駕駛員疲勞駕駛檢測系統(tǒng)研究.pdf

1、隨著經(jīng)濟的持續(xù)高速發(fā)展，我國道路交通越來越發(fā)達的同時，也帶來一系列問題：汽車數(shù)量急劇上升，交通擁堵不堪，交通事故頻發(fā)，甚至近些年惡性交通事故急劇增加，致使人員傷亡數(shù)目出現(xiàn)井噴式上升，給我國帶來嚴重的經(jīng)濟損失以及惡劣的社會影響。疲勞駕駛已成為交通事故頻發(fā)的主要原因，如何有效防止疲勞駕駛的發(fā)生已成為一個急需解決的問題，這對于減少交通事故的發(fā)生顯得尤為重要。
　　本文通過在駕駛室里安裝CCD攝像頭實時拍攝駕駛員的頭部正面，對從 CCD攝

2、像頭拍攝到的視頻圖像進行圖像預處理，然后對預處理后的灰度圖像運用基于Haar特征的AdaBoost算法進行人臉檢測，接著利用基于灰度積分投影的人眼檢測算法對檢測到的人臉區(qū)域進行人眼檢測，運用Canny算子對檢測到的人眼進行邊緣檢測，使得人眼的輪廓在灰度圖像中顯現(xiàn)出來。通過計算人眼輪廓中的上下眼瞼距離來判斷駕駛員的眼睛張開程度。根據(jù) PERCLOS算法中的P80準則，結合駕駛員的眼睛張開程度判斷駕駛員是否處于疲勞狀態(tài)。此過程是疲勞檢測系統(tǒng)

3、的基本檢測過程。系統(tǒng)中的基于Haar特征的AdaBoost算法和基于灰度積分投影的人眼檢測算法是本文的核心算法。文中詳細介紹了這兩個算法的基本原理以及實現(xiàn)過程，并通過大量的樣本對算法進行驗證。根據(jù)驗證結果分析得到，基于 Haar特征的AdaBoost人臉檢測算法和基于灰度積分投影的人眼檢測算法的檢測率比較高，其檢測速度也比較快，并分析算法中存在的不足，為算法的不足提供改進方向。而且還比較了新提出的人眼檢測算法與原有的人眼檢測算法，新提出