基于OpenMV的疲劳驾驶检测系统的设计与实现
发布时间：2021-10-28 18:08
自动驾驶汽车的实用化,意味着人工智能在汽车领域的应用越来越创新、成熟。同时,基于机器视觉、语音识别等人工智能技术的驾驶辅助系统也备受业界关注,而汽车智能化、多元化发展首先应该考虑的是行车安全。据每年交通部门发布的事故统计,疲劳驾驶一直是引发交通事故的主要原因之一。为此,本文提出了一种基于眼部特征算法设计的疲劳驾驶检测系统。目前基于眼部特征实现的疲劳检测方法中最常用的是PERCLOS算法,通过单位时间内驾驶员眼睛闭合达到一定程度的时间与总时间的比例来判断驾驶员疲劳状态。本文在PERCLOS算法的基础上,提出一种基于眨眼频率的检测算法,通过驾驶员单位时间内的眨眼次数变化进行疲劳检测。本文对驾驶员眼部特征、握力特征和汽车横向加速度特征进行多信号的监测,能够从人体生理信号、动作特征以及汽车运动轨迹中进行准确的疲劳驾驶判断,实验识别率达到90%以上,同时以极低的成本搭建了对性能要求较高的车载图像处理硬件系统。本文选用OpenMV作为系统主控,驱动CMOS摄像头获取人脸图像,通过基于Haar特征的Cascade分类器实现人眼识别,对人眼区域进行颜色深度分析后识别瞳孔,进而计算出驾驶员的眨眼频率。从...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
系统方案图
华南理工大学硕士学位论文8器存储，使用Qt编写PC端的监测软件对数据进行本地同步以及预警处理。2.3眼部特征检测算法的设计2.3.1PERCLOS算法的研究据研究表明，眼部特征能够有效的反应人体疲劳状态，而PERCLOS算法由于优秀的性能使其常应用于基于眼部特征实现的疲劳驾驶系统中。PERCLOS准则最早由WaltWierwille在1994年提出[13]，PERCLOS（PercentageOfEyeClosureOverThePupilOvertime），单位时间内驾驶员眼睛闭合达到一定程度的时间与总时间的比例。PERCLOS算法常用的标准如下：P70：眼睛闭合程度达到70%作为眼睛闭合标准，计算单位时间内眼睛闭合时间与总时间的比例；P80：眼睛闭合程度达到80%作为眼睛闭合标准，计算单位时间内眼睛闭合时间与总时间的比例；EM：眼睛闭合程度达到50%作为眼睛闭合标准，计算单位时间内眼睛闭合时间与总时间的比例；图2-2PERCLOS算法原理图以上三种标准中，PERCLOS的P80标准（单位时间内眼睛闭合程度超过80%以上的时间占总时间的百分比）与驾驶员疲劳程度的相关性最好[14]。PERCLOS算法P80准则检测原理如图2-2所示，表征的是一次眨眼过程中眼睛睁开程度的变化情况，其中t1表示人眼闭合程度从0增大到20%（即漏出80%的瞳孔面积）的时间，t2表示人眼闭合程度从0增大到80%的时间，t3表示人眼闭合程度从0增加到100%（完全闭合）后再次减小到80%的时间，t4表示人眼闭合程度从0增加到100%（完全闭合）后再次减小到20%的时间。因此t3-t2为P80准则中眨眼过程人眼的闭合时间，为了方便检测，取t4-t1
第二章方案论证9为一次眨眼的总时间。设P80为PERCLOS值，由PERCLOS的算法原理得到P80计算公式：PERCLOS算法中最重要的是如何准确检测人眼的闭合程度，并且需要持续进行检测流程，即需要检测眼睛闭合程度从0%-100%的变化。PERCLOS算法虽然可以实现较为准确的疲劳检测，同时能够实现无接触测量，但是由于算法原理需要获得精准的眨眼状态时间节点，即每次眨眼动作中t2至t3的时间，而一次眨眼过程持续的时间较短，所以PERCLOS算法对软件系统的实时性要求比较高。同时也要求负责图像处理的处理器具有较高运算能力，因此实际设计时往往无法把基于PERCLOS算法实现的疲劳驾驶检测系统控制在较低的成本。2.3.2眨眼频率检测算法的设计研究表明，驾驶员处于疲劳驾驶状态下时眨眼的持续时间比正常驾驶时长，并且眨眼频率同时加快。PERCLOS算法主要根据眨眼时间与疲劳程度的相关性进行计算，但由于其对软硬件系统的要求较高，实现较为复杂，采用PERCLOS算法设计的疲劳检测系统往往难以合适的降低系统负荷，降低整体硬件成本。本文在PERCLOS算法的基础上，提出一种基于眨眼频率算法实现的疲劳检测系统。眨眼频率的计算核心步骤在于眨眼状态的识别，与PERCLOS算法算法的不同点在于，本文设计的眨眼频率算法只需要检测每次驾驶员的眨眼动作，并进行累计，而无需像PERCLOS算法一样测量每次眨眼过程中各个眼睛闭合度特征点时间，因此实时性要求也比PERCLOS算法低。图2-3眨眼频率检测算法原理图
【参考文献】：
期刊论文
[1]薄膜压力传感器的研究进展[J]. 虞沛芾,李伟. 有色金属材料与工程. 2020(02)
[2]疲劳驾驶检测方法研究综述[J]. 杨海燕,相运杰,胡蓉. 宝鸡文理学院学报(自然科学版). 2020(01)
[3]基于OpenMV的循迹无人机设计[J]. 吴松元,牛宗超,吕康胜. 电子世界. 2020(04)
[4]浅谈窄带物联网NB-IoT关键技术与应用[J]. 施婷,司全龙. 通讯世界. 2020(02)
[5]5G关键技术及应用[J]. 郭玉倩,张九丽. 通信电源技术. 2020(04)
[6]基于OpenCv的人脸识别系统[J]. 贺鹏远,杨义涛,罗媛,邓磊,索美霞. 科技传播. 2020(02)
[7]5G移动通信应用场景及新型无线网络部署探讨[J]. 唐连雷,王海龙. 中国新通信. 2020(01)
[8]基于OpenCV的数字图像处理技术研究与实现[J]. 邹宏伟. 无线互联科技. 2019(22)
[9]基于STM32的同步发电机励磁调节器设计与试验[J]. 杨文荣,吴晟,商建锋. 实验技术与管理. 2019(06)
[10]基于Openmv的会议室智能门禁控制系统设计[J]. 朱新波. 电脑知识与技术. 2019(09)
硕士论文
[1]基于NB-IoT的监控系统的设计与实现[D]. 王明.中国科学院大学(中国科学院沈阳计算技术研究所) 2019
[2]基于OpenMV的辅助进食机械手系统的研究与设计[D]. 张平.江西理工大学 2019
[3]基于IPv6的TTS语音云服务应用的研究与实现[D]. 王天琦.宁夏大学 2019
[4]基于MPU6050的老年人摔倒检测系统设计[D]. 杨梦雨.重庆大学 2017
[5]基于惯性传感器MPU6050的计步器设计[D]. 陈善武.大连海事大学 2016
[6]基于PERCLOS的列车司机驾驶疲劳检测研究[D]. 李强.北京交通大学 2014
[7]基于方向盘握力的司机警觉度检测研究[D]. 李凡.上海交通大学 2014
[8]基于Adaboost算法的驾驶员疲劳驾驶检测[D]. 熊池亮.电子科技大学 2013
[9]基于OpenCV的疲劳驾驶检测系统的设计与实现[D]. 侯科.华中科技大学 2012
本文编号：3463136
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
系统方案图
华南理工大学硕士学位论文8器存储，使用Qt编写PC端的监测软件对数据进行本地同步以及预警处理。2.3眼部特征检测算法的设计2.3.1PERCLOS算法的研究据研究表明，眼部特征能够有效的反应人体疲劳状态，而PERCLOS算法由于优秀的性能使其常应用于基于眼部特征实现的疲劳驾驶系统中。PERCLOS准则最早由WaltWierwille在1994年提出[13]，PERCLOS（PercentageOfEyeClosureOverThePupilOvertime），单位时间内驾驶员眼睛闭合达到一定程度的时间与总时间的比例。PERCLOS算法常用的标准如下：P70：眼睛闭合程度达到70%作为眼睛闭合标准，计算单位时间内眼睛闭合时间与总时间的比例；P80：眼睛闭合程度达到80%作为眼睛闭合标准，计算单位时间内眼睛闭合时间与总时间的比例；EM：眼睛闭合程度达到50%作为眼睛闭合标准，计算单位时间内眼睛闭合时间与总时间的比例；图2-2PERCLOS算法原理图以上三种标准中，PERCLOS的P80标准（单位时间内眼睛闭合程度超过80%以上的时间占总时间的百分比）与驾驶员疲劳程度的相关性最好[14]。PERCLOS算法P80准则检测原理如图2-2所示，表征的是一次眨眼过程中眼睛睁开程度的变化情况，其中t1表示人眼闭合程度从0增大到20%（即漏出80%的瞳孔面积）的时间，t2表示人眼闭合程度从0增大到80%的时间，t3表示人眼闭合程度从0增加到100%（完全闭合）后再次减小到80%的时间，t4表示人眼闭合程度从0增加到100%（完全闭合）后再次减小到20%的时间。因此t3-t2为P80准则中眨眼过程人眼的闭合时间，为了方便检测，取t4-t1
第二章方案论证9为一次眨眼的总时间。设P80为PERCLOS值，由PERCLOS的算法原理得到P80计算公式：PERCLOS算法中最重要的是如何准确检测人眼的闭合程度，并且需要持续进行检测流程，即需要检测眼睛闭合程度从0%-100%的变化。PERCLOS算法虽然可以实现较为准确的疲劳检测，同时能够实现无接触测量，但是由于算法原理需要获得精准的眨眼状态时间节点，即每次眨眼动作中t2至t3的时间，而一次眨眼过程持续的时间较短，所以PERCLOS算法对软件系统的实时性要求比较高。同时也要求负责图像处理的处理器具有较高运算能力，因此实际设计时往往无法把基于PERCLOS算法实现的疲劳驾驶检测系统控制在较低的成本。2.3.2眨眼频率检测算法的设计研究表明，驾驶员处于疲劳驾驶状态下时眨眼的持续时间比正常驾驶时长，并且眨眼频率同时加快。PERCLOS算法主要根据眨眼时间与疲劳程度的相关性进行计算，但由于其对软硬件系统的要求较高，实现较为复杂，采用PERCLOS算法设计的疲劳检测系统往往难以合适的降低系统负荷，降低整体硬件成本。本文在PERCLOS算法的基础上，提出一种基于眨眼频率算法实现的疲劳检测系统。眨眼频率的计算核心步骤在于眨眼状态的识别，与PERCLOS算法算法的不同点在于，本文设计的眨眼频率算法只需要检测每次驾驶员的眨眼动作，并进行累计，而无需像PERCLOS算法一样测量每次眨眼过程中各个眼睛闭合度特征点时间，因此实时性要求也比PERCLOS算法低。图2-3眨眼频率检测算法原理图
【参考文献】：
期刊论文
[1]薄膜压力传感器的研究进展[J]. 虞沛芾,李伟. 有色金属材料与工程. 2020(02)
[2]疲劳驾驶检测方法研究综述[J]. 杨海燕,相运杰,胡蓉. 宝鸡文理学院学报(自然科学版). 2020(01)
[3]基于OpenMV的循迹无人机设计[J]. 吴松元,牛宗超,吕康胜. 电子世界. 2020(04)
[4]浅谈窄带物联网NB-IoT关键技术与应用[J]. 施婷,司全龙. 通讯世界. 2020(02)
[5]5G关键技术及应用[J]. 郭玉倩,张九丽. 通信电源技术. 2020(04)
[6]基于OpenCv的人脸识别系统[J]. 贺鹏远,杨义涛,罗媛,邓磊,索美霞. 科技传播. 2020(02)
[7]5G移动通信应用场景及新型无线网络部署探讨[J]. 唐连雷,王海龙. 中国新通信. 2020(01)
[8]基于OpenCV的数字图像处理技术研究与实现[J]. 邹宏伟. 无线互联科技. 2019(22)
[9]基于STM32的同步发电机励磁调节器设计与试验[J]. 杨文荣,吴晟,商建锋. 实验技术与管理. 2019(06)
[10]基于Openmv的会议室智能门禁控制系统设计[J]. 朱新波. 电脑知识与技术. 2019(09)
硕士论文
[1]基于NB-IoT的监控系统的设计与实现[D]. 王明.中国科学院大学(中国科学院沈阳计算技术研究所) 2019
[2]基于OpenMV的辅助进食机械手系统的研究与设计[D]. 张平.江西理工大学 2019
[3]基于IPv6的TTS语音云服务应用的研究与实现[D]. 王天琦.宁夏大学 2019
[4]基于MPU6050的老年人摔倒检测系统设计[D]. 杨梦雨.重庆大学 2017
[5]基于惯性传感器MPU6050的计步器设计[D]. 陈善武.大连海事大学 2016
[6]基于PERCLOS的列车司机驾驶疲劳检测研究[D]. 李强.北京交通大学 2014
[7]基于方向盘握力的司机警觉度检测研究[D]. 李凡.上海交通大学 2014
[8]基于Adaboost算法的驾驶员疲劳驾驶检测[D]. 熊池亮.电子科技大学 2013
[9]基于OpenCV的疲劳驾驶检测系统的设计与实现[D]. 侯科.华中科技大学 2012
本文编号：3463136
本文链接：https://www.wllwen.com/kejilunwen/qiche/3463136.html
