驾驶员眼睛疲劳状态检测技术研究

在判断驾驶员疲劳状态时,应首先对眼睛进行精确定位,再根据眼睛面积的减小程度、持续闭合的时间、闭合频率来判断眼睛疲劳状态。在进行人眼定位时,采用在RGB空间进行肤色分割、去除与边界连通的区域的方法,再结合形状验证法逐步减小眼睛区域候选范围,然后,计算眼睛区域的面积、持续闭合时间。实验证明:这种方法在定位人眼时,简单快速,且不受人脸背景、人脸肤色、姿态的影响。

基于无线多模态信号采集的驾驶员疲劳监测系统设计研究

目的:设计基于无线多模态信号采集的驾驶员疲劳监测系统,用于驾驶员疲劳评价和体征监测,以确保驾驶员的交通安全。方法:针对采集单人、单一模态数据,对不同场景的适应性不足等问题,设计基于无线多模态信号采集的驾驶员疲劳监测系统,系统通过摄像头记录驾驶员的面部状态,结合眼睑闭合度进行预评价,利用无线通信控制多个自行研制的电生理信号采集设备,实时采集驾驶员的脑电、心电及眼电信号。通过巴特沃斯低通滤波器和小波变换减少电生理信号中的伪迹和干扰,利用非线性变换提取脑电信号三频段差分熵特征、差分法提取心电中的心率特征,对驾驶员体征和疲劳状态进行实时监测、分析和可视化。结果:通过共模抑制比、输入噪声和信号完整性测试验证,驾驶员疲劳监测系统能够满足脑电、心电的医学采集标准;多人、多通道数据采集实时性误差<62.5 ppm;基于三频带非线性特征计算的疲劳程度与主观评价相关性达到89.1%,相较于双频带线性特征的相关性提升了14.2%。结论:基于无线多模态信号采集的驾驶员疲劳监测系统可实时采集驾驶员的多模体征,有效检测其疲劳和监测心率,对确保驾驶员交通安全具有重要意义和应用价值。

基于PERCLOS判据的驾驶员疲劳监测系统

针对疲劳驾驶监测常用算法运算效率低的问题,提出了一种基于单位时间内人眼闭合时间所占比例(PERCLOS)判据的驾驶员疲劳监测方案。针对传统顺序执行算法运算效率低的问题,提出了基于流水线算法的人脸检测及人眼跟踪算法。针对传统顺序式算法对硬件要求高的问题,本系统运行在低端现场可编程门阵列(FPGA)上,设备成本大幅降低。并利用PERCLOS判据作为判断驾驶员是否疲劳的依据。实验表明,本文所提出的基于流水线算法的图像处理算法使系统拥有了较高的实时性和较低的资源占用,实现了60fps的处理速度,系统的准确度达到了95%以上。

基于DM642的嵌入式疲劳驾驶监测系统的实现

针对基于DM642的嵌入式疲劳驾驶监测系统,讨论了系统的总体结构,提出了采用可控光源、奇偶差分帧和人眼跟踪的人眼检测方法。在与奇偶帧图像采集同步的内外圈光源的照射下,利用近轴光源的红眼效应,引起图像奇帧暗瞳孔、偶帧亮瞳孔,由奇偶差分帧快速实现人眼检测与跟踪。同时分析眼睛的特征参数,在一定时间内连续统计眼睛的闭合时间,计算眼睛累计闭合持续时间占某特定时间的百分率(PERCLOS)值来判断疲劳程度并报警。该系统疲劳监测准确率较高,可在汽车驾驶中进行实时疲劳驾驶监测。