基于計算機視覺的汽車安全輔助駕駛?cè)舾申P(guān)鍵問題研究.pdf

1、行車安全是交通運輸業(yè)的永恒主題。近年來，隨著汽車保有量的迅速增長，交通事故的發(fā)生越來越頻繁，它給人類社會帶來的危害也日趨嚴(yán)重。在這種背景下，汽車安全輔助駕駛技術(shù)受到廣泛的關(guān)注。作為減少交通事故、降低事故損失的一種有效手段，它成為交通工程領(lǐng)域的研究前沿，代表了未來車輛發(fā)展的趨勢。 隨著國內(nèi)外汽車安全輔助駕駛研究的深入開展，一部分相關(guān)技術(shù)正逐步成熟，并開始走向產(chǎn)品化，但仍然有相當(dāng)多的技術(shù)難題有待進一步解決。本文從中國的交通安全現(xiàn)狀出

2、發(fā)，利用計算機視覺方法對駕駛員疲勞檢測和車外行人檢測兩個關(guān)鍵問題進行了一些有益的探索，以期為我國安全輔助駕駛技術(shù)的研發(fā)做出積極的貢獻。 首先對駕駛員眼睛及嘴巴狀態(tài)檢測問題進行了探討。該研究的目的在于實時捕捉駕駛員長時間的閉眼及打哈欠等與瞌睡行為密切相關(guān)的動作。我們以眼睛和嘴巴的外在圖像特征為切入點，提出了基于統(tǒng)計學(xué)習(xí)的疲勞狀態(tài)檢測算法。該算法將狀態(tài)檢測問題看成一個兩類分類問題，通過提取感興趣區(qū)域的LBPH-BIN-DIST(LB

3、P直方圖的位距離)特征，利用級聯(lián)AdaBoost分類算法，實現(xiàn)了對閉眼及打哈欠兩種狀態(tài)的監(jiān)測和區(qū)分，為后續(xù)疲勞狀態(tài)的判斷打下了堅實的基礎(chǔ)。 其次研究了駕駛員頭部姿態(tài)的估計問題。該研究的目的在于捕捉駕駛員長時間的低頭、抬頭或者頻繁點頭這些反常的動作。該研究由兩部分組成：(1)特征點(眼角及嘴角)的定位(2)基于特征點的頭部姿態(tài)估計。首先用Harris算子得到候選的特征點，然后根據(jù)候選特征點鄰域的灰度分布進一步提取特征，并用邏輯回歸

4、的方法進行特征融合以使定位更加準(zhǔn)確。最后，基于定位的特征點信息，利用POSIT算法對頭部姿態(tài)進行估計。該算法僅需四個以上的特征點就能得到準(zhǔn)確的姿態(tài)估計。實驗結(jié)果表明，只要人臉不發(fā)生過大角度的運動(約大于60度)，所提出的算法均能正確估計出相應(yīng)人臉的姿態(tài)，并對其運動趨勢做出正確描述。 最后是基于貝葉斯網(wǎng)絡(luò)的疲勞狀態(tài)估計。該研究的目的是根據(jù)疲勞所伴隨的各種視覺表現(xiàn)對疲勞進行綜合建模，并據(jù)此對駕駛員的疲勞程度進行判斷。為此，選用睡眠質(zhì)

5、量、駕駛時段及天氣狀況等常見且重要的因素作為參數(shù)，對一段時間內(nèi)駕駛員異常的面部動作發(fā)生的時長或頻率進行觀測和統(tǒng)計，并利用貝葉斯網(wǎng)絡(luò)為工具，建立駕駛疲勞模型。該模型充分考慮了各個參數(shù)之間的相互依賴關(guān)系，保證了疲勞狀態(tài)估計結(jié)果的準(zhǔn)確性。 此外，采用基于人體配置模型的方法對行人檢測問題進行了研究。該研究以監(jiān)測車輛外部特別是車輛前方的行人為主要目標(biāo)。首先，用矩形近似人體的四肢和軀干，構(gòu)建了一個處于行走狀態(tài)的人體模型。其次，利用形狀匹配算