论文部分内容阅读
随着经济社会的迅猛发展,汽车保有量呈持续增长趋势,随之而来的道路交通事故给全球带来了巨大的经济损失和人员伤亡。疲劳驾驶被证明是造成交通事故的重要诱因。研究表明,绝大多数因疲劳驾驶导致的交通事故可以通过事前及时预警的方式有效地避免。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。因此,本课题利用数字图像处理技术,通过对驾驶员眼睛睁闭状态的实时监测来实现疲劳判断,以FPGA集成设计相应的控制与处理模块,开发出疲劳驾驶实时在线检测系统并进行实验验证。具体研究内容如下:(1)从疲劳驾驶检测意义出发,介绍了国内外现有的疲劳驾驶检测技术和检测仪器;分析了近红外人眼识别在疲劳驾驶检测中的优势,并结合信号处理硬件化设计的发展趋势,提出基于近红外人眼识别的疲劳驾驶检测与FPGA硬件相结合的思路。(2)围绕疲劳驾驶检测系统整体构架展开研究,首先设计了近红外视频采集装置。该装置通过在摄像头前配置850 nm的主动LED光源和窄带滤光片来获取清晰稳定的近红外人眼图像,其良好的环境适应性使系统具有全天候、全时段的工作特点。同时采用高级硬件语言VHDL和编译工具ISE,在Xilinx的FPGA器件上进行了系统硬件设计,实现了I2C配置、视频采集、存储以及显示功能。(3)对疲劳驾驶检测关键技术即近红外人眼识别算法进行了研究。针对近红外图像中人眼目标成像面积较小、缺乏纹理信息等特点,首先采用gamma校正提高对比度;然后基于top-hat变换进行人眼区域定位;并利用SPCNN模型达到准确、完整、有效的人眼分割效果。最后,基于FPGA平台,设计流水线结构,进行数据的并行处理并实现算法移植。本文以FPGA平台构建了疲劳驾驶实时在线检测系统,通过一系列实验对系统的准确性和实时性进行了测试。结果表明该系统运行稳定、功能正确,能够在线、实时、准确地对驾驶员疲劳驾驶进行检测。