基于面部和心率特征融合的驾驶员疲劳状态识别方法研究
发布时间：2021-11-22 08:06
为了解决由于驾驶员面部早期疲劳特征难以检测,导致汽车驾驶辅助系统无法及时识别驾驶员准确疲劳状态的难题,论文综合运用行驶过程中驾驶员面部状态的光学信息和其心率的光电信息,研究基于面部和心率特征融合的驾驶员疲劳状态识别原理及其方法。这对于提高驾驶员疲劳状态实时智能识别水平,促进先进汽车驾驶辅助系统的发展具有重要作用与实际意义。研究工作得到了2016年广州市产学研协同创新重大专项（产学研协同创新联盟专题）（201604046006）的支持。首先,论文分别讨论了基于主观评价、面部特征、生理特征、操作行为及车辆状态特征的驾驶员疲劳状态识别方法和相关产品的应用情况,总结了其中的部分不足和一些发展趋势;然后,在对驾驶疲劳定义、影响因素、表征指标及研究方法进行讨论的基础上,进行了驾驶员疲劳状态模拟实验设计,提出了综合驾驶员自我评价和专家评价的驾驶员疲劳状态模拟实验方案,构建了以低侵扰性的摄像头和智能手表为主的驾驶员疲劳状态实验平台,并进行了驾驶员疲劳状态模拟实验,获取了不同驾驶疲劳状态下的驾驶员面部图像信息、心率光电信息和其驾驶疲劳状态的主观评价等级信息。随后,提出了基于Open Face的驾驶员多面...
【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】：113 页
【学位级别】：硕士
【部分图文】：
驾驶疲劳因素所导致的交通事故占比统计
华南理工大学硕士学位论文2操作时，辅助预测驾驶员真实意图；另一方面可在检测到驾驶员疲劳时，由机器介入执行驾驶控制，维持安全驾驶。图1-2驾驶疲劳的影响：引发交通事故（左）、驾驶权限切换（右）因此，为了减少交通事故的发生和推动智能驾驶的发展，准确、鲁棒且及时的驾驶员疲劳状态识别必不可少。1.2国内外研究现状如下图所示，目前在驾驶员疲劳状态识别研究中，首先可以分为主观检测方法以及客观检测方法。其中，主观检测方法的基本原理是通过驾驶员疲劳状态的自我评价或他人评价来判断其驾驶疲劳状态；客观检测方法的基本原理则是借助传感器等辅助手段采集并检测驾驶员驾驶过程中的一些生理、心理状态、操作行为和车辆行驶状态等参数指标来进行驾驶员疲劳状态的识别，进而这种客观检测方法又可根据不同的信息来源和特征类别分为若干种方法。驾驶员疲劳状态识别方法操作行为及其车辆状态特征面部反应特征生理参数特征主观他评法行驶速度车辆横向位置方向盘转动角度头部位置眼睑开度嘴部哈欠面部表情心率特征主观自评法脑电特征皮肤电特征肌电特征·········主观检测方法客观检测方法其他方法生物化学反应多种方法融合···图1-3驾驶员疲劳状态识别方法分类示意图
华南理工大学硕士学位论文8图1-4驾驶员生理信号采集图由于生理信号特征直接表征了人体内部的身体状态，因此基于生理特征的驾驶员疲劳状态识别方法是一种客观性较强的方法，能较客观、真实、准确地反映驾驶员的各阶段疲劳状态。在这些众多生理特征指标中，脑电特征、心率特征和肌电特征对驾驶疲劳的指示性较好，研究较多，范围较广。而目前对于生理信号特征的采集多属于接触式采集，采集时需要在驾驶员的多处皮肤上粘贴多个电极，并配置各种传感设备，侵扰性较强，容易造成驾驶员的不适，影响驾驶操作，实用性不高[31]。不过随着测试技术的进步和新型传感器的发展，无接触式的设备和无线的传输方式成为今后的发展趋势，生理信号特征的采集方法在舒适性和实用性上得到了进一步改善和提高。其中智能可穿戴设备已经可以完成人体心率特征的便捷采集，可以依靠侵扰性低，普及度高的智能手表来进行基于心率特征的驾驶员疲劳状态识别研究。1.2.4基于操作行为及车辆状态特征的驾驶员疲劳状态识别方法基于操作行为及车辆状态特征的驾驶员疲劳状态识别方法是利用间接的驾驶员驾驶操作行为及其车辆状态参数特征[32]，包括方向盘压力变化、转角大小及速度变化和车道情况等。如在不同驾驶疲劳状态时，驾驶员对方向盘的操控力会发生规律性的变化，方向盘的转动角度在驾驶员处于不同状态下也会有所不同，容易出现车辆主动、长时间地偏离车道的情况等。ZiwenYu等人通过驾驶模拟实验采集实验驾驶员清醒状态和疲劳状态下的方向盘转角、方向盘转角速率、横摆角、横摆角速度、横向位置、横向速度、横向加速度和脑
【参考文献】：
期刊论文
[1]针对车辆与行人检测的感兴趣区域自适应分割算法[J]. 张文影,李礼夫. 科学技术与工程. 2020(05)
[2]大数据时代数据分析方法概述[J]. 龙草芳. 电脑知识与技术. 2019(14)
[3]基于Cortex-M3处理器和SIM900A的可穿戴健康参数监测系统设计[J]. 梁美丽,尹礼寿,陈立杰. 山东农业大学学报(自然科学版). 2019(03)
[4]驾驶员疲劳状态监测系统综述[J]. 于立娇,吴振昕,王文彬,高洪伟. 汽车文摘. 2019(03)
[5]基于时序性面部动作信息的驾驶员状态检测框架[J]. 崔子岩,汪剑鸣,金光浩. 计算机应用研究. 2019(11)
[6]基于深度学习的驾驶员头部姿态参数估计[J]. 阮志强,方向忠. 信息技术. 2017(02)
[7]基于驾驶行为的疲劳驾驶判别算法研究[J]. 万蔚,王振华,王保菊. 道路交通与安全. 2016(06)
[8]驾驶人背部肌肉负荷定量研究[J]. 张非若,陶鑫,王波,王文军,成波. 中国生物医学工程学报. 2013(06)
[9]基于多指标测试的驾驶疲劳高发时段[J]. 李君羡,潘晓东. 交通科学与工程. 2013(01)
[10]疲劳驾驶检测方法研究进展[J]. 袁翔,孙香梅. 汽车工程学报. 2012(03)
博士论文
[1]草原道路简单景观环境下驾驶疲劳短时恢复特性研究[D]. 王玉化.内蒙古农业大学 2019
[2]基于生理信号的联合收获机驾驶疲劳检测与评价[D]. 祝荣欣.东北农业大学 2016
[3]基于信息融合的疲劳驾驶检测方法研究[D]. 牛清宁.吉林大学 2014
[4]基于多普勒雷达的非接触式生命体征检测技术研究[D]. 胡巍.中国科学技术大学 2014
[5]驾驶员疲劳状态检测技术研究与工程实现[D]. 李志春.江苏大学 2009
硕士论文
[1]基于头部特征和姿态估计的疲劳驾驶检测技术的研究[D]. 刘敏.东华大学 2019
[2]基于信息融合的驾驶员疲劳状态检测方法研究[D]. 方毅.哈尔滨工业大学 2018
[3]基于STM32的多功能智能健康手表设计[D]. 张自达.宁夏大学 2018
[4]基于CNNs和LSTM的驾驶员疲劳和分心状态识别研究[D]. 李力.湖南大学 2018
[5]驾驶员疲劳状态分析及其预警算法研究[D]. 于兹文.吉林大学 2018
[6]基于图像信号与无线通信信号融合的室内定位关键技术研究[D]. 李菲.北京邮电大学 2018
[7]基于多模态深度学习的疲劳驾驶检测[D]. 杜立寰.上海交通大学 2018
[8]基于脑电样本熵高速催眠道路环境影响研究[D]. 夏品苹.东南大学 2017
[9]基于眼动特征的轨道交通驾驶员驾驶疲劳检测研究[D]. 严荣慧.苏州大学 2017
[10]基于生理与操作行为典型参数的驾驶疲劳程度研究[D]. 黄姣.华南理工大学 2016
本文编号：3511283
【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】：113 页
【学位级别】：硕士
【部分图文】：
驾驶疲劳因素所导致的交通事故占比统计
华南理工大学硕士学位论文2操作时，辅助预测驾驶员真实意图；另一方面可在检测到驾驶员疲劳时，由机器介入执行驾驶控制，维持安全驾驶。图1-2驾驶疲劳的影响：引发交通事故（左）、驾驶权限切换（右）因此，为了减少交通事故的发生和推动智能驾驶的发展，准确、鲁棒且及时的驾驶员疲劳状态识别必不可少。1.2国内外研究现状如下图所示，目前在驾驶员疲劳状态识别研究中，首先可以分为主观检测方法以及客观检测方法。其中，主观检测方法的基本原理是通过驾驶员疲劳状态的自我评价或他人评价来判断其驾驶疲劳状态；客观检测方法的基本原理则是借助传感器等辅助手段采集并检测驾驶员驾驶过程中的一些生理、心理状态、操作行为和车辆行驶状态等参数指标来进行驾驶员疲劳状态的识别，进而这种客观检测方法又可根据不同的信息来源和特征类别分为若干种方法。驾驶员疲劳状态识别方法操作行为及其车辆状态特征面部反应特征生理参数特征主观他评法行驶速度车辆横向位置方向盘转动角度头部位置眼睑开度嘴部哈欠面部表情心率特征主观自评法脑电特征皮肤电特征肌电特征·········主观检测方法客观检测方法其他方法生物化学反应多种方法融合···图1-3驾驶员疲劳状态识别方法分类示意图
华南理工大学硕士学位论文8图1-4驾驶员生理信号采集图由于生理信号特征直接表征了人体内部的身体状态，因此基于生理特征的驾驶员疲劳状态识别方法是一种客观性较强的方法，能较客观、真实、准确地反映驾驶员的各阶段疲劳状态。在这些众多生理特征指标中，脑电特征、心率特征和肌电特征对驾驶疲劳的指示性较好，研究较多，范围较广。而目前对于生理信号特征的采集多属于接触式采集，采集时需要在驾驶员的多处皮肤上粘贴多个电极，并配置各种传感设备，侵扰性较强，容易造成驾驶员的不适，影响驾驶操作，实用性不高[31]。不过随着测试技术的进步和新型传感器的发展，无接触式的设备和无线的传输方式成为今后的发展趋势，生理信号特征的采集方法在舒适性和实用性上得到了进一步改善和提高。其中智能可穿戴设备已经可以完成人体心率特征的便捷采集，可以依靠侵扰性低，普及度高的智能手表来进行基于心率特征的驾驶员疲劳状态识别研究。1.2.4基于操作行为及车辆状态特征的驾驶员疲劳状态识别方法基于操作行为及车辆状态特征的驾驶员疲劳状态识别方法是利用间接的驾驶员驾驶操作行为及其车辆状态参数特征[32]，包括方向盘压力变化、转角大小及速度变化和车道情况等。如在不同驾驶疲劳状态时，驾驶员对方向盘的操控力会发生规律性的变化，方向盘的转动角度在驾驶员处于不同状态下也会有所不同，容易出现车辆主动、长时间地偏离车道的情况等。ZiwenYu等人通过驾驶模拟实验采集实验驾驶员清醒状态和疲劳状态下的方向盘转角、方向盘转角速率、横摆角、横摆角速度、横向位置、横向速度、横向加速度和脑
【参考文献】：
期刊论文
[1]针对车辆与行人检测的感兴趣区域自适应分割算法[J]. 张文影,李礼夫. 科学技术与工程. 2020(05)
[2]大数据时代数据分析方法概述[J]. 龙草芳. 电脑知识与技术. 2019(14)
[3]基于Cortex-M3处理器和SIM900A的可穿戴健康参数监测系统设计[J]. 梁美丽,尹礼寿,陈立杰. 山东农业大学学报(自然科学版). 2019(03)
[4]驾驶员疲劳状态监测系统综述[J]. 于立娇,吴振昕,王文彬,高洪伟. 汽车文摘. 2019(03)
[5]基于时序性面部动作信息的驾驶员状态检测框架[J]. 崔子岩,汪剑鸣,金光浩. 计算机应用研究. 2019(11)
[6]基于深度学习的驾驶员头部姿态参数估计[J]. 阮志强,方向忠. 信息技术. 2017(02)
[7]基于驾驶行为的疲劳驾驶判别算法研究[J]. 万蔚,王振华,王保菊. 道路交通与安全. 2016(06)
[8]驾驶人背部肌肉负荷定量研究[J]. 张非若,陶鑫,王波,王文军,成波. 中国生物医学工程学报. 2013(06)
[9]基于多指标测试的驾驶疲劳高发时段[J]. 李君羡,潘晓东. 交通科学与工程. 2013(01)
[10]疲劳驾驶检测方法研究进展[J]. 袁翔,孙香梅. 汽车工程学报. 2012(03)
博士论文
[1]草原道路简单景观环境下驾驶疲劳短时恢复特性研究[D]. 王玉化.内蒙古农业大学 2019
[2]基于生理信号的联合收获机驾驶疲劳检测与评价[D]. 祝荣欣.东北农业大学 2016
[3]基于信息融合的疲劳驾驶检测方法研究[D]. 牛清宁.吉林大学 2014
[4]基于多普勒雷达的非接触式生命体征检测技术研究[D]. 胡巍.中国科学技术大学 2014
[5]驾驶员疲劳状态检测技术研究与工程实现[D]. 李志春.江苏大学 2009
硕士论文
[1]基于头部特征和姿态估计的疲劳驾驶检测技术的研究[D]. 刘敏.东华大学 2019
[2]基于信息融合的驾驶员疲劳状态检测方法研究[D]. 方毅.哈尔滨工业大学 2018
[3]基于STM32的多功能智能健康手表设计[D]. 张自达.宁夏大学 2018
[4]基于CNNs和LSTM的驾驶员疲劳和分心状态识别研究[D]. 李力.湖南大学 2018
[5]驾驶员疲劳状态分析及其预警算法研究[D]. 于兹文.吉林大学 2018
[6]基于图像信号与无线通信信号融合的室内定位关键技术研究[D]. 李菲.北京邮电大学 2018
[7]基于多模态深度学习的疲劳驾驶检测[D]. 杜立寰.上海交通大学 2018
[8]基于脑电样本熵高速催眠道路环境影响研究[D]. 夏品苹.东南大学 2017
[9]基于眼动特征的轨道交通驾驶员驾驶疲劳检测研究[D]. 严荣慧.苏州大学 2017
[10]基于生理与操作行为典型参数的驾驶疲劳程度研究[D]. 黄姣.华南理工大学 2016
本文编号：3511283
本文链接：https://www.wllwen.com/kejilunwen/qiche/3511283.html
