疲勞駕駛自主檢測的研究與實現.pdf

1、隨著我國經濟的高速發(fā)展和人們物質生活水平的不斷提高，機動車輛日益增多，同時隨著人們工作強度的加大，導致因疲勞駕駛而發(fā)生的交通事故也逐漸增多，嚴重威脅著人們的人身和財產安全，如何有效預防疲勞駕駛、實現疲勞駕駛的自主檢測是交通部門和相關科研單位的研究熱點。疲勞駕駛的自主檢測是在行車過程中實時判斷駕駛員是否正在疲勞駕駛，并在駕駛員進入疲勞時及時采取措施，從而在一定程度上減少交通事故的發(fā)生，使人們的出行更加安全，實現疲勞駕駛的自主檢測具有相當重

2、要的社會意義。
　　本論文以疲勞駕駛為研究對象，通過實時處理視頻圖像來判定駕駛員是否處于疲勞狀態(tài)，該方式只需要一個攝像頭，不會干擾駕駛員的正常駕駛，簡單易操作，同時具有較強的實時性、智能性，其關鍵技術包括人臉檢測、眼睛定位、眼睛特征提取，目前，有許多算法用于人臉檢測及眼睛定位，每種算法各有優(yōu)劣，通過對各種算法的分析比較，針對光照變化劇烈的高速行車環(huán)境提出改進的算法思路，并提出一種多特征融合的疲勞判定標準，實現當檢測到駕駛員處于疲勞

3、狀態(tài)時系統(tǒng)自動發(fā)出預警，提醒駕駛員減速或停車休息，從而有效提高行車安全。
　　首先，本論文采取基于Haar特征訓練分類器的Adaboost算法進行人臉檢測，該方法對光照變化不敏感，適合高速行車的環(huán)境，且檢測效果良好；然后在人臉檢測的結果上根據人臉與眼睛之間的固有特征值采取幾何特征法來實現眼睛的粗步定位，同時為了消除頭部偏轉造成的誤差，提出了常用于目標跟蹤的幀差法來輔助判定粗定位的眼睛區(qū)域是否存在較大偏差，并利用聚類技術消除眼睛周圍