本文關(guān)鍵詞：司機防疲勞駕駛系統(tǒng)研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著經(jīng)濟的快速發(fā)展,汽車已走進千家萬戶。汽車給人們帶來方便的同時,也導(dǎo)致了交通事故的不斷發(fā)生。據(jù)研究發(fā)現(xiàn),司機疲勞駕駛是造成交通事故的重要原因之一,并且造成的死亡人數(shù)占交通事故的首位,疲勞駕駛已經(jīng)成為一個嚴重的社會問題。因此,研制開發(fā)一個防疲勞駕駛系統(tǒng)具有很大的意義。在研究國內(nèi)外相關(guān)資料之后,首先分析比較了三類常用的檢測司機疲勞的方法,選定了本文所使用的基于視覺圖像和車輛狀態(tài)多種信息融合的檢測方法。資料表明,司機在疲勞駕駛的時候身體會發(fā)生一些變化,面部特征尤為明顯,主要體現(xiàn)在閉眼時間延長以及頻繁打哈欠。所以,可以根據(jù)這些特征實時監(jiān)測司機的身體和精神狀態(tài)。文中提出了基于AdaBoost算法的人臉檢測以及使用“積分投影法”進行的眼睛和嘴巴的精確定位。然后,根據(jù)PERCLOS-P80原理判斷司機閉眼時間的長短,根據(jù)嘴巴張開的大小判斷司機是否頻繁打哈欠,并且輔助監(jiān)測車輛方向盤的運動,設(shè)計了本文的司機防疲勞駕駛系統(tǒng)。司機防疲勞駕駛系統(tǒng)包含五個獨立的模塊,可以根據(jù)司機眼睛、嘴巴以及車輛方向盤三個不同的特征來判定司機是否處于疲勞駕駛狀態(tài),及時發(fā)出預(yù)警信息,能夠有效地避免因司機疲勞而造成的交通事故。
【關(guān)鍵詞】：疲勞駕駛 人臉檢測 特征識別 疲勞判定
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U463.6;TP391.41
【目錄】：

• 摘要5-6
• Abstract6-14
• 1 緒論14-20
• 1.1 研究背景和意義14-15
• 1.2 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢15-17
• 1.2.1 國內(nèi)外研究現(xiàn)狀15-17
• 1.2.2 發(fā)展趨勢17
• 1.3 論文主要內(nèi)容及結(jié)構(gòu)安排17-19
• 1.3.1 論文主要研究內(nèi)容17-18
• 1.3.2 論文結(jié)構(gòu)安排18-19
• 1.4 本章小結(jié)19-20
• 2 司機疲勞駕駛行為分析20-28
• 2.1 疲勞駕駛20-23
• 2.1.1 疲勞駕駛的概念20-21
• 2.1.2 疲勞駕駛形成的原因21-22
• 2.1.3 疲勞駕駛的危害22-23
• 2.2 司機疲勞的檢測方法23-26
• 2.2.1 基于生理信號的檢測方法23-24
• 2.2.2 基于車輛狀態(tài)的檢測方法24-25
• 2.2.3 基于視覺圖像的檢測方法25
• 2.2.4 三種檢測方法比較25-26
• 2.3 本文使用的檢測方法26
• 2.4 本章小結(jié)26-28
• 3 司機面部特征識別28-36
• 3.1 人臉檢測28-32
• 3.1.1 人臉檢測方法28-29
• 3.1.2 基于AdaBoost算法的人臉檢測29-31
• 3.1.3 AdaBoost算法實現(xiàn)31-32
• 3.2 眼睛定位32-33
• 3.3 嘴巴定位33-34
• 3.4 本章小結(jié)34-36
• 4 司機疲勞駕駛判定36-44
• 4.1 基于眼睛特征的疲勞判定36-39
• 4.1.1 PERCLOS算法37
• 4.1.2 PERCLOS算法原理37-38
• 4.1.3 基于PERCLOS判定疲勞38-39
• 4.2 基于嘴巴特征的疲勞判定39-41
• 4.3 基于方向盤的疲勞判定41-42
• 4.4 本章小結(jié)42-44
• 5 司機防疲勞駕駛系統(tǒng)44-52
• 5.1 系統(tǒng)設(shè)計44-49
• 5.1.1 面部監(jiān)測模塊44-45
• 5.1.2 方向盤監(jiān)測模塊45-46
• 5.1.3 藍牙模塊46-47
• 5.1.4 預(yù)警模塊47-48
• 5.1.5 數(shù)據(jù)處理模塊48-49
• 5.2 司機防疲勞駕駛系統(tǒng)硬件結(jié)構(gòu)49-51
• 5.2.1 汽車方向盤轉(zhuǎn)角傳感器49-50
• 5.2.2 基于Android系統(tǒng)的監(jiān)控和處理設(shè)備50-51
• 5.3 實驗結(jié)果分析51
• 5.4 本章小結(jié)51-52
• 6 總結(jié)與展望52-54
• 6.1 本文總結(jié)52
• 6.2 展望52-54
• 參考文獻54-58
• 致謝58-60
• 作者簡介60

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 梁隴成;李智;;基于ZigBee的無線實時多通道數(shù)據(jù)包監(jiān)聽器設(shè)計與研究[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2015年03期

2 石煒;朱光宇;;基于陀螺儀的方向盤轉(zhuǎn)角傳感器[J];儀表技術(shù)與傳感器;2014年09期

3 陳旭;肖洪兵;;基于面部綜合信息的疲勞駕駛判別研究[J];科學(xué)技術(shù)與工程;2014年11期

4 閆麗瑩;;汽車外形設(shè)計的發(fā)展與研究[J];無線互聯(lián)科技;2014年02期

5 楊星星;張松;蘆楊;楊琳;王薇薇;顧冠雄;;基于生理信號的疲勞駕駛風險檢測方法的研究進展[J];中國醫(yī)學(xué)裝備;2013年07期

6 王筱薇倩;楊會成;費琛;楊惠;;基于ASM和眼嘴自動標點的差距化疲勞識別[J];重慶工商大學(xué)學(xué)報(自然科學(xué)版);2013年04期

7 孫罡;索春光;全小紅;;基于Adaboost對人臉Gabor特征進行選擇[J];價值工程;2013年11期

8 王威;胡永忠;;一種用于駕駛員疲勞檢測的人眼狀態(tài)判別方法[J];計算機光盤軟件與應(yīng)用;2012年13期

9 蘇曉娜;李曉明;;人臉檢測及眼睛定位在駕駛員疲勞檢測中的應(yīng)用[J];科學(xué)技術(shù)與工程;2012年17期

10 吳雅萱;李文書;施國生;周濤;;疲勞駕駛檢測技術(shù)研究綜述[J];工業(yè)控制計算機;2011年08期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 肖獻強;基于信息融合的駕駛行為識別關(guān)鍵技術(shù)研究[D];合肥工業(yè)大學(xué);2011年

2 毛U

本文編號：361268