駕駛員疲勞狀態(tài)檢測(cè)技術(shù)研究與工程實(shí)現(xiàn).pdf

1、駕駛員的疲勞駕駛往往是頻繁發(fā)生的道路交通事故的主要原因之一，因此對(duì)駕駛員的疲勞狀態(tài)進(jìn)行實(shí)時(shí)檢測(cè)，減少由疲勞駕駛引發(fā)的交通事故，有著重要的現(xiàn)實(shí)意義。本文利用機(jī)器視覺(jué)技術(shù)對(duì)駕駛員人臉進(jìn)行圖像分析，提取多個(gè)有效的駕駛員疲勞特征信息，結(jié)合模糊邏輯與人工神經(jīng)網(wǎng)絡(luò)技術(shù)對(duì)駕駛員疲勞狀態(tài)進(jìn)行檢測(cè)與預(yù)警，取得了較好的效果。本文的主要研究工作和貢獻(xiàn)在于： (1)對(duì)疲勞及駕駛疲勞的形成過(guò)程進(jìn)行了分析，建立了基于人-車(chē)-環(huán)境的駕駛員疲勞分析系統(tǒng)。根據(jù)駕

2、駛行為S-O-R理論，建立了駕駛行為過(guò)程模式，并在此基礎(chǔ)上，建立了以人為中心的駕駛疲勞行為模式。 (2)從心理學(xué)、生理學(xué)及行為科學(xué)等角度對(duì)駕駛員疲勞的機(jī)理進(jìn)行了分析。駕駛員操縱車(chē)輛的動(dòng)作是駕駛行為，而駕駛員駕車(chē)時(shí)腦中所思、所想、所感等則是駕駛心理。研究表明，人體晝夜覺(jué)醒水平的變化規(guī)律與駕駛員疲勞引發(fā)的駕駛事故的時(shí)間分布是完全一致的。 (3)從駕駛時(shí)間，駕駛速度、駕駛環(huán)境、身體狀況、道路狀況等因素對(duì)駕駛疲勞的影響進(jìn)行了分析

3、，得出：隨著駕駛時(shí)間增長(zhǎng)，各個(gè)因素對(duì)駕駛員疲勞的影響加??；中斷后，具有可恢復(fù)性。 (4)提出了一種基于投影和分塊復(fù)雜度的眼睛定位方法。首先采用由粗到細(xì)的兩級(jí)定位策略，根據(jù)人臉圖像的投影定出人眼的大致區(qū)域；然后將此區(qū)域分割成若干小塊，找出復(fù)雜度最大的幾個(gè)小塊，建立判定規(guī)則，排除非眼睛的小塊，剩下的兩塊即為左右眼睛。 (5)提出了基于顏色和紋理復(fù)合特征的雙狀態(tài)人眼跟蹤算法。該算法的要點(diǎn)在于對(duì)計(jì)算所得的人眼睜開(kāi)狀態(tài)的權(quán)重附加了

4、一個(gè)判定準(zhǔn)則，即當(dāng)本輪粒子更新時(shí)的最大粒子概率小于某個(gè)閾值Pmin時(shí)認(rèn)為該輪更新無(wú)效，在試驗(yàn)中我們?nèi)min=0.65，取得了較好的跟蹤效果。 (6)提出了基于Gabor小波濾波器的人眼紋理特征提取的計(jì)算方法。通過(guò)將Gabor小波濾波器提取的人眼紋理特征向量送入RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)、分類(lèi)，輸出值設(shè)定為0，1，2，3，4，分別對(duì)應(yīng)眼睛五種閉合程度狀態(tài)0％，25％，50％，75％，100％，可以簡(jiǎn)單方便的計(jì)算參數(shù)PERCLOS和A

5、ECS的值。 (7)通過(guò)對(duì)多種人臉識(shí)別方法進(jìn)行比較分析，提出采用Hopfield神經(jīng)網(wǎng)絡(luò)進(jìn)行駕駛員疲勞檢測(cè)時(shí)的人臉識(shí)別方法。 (8)針對(duì)實(shí)時(shí)駕駛員疲勞狀態(tài)檢測(cè)的要求，建立了以DM642為核心處理器的實(shí)時(shí)圖像采集、處理硬件系統(tǒng)。利用模糊神經(jīng)網(wǎng)絡(luò)技術(shù)，將駕駛員疲勞視覺(jué)特征參數(shù)進(jìn)行有機(jī)融合，提出了新的駕駛員疲勞狀態(tài)檢測(cè)方法。 本文的主要?jiǎng)?chuàng)新點(diǎn)如下： (1)提出了一種基于投影和分塊復(fù)雜度的眼睛定位方法。

6、(2)提出了基于顏色和紋理復(fù)合特征的雙狀態(tài)人眼跟蹤算法 (3)用Gabor小波濾波器提取人眼的紋理特征，結(jié)合RBF神經(jīng)網(wǎng)絡(luò)分類(lèi)方法，簡(jiǎn)化了PERCLOS和AECS值的計(jì)算。 (4)提出了將模糊神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到駕駛員疲勞實(shí)時(shí)檢測(cè)系統(tǒng)中的新的疲勞檢測(cè)方法。首先利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)在行車(chē)過(guò)程中的駕駛員表情變化、眨眼變化、眼動(dòng)變化及視線變化等進(jìn)行監(jiān)控，從監(jiān)控所得圖像數(shù)據(jù)中提取PERCLOS、AECS、NodFreq、YawnF