基于adaboost算法的驾驶员疲劳监测系统-计算机应用技术专业论文.docxVIP

西安建筑科技大学硕士 西安建筑科技大学硕士 学位论文 PAGE PAGE 3 于疲劳驾驶导致的 死亡人数是 2566 人，占总死亡人数的 2.8%.其中，最严革的一 例就是 2005 年 川 月 14 日发生在山西长治市的、导致 21 人死亡 16 人受伤的那起 山十驾驶员疲劳而引起的交通事故 。 美国国家公路交通安全局 CNHTSA) 最近几年调查 131显示:每年平均有 56000 起车祸与疲劳驾驶相关，造成 40000 人受伤 ，1544 人死仁(占交通事故死亡总人数 的 3.7% )，调查还 显示有 27%的受访者表示有过开车打瞌睡的经历。 由此可见，驾驶员在事故发生前…瞬间的行为和故障直接导致了事故的发生， 这些行为包招知觉的延迟、对环挠的决策错误 、对处理危险恬况的不 当等。在所有 的驾驶员错误中，最常 见的是知觉错误和决策错误 ，这些错误会产生注意力 不集中、 反应迟钝、操作不 当等，产生这些错误的根本原因就是疲劳驾驶。疲劳驾驶已经成 为交通事故不可忽视的隐患。 1.2 驾驶员疲劳监测系统研究内容 驾驶员疲劳监测系统就是利用软、硬件来!监测驾驶员的驾驶状态 ，对照→ 定的 标准来判断驾驶员是 ft处于疲劳状态并给出提醒的设备。由于监测内容为驾驶员疲 劳状态 ，所以涉及到心理学、 生理学、计算机科学、电子学 等多学科的知识。一般 来说驾驶员疲劳监测系统应包含以下主要内容 : 1.人JJ(，J.及眼睛的粉 m ( Detection of Face and Eye) 。这是驾驶员疲劳监测系统的 核心，因为只有准确定位眼睛 ，才能为 下一步的处理做准备。 人脸检测(定位〉通常是人脸识别、表情分析、人脸跟踪系统等人机交 互技术 的首要步骤。人脸检测 (Face Detection) 是指在输入图像中确 定是否存在人酌，如 果再在 ，贝IJ确定所有人脸的位置、大小手 11数量 ，并将人脸部分从背最图像中分离山 来。根据应用场合的不同， 人脸检测可分为可控背景下的人脸检测和复杂背景下的 人脸检测，如实验 室 内的人脸检测是可控背景下的人脸检测:机场，火车.站等入口 处的人脸检测是复杂背黑 下的人脸检测。 人脸检测的方法多种多样，不同的方法往往适用的场合也不同， 而对人脸检测 的方法分类方式也多种多样。通常可将人脸检测方法有分为如下几种: a. 基于知 识的方法; b. i幕在于人脸固定特征的方法; c. 主幕幸于模板匹配的方?法圭; d. 幕于外貌 的方法 (App臼earan臼ce-baseedme创th10d出s); e 板的边抨是通过对一系列图{像象的学习而确定的。通常，基于外貌的方法是依靠统计 和学习技术来找出人脸和非人脸图像的相 关特征并将其区分开来 。该方法通常包括 特征脸法 (PCA) 、基于聚类的方法、基于支持向量机 (SVM) 的方法、基于神经网 络 CNN) 的方法，最重要的是基于 Adaboost-like 学习的检测定位方法。还有基于 颜色的检测定位 ，也是目前人脸检测的重要的方法。 西安建筑科技大学硕士学位险义; 2.)、跄及眼睛状态的判断。 判断人脸是否在目标阪域内 : 判断眼睛睁 、闭状态，统计眨11良次数。 3.疲劳程度判断及报警。 披劳是由于体力或脑力劳动使人产生的生理机能和心理机能失调的现象 。驾驶 疲劳是指驾驶车辆时 ，H于驾驶作业引起的身体上的变化 、心理上的疲劳以及客观 测定驾驶机能低落的总称。疲劳驾驶是指驾驶员在疲劳状况下运行，它是许多重大 交通事故的根源。 1.3 驾驶员疲劳监测系统的研究现状 句驶疲劳检测的问题一直倍受关注，它分为主观和客观两种方法。 主观的研究 方法有主观调查表 、驾驶员自我记录、睡眠习惯调 查表斯坦福睡眠尺度表四种。早 期的研究是以这种右法为主 ，它主提从医学角度出发 ，研究引发有;驶疲劳的因素 。 美国汽车联合会 (AAA)1993 年开始研究瞌睡与交通安全的关系，当时仅限于如何根 据交通事故的分析来对司机迸行教育，让司机利用自我记录表对驾驶任务、驾驶习 惯和!驾驶时间等进行自我讲测。客观的方法有脑电图〈诊所用电极〉 、II良电图、肌 电图、呼吸气流(鼻声传感器〉、呼吸效果(胸腔部传感器〉 、?9J脉I([(.1夜氧饱和(手 指探针〉时的体温(用虹外线耳朵探针获取〉和心电图(开车和睡眠时〉等测量方 法。尽管这些方法是比较准确的 ，但是由于这些方法 一般是在驾驶前或驾驶后测量 ， 是超前或滞后的 ，是非实时 的。况且在驾驶室有限的空间内安置复杂的检测仪器也 是十分困难的。而且驾驶员脱离驾驶室或米进入驾驶室 的精冲状态是不同的 ，再精 确的仪器其测量结果也会大受影响。因 此， 开发 利车载的 、实时的、非接触