基于眼部信息的疲勞駕駛檢測(cè)方法研究.pdf

1、疲勞駕駛正逐漸成為交通事故的主要原因之一,稱為馬路上的“第一殺手”,積極開(kāi)展疲勞檢測(cè)的工作,很大程度上就能預(yù)防和減少交通事故的發(fā)生,對(duì)社會(huì)和民眾都有不可估量的社會(huì)意義和經(jīng)濟(jì)價(jià)值。
　　 本文主要對(duì)非接觸性的疲勞檢測(cè)方法進(jìn)行研究,在實(shí)驗(yàn)室的環(huán)境中模擬了基于眼部信息的疲勞檢測(cè)。文中采用MATLAB編程實(shí)現(xiàn)人臉定位、人臉跟蹤、人眼定位和狀態(tài)判別、疲勞檢測(cè)這一系列流程,完成的工作有:
　　 (1)采用基于YCbCr膚色模型和面部

2、特征相結(jié)合的方法進(jìn)行人臉定位后,將卡爾曼濾波器與Mean Shift結(jié)合的跟蹤算法應(yīng)用于人臉跟蹤,并加入了模板跟新、卡爾曼濾波器殘差方程這兩個(gè)物體跟蹤常用方法,解決了人臉跟蹤中面部變化和遮擋定位的問(wèn)題。實(shí)現(xiàn)結(jié)果表明這種跟蹤算法能對(duì)人臉的改變進(jìn)行自適應(yīng)的調(diào)整,正確率達(dá)到86.8％,基本滿足了視頻跟蹤的實(shí)時(shí)性要求。
　　 (2)本文提出一種基于兩次水平積分投影定位人眼并識(shí)別狀態(tài)的方法。該方法主要在前面人臉定位的基礎(chǔ)上,分割出人臉,然

3、后再進(jìn)行水平積分投影粗略定位分割出人眼部分,然后再用水平積分的方法獲得人眼睜開(kāi)和閉合時(shí)的寬度變化,來(lái)衡量人眼閉合程度,最后從PERCLOS方法檢驗(yàn)疲勞的結(jié)果看這種識(shí)別方法簡(jiǎn)單有效地檢測(cè)了疲勞的情況。
　　 (3)在MATLAB模糊邏輯工具箱中對(duì)眨眼時(shí)間和眨眼頻率這兩個(gè)指標(biāo)進(jìn)行模糊融合,最后仿真輸出得到疲勞程度,結(jié)果驗(yàn)證了基于多特征的疲勞判斷可靠性更高。最后本文為多特征的疲勞融合提出一種基于無(wú)線新興網(wǎng)絡(luò)ZigBee技術(shù)的疲勞駕駛檢