详情

原文传递驾驶员疲劳监测系统设计

论文题名：	驾驶员疲劳监测系统设计
关键词：	疲劳驾驶;监测系统;人脸识别;深度学习;交通安全
摘要：	交通事故自汽车诞生以来就一直危害着人类的生命财产安全，特别是近些年汽车数量的激增，该问题变得尤为严峻。本文针对当前在交通事故原因中较为常见的疲劳驾驶问题展开研究，并着手设计一款疲劳驾驶监控系统，以减轻疲劳驾驶引发的交通事故对人类的危害。首先通过数据调研和查阅文献的方式进行疲劳驾驶监测系统产生的背景及发展现状进行了研究分析，并对当前存在的几种驾驶员疲劳监测方案进行理论剖析和对比，基于直观生理特征的疲劳监测方案无论在识别的准确性、便利性还是价格上都存在一定的优势，从而确立了本文基于直观生理特征（人脸特征）的疲劳监测方案。本文以深度学习为技术理论支撑，通过MTCNN(Multi-taskCascadedConvolutionalNetworks)进行人脸和人脸特征点的识别和定位，并将识别的特征点转化为EAR(EyeAspectRatio)、MAR(MouthAspectRatio)疲劳特征。然后通过贝叶斯统计学的方式进行决策级融合，最后根据GSR(GeneralSafetyRegulation)中对DDAW(DriverDrowsinessandAttentionWarning)的要求设计了测试方案，并通过数据分析验证了该系统的法规满足性。
作者：	孟涛
专业：	车辆工程
导师：	程腾;魏振亚
授予学位：	硕士
授予学位单位：	合肥工业大学
学位年度：	2022