基于人眼特征的疲勞駕駛檢測(cè)研究.pdf

1、隨著經(jīng)濟(jì)的飛速發(fā)展，各國(guó)的機(jī)動(dòng)車保有量迅速增加，交通安全問題日益突出。在交通安全問題中，駕駛員、車輛、道路環(huán)境三個(gè)方面的影響程度是不同的，駕駛員的因素在交通安全中占最主要的地位，其中疲勞駕駛是導(dǎo)致交通事故的主要成因。疲勞駕駛檢測(cè)技術(shù)是安全關(guān)鍵測(cè)控技術(shù)中的一個(gè)重要研究方向，在視頻中通過檢測(cè)與分析人眼特征來進(jìn)行疲勞駕駛檢測(cè)的研究，具有十分重要的意義。
　　本文在實(shí)驗(yàn)室已有工作的基礎(chǔ)上，研究了一種基于視頻分析能在各種光照條件下自適應(yīng)監(jiān)測(cè)

2、駕駛員疲勞狀態(tài)的方法。主要做了以下工作：采用了在非線性分段色彩變換空間中基于膚色模型的人臉檢測(cè)技術(shù)；并且研究了卡爾曼濾波跟蹤方法，提高了人臉檢測(cè)的速度。研究了彩色空間中膚色模型的聚類特性及該特性易受光照強(qiáng)度變化影響的性質(zhì)，在此基礎(chǔ)上設(shè)計(jì)了一種自適應(yīng)的光照強(qiáng)度判斷方法。采用最小二乘法擬合曲面的方法對(duì)采集到的圖像進(jìn)行光照校正，以解決強(qiáng)光惡劣光照條件下如何進(jìn)行檢測(cè)的問題。系統(tǒng)進(jìn)而根據(jù)弱、中、強(qiáng)三種光照情況，自適應(yīng)地完成人眼區(qū)域的粗定位；在此基

3、礎(chǔ)上，根據(jù)區(qū)域生長(zhǎng)、形態(tài)學(xué)運(yùn)算并結(jié)合人臉五官先驗(yàn)知識(shí)建立規(guī)則集精確定位眼睛位置。最后研究了眨眼與疲勞相關(guān)參數(shù)的檢測(cè)方法，采用PERCLOS值作為判斷駕駛員疲勞狀態(tài)的標(biāo)準(zhǔn)。
　　在對(duì)TI公司TMS320C6000系列DSP的內(nèi)部結(jié)構(gòu)和開發(fā)流程的研究學(xué)習(xí)基礎(chǔ)上，將本文設(shè)計(jì)的疲勞檢測(cè)算法移植到DSP上，并對(duì)算法的程序利用CCS進(jìn)行了優(yōu)化，每秒能夠處理20幀，初步達(dá)到實(shí)時(shí)性。實(shí)驗(yàn)證明該方法準(zhǔn)確率較好，正常狀態(tài)下的檢測(cè)正確率均在85％以上，