论文部分内容阅读
随着社会经济的发展,交通安全问题日益凸显,通过对大量的交通事故进行研究发现驾驶员疲劳行驶是造成驾驶员交通事故的高度威胁因素之一,现有的疲劳检测由于个体差异、环境影响以及实时性等因素,致使疲劳检测的产品没能得到完全的推广,因此研发有效的驾驶员疲劳检测系统具有较大的现实意义。本文通过认真研究国内外疲劳行驶检测系统的相关文献资料,分析比较了目前比较流行的三类驾驶员疲劳检测的方法,结合实验室的环境,文中选定了简单可行的基于DSP视频图像处理的方法进行驾驶员疲劳检测,主要完成了以下工作:确定了检测系统的实现方案和框架,研究在系统实现中所需的图像预处理方法,包括图像增强算法和图像二值化处理;在获取到高质量的图像基础上,充分利用脸部特性并结合AdaBoost+Haar算法建立人脸分类器实现人脸检测;准确定位脸部后,采用粗精双检测思想逐步定位检测眼睛,使用灰度积分投影法粗步定位人眼位置,利用Sobel边缘检测算子并结合改进型的Hough算法实现人眼的精确定位;之后提取眼部特征和计算疲劳相关参数,如眨眼频率等,依靠PERCLOS(单位时间内人眼闭合一定比例所占时间)P80准则判断驾驶员的疲劳状态并给予警示。本文采用的基于DSP视频图像处理的方法进行驾驶员疲劳检测,是目前解决由疲劳驾驶所导致的驾驶员人身安全问题的较好方案,采用的是TI C6000系列TMS320DM642 DSP处理器为核心的硬件平台,并对算法程序在CCS环境下进行了函数结构、C程序编写风格以及汇编编写优化,提高了算法的运行速率并实现了实时的疲劳检测,可实现疲劳检测响应时间不超过38ms。该实现方法与传统的基于PC的实现方法相比,体积小、实用性强、高效性强,完全不会影响驾驶员的正常行驶,降低了系统的成本并保证了系统的实时性能。