駕駛員疲勞駕駛檢測(cè)系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、近年來(lái)，隨著大眾生活水平的提高，各國(guó)人民汽車的人均持有量也變得越來(lái)越多。然而，伴隨而來(lái)的交通事故也不斷的增多。經(jīng)研究表明，疲勞駕駛是交通事故變得日益嚴(yán)重的重要原因之一，因此，研究出可以進(jìn)行實(shí)時(shí)檢測(cè)駕駛員疲勞的預(yù)警系統(tǒng)有著十分重要的現(xiàn)實(shí)意義。
　　本文在參考了大量的國(guó)內(nèi)外相關(guān)文獻(xiàn)的基礎(chǔ)上，對(duì)實(shí)際駕駛環(huán)境的特點(diǎn)進(jìn)行了分析并給出系統(tǒng)的需求分析，進(jìn)而找到了合適的解決方案，最終，實(shí)現(xiàn)了一種駕駛員疲勞駕駛檢測(cè)系統(tǒng)。本文所實(shí)現(xiàn)的疲勞駕駛檢測(cè)系統(tǒng)

2、由人臉檢測(cè)模塊、光照預(yù)處理模塊、人眼定位模塊、人眼狀態(tài)識(shí)別模塊、疲勞分析和預(yù)警模塊組成。在人臉檢測(cè)模塊，本文采用了一種現(xiàn)有的已經(jīng)比較成熟的人臉檢測(cè)算法——基于Haar特征的AdaBoost級(jí)聯(lián)分類器算法，根據(jù)此算法對(duì)目標(biāo)圖像進(jìn)行人臉定位。然后，對(duì)定位到的人臉圖像進(jìn)行光照預(yù)處理。人眼定位模塊采用了灰度積分投影與分塊復(fù)雜度分析相結(jié)合的算法對(duì)人眼進(jìn)行二次定位，先使用灰度積分投影算法定位出人眼的大概位置，然后使用分塊復(fù)雜度分析算法定位到人眼的精

3、確位置。人眼狀態(tài)識(shí)別模塊是根據(jù)人眼部信息，通過(guò)事先給出的一定判別標(biāo)準(zhǔn)，判斷眼部是否處于疲勞狀態(tài)，從而達(dá)到疲勞檢測(cè)的目的。在疲勞分析與預(yù)警模塊，本文采用了基于PERCLOS值與眨眼頻率相結(jié)合的人眼狀態(tài)識(shí)別方法，提高了報(bào)警準(zhǔn)確性和可靠性，從而盡量避免行車的安全隱患。
　　本文在visualstudio平臺(tái)上實(shí)現(xiàn)了整個(gè)疲勞駕駛檢測(cè)系統(tǒng)，在FERET人臉數(shù)據(jù)庫(kù)和自制人臉庫(kù)中進(jìn)行了測(cè)試，并得出實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)結(jié)果顯示，該系統(tǒng)能夠解決戴眼鏡、頭