司机防疲劳驾驶系统研究

发布时间：2017-05-13 01:11

  本文关键词：司机防疲劳驾驶系统研究，，由笔耕文化传播整理发布。

【摘要】：随着经济的快速发展,汽车已走进千家万户。汽车给人们带来方便的同时,也导致了交通事故的不断发生。据研究发现,司机疲劳驾驶是造成交通事故的重要原因之一,并且造成的死亡人数占交通事故的首位,疲劳驾驶已经成为一个严重的社会问题。因此,研制开发一个防疲劳驾驶系统具有很大的意义。在研究国内外相关资料之后,首先分析比较了三类常用的检测司机疲劳的方法,选定了本文所使用的基于视觉图像和车辆状态多种信息融合的检测方法。资料表明,司机在疲劳驾驶的时候身体会发生一些变化,面部特征尤为明显,主要体现在闭眼时间延长以及频繁打哈欠。所以,可以根据这些特征实时监测司机的身体和精神状态。文中提出了基于AdaBoost算法的人脸检测以及使用“积分投影法”进行的眼睛和嘴巴的精确定位。然后,根据PERCLOS-P80原理判断司机闭眼时间的长短,根据嘴巴张开的大小判断司机是否频繁打哈欠,并且辅助监测车辆方向盘的运动,设计了本文的司机防疲劳驾驶系统。司机防疲劳驾驶系统包含五个独立的模块,可以根据司机眼睛、嘴巴以及车辆方向盘三个不同的特征来判定司机是否处于疲劳驾驶状态,及时发出预警信息,能够有效地避免因司机疲劳而造成的交通事故。
【关键词】：疲劳驾驶 人脸检测 特征识别 疲劳判定
【学位授予单位】：安徽理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U463.6;TP391.41
【目录】：

• 摘要5-6
• Abstract6-14
• 1 绪论14-20
• 1.1 研究背景和意义14-15
• 1.2 国内外研究现状及发展趋势15-17
• 1.2.1 国内外研究现状15-17
• 1.2.2 发展趋势17
• 1.3 论文主要内容及结构安排17-19
• 1.3.1 论文主要研究内容17-18
• 1.3.2 论文结构安排18-19
• 1.4 本章小结19-20
• 2 司机疲劳驾驶行为分析20-28
• 2.1 疲劳驾驶20-23
• 2.1.1 疲劳驾驶的概念20-21
• 2.1.2 疲劳驾驶形成的原因21-22
• 2.1.3 疲劳驾驶的危害22-23
• 2.2 司机疲劳的检测方法23-26
• 2.2.1 基于生理信号的检测方法23-24
• 2.2.2 基于车辆状态的检测方法24-25
• 2.2.3 基于视觉图像的检测方法25
• 2.2.4 三种检测方法比较25-26
• 2.3 本文使用的检测方法26
• 2.4 本章小结26-28
• 3 司机面部特征识别28-36
• 3.1 人脸检测28-32
• 3.1.1 人脸检测方法28-29
• 3.1.2 基于AdaBoost算法的人脸检测29-31
• 3.1.3 AdaBoost算法实现31-32
• 3.2 眼睛定位32-33
• 3.3 嘴巴定位33-34
• 3.4 本章小结34-36
• 4 司机疲劳驾驶判定36-44
• 4.1 基于眼睛特征的疲劳判定36-39
• 4.1.1 PERCLOS算法37
• 4.1.2 PERCLOS算法原理37-38
• 4.1.3 基于PERCLOS判定疲劳38-39
• 4.2 基于嘴巴特征的疲劳判定39-41
• 4.3 基于方向盘的疲劳判定41-42
• 4.4 本章小结42-44
• 5 司机防疲劳驾驶系统44-52
• 5.1 系统设计44-49
• 5.1.1 面部监测模块44-45
• 5.1.2 方向盘监测模块45-46
• 5.1.3 蓝牙模块46-47
• 5.1.4 预警模块47-48
• 5.1.5 数据处理模块48-49
• 5.2 司机防疲劳驾驶系统硬件结构49-51
• 5.2.1 汽车方向盘转角传感器49-50
• 5.2.2 基于Android系统的监控和处理设备50-51
• 5.3 实验结果分析51
• 5.4 本章小结51-52
• 6 总结与展望52-54
• 6.1 本文总结52
• 6.2 展望52-54
• 参考文献54-58
• 致谢58-60
• 作者简介60

【参考文献】

中国期刊全文数据库 前10条

1 梁陇成;李智;;基于ZigBee的无线实时多通道数据包监听器设计与研究[J];网络安全技术与应用;2015年03期

2 石炜;朱光宇;;基于陀螺仪的方向盘转角传感器[J];仪表技术与传感器;2014年09期

3 陈旭;肖洪兵;;基于面部综合信息的疲劳驾驶判别研究[J];科学技术与工程;2014年11期

4 闫丽莹;;汽车外形设计的发展与研究[J];无线互联科技;2014年02期

5 杨星星;张松;芦杨;杨琳;王薇薇;顾冠雄;;基于生理信号的疲劳驾驶风险检测方法的研究进展[J];中国医学装备;2013年07期

6 王筱薇倩;杨会成;费琛;杨惠;;基于ASM和眼嘴自动标点的差距化疲劳识别[J];重庆工商大学学报(自然科学版);2013年04期

7 孙罡;索春光;全小红;;基于Adaboost对人脸Gabor特征进行选择[J];价值工程;2013年11期

8 王威;胡永忠;;一种用于驾驶员疲劳检测的人眼状态判别方法[J];计算机光盘软件与应用;2012年13期

9 苏晓娜;李晓明;;人脸检测及眼睛定位在驾驶员疲劳检测中的应用[J];科学技术与工程;2012年17期

10 吴雅萱;李文书;施国生;周涛;;疲劳驾驶检测技术研究综述[J];工业控制计算机;2011年08期

中国博士学位论文全文数据库 前3条

1 肖献强;基于信息融合的驾驶行为识别关键技术研究[D];合肥工业大学;2011年

2 毛U

本文编号：361268