基于ARM的駕駛員疲勞預(yù)警系統(tǒng).pdf

1、汽車交通在為全世界的經(jīng)濟(jì)文化發(fā)展做出巨大貢獻(xiàn)的同時(shí)，每年因交通事故導(dǎo)致的財(cái)產(chǎn)損失及人員傷亡也是巨大的。因此采取有效手段，減少交通事故的發(fā)生就變得日漸重要。在每年國(guó)內(nèi)外發(fā)生的交通事故中，由于疲勞駕駛導(dǎo)致的交通事故占了較大的比重。因此為避免駕駛員因疲勞駕駛而發(fā)生交通事故，研究檢測(cè)駕駛員的疲勞狀態(tài)的方法就具有了重大的研究意義。
　　通過(guò)對(duì)幾種常用于檢測(cè)人臉的色彩空間的學(xué)習(xí)研究以及對(duì)比分析，本文選擇了在移動(dòng)平臺(tái)上易于實(shí)現(xiàn)且效果良好的小rg

2、b色彩空間理論作為從復(fù)雜背景中分離出人臉的主要手段。在此理論基礎(chǔ)上提取出人臉膚色在此色彩空間的聚類特性，通過(guò)Matlab驗(yàn)證此方案的可行性后，本系統(tǒng)選用了以 ARM Cortex-M4為核心架構(gòu)的ST公司的STM32F407VGTB芯片，搭建了以該處理器為核心的硬件平臺(tái)，并應(yīng)用OV9655圖像傳感器采集圖像，ILI9325的TFT-LCD模塊用于顯示實(shí)驗(yàn)結(jié)果。并成功的完成了相關(guān)圖像處理的C語(yǔ)言表達(dá)，最終實(shí)現(xiàn)了在復(fù)雜場(chǎng)景中單一人臉的快速檢

3、測(cè)，為進(jìn)一步提取人臉面部特征以及判斷駕駛員狀態(tài)提供了必要的基礎(chǔ)。
　　在定位人臉的基礎(chǔ)上，利用了水平灰度積分與區(qū)域生長(zhǎng)相結(jié)合的方法實(shí)現(xiàn)了駕駛員眼睛的定位。對(duì)人臉圖像進(jìn)行灰度化處理后，為減少系統(tǒng)計(jì)算量，應(yīng)用先驗(yàn)知識(shí)對(duì)人臉區(qū)域進(jìn)行圖像切割，再用水平灰度積分方法處理切割后的圖像，實(shí)現(xiàn)了人眼區(qū)域的初步定位并切割出眉眼區(qū)域圖像。對(duì)切割出的眉眼區(qū)域進(jìn)行處理得到其二值圖，利用區(qū)域生長(zhǎng)法，對(duì)賦值為0的區(qū)域進(jìn)行區(qū)域生長(zhǎng)，從得到的連通區(qū)域中選取出眼球

4、，從而完成人眼的精確定位。
　　在實(shí)現(xiàn)人眼精確定位的基礎(chǔ)上，應(yīng)用PERCLOS原理檢測(cè)駕駛員是否處于疲勞狀態(tài)。將人眼狀態(tài)進(jìn)行數(shù)值化處理，根據(jù)檢測(cè)到的眼睛睜開(kāi)的面積與眼睛正常睜開(kāi)時(shí)的面積進(jìn)行比較，來(lái)判斷駕駛員的眼睛是否處于閉合狀態(tài)。并將計(jì)算PERCLOS特征值的方法，轉(zhuǎn)化為整個(gè)檢測(cè)過(guò)程中眼睛被判定為閉合的幀數(shù)與總幀數(shù)的比值。利用數(shù)值化數(shù)據(jù)計(jì)算出結(jié)果并判定是否超出預(yù)設(shè)閾值，若超過(guò)則由系統(tǒng)控制警示器進(jìn)行報(bào)警。系統(tǒng)在能夠滿足低功耗、成本低