基于DM642的疲勞駕駛實(shí)時(shí)監(jiān)測(cè)系統(tǒng)研究與實(shí)現(xiàn).pdf

1、隨著社會(huì)經(jīng)濟(jì)的發(fā)展，機(jī)動(dòng)車輛與日俱增，由于駕駛疲勞而引發(fā)的交通安全問題越來越受到人們的關(guān)注。據(jù)交通部門的統(tǒng)計(jì)，我國是道路交通事故死亡人數(shù)最高的國家，連續(xù)數(shù)年一直居世界第一位。疲勞駕駛及相關(guān)的因素是造成交通事故的主要原因之一。因此研究有效的方法檢測(cè)駕駛員的疲勞狀態(tài)是非常必要和有意義的。盡管目前已有一些簡單的駕駛疲勞的檢測(cè)方法，但是具有車載的、非接觸式的、實(shí)時(shí)的駕駛疲勞監(jiān)測(cè)方法至今在國內(nèi)尚未得到很好的解決。本文主要研究了基于視頻分析的方法在

2、駕駛員疲勞檢測(cè)中的應(yīng)用。通過對(duì)駕駛員臉部視頻的分析，根據(jù)眼睛與疲勞相關(guān)的線索檢測(cè)出駕駛員的疲勞狀態(tài)并給予警告。 本文參考國內(nèi)外現(xiàn)有文獻(xiàn)資料，研究國內(nèi)外基于視頻的駕駛員疲勞檢測(cè)方法。結(jié)合實(shí)驗(yàn)室的研究項(xiàng)目：基于H.264網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)，設(shè)計(jì)了基于DSP的疲勞駕駛實(shí)時(shí)監(jiān)測(cè)系統(tǒng)，主要完成以下一些工作： 確定系統(tǒng)的實(shí)現(xiàn)方案和框架，研究在該系統(tǒng)實(shí)現(xiàn)中必要的圖像預(yù)處理算法，如光照補(bǔ)償算法等。采用在非線性分段色彩變換空間中基于膚色模型

3、的人臉檢測(cè)技術(shù)，并且運(yùn)用Kalman濾波的人臉跟蹤方法，進(jìn)一步提高系統(tǒng)的實(shí)時(shí)性。在準(zhǔn)確定位臉部的基礎(chǔ)上，采取由粗到精，逐步定位的策略檢測(cè)眼睛：對(duì)水平Sobel算子進(jìn)行改進(jìn)，更容易獲取穩(wěn)定的五官的邊緣二值化圖像，改進(jìn)了8-連通區(qū)域判別算法，使部分?jǐn)嗔堰吘壍玫胶芎玫幕謴?fù)，并結(jié)合五官幾何特征、區(qū)域生長及形態(tài)學(xué)運(yùn)算精確定位眼睛位置。之后提取眼睛閉合時(shí)間和眨眼頻率等與駕駛員疲勞相關(guān)的參數(shù)。 本文采用基于視頻分析的方法對(duì)駕駛員的駕駛狀態(tài)進(jìn)行