基于树莓派的眼部疲劳状态实时监测系统

为了更加高效、便捷地获取驾驶员的精神状态,提出一种硬件结构简单、开发成本较低的疲劳状态实时监测系统。该系统采用树莓派开发板和Python语言进行实现,对OpenCV进行优化后,利用Dlib库的人脸68点标记模型完成脸部和眼部特征点定位,并利用EAR算法计算眼部特征状态对应的EAR参数,以此作为疲劳状态检测的依据。最后在机动车上配备系统进行实车模拟测试,实验结果表明,该系统检测准确率高并有很好的实时性。

混合脑机接口系统的眨眼与运动想象控制方法

针对单一运动想象脑机接口实验控制命令数量不足的问题,在单一运动想象系统的基础上,提出基于眨眼控制干预移动机器人的研究方法.首先,采用主动形状模型算法进行人脸识别和人眼定位;然后,利用眼部纵横比算法计算实时的数值,实现实时眨眼次数的统计;最后,将与眨眼次数相匹配的眨眼策略转化为对应指令控制移动机器人运行,进而实现通过眨眼和运动想象控制实时干预移动机器人状态的目的.为了验证该方法的有效性,邀请数位受试者进行基于眨眼和运动想象控制的混合实验.实验结果表明:该方法能够准确、高效地干预移动机器人的实时状态.