我國農(nóng)業(yè)經(jīng)濟的快速發(fā)展對農(nóng)業(yè)技術裝備提出了更高的要求,特別是整個裝備的動力系統(tǒng)—拖拉機。為適應農(nóng)業(yè)生產(chǎn)的發(fā)展需求,農(nóng)用拖拉機正在向大型化、智能化、高技術化等方向發(fā)展。雖然近年來拖拉機的駕駛環(huán)境有所改善,但和其它機動車駕駛員相比,拖拉機駕駛員受噪聲、野外環(huán)境、光照不均的因素影響較大、駕駛環(huán)境差、作業(yè)時間集中、駕駛時間長等問題依然存在,這些問題都很容易導致駕駛疲勞。本文利用對拖拉機駕駛員臉部識別、對拖拉機駕駛員眼部識別,從而在應用PERCLOS的檢測原理基礎上,再使用眨眼頻率輔助這種檢測方法來評判拖拉機駕駛員的疲勞程度。本文首先對拖拉機駕駛員臉部進行提取與檢測,采用Gabor濾波方法對光照不均的圖像進行光線預處理,運用了YCbCr顏色空間進行了人臉膚色分割,采用Haar特征方法提取了人臉特征,利用水平、垂直積分投影定位人臉區(qū)域。其次在人臉定位的基礎上,利用人眼的位置特征粗定位人眼區(qū)域,運用連通區(qū)域方法,計算人臉圖像中的各個連通區(qū)域的大小,去除人眼圖像的噪聲(如鼻子和頭發(fā)等),最后利用水平、垂直積分投影定位人眼區(qū)域。采用人眼的高寬比確定人眼的閉合度,最后利用PERCLOS原理的P80標準來判斷人的疲勞狀態(tài),最終得到F值大于0.16為拖拉機駕駛員處于疲勞駕駛狀態(tài)。
【學位單位】：吉林農(nóng)業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：S232.4
【部分圖文】：

）美國 Attention Technologies 公司推出 Driver Fatigue Monitor(DD850)的信息而做出判斷的疲勞駕駛檢測產(chǎn)品,產(chǎn)品的外形如圖 1.2 所示，這款外光敏感的攝像頭在近紅外光源環(huán)境下采集駕駛員眼睛部位信息,最S 為判斷指標,可以直接安裝在儀表盤上或方向盤前的平臺上,報警的靈以根據(jù)實際情況調節(jié),該產(chǎn)品目前己經(jīng)廣泛推廣應用[9]。圖 1.2 眼部檢測裝置Fig1.2 Eye detection device圖 1.1 S.A.M.疲勞判斷系統(tǒng)裝置Fig.1.1 S.A.M. fatigue judgment system device

n Technologies 公司推出 Driver Fatigue M斷的疲勞駕駛檢測產(chǎn)品,產(chǎn)品的外形如圖 頭在近紅外光源環(huán)境下采集駕駛員眼可以直接安裝在儀表盤上或方向盤前的平?jīng)r調節(jié),該產(chǎn)品目前己經(jīng)廣泛推廣應用[9]。圖 1.1 S.A.M.疲勞判斷系統(tǒng)裝置Fig.1.1 S.A.M. fatigue judgment system d

圖 1.3 檢測頭部運動的裝置Fig 1.3 Device for detecting head movement大學(University of Nevada)計算機視覺和機器人實驗室采況下的駕駛員圖像,連續(xù)采集兩幀圖像定位人眼，跟蹤人頭部運動等與疲勞相關的特征，最后用動態(tài)貝葉斯網(wǎng)絡。光源設計圖如圖 1.4 所示：
【相似文獻】

相關期刊論文 前10條

1 覃錄勝;;如何解決拖拉機駕駛員老齡化問題[J];中國農(nóng)機監(jiān)理;2017年08期

2 楊富森;;拖拉機駕駛員培訓工作現(xiàn)狀及建議的思考[J];農(nóng)民致富之友;2018年01期

3 ;為民著想 緊急協(xié)調拖拉機駕駛員資格證辦理[J];四川農(nóng)業(yè)與農(nóng)機;2018年05期

4 寧德軍;;加強拖拉機駕駛員管理的思考[J];當代農(nóng)機;2017年01期

5 胡福根;;拖拉機駕駛員基本知識問答[J];南方農(nóng)機;2017年05期

6 劉新賢;;培養(yǎng)青年拖拉機駕駛員刻不容緩[J];農(nóng)業(yè)機械;1992年11期

7 張世發(fā);陳國生;;七十三名戰(zhàn)士領到拖拉機駕駛員證[J];農(nóng)業(yè)機械;1984年03期

8 岳守翠;;淺談如何提高拖拉機駕駛員素質[J];農(nóng)民致富之友;2015年06期

9 劉妍;;淺談如何重視和做好拖拉機駕駛員復訓工作[J];農(nóng)業(yè)與技術;2013年02期

10 覃錄勝;;拖拉機駕駛員培訓方式探討[J];廣西農(nóng)業(yè)機械化;2013年05期

相關碩士學位論文 前6條

1 劉委坤;基于機器視覺的拖拉機駕駛員疲勞檢測方法研究[D];吉林農(nóng)業(yè)大學;2019年

2 吳燦;拖拉機駕駛員—座椅系統(tǒng)振動特性的仿真與實驗研究[D];東北農(nóng)業(yè)大學;2016年

3 趙永超;基于表面肌電的拖拉機駕駛員作業(yè)疲勞試驗研究[D];東北農(nóng)業(yè)大學;2009年

4 張敬濤;拖拉機駕駛員耳旁噪聲分析與控制研究[D];山東大學;2017年

5 繆培仁;江蘇省小型拖拉機性能指標的檢測與調查[D];南京農(nóng)業(yè)大學;2008年

6 劉玲;拖拉機駕駛初學者緊張度的研究[D];東北農(nóng)業(yè)大學;2016年

本文編號：2867361