基于眼动特征的疲劳驾驶检测方法-哈尔滨工程大学学报.pdfVIP

第３６卷第３期　 　 　 　 　 　 　 　 　 　 　 哈　 尔　 滨　 工　 程　 大　 学　 学　 报　 　 　 　 　 　 　 　 　 　 Ｖｏｌ．３６ №．３ ２０１５年３月　 　 　 　 　 　 　 　 　 　 Ｊｏｕｒｎａｌ ｏｆ Ｈａｒｂｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ 　 　 　 　 　 　 　 　 　 　 　 Ｍａｒ．２０１５ 基于眼动特征的疲劳驾驶检测方法 １ １ ２ １ １ 牛清宁 ，周志强 ，金立生 ，刘文超 ，于鹏程 （１． 公安部道路交通安全研究中心，北京 １０００６２；２． 吉林大学交通学院，吉林 长春 １３００２２） 摘　 要：为了提高疲劳驾驶检测模型准确率和实时性，基于驾驶模拟实验，利用 ＳｍａｒｔＥｙｅ系统提取了驾驶人不同驾 驶状态下眼动数据。 基于眼动参数协议，提出了眨眼频率、ＰＥＲＣＬＯＳ、注视方向和注视时间４ 个特征参数的计算 方法。 分析了各特征参数的最优时窗，针对不同特征参数最优时窗差异，提出了滑移时窗的数据融合方法。 基于 支持向量机，搭建了疲劳驾驶检测模型。 实验结果表明，该模型可以有效地进行疲劳状态检测，准确率能够达到 ８３．８４％。 关键词：疲劳驾驶；眼动特征；支持向量机；滑移时窗；时窗；检测模型 ｄｏｉ：１０．３９６９／ ｊ．ｉｓｓｎ．１００６⁃７０４３．２０１３１１０４４ 网络出版地址：ｈｔｔｐ：／ ／ ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ ｋｃｍｓ／ ｄｅｔａｉｌ／ ２３．１３９０．Ｕ１５３５．０１８．ｈｔｍｌ 中图分类号：Ｕ４６１．９１　 文献标志码：Ａ　 文章编号：１００６⁃７０４３（２０１５）０３⁃０３９４⁃０５ Ｄｅｔｅｃｔｉｏｎ ｏｆ ｄｒｉｖｅｒ ｆａｔｉｇｕｅ ｂａｓｅｄ ｏｎ ｅｙｅ ｍｏｖｅｍｅｎｔｓ １ １ ２ １ １ ＮＩＵ Ｑｉｎｇｎｉｎｇ ，ＺＨＯＵ Ｚｈｉｑｉａｎｇ ，ＪＩＮ Ｌｉｓｈｅｎｇ ，ＬＩＵ Ｗｅｎｃｈａｏ ，ＹＵ Ｐｅｎｇｃｈｅｎｇ （１． ＲｏａｄＴｒａｆｆｉｃＳａｆｅｔｙ ＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆ ＭｉｎｉｓｔｒｙｏｆＰｕｂｌｉｃＳｅｃｕｒｉｔｙ，Ｂｅｉｊｉｎｇ １０００６２，Ｃｈｉｎａ；２．ＣｏｌｌｅｇｅｏｆＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＪｉｌｉｎＵｎｉ⁃ ｖｅｒｓｉｔｙ，Ｃｈａｎｇｃｈｕｎ １３００２２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ａｎｄ ｒｅａｌ ｔｉｍｅ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ ｔｈｅ ｄｒｉｖｅｒ ｆａｔｉｇｕｅ ｄｅｔｅｃｔｉｏｎ ｍｏｄｅｌ，ｂａｓｅｄ ｏｎ ｄｒｉｖｉｎｇ ｓｉｍｕｌａｔｉｏｎ ｅｘｐｅｒｉｍｅｎｔ，ｔｈｅ ｅｙｅ ｍｏｖｅｍｅｎｔ ｄａｔａ ｉｎ ｄｉｆｆｅｒｅｎｔ ｄｒｉｖｉｎｇ ｓｔａｔｅｓ ｗｅｒｅ ｃｏｌｌｅｃｔｅｄ ｕｓｉｎｇ ＳｍａｒｔＥｙｅ ｓｙｓｔｅｍ． Ａｃｃｏｒｄｉｎｇ ｔｏｔｈｅｐｒｏｔｏｃｏｌ ｏｆ ＳｍａｒｔＥｙｅ ｓｙｓｔｅｍ，ａ ｃａｌｃｕｌａｔｉｏｎ ｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄｔｏ ｏｂｔａｉｎｔｈｅ ｃｈａｒａｃｔｅｒｉｓ⁃ ｔｉｃ ｐａｒａｍｅｔｅｒｓ，ｉｎｃｌｕｄｉｎｇ ｂｌｉｎｋ ｆｒｅｑｕｅｎｃｙ，ＰＥＲＣＯＬＳ，ｇａｚｅ ｄｉｒｅｃｔｉｏｎ ａｎｄ ｆｉｘａｔｉｏｎ ｔｉｍｅ． Ｔｈｅ ｂｅｓｔ ｔｉｍｅ ｗｉｎｄｏｗ ｏｆ ｄｉｆｆｅｒｅｎｔ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｐａｒａｍｅｔｅｒｓｗａｓ ａｎａｌｙｚｅｄ． Ｆｏｒ ｔｈｅ ｂｅｓｔ ｔｉｍｅｗｉｎｄｏｗ ｏｆ ｅａｃｈ ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｐａｒａｍｅｔｅｒｗａｓｄｉｆ⁃ ｆｅｒｅｎｔ，ｔｈｅ ｓｌｉｐｔｉｍｅｗｉｎｄｏｗ ｗａｓｐｒｏｐｏｓｅｄｔｏｆｕｓｅｔｈｅｄａｔａ．Ａ ｄｉｖｅｒｆａｔｉｇｕｅｄｅｔｅｃｔｉｏｎｍｏｄｅｌｗａｓｄｅｖｅｌｏｐｅｄｂａｓｅｄｏｎ ｔｈｅ ｓｕｐｐｏｒｔｖｅｃｔｏｒｍａｃｈｉｎｅ．Ｖａｌｉｄａｔｉｏｎｔｅｓｔｓｓｈｏｗｅｄｔｈａｔｔｈｅｍｅｔｈｏｄｂａ