论文部分内容阅读
摘要：随着社会经济的发展，机动车辆与日俱增，由驾驶疲劳引起的交通问题越来越受到人们的关注。尽管目前已有一些简单的防疲劳驾驶的检测方法，但是具有非接触式的、实时性的、高灵敏度和可靠性防疲劳驾驶的监测方法至今在国内尚未得到很好的解决。
本设计是通过在视频中使用Kalman法对人脸进行自动跟踪，然后利用DSP进行一系列图像处理，最后得到眼睛的二值化图像，从而判断出眼睛开合状态或眨眼频率。根据采集的数据，结合PERCLOS法来判断驾驶员是否出现疲倦，并在出现疲倦特征的时候做出警告。如果在多次警告后驾驶员的精神状态依然没有改善的情况下，系统会自动降低车速，并通过汽车后窗上的电子屏以文字“疲劳驾驶，正在减速，请您留意”提示，以保证行车安全。同时，系统还会持续地发出警告，直到驾驶员重新复位系统。而且，该系统还具有行车记录功能，每秒钟都会把当前行车的部分数据，如当前时间、车速、驾驶员眨眼次数、精神状况等记录下来。
关键词：疲劳驾驶 ;人脸自动跟踪;疲劳判断;DSP;预警系统
1 前言
疲劳驾驶是当今交通安全的重要隐患之一。驾驶人在疲劳时，其对周围环境的感知能力、形势判断能力和对车辆的操控能力都有不同程度的下降，因此很容易发生交通事故。统计数据表明，在2007 年至2008 年我国直接由疲劳驾驶导致的死亡人数分别占机动车驾驶人交通肇事总死亡人数的11.35% 、10.91% 和12.5% ，大约每年有9000 人死于疲劳驾驶。因此，研究开发高性能的驾驶人疲劳状态实时监测及预警技术，对改善我国交通安全状况意义重大本作品较为突出的难题有以下几点：
（1）人脸的自动跟踪
本作品所介绍的防止疲劳驾驶测试系统是以车速作为触发的。当车速低于70km/h时，系统处于休眠模式，不会对人眼进行监测。当车速超过这个阀值时，系统就会进入检测模式，开始对驾驶员的精神状态进行监视。驾驶员的脸不可能一直保持在同一个位置，所以监视时如何自动找到跟踪人脸便是疲劳检测的首要解决的问题。初步确定可利用Kalman自动跟踪人脸。
（2）人眼开合状态的检测判别
眼睛在脸部的相对位置基本能找出眼睛的位置，但系统要有普遍适用性，所以对于不同驾驶员的眼睛来说，根据相关文献，用模式识别的话分类得到的结果起伏比较大，稳定性不好，所以要找到稳定性好的识别方法。同时检测速度要快，因为眨眼时间很短，容易漏判。所以也要求检测判别要快。
（3）汽车自动减速
当几次声音预警提示后，驾驶员精神状态仍未改善的话，系统进入车速自动控制模式。通过控制模块将车速自动减慢到60km/h。减速要做到及时，而且不能减到低于60km/h，因为高速公路上车速最低为60km/h，再低容易出交通事故。
2 系统功能与指标
2.1 功能介绍
本设计是通过在视频中对人脸进行自动跟踪，找出眼部图像，然后利用DSP进行一系列图像处理，最后得到眼睛的二值化图像，从而判断出眼睛开合状态。根据采集的数据判断出驾驶员是否出现疲倦，并在出现疲倦特征的时候做出警告。警告是高音量的声音提醒，以便驾驶员听到。打瞌睡报警反应时间是2-3秒（高速路2秒，市区路3秒），报警次数为3次长声，其他情况（如看后视镜时间过长）报警反应时间是5-7秒，报警次数为3次短声，如果在多次警告后驾驶员的精神状态依然没有改善的情况下，系统会自动降低车速，并通过汽车后窗上的电子屏以文字“疲劳驾驶，正在减速，请您留意”提示，以保证行车安全。同时，系统还会持续地发出警告，直到驾驶员重新复位系统。
另外，本系统还有防止驾驶员开车的时候左顾右盼的功能，当摄像头在一定时间（设为3秒）内追踪不到人脸，即认为是驾驶员头部没有正对着前方，这时系统也会给予相应的声音提示报警，直到驾驶员头部重新正对着前方。
最后，该系统还具有行车记录功能，每秒钟都会把当前行车的部分数据，如当前时间、车速、驾驶员眨眼次数、精神状况等记录下来。相当于汽车的“黑匣子”。
2.2指标介绍
1）当车速低于70km/h时，人脸跟踪系统不启动;当车速超过这个阀值时，系统就会进入检测模式;
2）当驾驶员眼睛持续闭合2秒且PERCLOS>0.4，发出一次警告;
3）当驾驶员在一分钟内眨眼次数超过20次，发出一次警告;
4）当一分钟内眨眼帧率，发出一次警告;
5）当警告次数累积到8次，而驾驶员没有对系统进行复位，系统就会自动控制模式，直到车速低于60km/h为止，以保证驾驶员的安全。
3 基于驾驶员行为特征的检测方法
从人体疲劳特征的研究结果来看，疲劳驾驶的典型反应包括：眼帘的频繁眨动;瞳孔逐渐变小，甚至闭合;哈欠增多;头部前倾或后仰;方向盘微调，驾车左右摇摆;反应能力下降等。从刚才提到的各种疲劳驾驶典型反应来看，监测瞳孔变化的难度很大，监测头部运动状况，方向盘微调等又很难用一个量化的标准去衡量。而监测眼睛眨动状态比较容易跟踪，眨动次数和眼睛闭合情况也可以清晰地监测出来。因此，通过监测眼睛状态来判断驾驶员是否处于疲劳状态这种方法，相对来说是最有效直观的。
此方法最适用于检测驾驶员的精神状况。随着数字图像处理技术的发展，可以利用图像处理技术来实时监控驾驶员精神状况，而不影响驾驶员的操作。只需通过摄像头持续不断地检测和捕捉驾驶员的眼睛，结合图像处理器提取其特征信息并进行处理，可以较为有效地分析出驾驶员的精神状态。
4 DSP（数字信号处理器）
DSP由于具备硬件浮点运算器，速度能大大提高，DSP在图像处理方面相当强大，但DSP的开发难度相对比较大，成本较高。有些在计算机平台上的关于视觉识别的函数库可以要移植到DSP上，可以减少开发时间。具有浮点运算强，实时性强，能将计算机平台上的视觉识别函数库移植到DSP上的优点;综合从开发时间和实时性这两方面考虑，使用PC机，能减少开发时间;将计算机平台上关于视觉识别的函数库移植到DSP上，减少DSP开发的难度;利用DSP浮点运算强的特点，增强疲劳检测判别模块的实时性。
5 图像处理算法方案论证
采用模式识别的方式在图像中先找出人脸的位置，并对人脸进行追踪，在归一化后的人脸图中根据眼睛在脸部的相对位置，基本能找出眼睛的位置。再对眼睛图像进行一系列的图像处理，最后通过处理得到的二值化图像判断眼睛的开合度。
由于人脸在整个图像中所占的比例比较大，追踪起来比较容易，检测的准确率相对比较高。而通常驾驶员在驾驶的过程中头部摆动的角度都比较小的，根据眼睛在脸部的相对位置，基本能找出眼睛的位置。然而用模式识别找眼睛的话，对眼睛的样本要求比较严格，而且在测试过程中发现，对于不同测试者的眼睛，分类所得的结果起伏比较大，稳定性没有二值化处理的好。再次，Gabor特征提取的速度比较慢，而眨眼的时间却很短，容易漏判。
总结与展望
本作品确定了整个疲劳监测系统的系统框架，研究了在系统实现过程中较重要的图像预处理算法，采用非线性分段色彩變换空间中基于肤色模型的人脸检测技术，将肤色与非肤色区域分离;并研究了Kalman滤波跟踪方法，提高了系统的实时性。结合PC机和DSP对采集的信息进行处理，从而更高效率地对驾驶员的精神状况进行实时判别。本方案具有广阔的市场前景，应用意义重大。
参考文献：
[1]黎亚平，周杰，黄磊，吴仲兵.国内外驾驶疲劳状态检测技术的现状与发展[J].中国单片机公共实验室南京研发中心，2010（5）：11-12.
[2]黄席樾，邓金城.基于人脸识别技术的驾驶员疲劳检测方法研究[J].重庆大学学报，2005（5）：10-13.
本设计是通过在视频中使用Kalman法对人脸进行自动跟踪，然后利用DSP进行一系列图像处理，最后得到眼睛的二值化图像，从而判断出眼睛开合状态或眨眼频率。根据采集的数据，结合PERCLOS法来判断驾驶员是否出现疲倦，并在出现疲倦特征的时候做出警告。如果在多次警告后驾驶员的精神状态依然没有改善的情况下，系统会自动降低车速，并通过汽车后窗上的电子屏以文字“疲劳驾驶，正在减速，请您留意”提示，以保证行车安全。同时，系统还会持续地发出警告，直到驾驶员重新复位系统。而且，该系统还具有行车记录功能，每秒钟都会把当前行车的部分数据，如当前时间、车速、驾驶员眨眼次数、精神状况等记录下来。
关键词：疲劳驾驶 ;人脸自动跟踪;疲劳判断;DSP;预警系统
1 前言
疲劳驾驶是当今交通安全的重要隐患之一。驾驶人在疲劳时，其对周围环境的感知能力、形势判断能力和对车辆的操控能力都有不同程度的下降，因此很容易发生交通事故。统计数据表明，在2007 年至2008 年我国直接由疲劳驾驶导致的死亡人数分别占机动车驾驶人交通肇事总死亡人数的11.35% 、10.91% 和12.5% ，大约每年有9000 人死于疲劳驾驶。因此，研究开发高性能的驾驶人疲劳状态实时监测及预警技术，对改善我国交通安全状况意义重大本作品较为突出的难题有以下几点：
（1）人脸的自动跟踪
本作品所介绍的防止疲劳驾驶测试系统是以车速作为触发的。当车速低于70km/h时，系统处于休眠模式，不会对人眼进行监测。当车速超过这个阀值时，系统就会进入检测模式，开始对驾驶员的精神状态进行监视。驾驶员的脸不可能一直保持在同一个位置，所以监视时如何自动找到跟踪人脸便是疲劳检测的首要解决的问题。初步确定可利用Kalman自动跟踪人脸。
（2）人眼开合状态的检测判别
眼睛在脸部的相对位置基本能找出眼睛的位置，但系统要有普遍适用性，所以对于不同驾驶员的眼睛来说，根据相关文献，用模式识别的话分类得到的结果起伏比较大，稳定性不好，所以要找到稳定性好的识别方法。同时检测速度要快，因为眨眼时间很短，容易漏判。所以也要求检测判别要快。
（3）汽车自动减速
当几次声音预警提示后，驾驶员精神状态仍未改善的话，系统进入车速自动控制模式。通过控制模块将车速自动减慢到60km/h。减速要做到及时，而且不能减到低于60km/h，因为高速公路上车速最低为60km/h，再低容易出交通事故。
2 系统功能与指标
2.1 功能介绍
本设计是通过在视频中对人脸进行自动跟踪，找出眼部图像，然后利用DSP进行一系列图像处理，最后得到眼睛的二值化图像，从而判断出眼睛开合状态。根据采集的数据判断出驾驶员是否出现疲倦，并在出现疲倦特征的时候做出警告。警告是高音量的声音提醒，以便驾驶员听到。打瞌睡报警反应时间是2-3秒（高速路2秒，市区路3秒），报警次数为3次长声，其他情况（如看后视镜时间过长）报警反应时间是5-7秒，报警次数为3次短声，如果在多次警告后驾驶员的精神状态依然没有改善的情况下，系统会自动降低车速，并通过汽车后窗上的电子屏以文字“疲劳驾驶，正在减速，请您留意”提示，以保证行车安全。同时，系统还会持续地发出警告，直到驾驶员重新复位系统。
另外，本系统还有防止驾驶员开车的时候左顾右盼的功能，当摄像头在一定时间（设为3秒）内追踪不到人脸，即认为是驾驶员头部没有正对着前方，这时系统也会给予相应的声音提示报警，直到驾驶员头部重新正对着前方。
最后，该系统还具有行车记录功能，每秒钟都会把当前行车的部分数据，如当前时间、车速、驾驶员眨眼次数、精神状况等记录下来。相当于汽车的“黑匣子”。
2.2指标介绍
1）当车速低于70km/h时，人脸跟踪系统不启动;当车速超过这个阀值时，系统就会进入检测模式;
2）当驾驶员眼睛持续闭合2秒且PERCLOS>0.4，发出一次警告;
3）当驾驶员在一分钟内眨眼次数超过20次，发出一次警告;
4）当一分钟内眨眼帧率，发出一次警告;
5）当警告次数累积到8次，而驾驶员没有对系统进行复位，系统就会自动控制模式，直到车速低于60km/h为止，以保证驾驶员的安全。
3 基于驾驶员行为特征的检测方法
从人体疲劳特征的研究结果来看，疲劳驾驶的典型反应包括：眼帘的频繁眨动;瞳孔逐渐变小，甚至闭合;哈欠增多;头部前倾或后仰;方向盘微调，驾车左右摇摆;反应能力下降等。从刚才提到的各种疲劳驾驶典型反应来看，监测瞳孔变化的难度很大，监测头部运动状况，方向盘微调等又很难用一个量化的标准去衡量。而监测眼睛眨动状态比较容易跟踪，眨动次数和眼睛闭合情况也可以清晰地监测出来。因此，通过监测眼睛状态来判断驾驶员是否处于疲劳状态这种方法，相对来说是最有效直观的。
此方法最适用于检测驾驶员的精神状况。随着数字图像处理技术的发展，可以利用图像处理技术来实时监控驾驶员精神状况，而不影响驾驶员的操作。只需通过摄像头持续不断地检测和捕捉驾驶员的眼睛，结合图像处理器提取其特征信息并进行处理，可以较为有效地分析出驾驶员的精神状态。
4 DSP（数字信号处理器）
DSP由于具备硬件浮点运算器，速度能大大提高，DSP在图像处理方面相当强大，但DSP的开发难度相对比较大，成本较高。有些在计算机平台上的关于视觉识别的函数库可以要移植到DSP上，可以减少开发时间。具有浮点运算强，实时性强，能将计算机平台上的视觉识别函数库移植到DSP上的优点;综合从开发时间和实时性这两方面考虑，使用PC机，能减少开发时间;将计算机平台上关于视觉识别的函数库移植到DSP上，减少DSP开发的难度;利用DSP浮点运算强的特点，增强疲劳检测判别模块的实时性。
5 图像处理算法方案论证
采用模式识别的方式在图像中先找出人脸的位置，并对人脸进行追踪，在归一化后的人脸图中根据眼睛在脸部的相对位置，基本能找出眼睛的位置。再对眼睛图像进行一系列的图像处理，最后通过处理得到的二值化图像判断眼睛的开合度。
由于人脸在整个图像中所占的比例比较大，追踪起来比较容易，检测的准确率相对比较高。而通常驾驶员在驾驶的过程中头部摆动的角度都比较小的，根据眼睛在脸部的相对位置，基本能找出眼睛的位置。然而用模式识别找眼睛的话，对眼睛的样本要求比较严格，而且在测试过程中发现，对于不同测试者的眼睛，分类所得的结果起伏比较大，稳定性没有二值化处理的好。再次，Gabor特征提取的速度比较慢，而眨眼的时间却很短，容易漏判。
总结与展望
本作品确定了整个疲劳监测系统的系统框架，研究了在系统实现过程中较重要的图像预处理算法，采用非线性分段色彩變换空间中基于肤色模型的人脸检测技术，将肤色与非肤色区域分离;并研究了Kalman滤波跟踪方法，提高了系统的实时性。结合PC机和DSP对采集的信息进行处理，从而更高效率地对驾驶员的精神状况进行实时判别。本方案具有广阔的市场前景，应用意义重大。
参考文献：
[1]黎亚平，周杰，黄磊，吴仲兵.国内外驾驶疲劳状态检测技术的现状与发展[J].中国单片机公共实验室南京研发中心，2010（5）：11-12.
[2]黄席樾，邓金城.基于人脸识别技术的驾驶员疲劳检测方法研究[J].重庆大学学报，2005（5）：10-13.