机动车疲劳驾驶检测系统价值探究.docVIP

机动车疲劳驾驶检测系统价值探究 　　摘 要：基于人眼状态检测机动车驾驶员疲劳状态是一种具有可操作性强的检测方式，该技术关键在于判断睁眼状态，常用技术有Hough查找圆法、模板匹配法以及灰度投影法。根据人眼外形特点，基于椭圆拟合的人眼状态分析结果符合人眼真实状态。检测人眼状态后，还需要利用Perclos判断眨眼频率，最后根据设定的疲劳状态评价标准评价驾驶员的品老状况 关键词：人眼状态 疲劳检测 识别技术 中图分类号：TP274.4 文?I标识码：A 文章编号：1672-3791（2016）10（b）-0168-03 为减少疲劳驾驶引发的交通事故，研究人员对驾驶员疲劳状态监测技术作了大量研究，并且部分研究得到实践应用。当前疲劳状态监测技术主要分为基于眼部特征和非眼部特征两类，基于非眼部特征的疲劳状态检测技术需要将检测设备与人体直连，该方式容易影响驾驶员的操作，不适合实际应用[1]。基于人眼状态特征检测疲劳属于非接触式识别技术，该技术不仅也可以实时识别驾驶员的疲劳状态，并且不影响驾驶员的行车操作，具有更强的操作性和适用性 1 人眼状态识别方法 1.1 Hough查找圆 Hough查找圆检测方法主要根据人眼虹膜状况进行判断。睁眼状态下，眼区内可见虹膜，也可被检测到圆。眼睛闭合状态下，虹膜被眼睑遮挡，只能检测圆的一部分或无法检测到圆。该技术虽然可用于判断眼睛开闭情况，但是也存在巨大缺陷。首先，该方式在检测睁眼状态的效果较好，并且虹膜信息应比较完善，对图像的分辨率要求也更高。此外，对人眼虹膜要求也更高，如眼区域较大且清晰。但是图像采集视为USB摄像头，图像文本分辨率为640×480，分辨率无法满足要求，系统也难以获得完整的虹膜轮廓[2]。此外，获取眼部虹膜轮廓图像后，系统需要将数据放于高维参数空间处理，数据计算量更大且缺乏实效性，因而该技术不适用于实时监测驾驶员的疲劳状态 1.2 模板匹配法 模板匹配法是指对比位置眼睛与眼睛模板的相似度，根据相似度结果进行评价。在该技术中需要设定固定人眼状态模板，收集眼睛状态信息后，系统将信息与模板信息进行比对。但是人眼开闭合情况存在显著差异，容易导致对比结果存在较大误差。例如：单眼皮和双眼皮、大眼睛和小眼睛，单眼皮、小眼睛人群的上下眼睑距离小，其睁眼状态与双眼皮、大眼睛人群的闭眼状态难以区分 1.3 水平灰度投影法 该方法主要根据眼睛开、闭状态下的水平灰度投影特征识别眼睛状态。睁眼时，眼睑位于瞳孔上方，水平灰度投影在瞳孔位置形成低谷，且投影图低谷区域范围较广。闭眼时，水平灰度投影的低谷宽度狭窄。根据水平灰度投影的低谷宽度识别眼睛状态。该识别方法对图像分辨率要求较高，因而检测结果受光照条件影响较大。采集眼部图像后，需要先进行去噪处理，使用邻域平均处理投影曲线，定量确定谷底宽度。否则，谷底图像不明确，或出现多个谷底，导致错误识别人眼状态 2 基于椭圆拟合的人眼状态分析 从以上3种人眼状态识别方法可以看出，任何识别方法都存在优点和缺陷，并且识别效率和识别质量属于负相关，提高识别效率容易导致检测结果准确性下降，增加误检情况。基于以上3种检测方法的优点和缺点，研究大多从综合角度入手，改进或融合多个检测方式。眼睛轮廓与椭圆相似，可利用椭圆相关参数描述人眼状态。Hough变换和最小二乘法是椭圆拟合常用方法，其中最小二乘法可用于复杂对象模型，且拟合度更高 2.1 基于最小二乘法的椭圆拟合 基于最小二乘法的椭圆拟合是指计算边缘点到理想拟合椭圆距离的平方和的最小值确定拟合参数。平面内椭圆曲线可描述为： Ax2+Bxy+Cy2+Dx+Ey+F=0 （1） 假设α=（A，B，C，D，E，F ），X=（x2，xy，y 2，x，y，1），则椭圆方程可表示为： F （α，x）=αx=0 （2） 设，为拟合点i坐标。点到拟合椭圆代数距离平方和为： E （α）=2 （3） 最小二乘法进行椭圆拟合是指将根据参数α使拟合点与拟合椭圆的偏差平方达到最小： =argmin{} （4） 根据椭圆性质，椭圆等式中参数α需要符合要求： B 2-4AC0 （5） 由于在不等式约束条件求解过程难度较大，为简化计算，按照固定比例缩放参数不影响结果，因而可将椭圆参数α的不等式约束条件表示等式约束条件： B 2-4AC=1 （6） 使用约束条件使椭圆存在唯一解，再构建矩阵，使矩阵满等式 E （α）=（Aα）T（Aα）=αT（ATA）α=αTDα （7） 可将约束条件等式（5）表示为： αTCα=1 （8） 最终等式（4）和等式（6）的约束条件问题转化为等式（8）约束条件下求解等式（7）的条件极值