随着科技与经济社会的发展，人们对于出行的舒适程度和便捷性有更高的要求，因此汽车的拥有人数呈现出逐年上升的趋势。随之而来的是道路交通事故频发，这不仅给我们带来了全球经济的压力也造成了严重的人员损失。世界卫生组织《2015年全球道路安全现状报告》指出，每年道路交通事故会导致大约120万人死亡，5000万人非致命性受伤，道路交通是造成15~29年龄段人群死亡的最主要原因。此外由交通事故造成的经济损失也不容忽视，从全球范围来看，损失值为GDP的3%;在中低收入国家，有道路交通事故导致的经济损失高达GDP值的5% ,，由此可见道路交通事故给家庭和国家带来了沉重的经济负担。

调查显示，美国57%的重型车交通事故与疲劳驾驶有关；英国10%的交通事故与疲劳驾驶有关；法国因疲劳驾驶发生车祸的占人身伤亡事故的14.9%，占死亡事故的20.6%；我国的交通事故发生逐年上升，疲劳驾驶的比重也在增加。疲劳驾驶并不是一旦出现就会立即造成交通事故，只要我们在检测到疲劳驾驶现象时及时地进行提醒，就可以有效地避免疲劳驾驶带来的交通事故。为了有效减少人员财产的损失，我们需要设计出一个能够在不干扰驾驶操作的前提下对驾驶员状态进行实时监测的系统。

国内外研究人员在这方面进行了积极的探索。1996年，美国科学家Kniplin,Wang和Kanianthra等人通过眼睛的状态来判断驾驶员是否处于疲劳状态；1999年，文章“Ocular Measure of Driver Alterness” 中提出PERCLOS（Percentage of Eyelid Closure Time）作为检测驾驶员是否处于疲劳状态的方法，该方法目前已经成为最为有效的实时疲劳检测方法。在车载电子检测设备的研发方面也有很大的进展。DDDS系统通过多普勒雷达采集人的面部情绪获得再经由复杂信号处理判断驾驶员的驾驶状态；DAS2000红外线监测车辆的行驶状态，当车辆发生越过中线或者路肩时会及时发出警报；S.A.M系统对方向盘运动状态进行监测，当方向盘有超过四秒以上的静止就发出警报直到方向盘恢复运动。1998年，周鹏研究了“司机疲劳事故预防器”用于消除异常疲劳和大脑麻痹，来达到避免疲劳驾驶交通事故的目的；2001年，郑培，周一鸣提出脸部活动图像识别人脸皮肤色彩高斯模型，通过眼睛灰度模拟匹配，构建了基于PERCLOS的机动车驾驶员疲劳的实时测评系统。

2. 研究的基本内容与方案

本研究旨在设计出一套用于实时检测驾驶员是否处于疲劳状态的系统。

基于机器视觉和PERCLOS(Percentage of Eyelid Closure Time，单位时间内眼睛闭合时间所占的百分比)眼动特征的疲劳驾驶检测具有非侵入性和相关性好的优点，已成为检测疲劳驾驶最有效的技术手段之一。鉴于软件处理在速度上的劣势，基于FPGA(Field-Programmable Gate Array，现场可编程门阵列)的硬件处理系统以其高集成度、强并行处理能力和丰富的硬件资源为疲劳驾驶在线实时检测提供了良好的实现方案。

首先，系统通过采集装置获取驾驶员面部信息，将信息转换为易处理的数字信号，然后在matlab环境下实现近红外人眼识别算法进行设计仿真，然后基于FPGA硬件平台设计流水线结构，进行数据处理，实现算法的移植。

系统硬件方面采用近红外图像采集装置，视频解码模块，FPGA处理单元以及预警单元。系统算法部分选择PERCLOS(Percentage of Eyelid Closure Time，单位时间内眼睛闭合时间所占的百分比)标准对眼部动态特征进行描述， 采用预处理和人眼定位的方式减少外界因素带来的干扰，最后进行人眼分割提前目标特性。

[1]世界卫生组织.道路安全全球现状报告[EB/OL]. http://www.who.int/violence_injury_prevention/road_safety_status/2015/zh/.

[2]Boguslaw Cyganek. Hybrid computer vision system for drivers' eye recognition and fatigue monitoring[J]. Neurocomputing, 2014, (126): 78-94.