基于红外差频和多特征的疲劳驾驶监测系统研究

摘要

据交通部门统计，近年来，我国道路交通事故一直高居不下。不仅带来巨大的经济损失，而且给人民带来精神上的伤害，死亡人数也是世界上最多的国家。引起交通事故发生的原因很多，驾驶员疲劳驾驶是引发交通事故的一个重要原因。如果在驾驶员疲劳初期能给适当的警告，将会大大降低事故发生的概率。因此，如何有效的监测和防止驾驶员疲劳驾驶，对于降低交通事故及人员死亡率有着十分重要的现实意义。 结合本课题研究背景及国内外研究现状，本文设计了一个基于红外差频和多特征的嵌入式驾驶疲劳实时监测系统。该系统体积小、便于安装，可以满足全天候、实时监测的要求。本文的具体工作如下： (1)从生理学角度分析了驾驶疲劳产生的原因；从行为学的角度分析了驾驶员的疲劳驾驶的行为过程。分析了包括生理、行为、视觉等多种进行疲劳检测的方法。重点研究了本文采用的基于视频图像处理提取个体特征进行疲劳检测的方法。 (2)提出了红外下差分图像与图像处理相结合的瞳孔定位算法。在不同的红外光下对奇、偶帧图像进行差分，差分后对图像进行平滑滤波，然后选择合适的阈值二值化分割图像，最后提取眼睛瞳孔。该方法定位眼睛快速、准确。 (3)提出了应用模板匹配直接提取眼睛张开状态的方法，通过模板匹配直接提取眼睛的闭合状态。传统的方法是先提取眼睛的特征再提取眼睛的状态，本方法通过模板匹配直接提取眼睛的状态，相比传统的方法，速度有一定的提高。 (4)运用模板更新和Kalman滤波器相结合的方法对提取到的特征进行跟踪。通过模板更新可提高匹配的准确度，通过Kalman滤波器进行预测提高了跟踪的速度。 (5)提出了PERCLOS值大小、点头频率、哈欠的次数与长短三个方面进行疲劳状态判断。该方法综合多个特征对疲劳状态进行判断，提高了判断的准确度。

目录

文摘

英文文摘

声明

第一章绪论

1.1课题背景及意义

1.2疲劳检测的研究现状

1.2.1国外研究现状

1.2.2国内研究现状

1.3论文的研究流程与组织结构

1.3.1论文研究流程

1.3.2论文组织结构

第二章驾驶员疲劳产生的原因和检测方法

2.1疲劳的概念

2.2驾驶疲劳的原因

2 2.1驾驶疲劳的生理学分析

2.2.2驾驶疲劳的行为学机理

2.3驾驶员的疲劳检测的方法

2.3.1 EEG和头部位置传感器测量疲劳/瞌睡的方法

2.3.2监视方向盘运动或汽车驾驶方向的方法

2.3.3通过视频图像处理检测个体特征进行疲劳检测的方法

2.4本章小结

第三章图像的采集和眼睛的定位

3.1图像采集

3.2眼睛的查找与定位

3.2.1红外下差分图像

3.2.2平滑滤波

3.2.3二值化分割图像

3.2.4眼睛区域提取

3.3本章小结

第四章特征的提取和跟踪

4.1眼睛特征的提取和状态检测方法概述

4.1.1眼睛特征的提取方法概述

4.1.2常用的眼睛状态检测方法概述

4.2改进的模板匹配进行眼睛状态检测

4.2.1模板匹配法概述

4.2.2模板匹配的基本原理

4.2.3改进的模板匹配算法进行眼睛状态提取

4.2.4实验过程及结果

4.3嘴部和头部的特征的提取

4.3.1嘴部运动特征的提取

4.3.2头部运动特征的提取与疲劳发生

4.4特征的跟踪

4.4.1 Kalman滤波器的基础知识

4.4.2 Kalman滤波器参数定义及说明

4.4.3跟踪过程及性能分析比较

第五章软、硬件开发设计平台

5.1系统硬件平台

5.1.1视频图像采集和输入模块

5.1.2图像存储模块

5.1.3图像处理模块

5.1.4视频显示模块

5.1.5报警模块

5.2系统软件开发平台

5.2.1基于C6000的软件开发流程

5.2.2 C6000程序编译调试平台

5.3小结

第六章基于DSP的驾驶疲劳监测系统实现

6.1驾驶疲劳监测实验系统的组成

6.2驾驶疲劳监测实验系统实现

6.3驾驶疲劳检测结果及分析

第七章总结与展望

7.1论文主要工作和结论

7.2后续工作的展望

致 谢

参考文献

作者在攻读硕士学位期间发表/录用学术论文