自動(dòng)駕駛汽車的實(shí)用化,意味著人工智能在汽車領(lǐng)域的應(yīng)用越來越創(chuàng)新、成熟。同時(shí),基于機(jī)器視覺、語音識(shí)別等人工智能技術(shù)的駕駛輔助系統(tǒng)也備受業(yè)界關(guān)注,而汽車智能化、多元化發(fā)展首先應(yīng)該考慮的是行車安全。據(jù)每年交通部門發(fā)布的事故統(tǒng)計(jì),疲勞駕駛一直是引發(fā)交通事故的主要原因之一。為此,本文提出了一種基于眼部特征算法設(shè)計(jì)的疲勞駕駛檢測系統(tǒng)。目前基于眼部特征實(shí)現(xiàn)的疲勞檢測方法中最常用的是PERCLOS算法,通過單位時(shí)間內(nèi)駕駛員眼睛閉合達(dá)到一定程度的時(shí)間與總時(shí)間的比例來判斷駕駛員疲勞狀態(tài)。本文在PERCLOS算法的基礎(chǔ)上,提出一種基于眨眼頻率的檢測算法,通過駕駛員單位時(shí)間內(nèi)的眨眼次數(shù)變化進(jìn)行疲勞檢測。本文對駕駛員眼部特征、握力特征和汽車橫向加速度特征進(jìn)行多信號(hào)的監(jiān)測,能夠從人體生理信號(hào)、動(dòng)作特征以及汽車運(yùn)動(dòng)軌跡中進(jìn)行準(zhǔn)確的疲勞駕駛判斷,實(shí)驗(yàn)識(shí)別率達(dá)到90%以上,同時(shí)以極低的成本搭建了對性能要求較高的車載圖像處理硬件系統(tǒng)。本文選用OpenMV作為系統(tǒng)主控,驅(qū)動(dòng)CMOS攝像頭獲取人臉圖像,通過基于Haar特征的Cascade分類器實(shí)現(xiàn)人眼識(shí)別,對人眼區(qū)域進(jìn)行顏色深度分析后識(shí)別瞳孔,進(jìn)而計(jì)算出駕駛員的眨眼頻率。從... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

系統(tǒng)方案圖

華南理工大學(xué)碩士學(xué)位論文8器存儲(chǔ)，使用Qt編寫PC端的監(jiān)測軟件對數(shù)據(jù)進(jìn)行本地同步以及預(yù)警處理。2.3眼部特征檢測算法的設(shè)計(jì)2.3.1PERCLOS算法的研究據(jù)研究表明，眼部特征能夠有效的反應(yīng)人體疲勞狀態(tài)，而PERCLOS算法由于優(yōu)秀的性能使其常應(yīng)用于基于眼部特征實(shí)現(xiàn)的疲勞駕駛系統(tǒng)中。PERCLOS準(zhǔn)則最早由WaltWierwille在1994年提出[13]，PERCLOS（PercentageOfEyeClosureOverThePupilOvertime），單位時(shí)間內(nèi)駕駛員眼睛閉合達(dá)到一定程度的時(shí)間與總時(shí)間的比例。PERCLOS算法常用的標(biāo)準(zhǔn)如下：P70：眼睛閉合程度達(dá)到70%作為眼睛閉合標(biāo)準(zhǔn)，計(jì)算單位時(shí)間內(nèi)眼睛閉合時(shí)間與總時(shí)間的比例；P80：眼睛閉合程度達(dá)到80%作為眼睛閉合標(biāo)準(zhǔn)，計(jì)算單位時(shí)間內(nèi)眼睛閉合時(shí)間與總時(shí)間的比例；EM：眼睛閉合程度達(dá)到50%作為眼睛閉合標(biāo)準(zhǔn)，計(jì)算單位時(shí)間內(nèi)眼睛閉合時(shí)間與總時(shí)間的比例；圖2-2PERCLOS算法原理圖以上三種標(biāo)準(zhǔn)中，PERCLOS的P80標(biāo)準(zhǔn)（單位時(shí)間內(nèi)眼睛閉合程度超過80%以上的時(shí)間占總時(shí)間的百分比）與駕駛員疲勞程度的相關(guān)性最好[14]。PERCLOS算法P80準(zhǔn)則檢測原理如圖2-2所示，表征的是一次眨眼過程中眼睛睜開程度的變化情況，其中t1表示人眼閉合程度從0增大到20%（即漏出80%的瞳孔面積）的時(shí)間，t2表示人眼閉合程度從0增大到80%的時(shí)間，t3表示人眼閉合程度從0增加到100%（完全閉合）后再次減小到80%的時(shí)間，t4表示人眼閉合程度從0增加到100%（完全閉合）后再次減小到20%的時(shí)間。因此t3-t2為P80準(zhǔn)則中眨眼過程人眼的閉合時(shí)間，為了方便檢測，取t4-t1

第二章方案論證9為一次眨眼的總時(shí)間。設(shè)P80為PERCLOS值，由PERCLOS的算法原理得到P80計(jì)算公式：PERCLOS算法中最重要的是如何準(zhǔn)確檢測人眼的閉合程度，并且需要持續(xù)進(jìn)行檢測流程，即需要檢測眼睛閉合程度從0%-100%的變化。PERCLOS算法雖然可以實(shí)現(xiàn)較為準(zhǔn)確的疲勞檢測，同時(shí)能夠?qū)崿F(xiàn)無接觸測量，但是由于算法原理需要獲得精準(zhǔn)的眨眼狀態(tài)時(shí)間節(jié)點(diǎn)，即每次眨眼動(dòng)作中t2至t3的時(shí)間，而一次眨眼過程持續(xù)的時(shí)間較短，所以PERCLOS算法對軟件系統(tǒng)的實(shí)時(shí)性要求比較高。同時(shí)也要求負(fù)責(zé)圖像處理的處理器具有較高運(yùn)算能力，因此實(shí)際設(shè)計(jì)時(shí)往往無法把基于PERCLOS算法實(shí)現(xiàn)的疲勞駕駛檢測系統(tǒng)控制在較低的成本。2.3.2眨眼頻率檢測算法的設(shè)計(jì)研究表明，駕駛員處于疲勞駕駛狀態(tài)下時(shí)眨眼的持續(xù)時(shí)間比正常駕駛時(shí)長，并且眨眼頻率同時(shí)加快。PERCLOS算法主要根據(jù)眨眼時(shí)間與疲勞程度的相關(guān)性進(jìn)行計(jì)算，但由于其對軟硬件系統(tǒng)的要求較高，實(shí)現(xiàn)較為復(fù)雜，采用PERCLOS算法設(shè)計(jì)的疲勞檢測系統(tǒng)往往難以合適的降低系統(tǒng)負(fù)荷，降低整體硬件成本。本文在PERCLOS算法的基礎(chǔ)上，提出一種基于眨眼頻率算法實(shí)現(xiàn)的疲勞檢測系統(tǒng)。眨眼頻率的計(jì)算核心步驟在于眨眼狀態(tài)的識(shí)別，與PERCLOS算法算法的不同點(diǎn)在于，本文設(shè)計(jì)的眨眼頻率算法只需要檢測每次駕駛員的眨眼動(dòng)作，并進(jìn)行累計(jì)，而無需像PERCLOS算法一樣測量每次眨眼過程中各個(gè)眼睛閉合度特征點(diǎn)時(shí)間，因此實(shí)時(shí)性要求也比PERCLOS算法低。圖2-3眨眼頻率檢測算法原理圖

【參考文獻(xiàn)】：
期刊論文
[1]薄膜壓力傳感器的研究進(jìn)展[J]. 虞沛芾,李偉.  有色金屬材料與工程. 2020(02)
[2]疲勞駕駛檢測方法研究綜述[J]. 楊海燕,相運(yùn)杰,胡蓉.  寶雞文理學(xué)院學(xué)報(bào)(自然科學(xué)版). 2020(01)
[3]基于OpenMV的循跡無人機(jī)設(shè)計(jì)[J]. 吳松元,牛宗超,呂康勝.  電子世界. 2020(04)
[4]淺談?wù)瓗锫?lián)網(wǎng)NB-IoT關(guān)鍵技術(shù)與應(yīng)用[J]. 施婷,司全龍.  通訊世界. 2020(02)
[5]5G關(guān)鍵技術(shù)及應(yīng)用[J]. 郭玉倩,張九麗.  通信電源技術(shù). 2020(04)
[6]基于OpenCv的人臉識(shí)別系統(tǒng)[J]. 賀鵬遠(yuǎn),楊義濤,羅媛,鄧?yán)?索美霞.  科技傳播. 2020(02)
[7]5G移動(dòng)通信應(yīng)用場景及新型無線網(wǎng)絡(luò)部署探討[J]. 唐連雷,王海龍.  中國新通信. 2020(01)
[8]基于OpenCV的數(shù)字圖像處理技術(shù)研究與實(shí)現(xiàn)[J]. 鄒宏偉.  無線互聯(lián)科技. 2019(22)
[9]基于STM32的同步發(fā)電機(jī)勵(lì)磁調(diào)節(jié)器設(shè)計(jì)與試驗(yàn)[J]. 楊文榮,吳晟,商建鋒.  實(shí)驗(yàn)技術(shù)與管理. 2019(06)
[10]基于Openmv的會(huì)議室智能門禁控制系統(tǒng)設(shè)計(jì)[J]. 朱新波.  電腦知識(shí)與技術(shù). 2019(09)

碩士論文
[1]基于NB-IoT的監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 王明.中國科學(xué)院大學(xué)(中國科學(xué)院沈陽計(jì)算技術(shù)研究所) 2019
[2]基于OpenMV的輔助進(jìn)食機(jī)械手系統(tǒng)的研究與設(shè)計(jì)[D]. 張平.江西理工大學(xué) 2019
[3]基于IPv6的TTS語音云服務(wù)應(yīng)用的研究與實(shí)現(xiàn)[D]. 王天琦.寧夏大學(xué) 2019
[4]基于MPU6050的老年人摔倒檢測系統(tǒng)設(shè)計(jì)[D]. 楊夢雨.重慶大學(xué) 2017
[5]基于慣性傳感器MPU6050的計(jì)步器設(shè)計(jì)[D]. 陳善武.大連海事大學(xué) 2016
[6]基于PERCLOS的列車司機(jī)駕駛疲勞檢測研究[D]. 李強(qiáng).北京交通大學(xué) 2014
[7]基于方向盤握力的司機(jī)警覺度檢測研究[D]. 李凡.上海交通大學(xué) 2014
[8]基于Adaboost算法的駕駛員疲勞駕駛檢測[D]. 熊池亮.電子科技大學(xué) 2013
[9]基于OpenCV的疲勞駕駛檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 侯科.華中科技大學(xué) 2012



本文編號(hào)：3463136