疲劳检测技术总结.docVIP

疲劳检测技术总结 　　疲劳是人体正常的生理反应,只要休息调节适当,本身并没有严重危害性。但对于特殊岗位人员来说,疲劳可以说是隐形“杀手”。每年因疲劳导致的安全事故层出不穷,给国家和人民生命财产安全造成巨大威胁。在道路交通领域,疲劳驾驶是引发交通事故的主要原因。据不完全统计,因驾驶疲劳导致的交通事故占北京交通事故总数的五分之一。在国家安防领域,疲劳是导致安防工作人员注意力下降,诱发各类问题的重要隐患。为此,加强实时疲劳检测,在驾驶人员或执行安防任务人员出现疲劳状态时及时进行监督预警,迫使其对自身行为进行控制、纠正,对确保人身安全和国家安全有着重要意义。本文以驾驶疲劳检测方法为典型代表,阐述近年来疲劳检测技术发展情况。 　　 　　1检测驾驶疲劳的主要方法及其典型系统 　　1.1 针对生理信号的检测方法和典型系统 　　此类方法主要是借助医疗仪器和设备,对人体的生理信号进行实时检测,从而判断人体是否疲劳。如利用脑电图仪器检测脑电波(EEG),利用心电图仪器检测心电波(ECG)以及利用眼电图仪器检测眼电波(EOG)等等。其中EEG一直来被称为疲劳检测的“金标准”而被人们广泛关注。 　　科学研究发现,人体在清醒和疲劳状态时,脑电波、心电波以及眼电波等生理信号是不同的,人们根据其各自不同的相关性展开了深入研究。悉尼大学的Lal S K L和Craig A等人对EEG和疲劳关系进行了实验研究,分别描述了5个不同阶段脑电图的变化规律。实验表明人体在清醒和接近疲劳时,脑电图中δ和θ波形变换不大,在疲劳和极度疲劳阶段,δ、θ以及α波的变化都会加深。从疲劳状态惊醒时,β波会有变化。根据脑电波与疲劳程度的相关性,Tran Y等人用集中趋势测量法定义的采样熵和二阶差分结构对EEG信号进行分析,从而判断疲劳程度。Jap B T等人用脑电图的谱分量以及各个频带谱值比率关系来检测疲劳。王炳浩等人利用脑电仪,分别扫描驾车行驶时的动态脑电波与坐在椅子上清醒状态和瞌睡状态的脑电波,通过对比来判断是否瞌睡。Jeong等人通过采集驾驶员ECG信号和分析其心率变化来判断是否瞌睡。Toshiyuki M等人通过在驾驶室里监控心电图的P峰情况判断驾驶状态。Ohsuga M等人分析了EOG波形图中峰尖幅值、上升时间和下降时间三个参数之间的关系,得出了不同疲劳程度下的EOG波形图。Noguchi Y等人根据EOG波形图的分布情况,把不同类别程度情况画成柱状图,较为清楚地表示某时刻的眨眼类别和变化,从而判断是否疲劳。 　　此类方法虽然能直接反应人体疲劳程度,但是在应用中需要采用比较复杂的接触类装置而削弱了其发展空间。 　　其典型系统有:(1)MIT研制的Smart Car,内置各类传感器,可测量EKG、EMG等。(2)日本丰田公司设计了一款如手表一样的装置,通过测量脉搏、心律等生理信号进行疲劳分析判断。 　　1.2 针对人体反应特征的检测方法和典型系统 　　此类方法一般采用视觉方法识别判断人体在疲劳状态时的反应特征,如眼睛闭合,低头,频繁打哈欠等。其中基于眼睛睁闭特征来检测疲劳程度的PERCLOS方法是当前最为常用、最有效的方法。美国弗吉尼亚大学的Walt Wierwille在1994年建立了PERCLOS理论,它通过单位时间内眼睛闭合程度为80%以上的时间来判断疲劳程度。Grace R等人对PERCLOS进行了改进,他们利用视网膜对不同波长的红外光反射量不同来计算PERCLOS,获得较好效果。Weng等人利用模板匹配算法对眼睛睁闭情况进行识别,并改进了PERCLOS算法,以此来判断是否疲劳。郑培等人通过二维高斯模型、灰度匹配等定位眼睑开闭情况,并利用统计的方法来检测疲劳。Batista等人建立了一个基于3D模型的疲劳检测系统看,能够准确检测低头、打哈欠等疲劳特征。Chu JiangWei等人用Fisher分类器来提取嘴形和位置,将嘴巴区域的几何特征作为特征值,且将所有特征组成特征向量输入到三级BP网络中,得到三种不同的精神状态。Dong等人通过追踪估计驾驶员的脸部姿势,眼睛闭合程度、眼球偏转程度以及嘴型特征来判断是否疲劳。 　　此类方法是采取非接触方式来检测疲劳,系统设置方便,检测准确度高,但是容易受到光线以及驾驶员个体因素的影响。 　　其典型系统有:(1)美国Carnegie Mellon大学的Copilot工程开发了一款实时监控系统,并投入了商业运作。它利用PERCLOS测量眼睛开闭程度,系统装置小且使用方便。(2)美国明尼苏达大学开发了一款跟踪驾驶员眼睛的实时监控系统,具有定位准、处理速度快等特点。(3)澳大利亚的Seeing Machine公司开发了一个专门检测重型卡车驾驶疲劳的产品,其原理也是通过判断眼睛闭合程度来判断疲劳。(4)清华大学开发的