基于眼睛狀態(tài)的駕駛?cè)似跈z測(cè)技術(shù)的研究.pdf

1、隨著社會(huì)的發(fā)展，交通安全問題日益凸顯，疲勞駕駛作為交通事故的一大禍?zhǔn)?，給人類帶來了巨大的災(zāi)難。傳統(tǒng)的被動(dòng)防護(hù)諸如安全帶、安全氣囊、保險(xiǎn)杠等不能做到防患于未然。目前，駕駛?cè)似跈z測(cè)技術(shù)已成為汽車安全輔助駕駛的一個(gè)研究熱點(diǎn)，該技術(shù)可以有效地提高汽車的主動(dòng)安全性。因此，具有重要的研究價(jià)值和實(shí)際應(yīng)用前景。本文在分析總結(jié)出已有駕駛?cè)似跈z測(cè)方法優(yōu)缺點(diǎn)的基礎(chǔ)上，從硬件系統(tǒng)與算法設(shè)計(jì)兩個(gè)方面展開了對(duì)駕駛?cè)似跈z測(cè)系統(tǒng)的研究和設(shè)計(jì)。
　　 1.

2、針對(duì)駕駛疲勞檢測(cè)嵌入式系統(tǒng)的實(shí)現(xiàn)，搭建了基于TMS320DM642（以下簡稱DM642）的視頻系統(tǒng)，探討了基于DM642和TVP5150的視頻采集系統(tǒng)的工作原理和視頻設(shè)備驅(qū)動(dòng)程序開發(fā)的關(guān)鍵技術(shù)。在深入了解FVID類驅(qū)動(dòng)模型的基礎(chǔ)上，完成了基于FVID的DM642驅(qū)動(dòng)設(shè)計(jì)，實(shí)現(xiàn)了視頻圖像的采集。
　　 2.提出了一種基于PERCLOS參數(shù)的駕駛?cè)似跔顟B(tài)的判別算法，該算法采用由粗到精的思路，逐步定位反映駕駛?cè)似谛畔⒌难劬ξ恢?。?/p>

3、CCD攝像機(jī)獲得的駕駛?cè)笋{駛圖像中，采用AdaBoost和Haar分類器的人臉檢測(cè)算法完成對(duì)人臉區(qū)域的檢測(cè)。利用面部先驗(yàn)知識(shí)，選取眼睛的感興趣區(qū)域，經(jīng)過相關(guān)處理縮小并驗(yàn)證了人眼候選區(qū)域，然后采用投影曲線分析的方法實(shí)現(xiàn)了眼睛的定位。最后將定位到的眼睛區(qū)域與睜眼模板進(jìn)行匹配，根據(jù)相關(guān)性的大小對(duì)眼睛的睜閉狀況進(jìn)行識(shí)別，并通過計(jì)算PERCLOS參數(shù)來判斷駕駛?cè)藛T的疲勞狀態(tài)。
　　 3.基于RF5(Reference Framework5