智能车载酒精探测控制系统设计研究

摘要

酒后驾驶现象屡禁不止，酒驾造成的恶性交通事故时有发生，对公共交通安全的危害极大。饮酒后，酒精对驾驶员的反应能力、协调能力和判断能力等与驾驶车辆能力息息相关的技能产生重要的影响。反应迟钝、误判等使得酒后驾车的安全性得不到保障，而且很多人抱有侥幸心理使得酒后驾车具有易发性和难控性。因此对驾驶员的酒后驾驶行为进行有效控制，从根源上遏制不安全的酒后驾车行为是保障人身安全和交通安全的重要前提。
　　 本文针对车内酒精浓度难以测准，酒精对驾驶员个体的反应能力、协调能力等驾车技能影响有差异的基础上进行了智能车载酒精探测控制系统的设计研究。
　　 首先，本文研究了封闭车厢空间内酒精浓度随距离和时间变化的特点。通过模拟实验，用不同浓度的酒精气体，在不同距离条件下进行了测试。并用支持向量机对测试数据进行分类处理，按测得的酒精浓度分成三类，为后续进一步判断奠定基础，提高了判断的可靠性。
　　 其次，利用支持向量机的分类结果，在酒精浓度检测阶段，对驾驶员呼出的气体酒精浓度进行判断归类，解决了酒精浓度在无人监督的情况下难以测准，浓度范围难以估计准确的问题。呼出气体酒精浓度在20mg/100ml～80mg/100ml之间时，系统将进一步对驾驶员进行反应能力、手眼协调能力和判断能力的检测;酒精浓度低于20mg/100ml时驾驶员可以驾驶车辆，但系统将控制车辆行驶速度;高于80mg/100ml时，系统将锁定车辆，使车辆无法行驶。
　　 第三，建立了测试驾驶员反应能力、手眼协调能力和判断能力的测试系统，实现车载酒精探测控制系统对酒后驾车更人性化、智能化的控制。
　　 第四，本文对车载酒精探测控制系统的主要硬件电路和测试程序进行了详细的设计。硬件电路在保证可靠测量酒精浓度的基础上，加入了防拆卸电路，车速检测控制电路、车辆锁定控制电路。
　　 最后进行了交叉实验验证，结果表明，使用支持向量机对数据进行分类时只依靠时间参量，而忽略距离参量的分类结果比较准确。在假定检测酒精浓度的时间段内呼气口与酒精传感器之间距离保持不变时，测量分类精度能够达到96％以上;在距离变化时，通过不同预处理手段精度也可以达到80％以上。
　　 本文在充分研究了其他车载酒精探测控制系统的基础上，将支持向量机和判断驾驶员驾驶技能测试系统引入到酒后驾驶的控制中来，根据酒精浓度不同采取不同措施，提高了测量判断的准确度，遏制了驾驶员的侥幸心理，从根源上保证驾驶的安全性，提高公共交通安全，有效遏制酒后驾车交通事故的发生。

目录

摘要

1 绪论

1．1 课题来源

1．2 课题研究背景

1．3 课题研究意义

1．4 车载酒精控制技术的国内外发展现状

1．4．1 酒精检测技术现状

1．4．2 车载酒精控制技术现状

1．4．3 车载酒精控制技术的发展趋势

1．5 本文结构和主要内容

2 基于SVM的酒精浓度分类算法研究

2．1 SVM理论基础

2．1．1 VC维

2．1．2 结构风险最小化理论

2．1．3 交叉验证方法

2．2 基于SVM的分类算法研究

2．2．1 SVM的应用

2．2．2 使用SVM解决的问题

2．3 对酒精浓度的分类算法研究

2．3．1 极大化处理

2．3．2 差值均化处理

2．3．3 随机差值处理

3 智能车载酒精探测控制系统硬件设计

3．1 车载酒精探测控制系统硬件平台

3．1．1 硬件平台设计要求

3．1．2 硬件平台的设计

3．2 主要电子器件介绍

3．2．1处理芯片S3C2440

3．2．2 MQ-3酒精传感器

3．3 系统设计方案

3．3．1 系统设计要解决的问题

3．3．2 电路设计细节

3．4 系统工作原理

3．4．1 驾驶员位置的判断

3．4．2 传感器的安装

3．4．3 系统工作流程

3．4 电路设计

3．4．1 电源电路设计

3．4．2 传感器电路设计

3．4．3 继电器电路设计

3．5 本章小结

4 智能车载探测控制系统软件设计

4．1 Qt简介

4．2 Qt的编译及使用

4．2．1 Qt编程环境搭建

4．2．2 交叉编译准备工作

4．2．3 交叉编译器错误的修改

4．2．4 交叉编译Qt4．7．3

4． 3 Qt4．7．3库文件移植

4．3．1 移植工具介绍

4．3．2 Qt4．7．3库移植

4．4 应用程序设计

4．4．1 应用程序设计方法

4．4．2 应用程序界面设计

4．4．3 应用程序移植

4．5 本章小结

5 系统调试与实验

5．1 建立实验环境

5．1．1 实验中检测环境的设定

5．1．2 酒精浓度与距离的关系

5．1．3 确定数据样本

5．2 样本采集处理

5．2．1 对原始采集样本训练、检测

5．2．2 对处理后样本的交叉验证

5．2．3 样本分类结果分析

5．2．4 样本降低维度使用的测试结果

5．3 支持向量机在嵌入式系统的应用

5．4 系统测试结果

5．4．1 硬件部分测试

5．4．2 软件部分测试

5．5 本章小结

6 总结

参考文献

致谢

攻读学位期间取得的研究成果

浙江师范大学学位论文诚信承诺书

声明