原文传递
基于Zynq的汽车驾驶员疲劳检测系统设计
| 论文题名： | 基于Zynq的汽车驾驶员疲劳检测系统设计 |
| 关键词： | 汽车驾驶员;疲劳检测;硬件设计;软件设计;功能模块 |
| 摘要： | 随着机动车保有量和驾驶人员数量持续增长，交通安全也面临更严峻的挑战。疲劳驾驶是引发交通事故的主要因素之一，给人类的生命和财产带来巨大的伤害，因此设计一种功耗低、体积小、检测准确率高，实时性好的驾驶员疲劳检测系统具有重要意义和实用价值。 本文在认真研究现有的国内外驾驶员疲劳检测技术，并分析比较各种方法特点的基础上，选用基于视觉方法对眼睛和嘴巴疲劳特征参数提取，通过眼睛和嘴巴的开合频率来判断驾驶员的疲劳状态。 本文以Xilinx Zynq SOC为核心，采用软硬件协同设计方法，将驾驶员图像采集、眼睛和嘴巴疲劳特征参数提取及驾驶员疲劳状态判断、HDMI高清显示、音频报警集成在一个嵌入式系统中。在ZedBoard开发板上完成系统测试，其搭载的Zynq系列XC7Z020芯片集成了高性能的双核ARM Cortex-A9处理器和Xilinx7系列FPGA逻辑资源。系统充分利用ARM在控制和搭载操作系统方面的优势，又结合FPGA强大的并行运算能力，实现软硬件协同设计。本文主要工作有: (1)使用Vivado搭建系统硬件工程，包括添加自定义硬件加速IP核、视频图像直接存储器存取(Video Direct Memory Access，VDMA)IP核、视频显示模块、音频报警模块和AXI Interconnect IP并进行IP间的连接及参数配置。 (2)使用Vivado高层次综合工具(High-Level Synthesis，HLS)设计Zynq可编程逻辑（Programmable Logic，PL）即FPGA部分的自定义硬件加速IP核，主要包括图像灰度线性变换、Sobel边缘检测、最大类间方差法(Otsu)二值化、形态学闭操作，使用C++编写Adaboost人脸检测算法文本，进行Vivado HLS仿真和硬件工程测试，实现了Adaboost算法人脸检测硬件IP模块。 (3)在Zynq处理器系统(Processing System，PS)即ARM部分实现了包括驾驶员图像采集，肤色特征结合Adaboost算法的人脸检测，卡尔曼结合Mean Shift算法的人脸跟踪，椭圆拟合和积分投影算法的眼睛、嘴巴疲劳特征参数提取，基于PERCLOS原理和嘴巴开合频率的驾驶员疲劳状态判断，VDMA IP核和硬件加速IP核的驱动及Qt界面显示等。 在实际驾驶环境下和实验室环境下进行了系统测试，结果表明本系统实现了驾驶员疲劳检测及时发出疲劳预警，具有功耗低、体积小、实时性好、界面友好等特点。 |
| 作者： | 辛春明 |
| 专业： | 电子科学与技术 |
| 导师： | 谭克俊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 大连海事大学 |
| 学位年度： | 2018 |
| 正文语种： | 中文 |
检索历史
应用推荐
