论文部分内容阅读
疲劳驾驶与酒后驾驶、违章驾驶是引发交通事故的三大主要原因。酒后驾驶与违章驾驶已有的完善检测或监管手段，而适用于交通执法人员使用的驾驶疲劳检测方法或设备非常少。因此，寻找一种客观的驾驶疲劳检测方法对于有效遏制高速公路上普遍存在的疲劳驾驶现象具有重要的意义。本文根据人眼瞳孔波动特征与自主神经相互关系的医学基础，采用数字视频采集及图像处理技术，对瞳孔孔径的自发波动及光刺激下的诱发波动信号进行时域和频域分析，寻找与人体疲劳相关的特征参数，以期开发一种客观评测驾驶员是否存在驾驶疲劳的方法。根据采集环境条件选择数字视频采集设备，设计红外照明光源及可见光瞳孔刺激器，搭建瞳孔视频采集的硬件平台。实验共采集16人在非疲劳状态下的14例样本和疲劳状态下的13例样本，均录制瞳孔自发状态视频、光刺激下1秒与3秒的瞳孔诱发状态视频。利用基于曲率的分割改进算法精确提取各段视频中的瞳孔孔径，并对瞳孔动态波动进行时域与频域分析。实验结果表明：（1）时域中，瞳孔不宁程度无论在自发及诱发情况下，都具有显著的统计学差异。闭眼80%所占时间比例是自发情况下较为可靠的特征参数。收缩时间、最大收缩持续时间在短时间光刺激下，具有显著统计学差异。（2）频域中，自发情况下，0-0.8Hz频段的总功率谱及0.1-0.2Hz频段内的频谱幅度和功率谱比重具有显著性差异；光刺激诱发情况下时，频段0-0.8Hz的频谱总幅度与总功率谱，以及0.1-0.2Hz频段内的频谱幅度和功率谱比重的统计学差异性都较为显著，频域分析在诱发情况下较自发时对疲劳的检测情况具有更好的效果。