基于视频图像和RBF神经网络的疲劳驾驶监测系统.pdfVIP

道路交通与安全 ·第9卷第4期2009年 8月 基于视频图像和 RBF神经网络的 疲劳驾驶监测系统 mY- 力 ，徐 超 ，沈晓蓉 ，范耀祖 1．北方工业大学机 电工程学院 自动化系，北京 100144 2．北京航空航天大学 自动化学院控制系统与控制工程系，北京 100083 摘 要：采用视频采集方式和神经网络方法实现了驾驶员疲 劳驾驶的非接触式监测。应用车头前端 和车厢 内部双路视频摄像头分别采集车辆相对于车道线的行驶轨迹和驾驶员的睁闭眼状态， 应用 Radon变换提取5S内车头与车道线间的最大和最小偏 离、相邻 2帧间车头与车道线 的 最大角度变化量和平均角度差，应用AdaBoost算法提取驾驶员眼睛闭合帧数 比例 ，并将上 述各参数作为RBF神经网络的输入来实现驾驶员疲劳状态的动态监测，实验数据表明监测 效果 良好。 关键词 ：疲劳驾驶监测；视频图像；径向基函数神经网络；Radon变换；AdaBoost算法 对方向盘的运动监测等 J，如美国电子安全产 品公 0 引言 司开发的方向盘监视装置 SAM、日本 CannonKK研 制的安置于被检测者头部作为脑 电波连续刺激发生器 交通事故是 当前世界各 国所面临的共 同问题 。 的防瞌睡装置，美国Dinges研究的PERCLOS(单位 在美国，重型汽车事故 中57％的灾难性事故与驾驶 时间内眼睛闭合时间所 占的百分率)可准确反映驾驶 疲劳有关；英 国交通研 究实验 室 (TransportRe— 员的疲劳状态。在我国，1998年周鹏等研究了佩戴 searchLaboratory)认为，由驾驶疲劳导致的道路交 通事故 占全部交通事故的 10％；法国的事故报告表 于驾驶员小腿与手腕部的 “驾驶员疲劳事故预防器”； 明，因疲劳驾驶而 发生车 祸的 占人 身伤亡事 故 的 2000年，石坚等通过传感器测量驾驶员驾驶时方向 14．9％、占死亡事故的20．6％；在我国，交通事故 盘、踏板等状态信息来判别驾驶员的疲劳状态；2001 呈现逐年上升的趋势，1999年发生道路交通事故 年，郑培、周一呜提出了脸部活动图像识别的人脸皮 412860起 ，致伤 286080人、死亡 83529人 ，造 肤色彩高斯模型 ，构建了基于 PERCLOS的机动车驾 成直接经济损失 21．24亿元。因此，研究开发高 驶员驾驶疲劳的实验测评系统 。 效、简便、易行的疲劳驾驶监测系统具有显著的社 分析国内外疲劳驾驶检测技术的发展情况可知， 会意义和经济价值… 。 现有的各种检测方法大多数立足于利用接触式手段检 目前，可了解到的驾驶疲劳检测技术主要是对驾 测驾驶员疲劳时所表现出的某些特征，且很少针对由 驶员行驶时生理和心理上的特异性指标进行检测 以及 车辆运动本身特性来 “反推”驾驶员的驾驶状态是否 收稿 日期 ：2008—12—3 项 目资助：北京市教委重点学科建设项 目(BHBJZB一1—5)；北京市科委 “企业创新应用 自主知识产权与技术标准试点”项 目 作者简介：王力 (1978一 )，男，安徽肥东人，博士后，主要研究方向：智能交通系统、交通控制与交通安全。 E—mail：wily2003@126．corn 道路交通与安全 ·第9卷第4期2tKI9年8月 一 幅车道线图像的 Radon变换结果 ，图中Radon变 轨迹的曲线化行为特性明显。如果此时驾驶员的眼睛 换的最大值出现在 e=119。、X =一30处，该直线即 也长时间闭合，即PERCLOS值大干80％时，根据经 车道线。当车辆行进过程中有2条车道线同时出现在 验可知驾驶员很可