疲勞駕駛自主檢測的研究與實(shí)現(xiàn).pdf

1、隨著我國經(jīng)濟(jì)的高速發(fā)展和人們物質(zhì)生活水平的不斷提高，機(jī)動車輛日益增多，同時隨著人們工作強(qiáng)度的加大，導(dǎo)致因疲勞駕駛而發(fā)生的交通事故也逐漸增多，嚴(yán)重威脅著人們的人身和財產(chǎn)安全，如何有效預(yù)防疲勞駕駛、實(shí)現(xiàn)疲勞駕駛的自主檢測是交通部門和相關(guān)科研單位的研究熱點(diǎn)。疲勞駕駛的自主檢測是在行車過程中實(shí)時判斷駕駛員是否正在疲勞駕駛，并在駕駛員進(jìn)入疲勞時及時采取措施，從而在一定程度上減少交通事故的發(fā)生，使人們的出行更加安全，實(shí)現(xiàn)疲勞駕駛的自主檢測具有相當(dāng)重

2、要的社會意義。
　　本論文以疲勞駕駛為研究對象，通過實(shí)時處理視頻圖像來判定駕駛員是否處于疲勞狀態(tài)，該方式只需要一個攝像頭，不會干擾駕駛員的正常駕駛，簡單易操作，同時具有較強(qiáng)的實(shí)時性、智能性，其關(guān)鍵技術(shù)包括人臉檢測、眼睛定位、眼睛特征提取，目前，有許多算法用于人臉檢測及眼睛定位，每種算法各有優(yōu)劣，通過對各種算法的分析比較，針對光照變化劇烈的高速行車環(huán)境提出改進(jìn)的算法思路，并提出一種多特征融合的疲勞判定標(biāo)準(zhǔn)，實(shí)現(xiàn)當(dāng)檢測到駕駛員處于疲勞

3、狀態(tài)時系統(tǒng)自動發(fā)出預(yù)警，提醒駕駛員減速或停車休息，從而有效提高行車安全。
　　首先，本論文采取基于Haar特征訓(xùn)練分類器的Adaboost算法進(jìn)行人臉檢測，該方法對光照變化不敏感，適合高速行車的環(huán)境，且檢測效果良好；然后在人臉檢測的結(jié)果上根據(jù)人臉與眼睛之間的固有特征值采取幾何特征法來實(shí)現(xiàn)眼睛的粗步定位，同時為了消除頭部偏轉(zhuǎn)造成的誤差，提出了常用于目標(biāo)跟蹤的幀差法來輔助判定粗定位的眼睛區(qū)域是否存在較大偏差，并利用聚類技術(shù)消除眼睛周圍