嵌入式驾驶员疲劳检测系统的研究

摘要

为了降低交通事故发生率与保证人民生命财产安全,有效的检测与防治驾驶员疲劳驾驶具有十分重要的研究意义。
　　本文研究了一种基于机器视觉与PERCLOS疲劳判定算法相结合的嵌入式疲劳驾驶检测方法,并将其移植到嵌入式Linux操作系统,实现了车载、非接触、低功耗等要求,同时保证了检测的实时性和高效性。本文主要的研究工作如下:
　　1.设计嵌入式疲劳驾驶检测系统的硬件平台并搭建软件开发环境,在嵌入式系统利用USB摄像头完成图像数据的实时采集以及后续的图像预处理功能。
　　2.针对嵌入式系统平台的实时图像采集与图像处理的需求,对比研究现有的人脸检测方法,实现基于Haar-Like特征的Adaboost算法人脸检测方法,完成在复杂背景图像中对驾驶员的人脸进行检测、定位。
　　3.通过基于 Adaboost算法与图像区域二值化相结合的方法完成人眼检测与信息提取,采用PERCLOS疲劳判定算法统计眼部闭合状态,完成疲劳状态检测。
　　该嵌入式疲劳检测系统能够满足实际应用要求,实验结果与理论PERCLOS疲劳判定依据相一致,具备实际应用的可操作性,检测算法简单、计算速度快、系统检测识别率高。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 本课题研究的依据和背景

1.2 本课题研究的目的

1.3 驾驶员疲劳检测研究的概述

1.4 国内外研究现状

1.5 主要研究内容和章节安排

第二章 嵌入式疲劳检测系统的平台设计

2.1 系统需求分析

2.2 系统方案设计

2.3 嵌入式系统硬件平台设计

2.4 嵌入式系统软件环境搭建

2.5 本章小结

第三章 人脸的检测与定位

3.1 图像预处理

3.2人脸检测算法概述

3.3 基于Adaboost的人脸检测算法

3.4 OpenCV中HaarTraining算法训练

3.5 实验与分析

3.6 本章小结

第四章 人眼定位的检测方法

4.1 人眼定位方法概述

4.2 基于AdaBoost的人眼检测算法

4.3 基于图像区域二值化的人眼定位

4.4 人眼定位的状态信息

4.5 实验与分析

4.6 本章小结

第五章 疲劳状态检测系统

5.1 PERCLOS的测量原理

5.2 PERCLOS疲劳检测算法

5.3 嵌入式疲劳检测软件功能

5.4 嵌入式疲劳检测实验结果

5.5 当前产品与本系统的对比

5.6 本章小结

总结与展望

参考文献

攻读学位期间取得的研究成果

致谢