車(chē)載嵌入式平臺(tái)疲勞駕駛檢測(cè)系統(tǒng)研究與設(shè)計(jì).pdf

1、乘用車(chē)的普及給人們的出行帶來(lái)了極大的便利，人們的工作和生活方式也因此發(fā)生了翻天覆地的變化，但同時(shí)也給道路交通帶來(lái)了巨大的安全隱患，交通事故的頻繁發(fā)生給許許多多的家庭帶來(lái)沉重的災(zāi)難，嚴(yán)峻的交通問(wèn)題給人們生活帶來(lái)了巨大困擾。疲勞駕駛作為導(dǎo)致重大交通事故的主要原因之一，近年來(lái)如何在駕車(chē)過(guò)程中進(jìn)行快速檢測(cè)并預(yù)警一直是研究者的重要研究方向，各種檢測(cè)方法不斷被提出并進(jìn)行反復(fù)實(shí)驗(yàn)和改進(jìn)。通過(guò)比較發(fā)現(xiàn)：基于圖像處理技術(shù)的檢測(cè)方法因?yàn)榫哂蟹乔秩胄?，因而?/p>

2、有廣泛的市場(chǎng)應(yīng)用前景。本文分別針對(duì)夜晚紅外光條件和白天可見(jiàn)光條件下設(shè)計(jì)了疲勞駕駛檢測(cè)方法，主要研究?jī)?nèi)容如下：
　?。?）在夜晚駕駛過(guò)程中，通過(guò)紅外攝像機(jī)采集圖像，并設(shè)計(jì)了夜晚紅外條件下的人臉檢測(cè)、人眼定位方法，然后比較了不同的疲勞特征參數(shù)的相關(guān)性，設(shè)計(jì)并實(shí)現(xiàn)了 PERCLOS疲勞參數(shù)、駕駛員頭部位移參數(shù)以及駕駛員眨眼頻率的提取方法，最后系統(tǒng)綜合這三種特征參數(shù)綜合判定駕駛員是否處于疲勞駕駛狀態(tài)；
　　（2）在白天可見(jiàn)光條件下，

3、通過(guò)將面部圖像數(shù)據(jù)傳輸?shù)?FaceCore云計(jì)算開(kāi)放平臺(tái)，分析當(dāng)前駕駛?cè)藛T身份，通過(guò)監(jiān)測(cè)發(fā)動(dòng)機(jī)狀態(tài)來(lái)計(jì)算汽車(chē)運(yùn)行時(shí)間,最后綜合這兩方面信息判定駕駛疲勞狀態(tài)。針對(duì)白天采集的彩色圖像進(jìn)行數(shù)字圖像處理算法復(fù)雜，并且嵌入式系統(tǒng)的資源有限的缺陷，因此采用在線檢測(cè)方法，將復(fù)雜的運(yùn)算轉(zhuǎn)移到云檢測(cè)平臺(tái)，降低了嵌入式系統(tǒng)的處理負(fù)擔(dān)。實(shí)驗(yàn)結(jié)果表明：系統(tǒng)檢測(cè)準(zhǔn)確率高，檢測(cè)實(shí)時(shí)性強(qiáng)，可以達(dá)到半實(shí)時(shí)檢測(cè)結(jié)果；
　?。?）在前兩項(xiàng)關(guān)鍵技術(shù)研究的基礎(chǔ)上，通過(guò)分

4、析系統(tǒng)需求并進(jìn)行硬件選型，構(gòu)建起嵌入式系統(tǒng)開(kāi)發(fā)平臺(tái)，將檢測(cè)算法移植到嵌入式系統(tǒng)，設(shè)計(jì)并實(shí)現(xiàn)了嵌入式平臺(tái)疲勞駕駛檢測(cè)系統(tǒng)，驗(yàn)證了系統(tǒng)檢測(cè)的準(zhǔn)確率，以及算法在嵌入式系統(tǒng)的性能表現(xiàn)；
　　本文以實(shí)用性為目標(biāo)，采用ARMv7架構(gòu)的ARM Cotext A8嵌入式處理器構(gòu)建嵌入式系統(tǒng)開(kāi)發(fā)平臺(tái)，研究了基于圖像的疲勞駕駛檢技術(shù)和基于身份識(shí)別的疲勞駕駛檢測(cè)技術(shù)，設(shè)計(jì)并實(shí)現(xiàn)了一套嵌入式平臺(tái)疲勞駕駛檢測(cè)系統(tǒng)。系統(tǒng)設(shè)計(jì)初期結(jié)合目前車(chē)載系統(tǒng)的實(shí)際情況，充