原文传递
疲劳驾驶检测方法的研究及其嵌入式实现
| 论文题名： | 疲劳驾驶检测方法的研究及其嵌入式实现 |
| 关键词： | 疲劳驾驶;人脸检测;脑电信号;PERCLOS算法 |
| 摘要： | 驾驶员疲劳驾驶通常是导致交通事故的重要原因，在当前车载电子研究领域寻求一种车载、实时及客观的疲劳检测装置已成为国内外研究者的热门研究方向之一。本文在对国内外相关疲劳驾驶的形成机理及检测方法的研究成果进行研究和总结的基础上，对驾驶员疲劳状态下的眼睛状态和脑电信号的变化进行了研究与分析，基于此两种生理变化特征实现了疲劳驾驶的检测预警系统。 本研究利用北京瑞泰创新公司的ICETEK-DM6437-B作为硬件开发平台，设计实现了基于DSP的疲劳驾驶检测分析系统，软件平台采用CCS3.3对研究中的算法进行仿真处理及其优化，利用实时操作系统DSP/BIOS方便地进行了实时调度和实时调试，本文的主要工作如下: (1)眼睛状态检测处理模块:由于YCbCr彩色空间上，色度信息有非常好的聚类性，因此首先采集肤色样本并在YCbCr彩色空间上提取色度初始化阈值范围;然后对实时采集的驾驶员头部图像并采用中值滤波和图像锐化算法进行图像预处理，采用色度信息自适应阈值范围的方法进行人脸定位，人脸初步定位之后采用腐蚀方法对其进行精确定位;在人脸精确定位的基础上，采用基于脸部几何特征的算法对人眼定位，由于眉毛灰度较低，可以查找出眉毛位置，进而精确定位出人眼位置;因为眼球为黑色，所以通过统计眼睛区域黑色像素的比例大小，判断眼睛的睁开与闭合;在确定眼睛的状态基础上，利用PERCLOS算法判定驾驶员是否疲劳。 (2)脑电信号检测处理模块:首先采用北京中科新拓有限公司的脑电放大器UE-16A采集脑电信号;由于脑电信号的频率主要集中在30Hz以下，背景噪声较强，因此采用FIR低通滤波器加海明窗的方法对其进行滤波;然后对脑电信号进行FFT变换，从而进行频域分析;通过对比分析由清醒到疲劳状态下的脑电信号的θ波、α波和β波三个波段的功率平均值、各波段功率占总功率的百分比、各波段功率的比值及加和功率比值的变化结果，最后确定基于(θ+α)/β的功率加和比值的方法判定疲劳最为有效;最后设定阈值判断驾驶员是否处于疲劳状态。 通过硬件测试表明，该系统能够有效地实现对驾驶员的疲劳检测预警功能，检测率较高，并且具有较好的实时性与鲁棒性，具有广泛地应用前景。 |
| 作者： | 杨才坤 |
| 专业： | 电路与系统 |
| 导师： | 赵丽红 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东北大学 |
| 学位年度： | 2013 |
| 正文语种： | 中文 |
检索历史
应用推荐
