论文部分内容阅读
社会经济的高速发展使得机动车总量大幅度提高,也导致交通事故更加频繁发生,其中有很大一部分是因为驾驶人疲劳驾驶而引发的。研究可靠且有效的疲劳驾驶检测技术是非常有必要的,在不影响正常驾驶的情况下,检测识别驾驶人疲劳状态并采取相应措施,从而避免因疲劳驾驶引发的重大交通事故。通过分析国内外研究现状,提出基于眼动信息与驾驶行为特征相结合的驾驶人疲劳状态检测方法。完成的主要工作如下:(1)利用相机以及方向盘转角测量仪采集驾驶人的眼动信息以及驾驶行为特征信息,并利用自适应中值滤波以及光照均衡方法对视频图像进行预处理操作。(2)利用自适应增强算法训练分类器,分别从视频图像中识别驾驶人的脸部、眼部以及嘴部区域,通过模拟试验验证其识别准确率;利用粒子滤波算法跟踪眼部以及嘴部的运动,实现驾驶人的头部运动状态判断。(3)利用眼睛区域垂直积分投影判断驾驶人是否佩戴眼镜,针对有无眼镜两种情况,分别使用近似张角以及局部直方图特征判断眼睛睁闭状态;对嘴部图像进行边缘提取,计算似圆度,实现了嘴部张开或闭合状态的检测。(4)对眼动信息以及驾驶行为特征进行分析,确定疲劳检测参数;结合不同疲劳程度对应的驾驶人眼动及驾驶行为特征,设定参数阈值;模拟实验并对比分析了基于PERCLOS参数的疲劳驾驶检测结果,验证了本文方法的有效性和适用性。