基于汽車駕駛員疲勞狀態(tài)監(jiān)測技術的汽車主動安全系統(tǒng)研究.pdf

1、隨著社會經濟的發(fā)展，機動車輛與日俱增，隨之而來的人身安全越來越受到人們的關注。最近的研究表明：造成汽車碰撞事故的原因25-30％產生于駕駛疲勞。駕駛疲勞可能影響駕駛員的警覺和安全駕駛能力。因此，許多國家都積極開展有關駕駛疲勞的研究工作，也取得了一定的進展。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，我們認為：建立“以人為中心”的主動安全預警系統(tǒng)，能夠大大減少交通事故的發(fā)生，這也是智能交通領域的一個重要發(fā)展方向。 論文

2、首先介紹了國內外駕駛疲勞檢測和駕駛員狀態(tài)監(jiān)測系統(tǒng)的研究現狀，以及當前以駕駛員為中心的主動安全系統(tǒng)的研究情況，提出了我們的基本構思：基于計算機視覺技術、圖像處理技術和模式識別技術，來實現駕駛員主動安全性審計分析，最終建立“以人為中心”的主動安全預警系統(tǒng)。 論文實現了基于改進型SNAKE算法和改進型HOUGH TRANSFOEMS 算法等圖像處理和模式識別技術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人臉定位這一人臉

3、識別領域長期以來的重大難題，并運用PERCLOS算法判斷出駕駛員是否處于疲勞狀態(tài)，有效的實現駕駛員疲勞狀態(tài)檢測。 論文分析了行車過程中信息的特點，以及駕駛過程的三個階段，即：感知、決策、和操作;探討了“人、車、環(huán)境”這一閉環(huán)系統(tǒng)中，三者之間的相互作用關系，得到了“人、車、環(huán)境”的模型，提出了“以人為中心”的“人、車、環(huán)境”的模型。 論文在分析了傳統(tǒng)的決策過程模型的基礎上，針對駕駛過程的基本特點，提出了基于自學習機制的駕駛

4、員決策過程綜合模型，并針對該模型的各個環(huán)節(jié)，提出了：基于證據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、基于安全性綜合評價的措施方案選擇過程建模；提出了基于降維投影變換的自學習機制的建模。 根據駕駛員的安全意識在駕駛過程中的作用，論文引入了安全意識測度的概念，提出了基于了安全意識測度的統(tǒng)計模型；利用“人、車、環(huán)境”的安全等級模糊隸屬度，通過統(tǒng)計模型對駕駛員的安全意識進行衡量，對駕駛行為進行實時審計；提