外文原文

Research of the Automotive Driver Fatigue Driving Early Warning System

Abstract: Nowadays, fatigue driving is one of the important underlying causes of traffic safety. If the driver is fatigue, it is prone to cause traffic accidents. In order to satisfy peoples pursuit of automotive driving safety, the idea of designing fatigue driving early warning system is proposed. Image capture and processing system basing on high-speed digital signal processor (DSP) is proposed. The hardware compositions and software flow of the system are designed; basing on the analysis of the structure and working principle of automotive fatigue driving early warning system and the requirements that are non-contact, real time, all-weather of the warning system, electronic component selection is formed for the image capture module; to achieve real-time processing of human face images, MBLBP features are used to express face images, the way of cascade classifier is used and the gentle boost-based strong classifier basing on MBLBP features is used to carry out the designing of software algorithm and debugging for procedures.

Keywords: fatigue driving, DSP, face detection, gentle boost-based strong classifier

1 Introduction

With the popularity of cars, people are no longer satisfied with the function of a car as a travel tool, so more and more people pursuit of the vehicle active safety. To meet this demand, drawing on foreign advanced design concepts, the idea of designing fatigue driving early warning system is proposed.

Owning to the special applications of drowsy driving prevention devices[1], the design of the system must meet three requirements: non-contact, the system doesnt interfere with the drivers driving behavior; real-time, the detection of drivers fatigue physiological parameters must be real-time, rapid, accurate and timely warning the fatigue driver is needed in order to avoid accidents; all-weather, whether working in adequate light, dim light, no light conditions, the system can make the right analysis of the drivers fatigue condition.

Face recognition is the most important part of the fatigue driving early warning system, which directly affects the real-time, accuracy and sensitivity of the system. In this paper, firstly, hardware compositions and software flow is designed according to early warning design theory and requests of this system; then algorithm of face recognition is written and debugged through CCS; finally, the designing of software algorithm is optimized and this system can achieve face recognition according to the optimized algorithm.

2 System design method

The core of this video image capture and processing system is DSP which uses TI Corporations multimedia processing chip TMS320DM642. This system is composed of four parts: image capture module, image processing module, fatigue detection and recognition module and fatigue alarm module. The system flowchart is shown in Figure 1.

This system uses the analog video signal which is the output of CCD camera as the input of the front-end signal and the image processing platform uses the DSP chip to carry out the construction; because the output of the CCD camera is a analog signal and the DSP processing object is a digital signal, a video A/D conversion chip SAA7113 is needed between the two to change the analog image signal into the digital signal which is a video stream and more easier for the DSP chip to process; then an appropriate image processing algorithm is designed in CCS to realize the segmentation, extraction and recognition of a persons face and eyes; finally, It needs to burn the program into DSP, run the program and figure out whether the driver is fatigue; the fatigue detection result is transmitted to the alarm module.

3 The choice of hardware electronic components

Any one of the electronic products is formed by different components and component selection has a great influence on the realization of system functions. Under the premise of ensuring system functions, we should select cost-effective components to reduce costs.

The actual chart of image capture and processing module is shown in Figure 2:

3.1 Digital signal processor

The main reasons that this paper selects TIs TMS320DM642 as the core processor are as follows:

(1) For the fatigue driving monitoring and exploiting technology to be used in the actual driving environment, driver fatigue monitoring technology must be transplanted from the large volume PC to small size, high stability and low power consumption embedded systems. Due to the increasingly broad applications, small size and low power consumption of DSP, driver fatigue monitoring technology should be transplanted into the DSP in order to assemble a complete fatigue driving monitoring system.

(2) TI Corporation provides the worlds first assembly level C compiler CCS (Code Composer Studio) for its DSP developers, its efficiency can reach 70% -80%, the average efficiency of the code generated is 3 times than that of other DSP compilers, we can draw support from CCS compiler in order to reduce the development effort and shorten the development cycle.

(3) TMS320DM642 processor which is one of TIs TMS320DM64x series is widely used in the field of video monitoring, its operating frequency reaches 600MHz, its computing speed is close to 50 billion instructions per second and its power consume is only one-third of the other devices. It meets the systems real-time requirement and coincides with system design needs[2][3].

3.2 Camera

This article uses SONY420 line colored infrared night vision CCD camera as the image capture device which can automatically sense the outside light. When the outside light is sufficient, ordinary color image can be got; bu

剩余内容已隐藏，支付完成后下载完整资料

---

附录A 外文译文

研究汽车司机疲劳驾驶预警系统

摘要:如今,疲劳驾驶是交通安全的重要原因之一。如果司机疲劳,容易引起交通事故。为了满足人们对汽车的追求驾驶安全,设计早期疲劳驾驶的想法提出了预警系统。图像采集和处理系统基础上提出了高速数字信号处理器(DSP)。系统的硬件组成和软件流程设计;基于结构的分析和工作汽车疲劳驾驶预警系统的原则和要求,非接触、实时、全天候的预警系统,电子元件的选择形成的图像捕获模块;实现实时处理的人类脸图像,MBLBP特性是用来表达脸图像,级联分类器的方法是使用和gentleboost-based强劲分类器基于MBLBP特性是用来进行软件算法的设计和调试的过程。

关键词:疲劳驾驶,DSP,人脸检测,gentleboost-based强分类器

1介绍

随着汽车的普及,人们不再满足于汽车作为出行工具的功能,所以越来越多的人

汽车主动安全的追求。为了满足这种需求,借鉴国外先进的设计理念,设计疲劳的概念

提出了驾驶预警系统。拥有特殊的应用[1]预防疲劳驾驶设备,系统的设计必须满足三个

要求:非接触式,系统不干扰司机的驾驶行为,实时检测驾驶员的疲劳生理参数必须实时、快速、准确和及时的警告是必要的为了避免疲劳司机事故;全天候,是否在充足的光线,昏暗的灯光,没有光照条件,系统可以做出正确的分析驾驶员的疲劳状态。人脸识别是最疲劳驾驶预警系统的重要组成部分,直接影响到实时,系统的准确性和灵敏度。在本文中,首先,硬件组成和软件流程是根据初步设计的警告这个系统的设计理论和请求;然后人脸识别算法编写和调试通过CCS;最后,软件算法的设计进行了优化,根据优化这个系统可以实现人脸识别算法。

2系统设计方法

这个视频图像采集和处理系统的核心是使用TI公司的DSP多媒体处理芯片

TMS320DM642的。这个系统由四部分组成:图像捕获模块、图像处理模块、疲劳检测和

疲劳识别模块和报警模块。系统流程图如图1所示。

本系统使用的模拟视频信号的输出CCD相机作为前端的输入信号和图像处理平台使用DSP芯片进行建设;因为CCD相机的输出是一个模拟信号和DSP处理对象是一个数字信号、视频a / D转换芯片SAA7113两者之间需要改变模拟图像信号的数字信号是一个视频,更便于DSP芯片过程;然后一个合适的形象处理算法的目的是在CCS实现分割,提取和识别一个人的脸和眼睛;最后,它需要烧程序在DSP,运行程序,找出驾驶员是否疲劳,疲劳检测结果传送到报警模块。

3硬件电子元件的选择

任何一个电子产品是由不同的组件和组件的选择有很大的影响系统功能的实现。确保系统功能的前提下,我们应该选择有效的组件降低成本。

图像采集和处理的实际图模块如图2所示:

3.1数字信号处理器

本文选择TI TMS320DM642为核心处理器的的主要原因如下:

(1)疲劳驾驶监测和利用技术用于实际驾驶环境,司机疲劳监测技术必须从大量移植电脑体积小、高稳定性和低功耗嵌入式系统。由于越来越多的广泛应用,小尺寸和低功耗DSP,司机疲劳监测技术应该移植到DSP来组装一个完整的疲劳驾驶监测系统。

(2)TI公司提供了世界上第一个汇编级C编译器CCS(代码作曲家Studio)的DSP开发人员,

它的效率可以达到70% - -80%,生成的代码是3倍的平均效率比其他DSP编译器,我们可以

画的支持CCS编译器为了减少开发工作量,缩短开发周期。

(3)处理器TMS320DM642的TI TMS320DM64x系列广泛应用于视频监控领域,其工作频率达到600 mhz,其计算速度是每秒500亿条指令,其电力消耗只有三分之一的其他设备。满足实时系统的要求和符合系统设计需求[2][3]

3.2相机

本文使用SONY420行红外夜视彩色CCD摄像机作为图像捕获设备可以自动外面的光感。当外部光线充足,普通彩色图像可以了;但是,当外面的光线是不够的,内置红外LED灯的两圈在CCD相机的镜面将由CCD自动打开近红外LED灯发出的光作为光源来获取红外图像。在这种情况下,系统可以满足全天候工作请求。

3.3视频A / D转换芯片

在这篇文章中,飞利浦公司的视频捕捉和处理芯片SAA7113H用作数字化的视频解码器模拟视频信号。SAA7113支持标准CVBS PAL / NTSC视频输入信号和视频处理单元的有很多SAA7113。你可以通过我sup2;C总线配置内部寄存器设置芯片的工作状态,亮度、色度和饱和控制可以实现内部芯片;输出样式可以YUV411 YUV422,RGB565和其他数字图像格式这种情况下,系统将满足各种场合的需求。

3.4模拟器

仿真器的功能是连接PC机的DSP开发板,这样写程序读到DSP芯片,你可以通过软件调试DSP开发板安装在(CCS软件)电脑,你可以下载程序等等。一般来说,现在模拟器接口USB接口,如XDS510-USB2.0 TI DSP仿真器使用。

4人脸检测的原理

表达的脸图像,本文使用MBLBP特性基本枸杞多糖功能的扩张和有一个更强表达能力[4]。同时,因为MBLBP特性的数量更少的24 * 24图像,使用MBLBP特性大大降低了时间在训练阶段。考虑到最终目标是实现实时的人脸检测,时间算法的复杂性需要尽可能小。MBLBP功能示例图如图3所示:训练集使用24 * 24的图像,图像的总数是12788,4916年正样本和7872年负样本。使用gentleboost算法选择最佳MBLBP特性。每个特征对应于MBLBP弱分类器,组合的最优MBLBP特征构成强分类器。在这里,考虑到最小化处理时间的每一个形象,一个级联分类器(级联)方法使用。级联分类器的基本思想:几个弱分类第一级是用来过滤掉一些子图片,不是人的脸很明显,二级使用更多的弱分类器去筛选通过第一级子图片,然后第三层次使用更多弱分类器去筛选子图片通过二级,直到子图片可以从强分类器在过去的水平。在这个时候,它可以检测到人脸图像子图片。

4.1 Gentleboost-based强分类器结构

在这里,图4所示图形方法是用来解释gentleboost的原则。

详细过程如下:

(1)使用一个弱分类器对样本进行分类;

(2)错误的分类样本的重量将被提升和正确分类样本的重量会减少作为一个伟大的重要性;

(3)第二个弱分类器是用于分类样本;

(4)错误的分类样本的重量由第二个弱分类器将被提升和正确的重量由第二个弱分类器分类样本将减少;.......N弱分类器时可以获得重复N次。当N弱分类器组合在一起时,你可以得到一个强分类器可以解决线性不可分的问题无法解决的弱分类器。最终的强分类器如图5所示:

4.2强分类器设计

一般来说,强分类器的建设不依赖于设定阈值,但在检测率(真阳性)和设置错误检出率(假阳性)[6]。正样本的数量已被确认的强劲分类器在所有积极的样本,叫做检出率tpr,负样本的数量已经确定的强分类器作为正样本,叫做假检出率玻璃钢。我们用表1分析分类器性能:

（1）

从上面的公式1可以看出,tpr与玻璃钢,正相关,tpr越高,玻璃钢往往更高,反之亦然[7]。我们需要做的是选择妥协目标意味着不仅tpr可以达到要求,也玻璃钢在负担得起的范围内。强分类器的结构过程如图6所示。

4.3人脸检测实验结果的分析

摘要操作环境包括两个部分:硬件和软件部分。硬件部分包括摄像机、DSP、仿真器组件;软件环境包括CCS3.1以及windows XP系统。操作程序的程序C语言。建设系统使用MBLBP功能训练gentleboost-based强分类器。强分类器的输出图7所示。左边的图表显示,当系统不使用级联,这强分类器的tpr 1和玻璃钢是0训练集;正确的图表显示,当系统使用级联,这强分类器的tpr 0.9996和玻璃钢是0.0022。什么时候不使用级联,tpr高但效率太低。使用级联时,效率与不超过10倍使用级联的检出率也在一个理想的范围,它满足实时系统的要求,因此级联分类器是选择。

我们使用的强分类器构建基于MBLBP特性来检测class57经典形象。jpg[8]的256色灰度和包含57个人脸图像的角度不同。与此同时,图像装饰模式的人类的衣服是不同的,所以这是一个很好的和标准图像对算法检查。我们构建三个强分类器组成的60个弱分类器基于MBLBP特性和由gentleboost训练方法。第一个水平有10个弱分类器,二级有16个弱分类器和第三层次有34个弱分类器,实验结果如图8所示。在疲劳驾驶时,在大多数情况下是在不同的帧图像检测司机的脸,检测精度高于如图8所示,实验结果满足系统需求。

5结论

(1)图像采集和处理系统基于高速数字信号处理器DSP设计也可以完成实时图像采集和处理。

(2)该系统使用MBLBP特性来表达人脸图像,使用级联分类器和火车gentleboost-based强分类器基于MBLBP特性以达到实时人脸检测。

(3)驾驶员疲劳监测技术可以移植的大量电脑体积小,高稳定性和低功耗嵌入式系统(DSP)。这个系统是小,安装方便,容易使用和灵活性大大提高。

附录C 外文译文

光谱分析血压变异性的驾驶疲劳的定量指标

定量检测驾驶员疲劳存在适当的警告和有助于防止交通事故。本研究的目的是量化地评估司机心理疲劳使用的功率谱分析血压变异性(BPV)和主观评价。在这个实验中20个健康男性受试者被要求执行一个对3小时驾驶模拟器的任务。评估司机心理疲劳的生理变量光谱值血压变异性(BPV)包括极低频率(甚低频),低频(LF)、高频(HF)。因此,低频、高频和低频/高频显示高相关性甚低频司机心理疲劳但没有找到。BPV光谱分析的结果代表一个可能的效用在定量评估司机心理疲劳。

关键词:驾驶疲劳,驾驶模拟器;血压变异性。

作品简介:疲劳导致穷人开车时导致事故的判断。最初,疲劳的研究初步指向的概念的本质疲劳,疲劳的标准和测量。遵循经典的描述疲劳性能衰减,和主观感受经过长时间的工作和压力,许多司机疲劳进行研究项目,比如布朗等啊。这些后者研究常用的一个子公司在测量性能在长时间的驾驶任务。研究疲劳扩展的范围扩大到包括方面的情绪和冲动的测量性能。

疲劳可以分为生理和心理范畴。心理疲劳在本质上被认为是心理而身体疲劳被认为是肌肉疲劳的同义词。心理疲劳是一个渐进的和累积的过程,被认为是与不相关的任何努力,降低效率和警觉性和受损的精神表现。性能随着时间的推移,如需要在开车,通常需要比物理更大的认知努力努力。认知努力包括持续的警惕。选择性注意,复杂的决策和偶尔自动化的知觉-运动的控制技能。这被认为是驾驶和驾驶警觉之间的密切关系。维纳指出,不管是研究可能的性能衰减beattributed驾驶警觉减量或司机疲劳。在一些驾驶条件下,当环境单调,在夜间行驶在现代高速公路行驶正确归类为“驾驶警觉任务。心理疲劳不依赖于能量消耗和无法衡量在性能方面障碍。布朗指出,对疲劳交互因果贡献是连续的法术和日常工作的责任周期的长度,用于休息和连续的时间睡眠。和安排工作,休息,睡眠时间内each24-h周期。

从安全的角度看,会有一个明显的好处知道疲劳的行为和生理的先例。如果适当的监测方法是可用的,司机会提醒之前的性能恶化。因此,有导演的注意力转向了开发和测试的方法来评估两个司机疲劳的生理和主观指标。自我报告是最常用的方法来评估司机的疲劳。自我报告有关疲劳的主观

剩余内容已隐藏，支付完成后下载完整资料

---

资料编号：[613787]，资料为PDF文档或Word文档，PDF文档可免费转换为Word