基于多个疲劳参数的驾驶员疲劳检测

论文摘要

据交通部门统计,我国是道路交通事故死亡人数最多的国家,连续数年一直居世界第一位,而疲劳驾驶是造成交通事故的主要因素之一。所以,研究出可以有效监控疲劳驾驶并及时给予警告的方法,对于降低交通事故和人员伤亡率以及保护国家财产,都有着十分现实的重要意义。在研究了国内外疲劳检测的发展现状和疲劳驾驶实时监控系统所应具有的性能特征的基础上,参考国内外现有文献,本文提出的总体设计方案如下:首先,在人脸检测方面,本文采用基于肤色和面部特征相结合的方法进行人脸检测。在实现过程中,使用中值滤波进行图像的预处理,并采用积分投影定位人脸的边界。其次,在准确定位人脸的基础上,为改善普通积分投影定位不精确且受随机噪声影响较大的的缺点,本文采用了混合积分投影的方法对上半部分人脸进行瞳孔定位。为实现驾驶员嘴角的精确定位,本文提出一种改进的自适应选取唇色阈值的方法,文中首先采用Canny算子对下半部分人脸进行边缘检测,并通过最大连通域法提取出嘴唇区域,然后利用该方法进行嘴角判断。在瞳孔和嘴角跟踪方面,根据其各自运动特性,采用不同方法进行跟踪定位。考虑到嘴角位置的稳定性,采用中心点扩大区域搜索法跟踪定位嘴角。而由于瞳孔运动复杂,本文采用一种改进的非线性无迹卡尔曼滤波(UKF)进行跟踪定位,进一步提高跟踪效果。最后,基于瞳孔部位,本文提取了三个疲劳参数,PERCLOS、眼睛闭合时间(ECT)和眨眼频率(EBF)。基于嘴角部位,提取出驾驶员的点头频率(NodFreq)和头部旋转方向。改进了以往单一疲劳参数进行驾驶员疲劳监控的不稳定性,进一步保障了驾驶员驾驶过程中的安全性。实验结果表明,本系统的算法简单快速、准确性较高。所做的研究工作为疲劳驾驶实时监控系统的实用化和产品化打下了良好的理论基础。

论文目录

• 摘要
• Abstract
• 致谢
• 第一章 绪论
• 1.1 课题背景
• 1.2 疲劳检测方法的分类
• 1.3 国内外研究现状和存在的困难
• 1.3.1 国外研究成果
• 1.3.2 国内研究成果
• 1.3.3 存在的困难
• 1.4 本文的研究内容及安排
• 1.4.1 本文的研究内容
• 1.4.2 全文结构安排
• 第二章 人脸检测和定位
• 2.1 人脸检测的算法分类
• 2.2 颜色空间
• 2.3 YCbCr肤色模型
• 2.4 图像的中值滤波
• 2.5 人脸定位
• 第三章 眼睛和嘴角跟踪定位
• 3.1 人眼检测的分类
• 3.2 混合投影法定位人眼
• 3.3 嘴角定位
• 3.3.1 传统的边缘检测
• 3.3.2 Canny算子边缘检测
• 3.3.3 最大连通域的判断及提取
• 3.3.4 自适应阈值法定位嘴角
• 3.3.5 嘴角跟踪定位
• 3.4 眼睛和嘴角的跟踪算法实现
• 3.4.1 目标跟踪算法分类
• 3.4.2 无迹卡尔曼滤波
• 第四章 驾驶员的状态分析
• 4.1 基于眼睛的疲劳参数的提取
• 4.1.1 眼睛模型的建立
• 4.1.2 PERCLOS参数的提取
• 4.1.3 Eye Closure Time参数计算
• 4.1.4 Eye Blink Frequency提取
• 4.2 基于头部运动的疲劳参数提取
• 4.2.1 点头频率的计算
• 4.2.2 驾驶员头部旋转参数的计算
• 4.3 实验结果分析
• 第五章 总结与展望
• 5.1 论文的主要工作内容
• 5.2 本文的局限性及进一步研究工作
• 参考文献
• 攻读硕士学位期间发表的论文