原文传递
基于ARM的驾驶员疲劳预警系统
| 论文题名： | 基于ARM的驾驶员疲劳预警系统 |
| 关键词： | 疲劳驾驶;人脸检测;驾驶员;预警系统 |
| 摘要： | 汽车交通在为全世界的经济文化发展做出巨大贡献的同时，每年因交通事故导致的财产损失及人员伤亡也是巨大的。因此采取有效手段，减少交通事故的发生就变得日渐重要。在每年国内外发生的交通事故中，由于疲劳驾驶导致的交通事故占了较大的比重。因此为避免驾驶员因疲劳驾驶而发生交通事故，研究检测驾驶员的疲劳状态的方法就具有了重大的研究意义。 通过对几种常用于检测人脸的色彩空间的学习研究以及对比分析，本文选择了在移动平台上易于实现且效果良好的小rgb色彩空间理论作为从复杂背景中分离出人脸的主要手段。在此理论基础上提取出人脸肤色在此色彩空间的聚类特性，通过Matlab验证此方案的可行性后，本系统选用了以 ARM Cortex-M4为核心架构的ST公司的STM32F407VGTB芯片，搭建了以该处理器为核心的硬件平台，并应用OV9655图像传感器采集图像，ILI9325的TFT-LCD模块用于显示实验结果。并成功的完成了相关图像处理的C语言表达，最终实现了在复杂场景中单一人脸的快速检测，为进一步提取人脸面部特征以及判断驾驶员状态提供了必要的基础。 在定位人脸的基础上，利用了水平灰度积分与区域生长相结合的方法实现了驾驶员眼睛的定位。对人脸图像进行灰度化处理后，为减少系统计算量，应用先验知识对人脸区域进行图像切割，再用水平灰度积分方法处理切割后的图像，实现了人眼区域的初步定位并切割出眉眼区域图像。对切割出的眉眼区域进行处理得到其二值图，利用区域生长法，对赋值为0的区域进行区域生长，从得到的连通区域中选取出眼球，从而完成人眼的精确定位。 在实现人眼精确定位的基础上，应用PERCLOS原理检测驾驶员是否处于疲劳状态。将人眼状态进行数值化处理，根据检测到的眼睛睁开的面积与眼睛正常睁开时的面积进行比较，来判断驾驶员的眼睛是否处于闭合状态。并将计算PERCLOS特征值的方法，转化为整个检测过程中眼睛被判定为闭合的帧数与总帧数的比值。利用数值化数据计算出结果并判定是否超出预设阈值，若超过则由系统控制警示器进行报警。系统在能够满足低功耗、成本低廉、非接触式等要求的同时，还兼顾了实时性与准确性，达到了预期的实验结果。 |
| 作者： | 曹纪伟 |
| 专业： | 电子与通信工程 |
| 导师： | 高继森;符策厚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 兰州交通大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
