基于汽車(chē)駕駛員疲勞狀態(tài)監(jiān)測(cè)技術(shù)的汽車(chē)主動(dòng)安全系統(tǒng)研究.pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展，機(jī)動(dòng)車(chē)輛與日俱增，隨之而來(lái)的人身安全越來(lái)越受到人們的關(guān)注。最近的研究表明：造成汽車(chē)碰撞事故的原因25-30％產(chǎn)生于駕駛疲勞。駕駛疲勞可能影響駕駛員的警覺(jué)和安全駕駛能力。因此，許多國(guó)家都積極開(kāi)展有關(guān)駕駛疲勞的研究工作，也取得了一定的進(jìn)展。但目前仍然缺乏一套讓交通事故大幅度減少的可靠系統(tǒng)。因此，我們認(rèn)為：建立“以人為中心”的主動(dòng)安全預(yù)警系統(tǒng)，能夠大大減少交通事故的發(fā)生，這也是智能交通領(lǐng)域的一個(gè)重要發(fā)展方向。 論文

2、首先介紹了國(guó)內(nèi)外駕駛疲勞檢測(cè)和駕駛員狀態(tài)監(jiān)測(cè)系統(tǒng)的研究現(xiàn)狀，以及當(dāng)前以駕駛員為中心的主動(dòng)安全系統(tǒng)的研究情況，提出了我們的基本構(gòu)思：基于計(jì)算機(jī)視覺(jué)技術(shù)、圖像處理技術(shù)和模式識(shí)別技術(shù)，來(lái)實(shí)現(xiàn)駕駛員主動(dòng)安全性審計(jì)分析，最終建立“以人為中心”的主動(dòng)安全預(yù)警系統(tǒng)。 論文實(shí)現(xiàn)了基于改進(jìn)型SNAKE算法和改進(jìn)型HOUGH TRANSFOEMS 算法等圖像處理和模式識(shí)別技術(shù)的駕駛員面部外輪廓和五官特征的提取，特別是很好的解決了旋轉(zhuǎn)人臉定位這一人臉

3、識(shí)別領(lǐng)域長(zhǎng)期以來(lái)的重大難題，并運(yùn)用PERCLOS算法判斷出駕駛員是否處于疲勞狀態(tài)，有效的實(shí)現(xiàn)駕駛員疲勞狀態(tài)檢測(cè)。 論文分析了行車(chē)過(guò)程中信息的特點(diǎn)，以及駕駛過(guò)程的三個(gè)階段，即：感知、決策、和操作;探討了“人、車(chē)、環(huán)境”這一閉環(huán)系統(tǒng)中，三者之間的相互作用關(guān)系，得到了“人、車(chē)、環(huán)境”的模型，提出了“以人為中心”的“人、車(chē)、環(huán)境”的模型。 論文在分析了傳統(tǒng)的決策過(guò)程模型的基礎(chǔ)上，針對(duì)駕駛過(guò)程的基本特點(diǎn)，提出了基于自學(xué)習(xí)機(jī)制的駕駛

4、員決策過(guò)程綜合模型，并針對(duì)該模型的各個(gè)環(huán)節(jié)，提出了：基于證據(jù)融合理論的特征匹配模型、基于規(guī)則的邏輯推理、基于特征相似度的一致性分析、基于安全性綜合評(píng)價(jià)的措施方案選擇過(guò)程建模；提出了基于降維投影變換的自學(xué)習(xí)機(jī)制的建模。 根據(jù)駕駛員的安全意識(shí)在駕駛過(guò)程中的作用，論文引入了安全意識(shí)測(cè)度的概念，提出了基于了安全意識(shí)測(cè)度的統(tǒng)計(jì)模型；利用“人、車(chē)、環(huán)境”的安全等級(jí)模糊隸屬度，通過(guò)統(tǒng)計(jì)模型對(duì)駕駛員的安全意識(shí)進(jìn)行衡量，對(duì)駕駛行為進(jìn)行實(shí)時(shí)審計(jì)；提