基于DSP的駕駛員疲勞實時監(jiān)測系統(tǒng)的設計與實現(xiàn).pdf

1、汽車、火車、飛機等各種交通工具的發(fā)明與普及，促進了社會的巨大發(fā)展，為人類文明作出了巨大貢獻，但凡事都有兩面性，各類交通工具在給人類社會帶來巨大便利的同時，也帶來了許多災難。據有關資料統(tǒng)計：全世界每年因交通事故導致的死亡人數(shù)約50萬，直接經濟損失約125億美元，醉酒駕駛和疲勞駕駛是這些事故的主要原因。疲勞狀態(tài)下駕駛，駕駛員會精力不集中，肢體反應遲鈍，對突發(fā)情況的應變能力下降，極易引發(fā)交通事故。在此背景下，駕駛員疲勞預警系統(tǒng)的開發(fā)迫在眉睫。

2、
　　 本文設計的駕駛員疲勞實時預警系統(tǒng)，采用TI公司的TMS320DM6437高速圖像處理芯片作為主處理單元，利用紅外照明的CMOS微型攝像機采集駕駛員面部圖像信息。通過分析駕駛員疲勞產生的原因及表象，選定根據眼睛狀態(tài)的變化作為判斷駕駛員是否疲勞的依據。當陽光不足或從側面照射時，CMOS微型攝像機采集的圖像會存在光照不均勻現(xiàn)象。通過對比同態(tài)濾波法、直方圖均衡法、灰度增強法等消弱光照不均勻現(xiàn)象方法的優(yōu)缺點，最終選用同態(tài)濾波法對光

3、照不均勻圖像進行處理，該方法考慮了光照的反射特性，兼顧圖像的高頻細節(jié)和低頻分量。人臉的膚色具有一定的聚類性，系統(tǒng)根據膚色的RGB聚類模型完成人臉的檢測，此方法簡單、有效，適用于背景簡單的人臉識別。
　　 本系統(tǒng)選取眼部狀態(tài)作為疲勞預警參數(shù)，因此眼睛的定位與跟蹤直接影響著疲勞識別的結果。本文對邊緣檢測和多種二值化方法進行對比，結果顯示，Ostu法對眼睛進行二值化分割實驗效果較好。然后根據分割后的圖像特征，采用混合積分法在原圖像中定

4、位眼睛，用Mean-Shift法對眼睛進行跟蹤，通過分析眼睛的運功狀態(tài)，選取疲勞特征參數(shù)（包括PERCLOS參數(shù)、眼睛閉合時間、眨眼頻率，其中PERCLOS參數(shù)是現(xiàn)今公認最有效的、能車載的、實時的駕駛疲勞評測指標）。為了保證疲勞特征參數(shù)不會因特殊情況而突變，求出一段時間內上述參數(shù)平均值，作為系統(tǒng)的疲勞特征參數(shù)。
　　 在決策階段，系統(tǒng)通過信息融合技術對上述參數(shù)進行融合，進而判斷駕駛員是否處于疲勞。若判定駕駛員疲勞駕駛，則通過報警