长时间连续的工作,导致驾驶员的视觉神经高度紧张,容易出现疲劳状态。在驾驶过程中,如果驾驶员疲劳了,神经则容易失去警惕,然而驾驶员短暂的失误就可能引起重大的灾难。由此可见,研究疲劳驾驶检测系统非常重要。根据目前官网上公布的全国交通事故数据统计,每年全国涉及人员伤亡的交通事故约20万起,且疲劳驾驶是造成交通事故的主要因素。其中,在交通事故统计中表明,31%发生交通事故的货运卡车驾驶员直接死亡,而58%的货运卡车安全事故是由于驾驶员疲劳驾驶引起的。因此,针对疲劳驾驶检测装置的研究有着重要的意义与实际应用价值。近几年,疲劳驾驶检测已成为机器视觉应用中的热点研究问题,尤其针对夜间图像的研究日益增多。本文首先介绍了本课题的研究背景、意义以及目前国内外学者针对疲劳检测的研究现状。然后针对疲劳驾驶检测的要求,设计了一种基于TMS320DM6437视频开发平台的驾驶员疲劳驾驶检测系统。该系统是通过采集驾驶员红外视频图像,先对其进行图像去噪处理;其次是采用基于肤色模型的AdaBoost算法的人脸检测方法,进行人脸检测;并根据积分投影法结合AdaBoost算法对人脸区域进行人眼定位;然后采用改进的Mean-Shift算法对眼睛进行实时跟踪,并对眼睛特征进行提取;同时,结合疲劳状态的判定标准,判断驾驶员眼睛的不同状态:完全睁开,完全闭合或者半睁半闭。最后,报警系统会在检测到驾驶员疲劳状态时,及时提醒驾驶员。该疲劳驾驶检测系统包含图像采集、图像处理、疲劳判断和报警系统模块。利用红外照明的CCD摄像机采集驾驶员面部图像视频,经过TVP5150视频解码芯片转换为数字图像信号,然后进行图像处理和疲劳判断,选定根据眼睛状态的变化作为判断驾驶员是否疲劳的依据,当驾驶员出现疲劳状况时,系统则及时给出警报。该系统选用主动红外夜视技术的红外CCD摄像机作为视频采集设备,不会干扰驾驶员正常驾驶,能够持续实时的监测目标,并且在黑暗条件下或车内有其他光照情况下也不会干扰系统运作。