疲劳驾驶检测方法研究现状

疲劳驾驶是造成交通安全事故的重要因素之一,国内外众多研究工作者针对疲劳驾驶的检测做了大量工作.文中概要地介绍了目前已有的疲劳驾驶检测方法,对具有代表性的方法进行了说明,并对其发展进行了总结.     

基于DSP的嵌入式驾驶疲劳监测系统研究

为了进行有效的、实时的、非接触式的驾驶员疲劳检测,采取NHTSA和FHWA推荐的非接触式疲劳检测方法PERCLOS,利用TI公司的专用图像处理DSP芯片TMS320DM642,构建了车载的基于DSP的嵌入式驾驶疲劳监测系统。首先使用肤色模型算法迅速定位人脸,然后利用累积差分帧和Hough变换等实时图像处理技术来检测、跟踪眼睛,分析眼睛的状态和提取眼睛的特征参数,计算PERCLOS值、判断疲劳程度并采取报警或其他措施。试验结果表明,系统的算法简单、快速、鲁棒性强。     

疲劳驾驶预警系统的研究进展

疲劳驾驶已成为交通安全的重要隐患,严重威胁着人们的生命和财产安全。本文分析疲劳驾驶预警系统的研究难点,介绍当前有代表性的预警系统,并在此基础上对这些预警系统的优缺点进行了对比分析,最后对疲劳驾驶预警系统的发展趋势进行了展望。     

一种基于模板匹配的车牌识别方法

提出了一种基于模板匹配的车牌识别方法，可不需分割车牌中的字符而有效识别实际系统中低质量和模糊的车牌图像中的字符，识别率可达95%，识别时间不超过1s。     

基于视觉的驾驶方向决策模型的研究

本文研究了基于视觉导航的无人驾驶车辆的方向决策问题。文中先分析了人类驾驶员的特点，讨论了基于视觉图像的道路信息检测方法，建立了一种智能型BP弄申经网络方向决策模型。仿真结果表明，该模型具有模拟人类驾驶员决策过程的特点，显示了其在该领域的应用前景。     

基于驾驶员面部特征的疲劳检测系统研究

疲劳驾驶在我国的交通事故引发率居高不下,如何对驾驶员进行科学有效的疲劳驾驶检测并及时预警已经成为了当下热议的话题。为减少疲劳驾驶造成的交通安全风险,本文对基于驾驶员面部特征的检测方法进行了研究,通过对疲劳特征参数的提取克服了单一参数疲劳驾驶判断方法导致的判定精准度低等缺陷,且计算需求小,普适性能强。     

基于深度学习的船舶驾驶员疲劳检测算法

针对日益凸显的船舶值班人员疲劳驾驶问题,为有效预警值班驾驶员的疲劳状态,保障船舶航行安全,研究了基于深度学习的疲劳检测算法。考虑到船舶驾驶台空间大、背景复杂等特点,使用深度可分离卷积改进RetinaFace人脸检测模型,优化模型的检测速度;基于Channel Split和Channel Shuffle思想,结合批量归一化、全局平均池化等技术搭建改进的ShuffleNetV2网络,自动提取图像特征,识别眼睛、嘴巴的开闭状态;根据PERCLOS准则融合眼睛、嘴巴2个特征参数综合判定驾驶员是否疲劳。实验结果表明:改进后RetinaFace模型的检测速度由9.33帧/s提升至22.60帧/s,人脸检测精度和速度均优于多任务卷积神经网络（MTCNN）;改进的ShuffleNetV2网络识别眼睛、嘴巴状态的准确率高达99.50%以上;算法在模拟驾驶台环境中识别疲劳状态的精确率达到95.70%,召回率达到96.73%,均高于目前常见的Haar-like+Adaboost以及MTCNN+CNN疲劳检测算法。算法检测每帧图片仅需0.083 s,基本满足实时检测的要求。      

基于视频图像和RBF神经网络的疲劳驾驶监测系统

采用视频采集方式和神经网络方法实现了驾驶员疲劳驾驶的非接触式监测。应用车头前端和车厢内部双路视频摄像头分别采集车辆相对于车道线的行驶轨迹和驾驶员的睁闭眼状态,应用Radon变换提取5 s内车头与车道线间的最大和最小偏离、相邻2帧间车头与车道线的最大角度变化量和平均角度差,应用AdaBoost算法提取驾驶员眼睛闭合帧数比例,并将上述各参数作为RBF神经网络的输入来实现驾驶员疲劳状态的动态监测,实验数据表明监测效果良好。     

基于神经网络的疲劳驾驶识别系统

驾驶疲劳识别系统主要依据驾驶员眼部信号、驾驶行为、生理信号等来判断疲劳状态.文章通过BP神经网络与疲劳驾驶相结合,对疲劳参数进行分析,建立基于神经网络的疲劳驾驶实时识别系统,从而提高疲劳检测的准确率.     

基于驾驶行为的疲劳驾驶判别算法研究

为了有效判别驾驶员的疲劳驾驶状态,本文利用模拟驾驶器开展驾驶实验,采集了20名驾驶员在疲劳状态和正常状态的实验数据;为了提取能表征驾驶员疲劳和正常驾驶状态时的行为特征,本文对获取的速度、方向盘转角和车辆横向位置的样本熵进行了分析,最终提取了该三类参数的样本熵作为疲劳驾驶的有效特征组;构建了基于BP神经网络的驾驶员疲劳驾驶判别算法,并采用测试集样本对构建的算法进行验证.实验结果表明:该算法对于驾驶员疲劳驾驶检测的准确率较好、运行时间较短、具有较好的鲁棒性和实用性.     

基于LabVIEW的汽车CAN接口信号采集系统

CAN接口信号采集系统的设计,是为了获得具有CAN接口的汽车部件的动态信息。该系统采用TI公司TMS320LF2407A型DSP作为CAN接收的核心处理器件,通过RS232串行通信把数据发送给PC机,通过LabVIEW实现数据的解包、显示和存储。试验证明该系统可靠性好,达到设计的要求。     

车辆换挡控制及数据采集系统研究

论述了自动换挡控制系统的硬件和软件构成。在控制软件的设计中，采用模块化的设计思想，应用实时多任务软件控制技术，以中断控制为核心，保证了软件的可扩充性与重组性，为便于对换挡过程的监测，设计了PC机数据采集软件。为验证电控系统硬件和软件的正确性，进行了模拟试验，结果表明，自动换挡控制系统的原理正确，技术可行，数据采集软件能够实现所要求的功能。     

基于FPGA的图像采集及VGA显示

根据汽车自动防撞系统前端图像采集模块对实时性处理要求高的特点,提出了1种基于FPGA的图像采集及VGA显示系统的设计方案。系统中FPGA主要完成对AD芯片的配置,从数字图像信号中提取时序信息和亮度信号,实现去隔行操作以及产生标准的VGA时序等。实验表明,该方案在满足图像质量要求的同时,较好地兼顾了实时性需求。     

基于彩色二值化的车牌定位方法

提出了一种基于彩色二值化的车牌定位方法。首先将彩色图像从RGB颜色空间转换到HSI颜色空间,同时生成一个与彩色图像大小相同的二值化状态特征矩阵,根据车牌的色彩特征,调整状态特征矩阵;再用数学形态学方法对状态特征矩阵进行填充空洞和滤除噪声的处理,并根据车牌的几何特征除去伪牌照区。该方法将图像的色彩特征与状态特征分离,充分利用车牌的色彩特征调整彩色图像的状态特征,并融合了数学形态学方法;而且将车牌的色彩特征和几何特征进行了有机的结合。实验结果表明该方法是一种有效的车牌定位方法。     

基于视频图像处理的车辆排队长度检测

综合灰度检测和边缘检测的优点，提出了一种将灰度与边缘检测相结合的方法来检测队列长度，采用帧平均法来处理视频流，可以减小由于摄像头抖动或背景微小变化而产生的误差。提出的队列检测算法包含运动检测和车辆存在检测，通过合理分配使用这两种操作，节省了运算时间。实验结果表明，此方法实现简单，能够获得较满意的检测结果。     

车用OBD性能参数多通道数据采集系统设计

OBD-Ⅱ系统是国Ⅲ和国Ⅳ排放标准实施的必要条件,其性能参数的采集是实时监测汽车尾气排放的基础。采用HCS08单片机系列之一的MC9S08GT 60MCU开发车用OBD性能参数多通道数据采集系统,采集汽车上与排放相关的零部件上的传感器信号,并通过串口与LabVIEWVISA接口通信,实现数据的读取和存储。试验证明,此系统工作稳定可靠。     

车载导航系统中的串行多任务数据采集

介绍如何使用DELPHI语言实现PC机串口分时采集磁阻传感器TDCM3和GPS接收机的数据．并给出完整的解决方案。     

汽车碰撞试验用车载数据采集系统的研制

电测量技术是汽车碰撞试验中的一项关键技术。本文介绍了一种自行研制的在汽车碰撞试验电测量系统中使用的车载数据采集系统的原理、硬件结构与软件设计。该系统采用模块化设计，设计了独特的触发模块。数据采集电路以单片机、12位高速A／D芯片和其它芯片构成。系统具有触发准确，对多通道信号的采集同步、高速、可靠的特点，还实现了大冲击环境可能断电时的数据可靠存储。在试验中取得了良好效果。     

基于混合异构计算平台的车辆行驶状态参数实时采集技术

为了对车辆行驶状态参数进行实时有效的采集,采用MC9S12XS128控制器,搭建基于混合异构计算平台的车辆行驶状态参数采集系统,通过设计相应硬件电路采集车速脉冲信号和转向信号,经过光耦隔离,再基于主处理器对车辆行驶状态参数进行实时解算,通过数据交互及显示系统对采集的数据进行有效性验算。系统硬件在环试验结果表明,系统能准确采集车辆的转向信号,车速检测数据相对误差平均为6%,符合系统的运行要求,可对车辆行驶状态参数进行有效的实时采集。     

基于图像处理的车辆跑偏自动检测

目前已有的车辆行驶跑偏量测量方法存在精度不够且效率低下的问题,为了改进原有方法,提出一种对车辆跑偏的在线自动检测方法。本系统通过光电开关控制CCD相机采集图像,应用图像处理的方法分割车辆图像,提出一种新的扫描方式来提取关键点用来计算车辆跑偏量。结果显示不仅能够快速计算出车辆跑偏量,而且还能够计算车辆的航向角。该方法具有较强的适用性,在其他相关领域也具有一定应用性。