基于多个疲劳参数的驾驶员疲劳检测

据交通部门统计,我国是道路交通事故死亡人数最多的国家,连续数年一直居世界第一位,而疲劳驾驶是造成交通事故的主要因素之一。所以,研究出可以有效监控疲劳驾驶并及时给予警告的方法,对于降低交通事故和人员伤亡率以及保护国家财产,都有着十分现实的重要意义。 在研究了国内外疲劳检测的发展现状和疲劳驾驶实时监控系统所应具有的性能特征的基础上,参考国内外现有文献,本文提出的总体设计方案如下: 首先,在人脸检测方面,本文采用基于肤色和面部特征相结合的方法进行人脸检测。在实现过程中,使用中值滤波进行图像的预处理,并采用积分投影定位人脸的边界。 其次,在准确定位人脸的基础上,为改善普通积分投影定位不精确且受随机噪声影响较大的的缺点,本文采用了混合积分投影的方法对上半部分人脸进行瞳孔定位。 为实现驾驶员嘴角的精确定位,本文提出一种改进的自适应选取唇色阈值的方法,文中首先采用Canny算子对下半部分人脸进行边缘检测,并通过最大连通域法提取出嘴唇区域,然后利用该方法进行嘴角判断。 在瞳孔和嘴角跟踪方面,根据其各自运动特性,采用不同方法进行跟踪定位。考虑到嘴角位置的稳定性,采用中心点扩大区域搜索法跟踪定位嘴角。而由于瞳孔运动复杂,本文采用一种改进的非线性无迹卡尔曼滤波(UKF)进行跟踪定位,进一步提高跟踪效果。 最后,基于瞳孔部位,本文提取了三个疲劳参数,PERCLOS、眼睛闭合时间(ECT)和眨眼频率(EBF)。基于嘴角部位,提取出驾驶员的点头频率(NodFreq)和头部旋转方向。改进了以往单一疲劳参数进行驾驶员疲劳监控的不稳定性,进一步保障了驾驶员驾驶过程中的安全性。 实验结果表明,本系统的算法简单快速、准确性较高。所做的研究工作为疲劳驾驶实时监控系统的实用化和产品化打下了良好的理论基础。