道路交通事故频繁发生,给人们造成了严重的人身伤害和经济损失。据统计,驾驶员的疲劳驾驶是造成道路交通事故的一个重要原因,驾驶疲劳问题也已引起了全世界的关注。因此有效地对驾驶疲劳进行实时检测和预防,对减少因驾驶疲劳引起的道路交通事故,有十分重要的意义。由于嵌入式系统具有易于部署、方便可靠、低功耗的特点,嵌入式驾驶疲劳检测系统已经成为研究驾驶疲劳检测系统的主要方向。本文对国内外驾驶疲劳检测技术进行了研究和总结,针对单一的基于数宁图像处理的驾驶疲劳特征检测方法的局限性,提出基于卫星定位信息和非图像的多种驾驶疲劳特征信息检测,结合使用模糊理论和人工神经网络对多种驾驶疲劳特征信息进行融合检测判断,最后经过实验验证了其有效性。本文的主要工作和成果如下: (1)对信息融合技术的基本原理及其功能结构模型进行了研究和总结,对常用的信息融合算法的特点及应用情况进行了分析和比较,提出了实际应用中融合算法选择需要考虑的问题。 (2)通过对疲劳的评价方法和驾驶疲劳的评价方法的研究,重点比较了基于视觉的驾驶疲劳评价方法和基于车辆行为特征的评价方法,并对驾驶时间和驾驶路段对驾驶疲劳产生的影响进行了研究,针对视觉方法的缺陷,提出了基于驾驶时间、驾驶路段和车辆行为特征的驾驶疲劳的综合评价方法。 (3)对驾驶时段和驾驶路段信息的提取进行了研究,提出了一种结合卫星定位信息与电子地图提取驾驶时段与驾驶路段信息的方法,并详细阐述了从GPS(Global PositioningSystem)信息中提取实时时间和位置信息的实现过程。 (4)对车辆变向与驾驶员反应不一致情况、方向盘动作状态和连续驾驶时间与驾驶疲劳的相应关系进行了研究,并从车辆行为中提取出三种新的特征参数车辆变向与驾驶员反应不一致比例(Inconsistent percentage of direction changing and driver reaction,DC&DR)、方向盘持续不动时间比例(Continuous fixed time percentage of steering wheel,CPSW)和连续驾驶时间比例(Percentage of continuous driving time,PCDT)作为融合参数进行综合判断。 (5)提出了一种在驾驶疲劳检测中应用TS(Takagi-Sugeno)模糊神经网络技术融合多种疲劳特征的新检测方法。从GPS信息中提取时间信息和位置信息,结合电子地图获得路段信息,并从驾驶行为和车辆行为中提取出DC&DR、CPSW和PCDT伉,然后通过TS模糊神经网络融合这几种疲劳特征参数求得综合疲劳值,再将求得的疲劳值与PVT(Psychomotot Vigilance Task)测试的量化伉进行对比评价,并进行等级评定。最后通过仿真实验验证了该方法具有一定的有效性。
展开▼
