摘 要

目前交通运输业发展飞速，家用轿车的使用量逐年增长，因此交通事故日益增多，疲劳驾驶导致的交通事故的比例也是逐年增高。为了尽可能减少交通事故的发生，保证交通的安全性和驾驶员与行人的安全，对驾驶员疲劳状态的自动检测和研究具有重要的现实意义。本文基于机器视觉原理，实现了结合Adaboost和ASM（主动性状模型）算法的人脸检测，人眼定位方法，使用国际公认的疲劳判定方法perclos算法，并同时记录眨眼频率和持续闭眼时间的来实现多判定条件的综合判定方法。为了提高现有疲劳状态检测系统的稳健性，本文做了两方面改进：利用ASM算法和Adaboost算法结合的人眼识别算法，实现高准确率的人眼定位；在perclos算法的基础上增加对眨眼频率、闭眼时间的检测来综合判定驾驶员疲劳状态。

关键字：疲劳驾驶；机器视觉；人眼定位；疲劳状态检测

Abstract

At present, the rapid development of the transportation industry, the use of family cars year after year, so traffic accidents are increasing, the proportion of traffic accidents caused by fatigue driving is also increasing year by year.In order to minimize the occurrence of traffic accidents and ensure the safety of traffic and the safety of drivers and pedestrians, it is of great practical significance to automatically detect and study the fatigue status of drivers.Based on the principle of machine vision, this paper implements face detection combined with Adaboost and ASM (active trait model) algorithm, human eye location method, using the internationally recognized fatigue judgment method perclos algorithm, and record the blink frequency and duration of closed eyes simultaneously. A comprehensive decision method to achieve multiple decision conditions. Determine the degree of driver fatigue. In order to improve the robustness of the existing fatigue state detection system, this paper has made two improvements: using human eye recognition algorithm combined with ASM algorithm and Adaboost algorithm to achieve high-accuracy positioning of the human eye; based on the perclos algorithm to increase the eye blink The detection of frequency and closed-eye time comprehensively determines the fatigue status of the driver.

Keywords:Fatigue driving;machine vision;Human eye orientation;Fatigue condition detection

目 录

摘 要 I

Abstract II

第1章 绪论 1

1.1 研究的目的及意义 1

1.2 疲劳状态检测系统研究现状 1

1.2.1 国外研究现状 2

1.2.2 国内研究现状 2

1.3 本课题主要研究内容 3

1.4 本文内容安排 4

第2章 需求分析及方案设计 5

2.1 疲劳检测系统性能及需求分析 5

2.2 系统方案分析及设计 5

2.2.1 方案选择 5

2.2.2 系统方案设计 6

第3章 人体疲劳状态检测算法原理及实现 7

3.1 疲劳驾驶状态检测系统原理概述 7

3.2 人脸、人眼检测算法原理 7

3.2.1 人脸检测Adaboost算法原理 7

3.2.2 人眼定位ASM算法原理 9

3.2.3 Adaboost算法与ASM算法结合的原理 14

3.3人脸、人眼检测算法设计及实现 15

3.4 疲劳判定原理 18

3.4.1 基于perclos算法的疲劳判定原理 18

3.4.2 基于眨眼频率的疲劳判定原理 19

3.4.3 基于持续闭眼时间的疲劳判定原理 20

3.5 疲劳判定算法设计及实现 20

第4章 疲劳状态检测实验结果及分析 23

4.1 人脸、人眼检测结果及分析 23

4.2 疲劳判定实验结果及分析 26

第5章 总结与展望 29

5.1 论文工作总结 29

5.2 研究工作展望 29

参考文献 31

致 谢 33

第1章 绪论

1.1 研究的目的及意义

十九世纪中期之后，人们对汽车的需求促使汽车行业的迅猛发展，汽车外形的配置的不断完善，使得其销量大幅提升，欧洲各国的汽车使用量已经开始快速增长。进入21世纪以来，随着汽车制造业的快速发展，汽车的使用达到了新的高度。汽车现在成为了人们最常用的交通工具之一。然而，汽车带来便捷和舒适的同时便随着很大的安全隐患，包括汽车硬件上的故障问题和人为驾驶不当等。

1. 目前汽车的保有量基数大，并逐年上升。

以中国为例，在2016年末，国内民用汽车保有量已达19440万辆。据我国公安交管局统计数据，每年新增驾驶人约2200万人，驾驶人数的急速上升，也使道路交通安全性出现更高的不确定因素，从而增加了交通安全事故的发生的可能性。

1. 疲劳驾驶是造成道路交通事故的重要原因之一。

疲劳驾驶是指在驾驶员长时间驾驶状态下，出现的生理和心理状态紊乱，驾驶技术下降的现象。目前疲劳驾驶已经成为公认的造成交通事故的重要原因之一，据美国汽车协会（AAA）2014年的调查，每年因疲劳驾驶直接导致的车祸有10万起，其中2%的车祸事故发生了人员死亡，经过调查民众意向，有50%以上的民众认为疲劳驾驶是对驾驶安全的巨大威胁，同时我国也十分注重杜绝疲劳驾驶，在宣传方面和法律强制性要求上都做了很多工作，比如在《道路交通安全法》第22条中明确规定过度疲劳驾驶时不允许驾驶员继续驾驶。可见疲劳驾驶已成为各国关注的道路交通问题之一。

1. 现有的疲劳检测系统不够完善。

目前疲劳检测系统还存在实时性差，定位不精确，判断不标准等问题，当前使用最多的是对车辆行进过程中的轨迹判断，再者驾驶员对车辆的操作如突然踩刹车或长时间不转动方向盘，都可以作为判定驾驶员处于疲劳状态的依据，但不排除驾龄多年的驾驶员的习惯性操作，因此有时会不太准确。

1.2 疲劳状态检测系统研究现状

国内外学者对疲劳驾驶的研究主要分为以下三种类型：人体生理指标可以很好地反映人体疲劳状态，比如在疲劳状态下人体的心率，呼吸和血压等的变化可以作为驾驶判断的指标，但种检测方法操作起来容易影响驾驶员的正常操作。另一种是测量汽车的行驶速度，车辆轨迹等方法，具有一定的延迟性，适用于分析和衡量交通事故的发生原因，而不具有实时性。第三种是在计算机技术飞速发展的情况下，兴起的机器视觉技术，可以利用机器对人脸人眼的识别来判断被检测人的状态，现阶段疲劳驾驶的研究都是基于以上三个方向。

1.2.1 国外研究现状

1. 疲劳检测最直接的方法就是通过对人体生理的反应的检测，钱录庆在他的论文中提到目前日本的一家公司研究出驾驶员在驾驶过程中头部姿态的判定方法^[1]。 同样的针对被测试者的生理判断，是一款“疲劳检测仪”，用以检测驾驶员的声音变化，该检测仪在日本广泛使用，这种研究可以在一定程度上帮助确定被检测者的疲劳状态。
2. 在研究车辆行为特征的基础上，美国一家公司在1999年推出了SAM检测系统，该系统通过检测车辆的方向盘的变化，进而判断驾驶员的疲劳状态。通过在限定时间内记录驾驶员操纵方向盘的动作，用来判断驾驶员是否处于疲劳状态。如果长时间没有操纵，SAM检测系统就会提醒驾驶员。

此外，根据对车辆行为标志的研究，法国法雷奥汽车集团和美国ITERIS公司开发了一种驾驶车辆若偏离轨道将会发出警告的装置^[2]。该装置包含一个监控摄像头，用来观察道路的轨迹方向，进而记录驾驶车辆的行进轨迹，如果汽车行进中的参数出现明显偏差，即可证明驾驶员处于疲劳状态，则发出警报警告驾驶员。

1. 基于机器视觉技术的人眼定位技术。前两种监测方法在某些程度上存在一定的延迟性和不准确性，因此设计出一种具有实时性和准确性的检测方法极为迫切。针对人们在疲劳情况下与清醒状态下的眼睛的动作形态有很大的区别的普遍现象，美国Knipling等人在1996年提出，可以设置一些眼部参数，在实时监测眼部动态时根据数据变化来比对，这会在驾驶员疲劳时提醒驾驶员。

美国的Attention Technologies公司研发出一款监测疲劳仪（Driver Fatigue Monitor，DD850）的产品，用于检测驾驶员的疲劳。该产品使用到了PERCLOS算法，是早先由美国卡内基梅隆研究所提出的，该算法的基本原理是对驾驶员闭眼时的时长记录，通过摄像头对人眼开合状态的判断，记录人眼从打开到闭合再到打开的状态的总时长，另外记录人眼刚闭合到完全闭合再到刚闭合的时间长度，后者和前者之比的结果若较大，说明驾驶员眼睛闭合缓慢，或闭眼时间过长，DD850即是采用这种判断方法，也是国际公认的检测法。

1.2.2 国内研究现状

以上是毕业论文大纲或资料介绍，该课题完整毕业论文、开题报告、任务书、程序设计、图纸设计等资料请添加微信获取，微信号：bysjorg。

相关图片展示：