基于嵌人式平臺(tái)的疲勞駕駛狀態(tài)參數(shù)信息融合研究.pdf

1、隨著人們生活水平的提高，私家車的數(shù)量與日俱增，在給我們帶來(lái)方便的同時(shí)也引發(fā)了交通安全問(wèn)題。我國(guó)每年因疲勞駕駛導(dǎo)致死亡的人數(shù)大約有9000人，疲勞駕駛已成為造成交通事故的主要原因之一。研究有效監(jiān)測(cè)疲勞駕駛的方法己刻不容緩，受到各國(guó)高度重視。本課題是基于導(dǎo)師曾主持的山西省科技產(chǎn)業(yè)化環(huán)境建設(shè)項(xiàng)目——《機(jī)動(dòng)車駕駛狀態(tài)智能監(jiān)控裝置》和本人申報(bào)的太原科技局項(xiàng)目----《機(jī)動(dòng)車駕駛員疲勞駕駛監(jiān)控裝置的研究與設(shè)計(jì)》以及七大專利進(jìn)行研究與設(shè)計(jì)的。學(xué)長(zhǎng)的研

2、究主要集中在分散系統(tǒng)上，眼睛的疲勞駕駛監(jiān)測(cè)軟件只能在PC機(jī)上運(yùn)行，未能成功移植到下位機(jī)，且直接用Adaboost算法在大范圍圖像內(nèi)檢測(cè)人眼，成功率比較低;也有學(xué)長(zhǎng)在ARM7TDMI上運(yùn)行圖像處理程序，由于運(yùn)行速度比較慢，處理效果和系統(tǒng)功能不強(qiáng)。他們的研究缺乏穩(wěn)定性與準(zhǔn)確性，沒能實(shí)現(xiàn)信息融合判斷。
　　 本研究首先查閱了大量有關(guān)疲勞駕駛方一面的資料，了解國(guó)內(nèi)外的研究現(xiàn)狀。確定自己的方案，選定開發(fā)平臺(tái)、相關(guān)算法以及傳感器型號(hào)。其次，

3、相關(guān)算法的研究與推導(dǎo)。對(duì)采集的脈搏信號(hào)進(jìn)行傅里葉級(jí)數(shù)展開，由Welch算法分析脈搏信號(hào)的功率譜;先用Adaboost算法檢測(cè)到人臉圖像，再在小范圍內(nèi)用CamShift算法跟蹤人眼。這兩路信號(hào)直接反應(yīng)駕駛員疲勞狀態(tài)。由車速、加速度、側(cè)向位移信號(hào)組成一聯(lián)合信號(hào)用Kalman濾波算法進(jìn)行分析，間接反應(yīng)駕駛員的疲勞。最后用D-S證據(jù)實(shí)行二級(jí)信息融合，綜合判斷駕駛員的疲勞程度并采取相應(yīng)的措施。再次，硬件電路設(shè)計(jì)。選用了三星公司帶有MMU的S3C2