融合眼睛狀態(tài)和心率檢測的駕駛員疲勞檢測系統(tǒng).pdf

1、隨著交通運(yùn)輸業(yè)和汽車制造業(yè)的持續(xù)快速發(fā)展，人們對出行的要求越來越高，汽車逐漸成為人們?nèi)粘３鲂兄匾拇焦ぞ咧弧Ｋo日常生活帶來舒適、便捷的同時(shí)，隨之產(chǎn)生的交通事故直接危害駕駛員和他人的生命財(cái)產(chǎn)安全。研究數(shù)據(jù)表明，疲勞駕駛導(dǎo)致交通事故的比例逐年攀升。越來越多的研究人員開始關(guān)注能夠給予及時(shí)預(yù)警的疲勞駕駛警示系統(tǒng)，它將為智能車輛安全駕駛提供有力的技術(shù)支持，具有相當(dāng)重要的社會(huì)意義與經(jīng)濟(jì)價(jià)值。
　　本文設(shè)計(jì)的駕駛員疲勞檢測系統(tǒng)，應(yīng)用了數(shù)學(xué)

2、、圖像處理、計(jì)算機(jī)視覺、醫(yī)學(xué)等相關(guān)領(lǐng)域的研究成果，不僅豐富了理論研究，亦能在實(shí)際應(yīng)用中發(fā)揮重要作用。系統(tǒng)選取了眼睛狀態(tài)和心跳速率兩種參數(shù)，這兩個(gè)參數(shù)能夠直接反映駕駛員的疲勞程度。系統(tǒng)融合了基于圖像處理算法的眼睛狀態(tài)檢測和基于生理參數(shù)的心跳速率檢測，采用十折交叉驗(yàn)證的方法對樣本進(jìn)行分類，既保證了系統(tǒng)的準(zhǔn)確率，又降低了系統(tǒng)的反應(yīng)時(shí)間。
　　眼睛狀態(tài)檢測子系統(tǒng)中，由于圖像在采集過程中存在噪聲和光線的影響，所以對每一幀圖像進(jìn)行預(yù)處理:選取

3、直方圖均衡化增強(qiáng)圖像局部對比度，同時(shí)采用參考白的方法進(jìn)一步降低光照的影響，采用高斯平滑濾波降低環(huán)境噪聲的影響。消除噪聲和光線的影響后，進(jìn)行人臉與眼部的檢測與跟蹤。采用OpenCV中訓(xùn)練好的正面人臉檢測級(jí)聯(lián)分類器，實(shí)驗(yàn)結(jié)果表明在簡單的背景下檢測準(zhǔn)確率可接近100％。系統(tǒng)在準(zhǔn)確檢測人臉的基礎(chǔ)上，研究了現(xiàn)有的眼睛定位算法，提出了基于器官分布的眼睛定位，避免了復(fù)雜的檢測和跟蹤算法，大大簡化了算法和時(shí)間的復(fù)雜度。通過研究目前最有效的車載、實(shí)時(shí)、非

4、接觸的疲勞檢測算法PERCLOS，將計(jì)算周期由原來的30秒調(diào)整為30幀，同時(shí)采用了不同的眼睛閉合度的計(jì)算方法，提出了PERCLOS的改進(jìn)算法。實(shí)驗(yàn)結(jié)果表明，改進(jìn)算法的實(shí)時(shí)性有了較大的提高。
　　心跳檢測子系統(tǒng)中，采用佩戴式心跳檢測設(shè)備采集實(shí)時(shí)的心跳速率。分析實(shí)時(shí)的心跳值，將實(shí)時(shí)數(shù)據(jù)與閾值比較，根據(jù)概率知識(shí)進(jìn)行疲勞判斷。實(shí)驗(yàn)結(jié)果表明該方法準(zhǔn)確率高，但是延遲較大。
　　獲取同一秒的眼睛狀態(tài)和心率值，生成二維向量，采用交叉驗(yàn)證的方