基于FPGA的多特征融合司机疲劳状态检测系统设计

驾驶员的疲劳驾驶是造成交通事故的重要因素,为了实时有效地检测驾驶员的驾驶状态,设计了一种融合多种疲劳特征进行疲劳状态判定的检测算法,并构建了车载的基于现场可编程门阵列(FPGA)的嵌入式检测平台。该多检测算法融合了眼睛和嘴巴的疲劳特征,当某一特征的检测受到影响时可以使用另外的特征进行疲劳状态的判定,较传统的单一特征疲劳检测算法拥有更高的检测效率。实验结果表明:系统的算法简单、可靠、实时性强。     

车载疲劳驾驶行为检测系统的研究与设计

针对汽车驾驶员的疲劳驾驶行为检测过程繁琐、算法复杂、检测装置部署易影响驾驶员等现状,为更加方便、快捷、有效的对疲劳驾驶做出监测和报警,提出基于ZigBee的车载疲劳驾驶检测方案.选取方向盘角度变化作为检测疲劳驾驶的突破点,使用TLE5012角度传感器,完成角度数据的采集,采用CC2530实现系统的无线通信.从采集到的方向盘角度数据中提取能反映疲劳状态的零速百分比和角度标准差两个特征,使用线性判别算法对驾驶人员的疲劳状态进行分类.仿真实验表明,该方法能够较准确的对疲劳状态进行判别.     

基于ARM和嵌入式Linux疲劳检测系统研究

基于视觉的疲劳驾驶检测技术是疲劳检测领域的前沿技术。根据基于视觉的车载驾驶员疲劳检测系统实时、小型化、非接触、可扩展等技术要求,以ARM开发板和嵌入式Linux操作系统为平台,设计了一套基于PERCLOS疲劳驾驶检测方法,与传统的基于PC机的疲劳检测系统相比,具有更好的稳定性、可行性以及更优越的可扩充性。     

基于图像识别的嵌入式驾驶员疲劳监测终端设计

疲劳驾驶是导致车辆发生事故的一个主要因素.为了有效防止疲劳驾驶现象的发生,文章研究了一种采用图像识别对驾驶员疲劳状态检测判别的嵌入式监控终端设备.该设备以嵌入式芯片作为核心控制器,利用安装于驾驶台前上方的摄像头采集驾驶员的脸部图像,微处理器采用HOG-SVM算法识别脸部特征,采用灰度积分投影法来实现对图像中眼睛张开定位,使用PERCLOS算法判定人的驾驶状态并实现疲劳状态语音报警提示,同时把驾驶员状态发送到远程管理平台.     

基于全方位视觉传感器的驾驶疲劳视频检测装置的设计

针对驾驶疲劳问题,设计了一种基于全方位视觉传感器的驾驶疲劳视频检测装置;首先使用全方位视觉传感器采集到驾驶员脸部、方向盘和道路环境的视频信息,接着采用图像识别手段检测各种能反应驾驶员疲劳的因素,如驾驶员的感知疲劳、判断疲劳和动作疲劳,最后根据以上所检测到的信息综合判断驾驶员是否处于驾驶疲劳状态;实验结果表明,该检测装置能有效地减少驾驶疲劳的漏判率和误判率。     

基于DSP的改进疲劳驾驶检测系统

针对车载疲劳驾驶检测的应用,设计了基于TMS320DM642嵌入式平台的疲劳检测系统。首先在YCbCr空间进行肤色分割,之后采用基于人眼特征的改进混合投影算法定位人眼区域,然后计算人眼区域的高度并判断人眼的睁闭状态,最后利用PERCLOS算法对疲劳程度做出检测。实验结果表明,该系统准确率高、实时性好,能很好地满足车载疲劳驾驶检测的需要。     

疲劳驾驶识别算法与技术

针对驾驶员长途驾驶汽车时,会因难以克服的生理疲劳时常发生交通事故的残酷现状,提出一种疲劳驾驶的识别算法,能够有效阻止驾驶员在疲劳状态下,持续行驶的不良行为,以避免事故的发生。该算法通过对驾驶员脸部图像的采集与特征空间建立,采用与疲劳训练样本的类比计算,实时确认当前驾驶状态的类别属性。依据驾驶状态的类别属性即可确定是否需要对驾驶员实施干预。系统识别运算周期小于50ms,识别准确率高于96%。     

驾驶员疲劳驾驶监测方法研究的进展

近年来,疲劳驾驶已经成为汽车安全的重要隐患,严重地威胁着人们的生命和财产安全.文章介绍了疲劳驾驶的特征表现和产生原因,及该技术的研究现状,并对当前几种具有代表性的疲劳状态监测方法进行了评述;利用信息融合技术,将多种监测方法进行有机的结合的方法是驾驶员疲劳状态监测的发展趋势;文章还提出了驾驶员疲劳状态监测及预警装置的非接触性、车载性、实时性的研究思路.     

嵌入式列车司机驾驶疲劳检测系统设计

为了有效地进行列车司机驾驶疲劳实时检测,利用ADI公司的双核DSP芯片ADSP-BF561,设计了车载的嵌入式列车司机驾驶疲劳在线检测系统。阐明了该嵌入式系统的硬件组成原理和PERCLOS非接触式疲劳检测方法,最后详细阐述了系统软件结构和设计实现方法。实验结果表明此方案能实时检测疲劳发生,该系统体积小、成本低、实时性好。     

基于DSP的疲劳驾驶检测系统的研究

针对汽车驾驶员疲劳驾驶检测的要求,设计了一种基于图像处理DSP芯片DM6437的疲劳驾驶视觉检测系统。通过DSP的GPIO口用软件控制摄像头轴上和轴外的两种不同波长的近红外光源(850nm/950nn)交替采集驾驶员图像,根据亮瞳效应两帧图像差分后粗定位人眼,用模板检测提取人眼的边界,根据PERCLOS值方法判断驾驶员是否疲劳。根据人眼的不同状态分别处理,用蜂鸣器作为报警系统提醒驾驶员。实验表明,该系统简单实用,而且能够全天候准确快速地判断驾驶员是否疲劳。