原文传递
基于Kinect的安全驾驶状态监测方法和技术研究
| 论文题名： | 基于Kinect的安全驾驶状态监测方法和技术研究 |
| 关键词： | 驾驶员;状态监测系统;疲劳驾驶行为;注意力分散行为;人脸识别 |
| 摘要： | 交通安全问题是当今社会亟待解决的一大难题。驾驶员人为因素是造成交通事故的主要原因之一，如何及时有效的检测出驾驶员的不安全驾驶状态，减少因疲劳驾驶或注意力分散而引发的交通事故已经成为当前智能运输系统的研究热点。作为一款新型体感传感设备，Kinect提供了深度传感、红外摄像、骨骼追踪和人体识别等一系列新技术，且价格低廉，稳定性强，在驾驶员安全驾驶状态监测方面具有较好的应用前景和推广价值。针对目前驾驶员状态监测方面存在的成本高、效率低等问题，本文基于Kinect展开研究，全面监测驾驶员驾驶状态并提供及时的安全预警，旨在积极有效保障安全驾驶，减少交通安全事故的发生。 本文从两方面展开对驾驶员安全驾驶状态监测方法和技术的研究：疲劳驾驶监测的研究和注意力分散行为监测的研究。为实现不同光照环境下驾驶员疲劳驾驶状态的有效监测，本文设计了根据光照条件进行红外图像和彩色图像切换的监测方案，并采取适当的预处理方法改善红外图像的质量。在Kinect人脸识别的基础上监测头部和嘴部的状态，采用积分投影法和PERCLOS监测驾驶员的眼部状态，并用RBF神经网络综合判断疲劳状态，采用滑动窗口提高疲劳状态监测结果的可靠性。同时，本文采用改进的离散隐马尔科夫模型（DHMM）动态识别驾驶员行为，采用关节点向量角抽象驾驶员行为，分别对左右手的向量角进行离散化和压缩，然后分别用DHMM进行训练和识别，最后综合分析驾驶员行为。进而，通过一系列实验验证了本文所提出的疲劳监测和行为监测方法的有效性。在此基础之上，本文设计开发了基于Kinect的安全驾驶状态监测模拟系统：该系统从多方位同时监测驾驶员的安全驾驶状态；并根据疲劳监测和注意力分散行为监测结果进行分级预警；同时保存相关数据，便于进一步的研究。 本文基于高性价比、环境适应性强的Kinect体感传感设备进行驾驶员安全驾驶状态监测方法和技术的研究，采用多方式的综合分析及信息融合技术提高监测的可靠性和准确性，在保障驾驶员安全驾驶方面进行了有益探索。 |
| 作者： | 程雷 |
| 专业： | 软件工程 |
| 导师： | 蔡菁 |
| 授予学位： | 硕士 |
| 授予学位单位： | 武汉理工大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
