出的上眼睑上特征点和下眼睑上特征点之间的距离，当所述距离小于第一阈值时，确定驾驶员的眼睛处于闭合状态；并统计单位时间内驾驶员的眼睛处于闭合状态的帧数，当所述帧数大于第二阈值时，确定驾驶员处于闭眼状态；
第一判断模块，用于判断所述第一检测模块和/或第二检测模块的检测结果是否为不适于驾驶；
提示模块，用于在所述第一判断模块判断出所述检测结果为不适于驾驶时提醒所述汽车驾驶员；
第二图像采集模块，用于摄取本车之外的图像并输出给第三检测模块；
第三检测模块，用于采用人脸检测和/或人体检测和/或汽车检测方法检测第二图像采集模块摄取到的本车之外的图像中包含的人和/或车辆的大小，根据检测出的所述人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆对本车的危险程度；
第二判断模块，用于判断所述危险程度是否高于第一设定阈值，并在判断出所述危险程度高于第一设定阈值时指示所述提示模块提醒所述汽车驾驶员。
2.如权利要求1所述的系统，其特征在于，所述第二判断模块还包括：排序模块，用于在多个人和/或车辆对本车的危险程度都高于第一设定阈值时，根据各所述人和/或车辆对本车的危险程度确定提醒所述汽车驾驶员的优先级。
3.如权利要求1所述的系统，其特征在于，所述第三检测模块包括：
第一检测单元，用于检测第二图像采集模块摄取到的本车之外的图像中包含的人和/或车辆的大小，根据检测出的所述人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆与本车之间的距离，并根据所述距离确定所述危险程度。
4.如权利要求1所述的系统，其特征在于，所述第三检测模块包括：
第二检测单元，用于检测第二图像采集模块摄取到的本车之外的图像中包含的人和/或车辆的大小，根据检测出的所述人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆与本车之间的距离和方位，并根据所述距离和方位确定所述危险程度。
5.如权利要求3或4所述的系统，其特征在于，所述系统还包括：
速度检测模块，用于检测所述人和/或车辆与本车之间的相对速度；
阈值设定模块，用于根据所述相对速度确定所述危险程度的第一设定阈值并通知所述第二判断模块。
6.如权利要求1所述的系统，其特征在于，所述系统还包括：
强制处理模块，用于在所述第一判断模块判断出的不适于驾驶的程度超过第二设定阈值时，强制要求所述汽车驾驶员停止所述汽车。
7.如权利要求1所述的系统，其特征在于，所述系统包括：
记录模块，用于记录所述第一图像采集模块和第二图像采集模块摄取的部分或者全部图像。
8.一种汽车安全驾驶监控方法，其特征在于，包括：
根据第一图像采集模块摄取到的汽车驾驶员的图像，检测汽车驾驶员的表情以及眼睛开闭状态，其中所述检测汽车驾驶员的眼睛开闭状态具体为，对于第一图像采集模块摄取到的汽车驾驶员的每帧图像，采用ASM定位上眼睑和下眼睑上特征点；计算所述定位出的上眼睑上特征点和下眼睑上特征点之间的距离，当所述距离小于第一阈值时，确定驾驶员的眼睛处于闭合状态；并统计单位时间内驾驶员的眼睛处于闭合状态的帧数，当所述帧数大于第二阈值时，确定驾驶员处于闭眼状态；
判断所述检测的结果是否为不适于驾驶，并判断出不适于驾驶时提醒所述汽车驾驶员；
采用人脸检测和/或人体检测和/或汽车检测方法检测第二图像采集模块摄取到的本车之外的图像中包含的人和/或车辆的大小，根据检测出的人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆对本车的危险程度；
判断所述危险程度是否高于第一设定阈值，并在判断出所述危险程度高于第一设定阈值时提醒所述汽车驾驶员。
9.如权利要求8所述的方法，其特征在于，所述检测汽车驾驶员的表情以及眼睛开闭状态具体包括：采用人脸检测、人脸跟踪、脸部特征点定位、脸部特征点跟踪中的任意一种或者几种算法对所述汽车驾驶员的脸部特征点进行定位或者跟踪。
10.如权利要求8所述的方法，其特征在于，判断所述检测结果是否为不适于驾驶的具体方法包括：在确定驾驶员处于闭眼状态时，判定所述汽车驾驶员不适于驾驶。
11.如权利要求8或9所述的方法，其特征在于，判断所述检测结果是否为不适于驾驶的具体方法包括：判断所述汽车驾驶员的表情是否满足设定的不适于驾驶的情绪，并在满足时判断所述汽车驾驶员不适于驾驶。
12.如权利要求8所述的方法，其特征在于，在多个所述人和/或车辆对本车的危险程度都高于第一设定阈值时，根据各所述人和/或车辆对本车的危险程度确定提醒所述汽车驾驶员的优先级。
13.如权利要求12所述的方法，其特征在于，确定所述危险程度的具体方法包括：根据检测出的人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆与本车之间的距离，并根据所述距离确定所述危险程度。
14.如权利要求12所述的方法，其特征在于，确定所述危险程度的具体方法包括：根据检测出的人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆与本车之间的距离和方位，并根据所述距离和方位确定所述危险程度。
15.如权利要求13或14所述的方法，其特征在于，确定所述危险程度的第一设定阈值的具体方法包括：检测所述人和/或车辆与本车之间的相对速度；并根据所述相对速度确定所述危险程度的第一设定阈值。
16.如权利要求8所述的方法，其特征在于，在判断出所述不适于驾驶的程度超过第二设定阈值时，强制要求所述汽车驾驶员停止所述汽车。

一种汽车安全驾驶监控系统和方法\n技术领域\n[0001] 本发明涉及一种汽车安全驾驶监控系统和方法。\n背景技术\n[0002] 目前，交通事故是现代社会威胁人类生命的重要因素之一，因此，汽车行驶安全位于客户对汽车性能要求的核心，消费者普遍认为，汽车的安全性比汽车的动力性、舒适性、经济性更加重要，汽车安全需求是汽车领域增长最强劲的需求之一。\n[0003] 汽车行驶不安全的因素主要包括两个方面，一方面是汽车驾驶员的主观因素，如暴躁等不良的驾驶情绪或者疲惫的精神状态等；另一方面是来自本车外的客观因素，如周围的车辆、行人状态等。\n[0004] 而发明人研究发现，现有汽车安全驾驶监控系统割裂了上述影响汽车行驶安全的两大因素：驾驶员主观因素和本车外的客观因素之间的关系，只关注驾驶员状态，或者只关心汽车周围环境。\n[0005] 并且，在现有汽车安全监控系统中，对驾驶员状态的关注只根据眼睛是否常常闭合判定汽车驾驶员疲劳状态，而没有关注汽车驾驶员的情绪因素。\n发明内容\n[0006] 本发明提供一种汽车安全驾驶监控系统和方法，用以提高汽车驾驶的安全性。\n[0007] 为了解决上述问题，本发明提供了一种汽车安全驾驶监控系统，包括：第一图像采集模块，用于摄取汽车驾驶员的图像并输出给第一检测模块和第二检测模块；第一检测模块，用于检测汽车驾驶员的表情；第二检测模块，用于检测所述汽车驾驶员的眼睛开闭状态，对于第一图像采集模块采集得到的汽车驾驶员的每帧图像，采用主动形状模型ASM定位上眼睑和下眼睑上特征点，计算所述定位出的上眼睑上特征点和下眼睑上特征点之间的距离，当所述距离小于第一阈值时，确定驾驶员的眼睛处于闭合状态；并统计单位时间内驾驶员的眼睛处于闭合状态的帧数，当所述帧数大于第二阈值时，确定驾驶员处于闭眼状态；\n第一判断模块，用于判断所述第一检测模块和/或第二检测模块的检测结果是否为不适于驾驶；提示模块，用于在所述第一判断模块判断出所述检测结果为不适于驾驶时提醒所述汽车驾驶员；第二图像采集模块，用于摄取本车之外的图像并输出给第三检测模块；第三检测模块，用于采用人脸检测和/或人体检测和/或汽车检测方法检测第二图像采集模块摄取到的本车之外的图像中包含的人和/或车辆的大小，根据检测出的所述人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆对本车的危险程度；\n第二判断模块，用于判断所述危险程度是否高于第一设定阈值，并在判断出所述危险程度高于第一设定阈值时指示所述提示模块提醒所述汽车驾驶员。\n[0008] 进一步地，所述第二判断模块还包括：排序模块，用于在多个人和/或车辆对本车的危险程度都高于第一设定阈值时，根据各所述人和/或车辆对本车的危险程度确定提醒所述汽车驾驶员的优先级。进一步地，所述第三检测模块包括：第一检测单元，用于检测第二图像采集模块摄取到的本车之外的图像中包含的人和/或车辆的大小，根据检测出的所述人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆与本车之间的距离，并根据所述距离确定所述危险程度。进一步地，所述第三检测模块还包括：\n第二检测单元，用于检测第二图像采集模块摄取到的本车之外的图像中包含的人和/或车辆的大小，根据检测出的所述人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆与本车之间的距离和方位，并根据所述距离和方位确定所述危险程度。进一步地，所述系统还包括：速度检测模块，用于检测所述人和/或车辆与本车之间的相对速度；阈值设定模块，用于根据所述相对速度确定所述危险程度的第一设定阈值并通知所述第二判断模块。进一步地，所述系统还包括：强制处理模块，用于在所述第一判断模块判断出的不适于驾驶的程度超过第二设定阈值时，强制要求所述汽车驾驶员停止所述汽车。进一步地，所述系统包括：记录模块，用于记录所述第一图像采集模块和第二图像采集模块摄取的部分或者全部图像。\n[0009] 本发明还提供了一种汽车安全驾驶监控方法，包括：根据第一图像采集模块摄取到的汽车驾驶员的图像，检测汽车驾驶员的表情以及眼睛开闭状态，其中所述检测汽车驾驶员的眼睛开闭状态具体为，对于第一图像采集模块摄取到的汽车驾驶员的每帧图像，采用ASM定位上眼睑和下眼睑上特征点；计算所述定位出的上眼睑上特征点和下眼睑上特征点之间的距离，当所述距离小于第一阈值时，确定驾驶员的眼睛处于闭合状态；并统计单位时间内驾驶员的眼睛处于闭合状态的帧数，当所述帧数大于第二阈值时，确定驾驶员处于闭眼状态；判断所述检测的结果是否为不适于驾驶，并判断出不适于驾驶时提醒所述汽车驾驶员；采用人脸检测和/或人体检测和/或汽车检测方法检测第二图像采集模块摄取到的本车之外的图像中包含的人和/或车辆的大小，根据检测出的人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆对本车的危险程度；判断所述危险程度是否高于第一设定阈值，并在判断出所述危险程度高于第一设定阈值时提醒所述汽车驾驶员。\n[0010] 进一步地，所述检测汽车驾驶员的表情以及眼睛开闭状态具体包括：采用人脸检测、人脸跟踪、脸部特征点定位、脸部特征点跟踪中的任意一种或者几种算法对所述汽车驾驶员的脸部特征点进行定位或者跟踪。进一步地，判断所述检测结果是否为不适于驾驶的具体方法包括：在确定驾驶员处于闭眼状态时，判定所述汽车驾驶员不适于驾驶。进一步地，判断所述检测结果是否为不适于驾驶的具体方法包括：判断所述汽车驾驶员的表情是否满足设定的不适于驾驶的情绪，并在满足时判断所述汽车驾驶员不适于驾驶。进一步地，在多个所述人和/或车辆对本车的危险程度都高于第一设定阈值时，根据各所述人和/或车辆对本车的危险程度确定提醒所述汽车驾驶员的优先级。进一步地，确定所述危险程度的具体方法包括：根据检测出的人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆与本车之间的距离，并根据所述距离确定所述危险程度。进一步地，确定所述危险程度的具体方法包括：根据检测出的人和/或车辆的大小以及该第二图像采集模块的安装位置，确定所述人和/或车辆与本车之间的距离和方位，并根据所述距离和方位确定所述危险程度。进一步地，确定所述危险程度的设定阈值的具体方法包括：确定所述危险程度的第一设定阈值的具体方法包括：检测所述人和/或车辆与本车之间的相对速度；并根据所述相对速度确定所述危险程度的第一设定阈值。进一步地，在判断出所述不适于驾驶的程度超过第二设定阈值时，强制要求所述汽车驾驶员停止所述汽车。\n[0011] 采用本发明技术方案，不仅检测汽车驾驶员眼睛开闭状态，还检测汽车驾驶员的表情，从而全面地获知了汽车驾驶员的主观因素，并根据汽车驾驶员的主观因素是否适于驾驶来进行后续处理，从而提高了汽车驾驶的安全性。\n[0012] 另外，本发明技术方案中，还同时关心驾驶员主观因素和本车外的客观因素，进一步保障了汽车驾驶的安全性。\n附图说明\n[0013] 图1为本发明实施例一中汽车安全驾驶监控流程图；\n[0014] 图2为本发明实施例一的一个实例中获得表情识别模型的流程图；\n[0015] 图3为本发明实施例二中汽车安全驾驶监控流程图；\n[0016] 图4为本发明实施例三中汽车安全驾驶监控系统框图；\n[0017] 图5为本发明实施例四中汽车安全驾驶监控系统框图。\n具体实施方式\n[0018] 本发明中，检测汽车驾驶员的表情以及眼睛开闭状态；判断该检测结果是否为不适于驾驶，并判断出不适于驾驶时提醒该汽车驾驶员。从而不仅关心汽车驾驶员的疲劳程度，还关心汽车驾驶员的情绪因素，更好地保证了汽车行驶安全。\n[0019] 另外，本发明实施例中，还检测本车之外的危险因素的危险程度；并且判断该危险程度是否高于设定阈值，并在判断出该危险程度高于设定阈值时提醒汽车驾驶员。从而不仅关心了汽车驾驶员的主观因素，还关心了本车外的客观因素，进一步地保证了汽车行驶安全。\n[0020] 下面结合附图对本发明实施例做进一步地描述。\n[0021] 实施例一\n[0022] 在实施例一中，在汽车驾驶员的前方布置监控摄像头并进行视频图像采集，根据采集得到的图像进行汽车安全驾驶监控，并且不仅关心汽车驾驶员的疲劳程度，还关心汽车驾驶员的情绪因素。其具体方法如图1所示，包括以下步骤：\n[0023] 步骤S101，采集汽车驾驶员的视频图像；\n[0024] 步骤S102，根据该视频图像检测汽车驾驶员的表情以及眼睛开闭状态；\n[0025] 在本步骤中，可以采用人脸检测、人脸跟踪、脸部特征点定位、脸部特征点跟踪中的任意一种或者几种算法对汽车驾驶员的脸部特征点进行定位或者跟踪。上述提到的脸部特征点可以包括眼睛中心、眼角点、嘴巴中心、嘴角点、眉毛等对表情识别、眼睛开闭状态判定有用的特征点，具体取决于所采用的表情识别、眼睛开闭状态判别算法的需要。\n[0026] 其中，脸部特征点定位可以采用基于ASM(主动形状模型)模型的人脸特征点定位方法，为了加快速度，可以采用块匹配的方法进行特征点跟踪，为了增加鲁棒性，可以采用间隔一定帧数采用ASM模型重新检测矫正跟踪结果的方式。\n[0027] 在检测汽车驾驶员的眼睛开闭状态时，可以在脸部特征点定位跟踪结果基础上，根据眼睛上下眼睑特征点位置、眉毛位置等眼睛相关特征点位置关系来检测并判定眼睛开闭状态。\n[0028] 在检测汽车驾驶员的表情时，具体的人脸表情识别的方法有很多。在实施例一中的一个实例中，本步骤通过表情识别模型来检测汽车驾驶员的表情，而获得表情识别模型的流程如图2所示，包括以下步骤：\n[0029] 步骤1021，采集得到各种不同表情的人脸图像作为训练样本；\n[0030] 步骤1022，采用人脸检测算法和眼睛定位算法获取人脸样本双眼位置，并采用形状和灰度归一化的方法获取人脸区域图像；\n[0031] 步骤1023，对于获取的人脸区域图像，采用ASM器官轮廓特征点定位算法定位其轮廓特征点，并将轮廓特征点归一化从而得到形状无关的人脸图像；\n[0032] 步骤1024，提取形状无关图像的Gabor特征；\n[0033] 步骤1025，采用Adaboost算法挑选Gabor特征中表征能力强的特征；\n[0034] 步骤1026，将挑选得到的特征采用SVM(支持向量机)分类器进行训练得到表情识别模型。\n[0035] 步骤S103，判断该检测结果是否为不适于驾驶，如果是，进行步骤S104；否则，返回步骤S101；\n[0036] 判断该检测结果是否为不适于驾驶的具体方法可以包括：\n[0037] 判断汽车驾驶员的眼睛闭合时长是否超过设定阈值，并在超过该眼睛闭合时长的设定阈值时判断汽车驾驶员不适于驾驶，否则判断汽车驾驶员适于驾驶，该眼睛闭合时长的设定阈值可以为根据统计值估计获得的经验值，并且，该眼睛闭合时长可以是汽车驾驶员单次眼睛闭合的时长，也可以是一段时间内总的眼睛闭合时长；其中，根据获取的人脸特征点判定眼睛开闭状态主要将依据包括眼睛上下眼睑特征点位置、眉毛位置等眼睛相关特征点位置进行判定；\n[0038] 实施例一中的一个实例中，对于采集得到的每帧图像，采用ASM定位上眼睑和下眼睑上特征点，假定坐标分别为(xu，yu)和(xd，yd)，定义之间距离为de，当de小于阈值Te时，认为眼睛处于闭合状态。统计单位时间(如一秒)内眼睛处于闭合的帧数，与设定阈值Tf比较，如果大于Tf，则认为驾驶员过多的处于闭眼状态，认定其过于困乏，不适合驾驶。\n[0039] 判断汽车驾驶员的表情是否满足设定的不适于驾驶的情绪，并在满足时判断汽车驾驶员不适于驾驶，否则判断汽车驾驶员适于驾驶，该不适于驾驶的情绪可以包括愤怒、沮丧等。具体可以采用表情识别算法对人脸表情进行判断，该不适于驾驶的情绪可以根据不同需要进行改变和设定。\n[0040] 实施例一中的一个实例中，将驾驶员的情绪分为中性、开心、生气和惊讶和哀伤。\n并设定不适合驾驶的表情可以包含：哀伤、悲痛，而此外的中性、开心、惊讶等表情则认为不会影响驾驶。\n[0041] 步骤S104，提醒汽车驾驶员其当前不适于驾驶。\n[0042] 在提醒汽车驾驶员时，可以采用语音和/或画面的形式提醒司机当前自己的状态是否适于驾驶，该提醒可以是同一的不适于驾驶提醒，也可以根据判断结果来提醒，例如：\n统一通过语音提示‘您当前不适于驾驶’来提醒汽车驾驶员，也可以根据不同的判断结果，通过语音提示‘您当前过于疲惫，不适于驾驶’和‘您当前情绪不佳，不适于驾驶’等来提醒汽车驾驶员。同样，可以更细致地区分汽车驾驶员的疲惫程度和情绪不佳程度，例如，在检测到汽车驾驶员在10分钟内眼睛闭合的时长达到2分钟时，在语音提示‘您当前过于疲惫，不适于驾驶’的同时，画面提示‘您当前的疲惫程度为20’；而在检测到汽车驾驶员在10分钟内眼睛闭合的时长达到3分钟时，在语音提示‘您当前过于疲惫，不适于驾驶’的同时，画面提示‘您当前的疲惫程度为30’；从而更好地令汽车驾驶员掌握自己的疲惫程度和情绪不佳程度，更好地保证驾驶安全。\n[0043] 在实施例一中，还可以判断该不适于驾驶的程度是否超过设定阈值，并在超过设定的不适于驾驶的阈值时强制要求汽车驾驶员停止汽车。\n[0044] 实施例二\n[0045] 在实施例二中，在汽车驾驶员的前方布置监控摄像头进行视频图像采集，并在车辆侧面、尾部、前面等合适位置布置周围环境监控摄像头；从而不仅关心了汽车驾驶员的主观因素，还关心了本车外的客观因素。在布置周围环境监控摄像头时，可以根据需要布置一或多个摄像头，摄像头位置也可以根据布置在任意需要关注的位置，并可以重点监控司机不方便看到的位置。\n[0046] 实施例二中的汽车安全驾驶监控方法，如图3所示，可以包括以下步骤：\n[0047] 步骤S201，采集汽车驾驶员的视频图像和本车外的环境视频图像；\n[0048] 步骤S202，根据汽车驾驶员的视频图像检测汽车驾驶员的状态；\n[0049] 具体检测汽车驾驶员的状态的方法可以参见实施例一中的相应部分。\n[0050] 步骤S203，判断该检测结果是否为不适于驾驶，如果是，进行步骤S206；否则，返回步骤S201；\n[0051] 步骤S204，根据本车外的环境视频图像检测本车之外的危险因素的危险程度；\n[0052] 本步骤中的危险因素可以是行人或者其他车辆。\n[0053] 检测该危险程度的具体方法可以包括：\n[0054] 检测该危险因素与本车之间的距离，并根据该距离确定该危险程度；或者[0055] 检测该危险因素与本车之间的距离和方位，并根据该距离和方位确定该危险程度。\n[0056] 当本步骤中的危险因素是行人时，可以通过周围环境监控摄像头采集的视频图像进行人体检测，从而判定是否存在行人、行人大小等信息，并根据摄像头摆放位置和行人大小判定行人距离本车的大概距离和方向。还可以通过周围环境监控摄像头采集的视频图像进行人脸检测，判定是否存在人脸、人脸大小，并根据摄像头摆放位置和人脸大小判定人脸距离本车距离和方向。\n[0057] 由于在进行人脸检测时，检测到的人脸可能是行人的，也可能是车辆里的乘客的，因此，当本步骤中的危险因素是车辆时，同样可以通过人脸检测来进行。\n[0058] 另外，可以周围环境监控摄像头采集的视频图像进行车辆检测，判定是否存在汽车、汽车大小等信息，并根据摄像头摆放位置和汽车大小判定汽车距离本车的大概距离和方向。\n[0059] 上述提及的人脸检测、人体检测、车辆检测均属于物体检测(object detection)领域，采用物体检测技术能获得图像中物体的位置、大小，根据图像采集设备的安装方式以及图像中的物体的大小，可以判定人或者车距离本车的距离是否在满足安全要求的范围。\n根据图像采集设备安装位置以及采集图像中物体的位置变化，可以估计出人或者其他车辆的速度。\n[0060] 步骤S205，判断该危险程度是否高于设定阈值，如果是，进行步骤S206；否则，返回步骤S201；\n[0061] 在实施例二中，步骤S203和步骤S205没有一定的先后顺序。\n[0062] 在本步骤中，该危险程度的设定阈值可以是根据统计值估计得到的经验值来固定设置的，也可以通过检测该危险因素与本车之间的相对速度；并根据该相对速度确定该危险程度的设定阈值。\n[0063] 步骤S206，提醒汽车驾驶员。\n[0064] 在本步骤中，可以提醒汽车驾驶员其当前不适于驾驶和/或本车之外的危险因素及其危险程度。\n[0065] 在多个危险因素的危险程度都高于设定阈值时，根据各危险因素的危险程度确定其提醒汽车驾驶员的优先级。例如，在实施例二的一个实例中，行人A和车辆B都位于本车的正前方，行人A距离本车2米，与本车的相对速度为0.5米/s，车辆B距离本车3米，与本车的相对速度为5米/s，假设行人A和车辆B与本车的相对速度恒定，则可以知道，本车与行人A相遇的时间为4s后，而与车辆B相遇的时间为0.6m，因此，即使行人A和车辆B的危险程度都达到了相应的危险程度的阈值，但是由于可以认为车辆B的危险程度更高，因此，优先提醒汽车驾驶员车辆B的相关信息。通过设置优先级，可以更好地帮助司机注意危险和做出判断。在根据本车外的危险因素提醒汽车驾驶员时，可以通过播放包括该危险因素的画面和/或语音提示等方法来实现。\n[0066] 另外，可以保存部分或者全部周围环境监控摄像头摄取到的视频图像，这样，一旦发生交通事故，则可以通过保存的视频图像进行现场情况分析，为判定当事人责任提供证据，也为交通事故起因分析提供资料，还可以为司机提供宝贵经验。在保存视频图像时，为了节约存储空间，可以只保存之前十分钟的视频图像，也可以只保存其中一个或者几个周围环境监控摄像头摄取到的视频图像。\n[0067] 本实施例中相同和相应的部分可以参见实施例一中的内容。\n[0068] 实施例三\n[0069] 实施例三中的汽车安全驾驶监控系统，如图4所示，包括：\n[0070] 第一检测模块100，用于检测汽车驾驶员的表情；\n[0071] 第二检测模块110，用于检测汽车驾驶员的眼睛开闭状态；\n[0072] 第一判断模块120，用于判断第一检测模块100和/或第二检测模块110的检测结果是否为不适于驾驶；\n[0073] 提示模块130，用于在第一判断模块120判断出该检测结果为不适于驾驶时提醒汽车驾驶员。\n[0074] 该系统还可以包括强制处理模块140，用于在第一判断模块120判断出的不适于驾驶的程度超过设定阈值时，强制要求汽车驾驶员停止汽车。\n[0075] 采用实施例三中的汽车安全驾驶监控系统，可以同时关注汽车驾驶员的情绪和精神状态，提高驾驶安全性。\n[0076] 实施例四\n[0077] 实施例四中的汽车安全驾驶监控系统，如图5所示，包括第一检测模块100、第二检测模块110、第三检测模块150、第一判断模块120、第二判断模块160和提示模块130，其中：\n[0078] 第一检测模块100，用于检测汽车驾驶员的表情；\n[0079] 第二检测模块110，用于检测汽车驾驶员的眼睛开闭状态；\n[0080] 第一判断模块120，用于判断第一检测模块100和/或第二检测模块110的检测结果是否为不适于驾驶，并在判断出不适于驾驶时指示提示模块130提醒汽车驾驶员；\n[0081] 第三检测模块150，用于检测本车之外的危险因素的危险程度；\n[0082] 第二判断模块160，用于判断第三检测模块150检测到的危险程度是否高于设定阈值，并在判断出该危险程度高于设定阈值时指示提示模块130提醒汽车驾驶员；\n[0083] 提示模块130，用于提醒汽车驾驶员。\n[0084] 该第二判断模块160还可以包括：排序模块，用于在多个危险因素的危险程度都高于设定阈值时，根据各危险因素的危险程度确定其提醒汽车驾驶员的优先级。\n[0085] 该第三检测模块150可以包括第一检测单元，用于检测危险因素与本车之间的距离，并根据该距离确定危险程度。\n[0086] 该第三检测模块150可以包括第二检测单元，用于检测该危险因素与本车之间的距离和方位，并根据该距离和方位确定危险程度。\n[0087] 上述系统还可以包括：\n[0088] 速度检测模块170，用于检测危险因素与本车之间的相对速度；\n[0089] 阈值设定模块180，用于根据该相对速度确定该设定的危险程度阈值并通知第二判断模块160。\n[0090] 上述系统可以包括：\n[0091] 第一图像采集模块190，用于摄取汽车驾驶员的图像并输出给第一检测模块100和第二检测模块110；\n[0092] 第二图像采集模块200，用于摄取本车之外的图像并输出给第三检测模块150和速度检测模块170；\n[0093] 记录模块201，用于记录第一图像采集模块190和第二图像采集模块200摄取的部分或者全部图像。\n[0094] 该系统还可以包括强制处理模块140，用于在第一判断模块120判断出的不适于驾驶的程度超过设定阈值时，强制要求汽车驾驶员停止汽车。\n[0095] 采用实施例四中的汽车安全驾驶监控系统，可以同时关注汽车驾驶员的状态和本车外的环境，更加全面地提高驾驶安全性。\n[0096] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。