学位论文-疲劳驾驶实时监测系统的研究与实现论文.doc

疲劳驾驶实时监测系统的研究与实现 背景 在智能化技术迅猛发展的今天，汽车驾驶也在朝着智能化、安全化的方向发展，对驾驶员疲劳状态的检测是汽车智能辅助驾驶的关键技术。本课题主要实现驾驶员脸部状态的监测、跟踪及疲劳的判定，为安全驾驶车辆提供保障。 人脸是区别人的重要部分之一，在日常生活中，人类对人的识别主要是依靠人脸，通过人脸人们可以得到很多信息，如年龄、性别、情感等等。通过识别人脸特征点，人类可以很轻松的判断一个人是否处于疲劳状态。即使在不同角度、不同光照、不同远近、甚至人脸的部分被遮挡，如佩戴眼镜等条件下仍能对人脸做出正确迅速的识别。据一般估计，人在一生中大概可以记住上千个人脸。由于人脸在日常生活中的特殊作用，对人脸的研究一直是学者们研究的焦点，近年来，微电子技术的迅猛发展给人脸研究注入了新的活力，人们正试图摆脱计算机，将人脸识别引入到日益小型化的嵌入式系统中。 疲劳驾驶是造成交通事故的主要原因之一。据美国国家高速公路交通安全部（NHTSA）报告，2000年美国国内仅由于驾驶员注意力不集中、疲劳、缺少睡眠等原因造成的死亡约有4700人。驾驶员疲劳或困倦状态是1979～1994年间法国高速公路上30%交通事故的起因。据我国公安部提供的资料显示，2002 年1月至11月全国道路运输行业共发生了一次死亡30人以下、10人以上的重大道路交通事故27起。在这27 起重大交通事故中，有19起的直接或间接诱发因素是疲劳驾驶。表1.1是近年来我国道路交通事故发生的统计数据。 表1.1 我国道路交通事故统计表 　年份 事故次数 直接损失（亿元） 死亡人数 受伤人数 10万人口死亡率 2000 616971 26.7 83853 418721 7.3 2001 754919 30.9 105930 546485 8.5 2002 773137 33.2 109381 562116 13.7 2003 667507 33.7 104372 494174 10.8 2004 517889 23.9 107077 480864 9.9 2005 450254 18.8 98738 469911 7.6 由于超长时间驾驶、夜间驾驶、或缺少睡眠等原因，驾驶员在驾驶时会出现疲劳或困倦的状态。驾驶员疲劳是生理疲劳和心理疲劳的混合因素造成的，一般包括以下特征：注意力不集中、睡意、打哈欠、反应慢、眼睛酸痛或疲劳、厌烦感、有要发怒的感觉、旋转方向盘的次数减少且角度变大、看不见路标、在车道内驾驶有困难，以及微睡眠等[4]。图1.1描述了疲劳有可能导致错误的驾驶行为。医学专家指出，疲劳不但会影响驾驶员的反应速度、判断和视觉，也会影响他的警觉性和对问题的处理能力。特别是疲劳而产生的三分之二秒左右的“微睡眠”期增多，是交通事故发生的重要诱因[5]。目前，大多数驾驶员对疲劳驾驶的潜在危害还缺乏认识，由于缺乏类似“血液酒精含量检测仪”之类的仪器对驾驶员疲劳状态进行检测，交通管理部门还无法认定司机是否存在疲劳驾驶。交通事故发生后，现有的交通管理法规只是针对事故本身进行处罚，而对疲劳驾驶则缺乏相关的处罚措施。 图1.1　疲劳驾驶导致错误的驾驶行为 如何有效监测驾驶员的疲劳状态，并在其出现睡意时给予警告或提醒其停车休息已成为众多研究者关注的研究方向。对驾驶员疲劳程度检测的研究，属于智能交通领域，是智能辅助驾驶的一项关键技术。作为主动预防交通事故的一项措施，应用驾驶员疲劳监测系统，可以在一定程度上减少交通事故的发生，减少交通事故带来的危害，使驾驶员驾驶和公众出行更安全，具有重要的社会意义和经济价值。 一般而言，对于驾驶员疲劳监测系统应满足以下基本要求： 1、友好性，不侵入驾驶员的身体，不影响驾驶员的注意力，使驾驶员易于接受； 2、实时性，交通工具一般有较高的行驶速度，监测系统必须快速检测出驾驶员的疲劳状态，并及时发出警告才可能避免交通事故发生； 3、可靠性，具有高准确率和低虚警率的系统才能达到提高驾驶安全性的目的； 4、鲁棒性，监测系统必须适应各种工作环境和条件，并具有全天候工作的性能。 国内外研究现状 　疲劳检测方法的分类 目前的研究学者对于驾驶员疲劳检测方法，大致分为以下三类： （1）基于驾驶员行为特征的检测方法：如眼皮的运动、头部运动、眼睛开闭、呼吸状况、凝视方向、手握方向盘用力的大小、旋转方向盘的角度变化等。 （2）基于驾驶员生理参数的检测方法：如脑电图、心电图、肌肉活动情况等。该类方法能较精确检测出驾驶员出现的睡意状态，但是驾驶员需要配戴有电极的头盔等设备，因此有接触、侵入式的不足。 （3）基于交通工具行为特征的检测方法：如车速、车辆行驶的轨迹是否偏离车道等。该种方法的优点是非接触，缺点是这些参数与交通状况及车辆的类型有关，难于制定一个统一的标准。 基