【正文】 δ波 (~4HZ，20~200uV)、θ波(4~8 Hz，100uv~150uV) 4個頻段。其次是必須絕對準(zhǔn)確、可靠。隨著腦成像技術(shù)以及認(rèn)知神經(jīng)科學(xué)的飛速發(fā)展，系統(tǒng)地研究認(rèn)知疲勞過程和功能狀態(tài)，并通過人量的實驗研究，探討確定詳細(xì)的駕駛疲勞評價標(biāo)準(zhǔn)。人們將會結(jié)合心理學(xué)的最新研究成果，從生理學(xué)、生物化學(xué)、人機(jī)工程學(xué)、行為科學(xué)等多門學(xué)科的角度，深入研究駕駛員疲勞的形成機(jī)理，并揭示其形成機(jī)理的木質(zhì)，為系統(tǒng)實時檢測駕駛員的疲勞狀態(tài)提供理論依據(jù)。其中尤以基于PERCLOS的眼部疲勞狀態(tài)預(yù)警系統(tǒng)可靠性最強(qiáng)，但其對于少數(shù)駕駛員磕睡時眼睛睜開、戴眼鏡駕駛時測量難度較人，誤報警率較高。 通過對疲勞駕駛預(yù)警系統(tǒng)的對比分析可以得出以卜結(jié)論。 生理學(xué)研究表明! 駕駛員疲勞駕駛時腦電、心電、肌電信號會發(fā)生異常! 并伴有頻繁眨眼、點頭、打呵欠等面部疲勞特征! 同時轉(zhuǎn)向盤、油門和制動踏板長時間不動! 甚至車輛會出現(xiàn)蛇形、前方車距過小等危險駕駛行為 為準(zhǔn)確、可靠、實時地識別出駕駛員的疲勞特征并及時給駕駛員以警示!疲勞駕駛預(yù)警系統(tǒng)一般由以下模塊組成% 信號采集模塊、特征提取、信息融合、疲勞判決和輸出報警模塊系統(tǒng)的工作原理為% 利用多種傳感器! 如圖像、激光雷達(dá)、壓力、角位移傳感器等! 對上述典型疲勞特征信息進(jìn)行實時采集和處理! 運用各種信號處理方法提取和識別駕駛疲勞特征信息! 應(yīng)用多傳感器信息融合理論! 對互補或冗余的疲勞特征信息進(jìn)行有機(jī)融合! 進(jìn)而建立疲勞駕駛智能決策模型對駕駛員是否疲勞駕駛進(jìn)行準(zhǔn)確可靠判斷! 最后輸出報警模塊可將檢測結(jié)果實時顯示! 并通過聲光報警裝置提醒駕駛員注意行車安全 預(yù)警系統(tǒng)的功能結(jié)構(gòu)如圖所示。SD 存儲卡具有大容量、高性能、安全性好等特點的多功能存儲卡，被廣泛用于數(shù)碼相機(jī)、掌上電腦和手機(jī)等便攜式設(shè)備中。NiosII處理器定制指令是把用戶自定義的功能模塊直接添加到NiosII CPU 的算術(shù)邏輯單元(ALU)中，來加快專項任務(wù)的執(zhí)行速度。本系統(tǒng)還采用改進(jìn)的層次型AdaBoost檢測算法實現(xiàn)人臉的檢測，該部分采用 FPGA 實現(xiàn)。該圖像采集控制器IP主要由 3 個部分組成：接口模塊、內(nèi)存模塊和變換處理模塊。本設(shè)計采用Micron公司的 130 萬像素CMOS圖像傳感器MT9M011 進(jìn)行圖像采集。人臉檢測模塊完成人臉定位后的數(shù)據(jù)通過總線送至CPU_B，繼續(xù)進(jìn)行人眼檢測與特征值提取，最后經(jīng)過計算判斷駕駛員的狀態(tài)，并通過郵箱通知CPU_A把狀態(tài)數(shù)據(jù)寫入 SD 卡。CPU_A 把采集到的數(shù)據(jù)存入到 SRAM 中。蜂鳴器不工作,問題就在畫封裝的時候,兩個管腳的網(wǎng)絡(luò)定義反了,修改后工作正常。 電路板制作好后,利用萬用表、示波器等儀器完成了硬件電路的物理測試。視頻編碼電路主要是為了將圖像通過VGA接口顯示到電腦上,如果以后該部分換作小型液晶屏來顯示,這部分也可以消減。它的主要作用是配合主控板完成整體所需功能。第二:可替代原則:盡量選擇管腳之間兼容種類多的器件。選擇的時候考慮了以下幾點:第一:性價比高,這對于節(jié)省產(chǎn)品的成本來說很重要。原理圖的設(shè)計必須保證其正確性和可靠性,并且盡量使繪制的原理圖清晰、流暢。在CMOS圖像傳感器電路里,外圍電路不是很復(fù)雜,布局時注意:晶振應(yīng)盡量靠近芯片的時鐘輸入管腳。 (2)LED電路：本設(shè)計用到了兩種波長的LED燈:850nm和940nm。 圖像采集板上集成的元器件由圖像傳感器、外圍電路元件和LED燈,設(shè)計并不復(fù)雜,所以我們設(shè)計為雙層板。本系統(tǒng)主要集成了圖像采集、存儲、算法處理、報警和顯示模塊,組成了以FPGA為核心控制器的疲勞駕駛檢測系統(tǒng)。最后通過統(tǒng)計一段時間內(nèi)閉眼幀數(shù)占總幀數(shù)的比例得到眨眼頻率進(jìn)行駕駛員是否疲勞的判斷。這樣通過控制這兩組LED燈的閃爍頻率得到亮瞳孔和暗瞳孔圖像,將這兩幅圖像經(jīng)過差分獲得瞳孔明顯的幾乎沒有背景干擾的以人臉為主體的差分圖像,大大簡化了整體算法的復(fù)雜度。 采用模擬駕駛的方法進(jìn)行實驗設(shè)計。其中，溫度、天氣等變量是駕駛環(huán)境變量的父節(jié)點，相應(yīng)的駕駛環(huán)境變量是溫度、天氣等變量的子節(jié)點，以此類推。其中，網(wǎng)絡(luò)節(jié)點的選擇取決于疲勞的各種特征及影響因素，而節(jié)點先驗概率的確定則依賴于某個特征或因素對判斷疲勞程度的可能性。因此，使用概率論的方法對駕駛疲勞程度進(jìn)行識別具有一定的合理性。駕駛疲勞作為一個不可直接觀測的研究對象，其影響因素非常多且難以定量，各類度量指標(biāo)對駕駛疲勞的界定又沒有統(tǒng)一的標(biāo)準(zhǔn)。對眼睛部位進(jìn)行垂直灰度投影,得到其灰度投影圖,然后判斷投影圖是否具有明顯的波峰,就可以判定眼睛狀態(tài)。原始坐標(biāo)系下呈現(xiàn)直線的所有點,它們的斜率和截距是相同的,所以它們在參數(shù)坐標(biāo)系下對應(yīng)于同一個點。 Hough變換是圖像處理中從圖像中識別幾何形狀的基本方法之一。人眼狀態(tài)分析是疲勞狀態(tài)識別最關(guān)鍵的步驟,也是一個主觀的定義過程。經(jīng)過分析,可以發(fā)現(xiàn),這是由人眼特征決定的。下面給出級聯(lián)分類器人臉檢測程序的流程圖,以及程序關(guān)鍵代碼。下面詳細(xì)介紹樣本訓(xùn)練過程。 Adaboost分類器實現(xiàn)主要分兩部分:Haar一like特征的選擇過程,即樣本訓(xùn)練過程。在Adaboost算法中每個樣本的權(quán)重值表示該樣本被錯分次數(shù)的多少,在每一輪權(quán)重更新的過程中,被錯分樣本的權(quán)重會變大,在下一輪循環(huán)中算法就會更加關(guān)注上一輪被分錯的樣本。（4）對弱分類器的性能要求不高,只需要比隨機(jī)猜測性能稍好即可,這種弱分類器在實際情況下很容易獲得,從而降低了算法的復(fù)雜度,提高了效率。我們也可以說成集成學(xué)習(xí)的優(yōu)點是集成分類器的性能比單個弱分類器具有更好的表達(dá)能力。 集成學(xué)習(xí)中一個關(guān)鍵問題就是弱分類器的集成問題。t一般來說,基于統(tǒng)計的人臉檢測方法只需要當(dāng)前幀圖像,對振動環(huán)境并不是很敏感,帶來的只是少許圖像噪聲,對算法檢測性能影響不大?；谥R建模的方法,一般對建模的假設(shè)條件依賴性強(qiáng),而基于統(tǒng)計的方法,一般精度較高、魯棒性強(qiáng),但運算量大。 人臉檢測采用的方法大致可分為基于統(tǒng)計和基于知識兩種類型[5]。采用先檢測人臉,再檢測人眼的策略,可以減少檢測算法的計算量,同時提高人眼檢測的準(zhǔn)確率。本階段的主要任務(wù)是:結(jié)合列車司機(jī)駕駛的特點和規(guī)律,分析列車司機(jī)疲勞駕駛時的臉部特征,研究適合于列車運行時駕駛室光照情況復(fù)雜多變及高頻低幅振動環(huán)境下的列車司機(jī)疲勞駕駛檢測與識別算法。,將列車司機(jī)疲勞駕駛檢測與識別算法移植到DSP芯片中,提高算法的檢測速度。主要完成以下研究內(nèi)容:。駕駛員疲勞時，頭部向前傾，則 d1增大且 d2增大。 駕駛員在疲勞狀態(tài)下會出現(xiàn)頻繁點頭，頭部向前傾。 人在疲勞狀態(tài)下，眨眼頻率會比清醒狀態(tài)下頻率高。4. 眼睛閉合時間 眼睛閉合時間，一般用眼睛閉合到睜開所經(jīng)歷的時間來表示。嘴巴的狀態(tài)通常有三種，閉合，說話及打哈欠，在疲勞狀態(tài)下，人會頻繁地打哈欠。 駕駛員疲勞的判定會因錯誤檢查帶來不良影響，本文采用 PERCLOS、眼睛閉合時間、眼睛眨眼頻率、嘴巴張開程度、頭部運動的計算，進(jìn)行疲勞程度的綜合判定，準(zhǔn)確、有效地進(jìn)行駕駛員疲勞的檢測。一幅眼睛圖片為一個模板，即一個二維矩陣，利用眼睛模板與人臉圖像作相關(guān)匹配，匹配函數(shù)如下：當(dāng)模板匹配的相關(guān)系數(shù) R(ij) 等于 1的時候，說明搜索子圖與模板完全匹配。 模板匹配方法是假設(shè)待搜索圖像 S 的尺寸為 W 180。這樣可以大大減少強(qiáng)分類器的訓(xùn)練時間。這樣可以先排除大量假樣本，從而提高檢查速度。但是在訓(xùn)練的過程中，很可能出現(xiàn)非常相似的特征，這類相似的特征對分類器的性能沒有提高的作用，而且不利于分類器的泛化能力。在分析這些問題的基礎(chǔ)之上，本文提出了改進(jìn)的AdaBoost目標(biāo)檢測算法，極大降低了檢查的時間。AdaBoost算法流程如圖2所示。 由于自然條件下的噪聲和光照影響等一些因素，會給人臉圖像的處理帶來一定的干擾，所以需要找到合適的方法濾除噪聲和改善非均勻光照的影響。通過內(nèi)嵌在方向盤內(nèi)的電極及腕、肘部的電極來測得神經(jīng)傳導(dǎo)速度的關(guān)鍵參數(shù)并傳入控制系統(tǒng),由控制系統(tǒng)通過計算、與參考值進(jìn)行比較最終對是否疲勞作出裁決廠旦認(rèn)定疲勞駕駛,便啟動聲、光報警系統(tǒng)甚至自動剎車系統(tǒng),以避免交通事故的發(fā)生。根據(jù)如下公式計算出感覺神經(jīng)傳導(dǎo)速度:檢測方法如下(以撓神經(jīng)為例)使用指環(huán)電極作為刺激電極，使用表面電極作為記錄電極，刺激位置為拇指接近虎口的指關(guān)節(jié)，記錄位置選擇手腕撓測或前臂下1 /3}}a測出刺激點與記錄點之間的距離S并測出刺激開始至感覺神經(jīng)收縮產(chǎn)生動作電位的潛伏期T。其他如通過檢測心跳、血壓、明視持久度、能見度、調(diào)節(jié)時間變動率、閃光融合頻率、腦電圖、心電圖、肌電圖等判定疲勞的方法形式單一多信息融合系統(tǒng)隨之產(chǎn)生擔(dān)其準(zhǔn)確性、可靠性有待完善。這種方法很難扼制短暫停車?yán)^續(xù)駕駛的人。經(jīng)過幾十年的研究疲勞檢測技術(shù)仍遠(yuǎn)未達(dá)到成熟、完善的地步國內(nèi)外主要研究成果如下(1)利用方向盤內(nèi)置傳感器感應(yīng)駕駛員對航向糾正的速率若對方向的掌控遲鈍則判為疲勞駕駛并發(fā)出警報但這個系統(tǒng)并未充分考慮長距直路、路況好的情況。最后還因為個體和環(huán)境的差異(諸如男女性別、近視眼鏡、光照情況、路況等)受到不同的影響。根據(jù)這一思想他研究了佩戴于司機(jī)小腿部與手腕部的“司機(jī)疲勞事故預(yù)防器”。 (6)浙江大學(xué)正在研究駕駛防磕睡裝置，該裝置通過實時監(jiān)測一段時間內(nèi)駕駛?cè)藛T眼睛的活動如眼睛的閉合時間、閉合頻率等參數(shù)，來判斷當(dāng)前駕駛?cè)藛T的注意力程度，從而識別駕駛員是否疲勞。 (2)上海交通大學(xué)石堅、吳遠(yuǎn)鵬等人通過在車上安裝傳感器來測量方向盤、踏板壓力等情況間接或許駕駛員的疲勞信息，當(dāng)踏板或方向盤長時間不動的時候，駕駛員可能有疲勞的跡象，但是這和駕駛員的駕駛經(jīng)驗和習(xí)慣有關(guān)，準(zhǔn)確性不高。 國內(nèi)的疲勞駕駛預(yù)警系統(tǒng)的研究還處于起步階段，相對國外來說還比較落后。并對司機(jī)的頭部位置進(jìn)行實時跟蹤，并且根據(jù)頭部位置的變化規(guī)律判定司機(jī)是否磕睡，發(fā)現(xiàn)點頭的動作和磕睡有非常好的相關(guān)性。 (11)頭部位置測量儀(ASCI Advanced Safety Concepts Inc研制)。 (9) 2005年，澳大利亞的研究人員們推出了一款眼鏡，它可以檢測出司機(jī)是否已經(jīng)處于疲勞狀態(tài)，并及時提出警告。它可通過心跳感應(yīng)器每隔巧秒檢測司機(jī)的心跳速度，監(jiān)測司機(jī)駕駛員是否打磕睡，在睡意來臨巧分鐘前提醒司機(jī)注意，防止發(fā)生事故。 (4)2000年1月明尼蘇達(dá)大學(xué)計算機(jī)科學(xué)與工程系的Nikolaos ，通過安置在車內(nèi)的一個CCD攝像頭監(jiān)視駕駛員的臉部，用快速簡單的算法確定駕駛員眼睛在臉部圖像中的確切位置，追蹤多幅圖像來監(jiān)控駕駛員是否駕駛疲勞。 (3)卡內(nèi)基梅隆研究所的Copilot裝置。采用多普勒雷達(dá)和信號處理方法，可獲取駕駛員煩躁不安的情緒活動、眨眼頻率和持續(xù)時間等疲勞數(shù)據(jù)，用以判斷駕駛員是否打磕睡或睡著。由此把疲勞駕駛的研究提高到了立法高度，保證了開展疲勞駕駛研究的有效性、合法性和持續(xù)性。2. 疲勞駕駛檢測系統(tǒng)研究與實現(xiàn)對疲勞駕駛的研究在國外最早可以追溯到20世紀(jì)30年代，但實際上，投入真正研究的卻還是從上世紀(jì)RO年代美國國會通過的汽車駕駛狀態(tài)與交通安全之間的關(guān)系研究開始的。因此，研究出一套疲勞檢測的系統(tǒng)對社會和民眾都有不可估量的社會意義和經(jīng)濟(jì)價值。同樣，在國外情況也不容樂觀。但是，汽車在帶給人們方便的同時，隨之而來的交通事故也源源不斷。駕駛員在事故發(fā)生前一瞬間的行為和故障直接導(dǎo)致了事故的發(fā)生，這些行為包括知覺的延遲、對環(huán)境的決策錯誤、對危險情況的處理不當(dāng)?shù)?。系統(tǒng)首先對圖像進(jìn)行預(yù)處理，然后采用基于YCbCr顏色空間膚色模型進(jìn)行人臉粗定位，根據(jù)人臉特征，逐次進(jìn)行人眼區(qū)域縮??；最后通過對邊緣信息進(jìn)行先驗知識結(jié)合積分投影的方法進(jìn)行人眼定位和閉合度測量。精選資料司機(jī)疲勞駕駛檢測系統(tǒng)設(shè)計摘要：隨著社會經(jīng)濟(jì)的發(fā)展，商用長途運輸車越來越多，司機(jī)為了追求經(jīng)濟(jì)效益，經(jīng)常罔顧交通法的規(guī)定疲勞駕駛，而一些私家車也因為各種各樣的原因經(jīng)常鋌而走險疲勞駕駛，釀成很多人間慘劇。設(shè)計了一個利用圖像分析的方法，通過測量PERCLOS指標(biāo)值來進(jìn)行疲勞判斷的該類系統(tǒng)。關(guān)鍵詞：疲勞駕駛 人臉檢測美國印第安那大學(xué)對交通事故原因的調(diào)查研究發(fā)現(xiàn)85%的事故與駕駛員有關(guān)，車輛和環(huán)境因素只占15%。四通八達(dá)的道路、便捷的交通工具大大地縮短了人與人的距離，其中汽車保有量更是與日俱增，一個家庭擁有兩輛以上的小車已經(jīng)不是什么新鮮的事情。其中，駕駛員疲勞造成交通事故的占總數(shù)的20%左右，占特大交通事故的40%以上。由此可以知道，疲勞駕駛正逐漸成為交通事故的主要原因之一，成為馬路上的“第一殺手”，如果我們能積極開展疲勞檢測的工作，提醒駕駛者，很大程度上就能預(yù)防和減少交通事故的發(fā)生，使得公民的出行更加安全。如果能將好的算法應(yīng)用于疲勞檢測系統(tǒng)之中，無疑能更有效的預(yù)防駕駛員疲勞駕駛而引起不必要的人員傷亡和經(jīng)濟(jì)損失。疲勞駕駛的實質(zhì)性的研究工作是從20世紀(jì)80年代由美國國會批準(zhǔn)交通部研究交通安全和機(jī)動車駕駛的關(guān)系，并健全汽車安全管理條例開始的。在各國研制的裝置中具有代表性的成果有: (1)美國研制的打磕睡駕駛員偵探系統(tǒng)DDDS(The Drowsy Driver DetectionSystem)。一般情況下入們眼睛閉合的時間在0. 20. 3 s之間，駕駛時若眼睛閉合時間達(dá)到0. 5秒就很容易發(fā)生交通事故。使用此裝置能比較準(zhǔn)確地定位出人眼然后進(jìn)行疲勞判斷。 (6)日本先鋒公司最近開發(fā)出防止駕駛員開車打磕睡的系統(tǒng)。 (8)澳大利亞的頭部位置測量跟蹤系統(tǒng)與沃爾沃合作，通過測量頭部位置、閉眼和眨眼評估疲勞駕駛，但是它要求在司機(jī)的臉上作一些標(biāo)記，給司機(jī)帶來極大的不便。該系統(tǒng)固定在車內(nèi)錄音機(jī)旁，轉(zhuǎn)向盤下面的桿上裝有一條磁性帶，用以監(jiān)測轉(zhuǎn)向盤的運動。當(dāng)人進(jìn)入電容區(qū)域時，臨近的電容改變同距離之間的關(guān)系是，利用3個傳感器，就可利用三角代數(shù)計算出頭的X, Y, Z的坐標(biāo)。這套系統(tǒng)主要是從多