疲劳驾驶警报器的设计

本设计是一个以STM32单片机为核心控制器的疲劳驾驶报警器.该疲劳驾驶报警器以压力传感器、超声波模块和光敏电阻来进行数据的收集,以蜂鸣器、语音播报模块和LED灯来反馈单片机对采集而来的数据进行处理后的结果.若驾驶员头部出现倾斜或者双手对方向盘的握力超出预设数据的范围,蜂鸣器和LED等会同时闪烁鸣叫来警醒驾驶员,若驾驶员...     

集成人眼检测安全预防的行驶记录仪系统设计

介绍了以三星S3C2410R处理器为核心,设计了一种基于Linux嵌入式系统的新型汽车记录仪.在传统记录仪基础上提出增加人眼检测模块,有效约束驾驶员不良驾驶习惯,防止疲劳驾驶,在被动记录事故数据基础上实现对驾驶安全的主动预防.系统总体包括数据采集、数据存储、串口和USB通讯、LCD显示、语音报警、人眼检测、上位机软件等.     

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。     

疲劳预警的长途客车监控系统的设计

针对近年来国内频发因长途客车的超员、超速以及驾驶员的疲劳驾驶等引起的安全的问题,提出一种疲劳预警的长途客车监控系统的设计。在Linux平台下实现乘客图像数据的采集、乘客行李物品信息的登记和关联、客车车辆的实时定位和监控以及对驾驶员进行实时的疲劳检测和预警等。通过车载摄像头实现视频图像数据的实时采集,利用GPS模块对客车进行实时的定位,采用RFID技术完成乘客行李物品信息的登记和关联,采用人脸识别术对乘客进行身份的认证,通过人眼运动的检测进行疲劳驾驶预警,通过多传感器融合技术进行超员检测,通过GPRS网络把客车的状态信息传送到车辆监控中心。     

基于STM32的实时语音处理系统设计

设计一个基于STM32的实时语音处理系统。硬件模块通过放大、除杂完成将语音信号转换成处理器能够进行高效处理的有效数字信号,软件部分主要涉及到TIM配合ADC采样数据并通过DMA传输,SRAM存储语音信号通过FSMC与STM32连通,按键控制输出选择模式,DAC经过DMA将信号传输。     

基于STM32单片机的机房环境检测报警系统的设计与实现

广播电视行业设备机房里的设备种类、数目繁多,为了保证设备的正常运行,提出一种基于STM32单片机的机房环境检测报警系统设计方法。系统可检测的项目包括不间断电源(Uninterrupted Power Supply,UPS)故障、精密空调漏水以及环境温度等。当UPS出现故障,会输出一个GPI信号,STM32单片机检测这些GPI信号来控制语音模块进行语音报警。系统利用浸水传感器来检测空调是否漏水,通过温度传感器来检测机房环境温度。STM32单片机处理采集到的信号,如果信号有异常就触发语音和声光报警。该系统能够有效减少机房安全事故的发生,具有重要的应用和推广价值。     

基于深度学习和数据融合的机车辅助安全驾驶系统

随着信息技术的快速发展,传统冶金和矿山企业正大力推动产业的智能化转型。为提高机车行驶时的安全性、增强辅助驾驶员对机车状态的把握和提高企业运输经济效益,开发出一种性能优良、反应信息全面并且反馈速度快的机车安全辅助驾驶系统。该系统以STM32F103ZET6为核心处理器,通过串口与语音报警、全球导航卫星系统（global navigation satellite system,GNSS）定位装置灵活结合,利用串口屏设置系统页面,全面反映行驶中的信息。将RailSem19数据集划分为训练集和测试集,进行图片标注,在基于Tensorflow框架的YOLOv3模型下进行迁移学习,并部署到边缘计算芯片K210上,对轨道附近的行人和障碍物进行识别。     

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。     

基于复杂驾驶环境下面部特征识别技术的防疲劳驾驶系统

本课题阐述基于面部特征识别技术的防疲劳驾驶系统研究、开发.通过后台管理系统进行大数据分析,研究驾驶员疲劳规律、预测驾驶员可能出现的疲劳,方便管理人员有针对性的重点关注"常疲劳"的驾驶员,实现精细化管理,尽早预防、尽量避免疲劳驾驶,为行车安全把好关.     

基于疲劳监测的驾驶风险评估系统设计

疲劳驾驶已成为影响道路交通安全的重要因素，引入驾驶员实时疲劳检测结果，综合“人—车—路—环境”4个方面建立了基于Logistic回归模型的驾驶风险评估系统。将基于面部多特征的疲劳驾驶检测结果作为驾驶员驾驶状态输入，将通过高德地图应用程序接口（application program interface,API）获得的驾驶员行驶道路线形以及当前环境能见度和车辆类型哑变量处理与变量赋值后作为自变量输入，建立了驾驶风险评估系统。在背光与对光的情况下模拟车载环境，分别对系统进行测试，结果显示疲劳状态识别率达90%以上；在评估模型方面，通过SPSS检验，模型总体有意义且拟合优度较高。     

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。     

电视播出自动切换语音报警系统的设计与实现

我国广播电视节目的规模越来越大,传播形式也越来越多,为了保证节目的安全播出,文章提出了一种基于STM32的HCO3901自动切换语音报警系统设计方法。首先将HCO3901自动切换器的GPI信号提取出来,作为STM32的输入信号,检测这个GPI信号输出一组控制信号,触发语音模块进行报警。该语音报警系统经过实际测试,能够及时发现切换器的切换动作,从而提醒工作人员对异常信号做出及时处理,减少播出事故的发生,在播出系统中具有重要的应用价值。     

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。     

基于STM32单片机控制的智能语音刷卡系统设计

阐述STM32单片机控制的智能语音刷卡系统中的内部结构、语音识别功能,智能语音刷卡系统的功能模块,包括中央控制系统、语音识别模块、电平串口模块、蓝牙模块、显示模块、刷卡模块、供电模块,探讨智能语音刷卡系统的程序设计。     

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.     

基于防疲劳驾驶下的智能语音播报系统

为防止司机疲劳驾驶,分别对车辆偏移量及行车路况、司机面部动态和脑电波进行检测,针对这三个检测模块赋予不同权重来进行智能语音播报。通过判断司机的当前位置及路况,在容易发生交通事故或司机已疲劳时进行及时提醒,有效地降低了司机疲劳驾驶的概率,具有良好的推广价值。     

基于短距离无线通信的汽车反射式HUD应用设计

汽车作为现代交通工具日益普及,其安全性受到关注.汽车驾驶员驾驶汽车高速行驶时,时常会低头观察仪表盘的情况,这极有可能导致交通事故.针对此安全隐患,提出了一种基于ZigBee无线通信的平视显示器(Head Up Display,HUD)技术平台的解决方案.该方案由STM32主控模块、RFID模块、红外检测模块、蓝牙模块以及超声波模块组成.基于ZigBee网络的HUD系统,实现汽车之间的相互通信,同时将汽车周围的相关信息经过手机反射到挡风玻璃上,从而避免驾驶员低头看仪表盘,提升驾车安全性,具有较大市场潜力.     

智能消毒防疫机器人设计

本项目意在设计一款基于STM32的智能消毒防疫机器人,通过控制主控板操作各类模块和传感器,形成一套完整的消毒防疫机器人体系。本项目主控芯片采用STM32F103ZET6作为中央处理器,控制ZigBee模块、指纹锁模块、LD3320语音识别模块、语言播报模块等外围配置模块。通过各模块的协作完成相对应的消毒防疫功能,辅助减轻防疫人员的工作强度,减少人力资源的消耗,有效减少人员交叉感染,提高工作效率。     

基于人脸关键点检测的车载疲劳驾驶系统研究

针对传统目标检测面部微表情的模型精度低的问题,转换思路利用人脸识别三元子算法提取人的面部关键点,进行面部关键点的标注,对面部关键点进行欧氏距离计算并与传统目标检测算法结合,从而对人脸面部微表情进行准确识别,并利用闭眼、低头、打哈欠3种预警方法进行互补,并通过车道线分割,进行车辆的行驶异常状态的判断,从而准确对驾驶员进行疲劳驾驶检测,并且可以检测驾驶途中抽烟打电话等不安全行为。采用的面部关键点模型68关键点人脸关键点标注模型,目标检测模型yolov5s,并对神经网络添加了空间向量注意力机制(Convolutional Block Attention Module,CBAM),提高检测准确度。系统法高度集成于开发版中,使得该系统具有方便快捷、准确度高的优势。实验表明,三元子和目标检测以及车道线分割结合的方法,能够有效对驾驶员进行疲劳驾驶面部微表情检测,并且准确率相较于传统方法有了大幅度提高,解决了传统目标检测微表情方法中准确度低、适用范围狭窄、鲁棒性差的问题,能够有效识别疲劳驾驶并及时提醒驾驶员。