基于人眼檢測(cè)和腦波偵測(cè)的疲勞駕駛檢測(cè)系統(tǒng).pdf

1、中國(guó)的汽車產(chǎn)業(yè)在過(guò)去的十年中快速發(fā)展，如今正處于黃金時(shí)期。然而，汽車數(shù)量的劇增和駕駛?cè)藬?shù)的驟長(zhǎng)也給交通運(yùn)輸環(huán)境帶來(lái)了巨大的壓力。我國(guó)每年交通事故的傷亡率和事故量長(zhǎng)期高居各項(xiàng)意外傷亡事故的首位。在所有的交通事故中，疲勞駕駛占有著極高的比例，與醉酒駕駛和超速駕駛并稱三大公路殺手。因此，研究疲勞駕駛檢測(cè)系統(tǒng)，對(duì)預(yù)防疲勞駕駛，降低交通事故率，以及改變我國(guó)交通的安全狀況都具有實(shí)際的意義。
　　本文提出了一種基于擴(kuò)展的最近特征線空間的特征提取

2、算法和一套基于個(gè)性化參數(shù)的人眼檢測(cè)和腦電波偵測(cè)的疲勞駕駛檢測(cè)系統(tǒng)?；跀U(kuò)展的最近特征線空間的特征提取算法運(yùn)用于身份認(rèn)證模塊的人臉識(shí)別部分，通過(guò)對(duì)少數(shù)原型樣本進(jìn)行擴(kuò)充，并運(yùn)用擴(kuò)充的樣本空間來(lái)進(jìn)行特征提取。本文提出的系統(tǒng)通過(guò)將兩類疲勞檢測(cè)方法融合起來(lái)，相互取長(zhǎng)補(bǔ)短，并根據(jù)駕駛者的生理特性對(duì)參數(shù)進(jìn)行個(gè)性化的調(diào)整以提高檢測(cè)準(zhǔn)確率，降低誤判的概率。系統(tǒng)由四個(gè)模塊構(gòu)成：腦電信號(hào)偵測(cè)模塊，人眼檢測(cè)模塊，身份認(rèn)證模塊和信息融合模塊。腦電波偵測(cè)模塊負(fù)責(zé)采

3、集和提取腦電波信號(hào)。人眼檢測(cè)模塊通過(guò)攝像頭獲取圖像信號(hào)，實(shí)時(shí)分析人眼的狀態(tài)。身份認(rèn)證模塊通過(guò)人臉識(shí)別的方式來(lái)對(duì)駕駛者的身份進(jìn)行認(rèn)證，根據(jù)認(rèn)證的結(jié)果調(diào)整疲勞判定的參數(shù)。信息融合模塊通過(guò)融合從腦電波偵測(cè)模塊和人眼檢測(cè)模塊得到的信息，結(jié)合身份認(rèn)證模塊提供的參數(shù)給出最終的疲勞判定。
　　在模擬駕駛實(shí)驗(yàn)中，本系統(tǒng)各模塊的性能得到了驗(yàn)證，采用個(gè)性化參數(shù)相較于采用平均參數(shù)的實(shí)驗(yàn)取得了更高的檢測(cè)準(zhǔn)確率和更低的誤判率。在與其他的同類系統(tǒng)的比較中，本