基于人眼状态信息的非接触式疲劳驾驶监测与预警系统

疲劳驾驶预警系统对保障驾驶员的安全驾驶具有十分重要的作用。以驾驶员人眼图像信息处理为基础,建立了离散单位时间内非正常状态时间所占百分比疲劳判断模型,实现了对驾驶员疲劳状态的监控与预警。通过近红外光源对人眼主动照明,采用互补金属氧化物半导体摄像头实现对人眼图像信息的采集,基于Adaboost算法实现人眼准确定位,利用Harris强角点检测人眼中心区域,得到眼睛的视线状态信息,根据疲劳判断模型,设计可调的预警阈值,实现驾驶员疲劳状态的分级预警。实验结果表明:在一定条件下,系统判断响应时间为1.5 s,虚警率为4%,具有抗干扰性强和实时性好等特点。     

基于ARM的防疲劳驾驶检测系统

基于ARM的防疲劳驾驶检测系统,采用USB摄像头采集驾驶员的面部图像并将图像转换为数字信号传给ARM处理器。采集的面部图像通过模板匹配算法用特定的眼部分类器进行计算,与眼部分类器配比,在指定的矩形区域中提取出眼部图像,计算眼部图像的灰度直方图。通过对驾驶员的眼部闭合状态的实时分析可以获得PERCLOS参数,从而判断驾驶员的驾驶疲劳状态。经实验测试证明该方法准确性高,能在多种情况下检测驾驶员是否处于驾驶疲劳状态。     

新型多功能汽车异常驾驶检测报警系统的设计与实现

为有效降低交通安全事故,本文设计了新型多功能汽车异常驾驶检测报警系统。首先系统分析驾驶员状态、驾驶行为和车辆行驶状态关系;然后构建了新型多功能汽车异常驾驶检测报警系统模型,设计了基于双核DSP控制单元硬件平台;其次利用PERCLOS算法等判断驾驶人疲劳驾驶状态,并运用数据融合技术将车辆状态信息与驾驶人状态信息进行融合处理与异常驾驶判断,最终实现汽车异常驾驶报警,实践表明该系统实用可靠。     

一种融合K均值聚类的疲劳驾驶模型研究

在实际驾驶中每个驾驶员的疲劳状态数据特征并不完全一致,存在个体差异性,限制疲劳驾驶模型的识别效果。基于传统支持向量机模型,提出一种融合K均值聚类的消除驾驶员个体差异性的模型,在训练支持向量机模型前,首先提取每位驾驶员的疲劳聚类中心和清醒聚类中心,然后用这些聚类中心代替原始训练数据作为支持向量机模型的输入。通过多次对比试验测试,结果证明提出的方法相比传统的模型识别率有了较好的提高,达到了80%的识别效果,模型工作所需时间也大大缩短,耗时为原来的十分之一。     

结合智能手表的疲劳驾驶监测系统

疲劳驾驶是导致交通事故的重要原因,已经成为一个严重的社会问题,对疲劳驾驶的有效检测和预警可以减少交通事故的发生。结合当下智能手表广泛应用于日常活动生理指标的检测和运动状态的监测,文章设计了基于智能手表检测驾驶员疲劳状态的疲劳驾驶监测系统。通过智能手表采集驾驶员心率信号,系统基于心率计算驾驶员打哈欠的概率,并对心率变异性进行特征提取,同时使用内嵌了红外传感器的摄像头进行图像处理,利用Dlib库进行驾驶员眼部疲劳的检测,最后采用SVM分类算法实现驾驶员疲劳的判定。     

基于脑电图识别结合操纵特征的驾驶疲劳检测分析

交警部门在进行道路安全管理时,对疲劳驾驶的人员进行有效的驾驶疲劳检测,是辨别疲劳驾驶人员前提与基础。本文基于脑电图识别结合操纵特征为切入点,通过选取的样本进行驾驶疲劳实验,将脑电图识别与车辆操纵特性相结合来检测驾驶员的疲劳状态。     

基于多参数的驾驶员疲劳检测系统

疲劳驾驶已经成为威胁驾驶员安全的重要因素.本文设计了一种融合眼睛状态和心跳速率变化的驾驶员疲劳检测系统,分别研究了驾驶员疲劳时眼睛状态和心跳速率的变化规律,改进了已有的疲劳检测算法以适应驾驶环境.由于融合了眼睛检测子系统和心跳速率检测子系统,该系统既减小了光照等环境因素的影响,又克服了心跳速率检测设备有延迟的缺点,具有更好的准确率.实验结果证明该系统具有良好的鲁棒性和实时性.     

汽车智能驾舱驾驶疲劳检测系统设计

疲劳驾驶是影响交通安全的主要因素，当前疲劳驾驶的检测方法普遍存在设备体积大、侵入性强、实时性差等弊端。文中设计的基于FPGA的疲劳驾驶检测系统，首先利用区域长宽比改进YCbCr人脸分割算法，提高算法在驾驶环境中对于人脸的辨识度；然后建立动态视频人眼跟踪模型，在人脸范围内定位人眼位置，采用三帧差算法检测眨眼动作，以眨眼率作为疲劳的评价指标，对司机状态进行实时监控；最后利用FPGA芯片完成实时图像数据的处理和疲劳驾驶检测。实验证明，该系统具备在光线昏暗和佩戴眼镜等场景下检测疲劳状态的能力，并且检测系统充分发挥FPGA芯片数据并行处理优势，具备体积小、速度快、集成度高，通电即可工作的特点，有利于在狭小的驾驶舱环境部署，具有一定的工程应用价值。     

一种考虑驾驶员姿态及光照因素的疲劳驾驶稳健检测算法

考虑疲劳驾驶检测过程中容易出现的偏头情形和光照因素影响,提出一种疲劳驾驶稳健检测算法。在实现Adaboost和主动性状模型相结合的人眼定位基础上,算法首先通过归一化人脸图像旋转等手段,使检测系统可以适应驾驶过程中经常出现的驾驶员偏头情形;其次通过补充人脸训练样本和引入直方图均衡等手段,使其可以更好地适应驾驶中出现的各种光照环境。最后利用Perclos算法对驾驶员疲劳状态进行判定。对模拟视频及车内采集的真实驾驶样本视频进行检测实验,结果表明稳健检测算法可以更准确定位人眼的位置。不仅可以有效的适应偏头情况,并且可以消除光照因素的影响,提升了检测系统的稳健性。     

基于多形态红外特征与深度学习的实时驾驶员疲劳检测

疲劳驾驶是导致车祸的重要诱因，严重危害道路交通安全，而车辆行驶过程中的光照条件变化、驾驶员姿态调整和眼镜遮挡等因素将对疲劳检测任务产生不利的影响。针对以上问题，提出了基于深度学习的驾驶员疲劳检测算法。首先，使用850nm红外光源补光，在复杂光照和遮挡形态下采集驾驶员的面部图像；其次，利用红外图像中的多种特征，通过级联CNN确定人脸边框和特征点位置，提取眼睛区域并识别眼睛的睁闭状态；最后，将眼睛状态识别结果和连续图像中的特征点坐标差值输出至LSTM网络，检测驾驶员疲劳状态。实验结果表明:该疲劳检测算法的准确率可达94.48%，平均检测时间为65.64ms。     

基于深度学习的危险驾驶状态检测预警系统设计

危险驾驶检测系统主要作用于驾驶员在长时间驾驶过程中,因驾驶疲劳或分心造成注意力不集中能及时作出警示。文章比对目前国内外危险驾驶的检测方法,介绍了危险驾驶状态检测预警系统的设计流程及功能模块,并对系统中判断危险驾驶行为涉及的方法及关键技术作出分析,通过深度学习中人脸检测等相关算法模型以及多技术配合研究,更快速、更准确地实现驾驶员危险驾驶状态的检测和预警,有效降低交通事故发生概率。     

一种车载疲劳驾驶检测方法

文章针对车辆驾驶员的疲劳检测,提供了一种使用图像处理的方法来对驾驶员的眼部信息进行提取,建立眼部状态判定模型,根据图像信息提取判断出闭眼的时长以及闭眼的频率分析判断疲劳行为,并对驾驶员进行提醒和辅助驾驶,以减少交通事故的发生。同时,该方法给出了驾驶员处于疲劳状态并预警,提出了疲劳等级划分,不仅检测驾驶员是否疲劳,还检测驾驶员的疲劳等级,并给出相应的提醒操作。     

基于ADSP-BF548的驾驶员疲劳检测系统设计

为防止由疲劳驾驶引发的交通事故,采用基于视觉特征PERCLOS的疲劳检测算法,并以ADI公司ADSP-BF548处理器为算法硬件平台,实时检测驾驶员的疲劳状态。本系统通过车载摄像头实时拍摄驾驶员人脸图像,然后经帧差、投影、模板匹配等图像处理方法正确定位驾驶员的人眼位置,最后根据单位时间内人眼闭合时间所占比,超过阈值则适时预警。实验表明,基于ADSP-BF548的驾驶员疲劳检测系统具有良好的准确性和实时性。     

嵌入式疲劳驾驶远程监测系统

针对疲劳驾驶监测,论文讨论了一种嵌入式疲劳驾驶远程监测系统的设计,具体介绍了基于RTMP传输协议可支持IPv6/IPv4的嵌入式疲劳驾驶监测系统的设计过程。主要研究内容包括：采用YOLOv3-tiny+Dlib人脸68关键点检测方法实现了对打哈欠、瞌睡等疲劳行为的监测,通过RTMP传输协议将驾驶员疲劳状态实时上传至后台服务器以方便工作人员的监管。实验结果验证了该系统对疲劳驾驶行为识别率可达95%,远程视频传输延时约为600毫秒,相关性能能够满足疲劳驾驶监测以及实时视频传输的需求。     

基于脑电识别与车辆操纵特征的驾驶疲劳检测分析

本文以脑电识别与车辆操纵特征为切入点,通过模拟疲劳驾驶实验,将脑电识别与车辆操纵特性相结合来检测驾驶员的疲劳状态.通过对脑电信号的S变换分析,发现不同驾驶时刻其变换时频谱图存在显著差异,可用来区分驾驶过程中驾驶员的精神状态,结合车辆操纵特征参数,得到操纵特征与疲劳状态的关系,为脑电识别与操纵特征的驾驶疲劳检测的有效性提供一定的理论和实验基础.     

基于人眼特征的驾驶员疲劳检测方法分析

驾驶员的疲劳驾驶是交通事故的主要原因之一,是一个重大的社会问题。人眼特征的识别是驾驶员疲劳状态识别中的关键,要判断驾驶员是否处于疲劳驾驶,首先需要判断其眼睛的状态,即眼睛的睁闭情况。本文对基于人眼特征识别的驾驶员疲劳检测技术进行了分析和讨论。     

一种车载疲劳驾驶监测仪

针对目前私驾车的不断增加，对于安全驾驶的问题也越来越重视，除了自觉遵守交规以外，还要对日常驾驶过程中遇到的问题如疲劳驾驶进行监控和预警。以往只有高档车才有的功能如何用到中低挡车辆上，目前市面上有很多方案，在此介绍了一个低成本的设计方案，较好地实现车载疲劳驾驶监测。并介绍一种被动监测的方法来监测驾驶员的疲劳状态，通过采用一个低成本的手机模块组成的监测系统，实现对驾驶员眼睛状态的监控，以便确定驾驶员是否处于疲劳状态。同时通过声光报警提醒驾驶员，从而达到减少发生道路交通事故的目的。     

驾驶员精神疲劳检测方法综述

针对进十几年来驾驶疲劳检测技术的发展,对驾驶员疲劳检测相关技术和方法进行综述。基于驾驶员的疲劳检测方法主要分为基于行为特征的检测方法和基于生理信号的检测方法;基于车辆的检测方法主要通过检测车辆行驶参数来间接判断驾驶员是否疲劳。详细介绍了过去几十年大家公认的驾驶疲劳检测技术的可行方法,并介绍了相关产品及其优缺点,最后探讨了驾驶员疲劳检测技术的技术难点及发展趋势。     

使用手机前置摄像头的机动车驾驶员疲劳检测

基于车载疲劳驾驶检测系统的需要,使用手机的前置摄像头设计了用于手机的疲劳驾驶检测系统。通过使用Haar-like特征和Adaboost分类器进行人脸的定位,并在此之上以同样的方法进行人眼的粗略检测。然后通过灰度投影结合Otsu法二值化得到眼睛的精确开度,判断人眼的状态。以此根据PERCLOS方法对驾驶员的疲劳程度进行检测。实验结果表明该系统具有较高的准确度,并对光照的变化有一定的适应性,能够有效地应用到疲劳检测中。      

基于视觉的可靠性疲劳驾驶检测技术研究

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,但由于该检测方法易受到光照强度、驾驶环境、驾驶员个体差异等诸多因素的影响,使得多数基于视觉的疲劳驾驶检测的算法不能拥有较好的稳健性。针对这一现状,提出了一套改进的疲劳驾驶检测算法。旨在提高疲劳驾驶检测的可靠性和准确度,以适应实际应用需求。