一种疲劳驾驶检测装置与方法制造方法及图纸

本发明专利技术公开了一种疲劳驾驶检测装置与方法，主控模块分别与图像采集装置、存储模块、报警模块电性连接；报警模块包含LED灯、报警器；图像采集模块包含摄像头和4个红外LED光源；主控模块输出控制信号到摄像头，摄像头采集驾驶员图像，并输入至主控模块；存储模块用于存储哈希指纹信息、对应的人脸定位框以及疲劳检测标准参数；主控模块对接收数据进行处理，实时得到疲劳特征参数，并读取存储模块中的疲劳检测标准参数，根据二者比较的结果得到疲劳程度，输出控制信号到报警模块，控制LED灯闪烁、报警器蜂鸣。发明专利技术能够全天候检测。通过注意力分散检测能够在疲劳初期对其预警。利用多特征综合判断疲劳程度，实时性和准确度两个方面效果均好。

A fatigue driving detection device and method

【技术实现步骤摘要】
一种疲劳驾驶检测装置与方法
本专利技术属于安全驾驶
，具体为一种疲劳驾驶检测装置与方法。
技术介绍
随着人们的生活幸福指数的提升，汽车的普及程度也越来越高。但是公众对于交通出行安全问题的重视程度却没有随之升高，尤其是普遍缺乏对疲劳驾驶等造成事故的隐性成因的认识。疲劳驾驶产生的后果有时是极其严重的，因此通过技术手段对疲劳驾驶进行检测并及时预警，能够有效减少交通事故带来的危害。目前研究较多的是基于视觉特征的方法，采集驾驶员脸部图像后通过分析其眼部、嘴部等面部特征来检测疲劳。但是这一过程是极其复杂的，一方面面部特征容易受个体因素和光照环境影响，而且在行驶过程中人脸存在姿态角度问题，对检测精度造成了较大干扰。另一方面有些方法在准确度和实时性两个方面无法做到很好的平衡，有的方法准确度提高了，但是没有考虑实时性的问题；有的方法能够做到快速检测，但是又面临着精度较差的问题。所以该技术在实际应用中还需要进一步完善与研究。
技术实现思路
针对上述现有技术，本专利技术要解决的技术问题是提供一种兼顾实时性和准确度、不易受光照变化和姿态角度影响的疲劳驾驶检测装置与方法。为解决上述技术问题，本专利技术的一种疲劳驾驶检测装置，包括图像采集模块、主控模块、存储模块、报警模块，主控模块分别与图像采集装置、存储模块、报警模块电性连接；所述报警模块包含LED灯、报警器；所述图像采集模块包含摄像头和4个红外LED光源；主控模块输出控制信号到摄像头，摄像头采集驾驶员图像，并输入至主控模块；所述存储模块用于存储哈希指纹信息、与哈希指纹对应的人脸定位框以及疲劳检测标准参数；所述主控模块对接收数据进行处理，实时得到疲劳特征参数，并读取存储模块中的疲劳检测标准参数，根据二者比较的结果得到疲劳程度，输出对应控制信号到报警模块，控制报警模块发出设定报警信号。一种采用上述疲劳驾驶检测装置的检测方法，包括以下步骤：S1：利用图像采集装置采集驾驶员驾驶图像，图像包括驾驶员清醒时的图像，得到眼部宽高比初始值，并作为疲劳检测标准参数；S2：使用改进后的人脸快速检测算法定位人脸位置；S3：当检测到人脸时，使用人脸特征点定位算法，得出68个人脸特征点位置；S4：根据人脸特征点的位置提取眼部信息，计算眼部宽高比，计算单位时间闭眼帧数占总帧数的比例PERCLOS值和眨眼频率，判断PERCLOS值T与给定阈值之间的关系：当T≥TZ时，判定为重度疲劳，TZ为重度疲劳阈值，报警模块发出设定的报警信号；当TQ<T<TZ时，TQ为轻度疲劳阈值，执行S5；当T≤TQ时，执行步骤S6；S5：进一步判断眨眼频率是否过快：当眨眼频率大于给定眨眼频率阈值时，判定为正常驾驶，执行步骤S6；否则，判定为轻度疲劳驾驶，报警模块发出设定的报警信号；S6：进行头部姿态角度计算，当头部姿态垂直方向的角度大于给定角度阈值时，判定为低头，当头部姿态垂直方向的角度大于给定角度阈值的时间大于给定时间阈值时，判定为重度疲劳，报警模块发出设定的报警信号；否则，执行步骤S7；S7：根据眼部宽高比判断眼睛是否闭合：当眼睛闭合时，无法进行注意力分散检测，判定为正常驾驶；当未闭合时，执行步骤S8；S8：进行注意力分散检测，计算得到视线水平偏角θl和视线垂直偏角θv，将驾驶员面前区域划分为正常注视区域和视线偏离区域，根据θl和θv得出驾驶员注视落点所在区域，当注视落点在视线偏离区域时间超过给定时间阈值时，判定为轻度疲劳，报警模块发出设定的报警信号；否则，判定为正常驾驶。本专利技术还包括：1.对S1中后续视频流采样图像进行预处理，包括自适应中值滤波和基于拉普拉斯的图像增强。2.S2中使用改进后的人脸快速检测算法定位人脸位置具体为：首先计算待检测驾驶员图像的均值哈希指纹，如果在缓存模块中有与所述均值哈希指纹相差不超过2位的指纹信息，则直接输出缓存中指纹对应的人脸定位框，同时缓存中该指纹调用次数加1；如果在缓存模块中有与均值哈希指纹相差超过2位但小于5位的指纹信息，则调用AdaBoost人脸检测算法得到定位框，同时判断缓存容量是否已满，如果未满，则将该均值哈希指纹存入缓存数据库；当缓存容量已满，则删除缓存中调用次数最小的指纹，然后将当前均值哈希指纹存入缓存数据库；如果在缓存模块中的指纹信息与所述均值哈希指纹相差均超过5位，则调用AdaBoost人脸检测算法得到定位框。3.S3中的使用人脸特征点定位算法，得出68个特征点坐标具体为：首先里利用HOG-SVM算法判断人脸朝向：选取不同人脸朝向，提取待检测图像HOG特征得到HOG特征向量，并作为SVM输入参数，得到人脸朝向估计分类器；根据人脸朝向结果的不同选用不同的人脸特征点初始化模型；对于每个人脸特征点位置，利用训练好的随机森林提取LBF特征，利用训练好的线性回归器得到回归结果更新人脸特征点位置，直到到达给定最大迭代次数，输出人脸特征点位置。4.利用训练好的随机森林提取LBF特征是将特征点附近的两个像素灰度做归一化处理之后作为分类特征。5.S4中计算眼部宽高比具体为：眼部宽高比WHR满足：其中，W为眼睛宽度，H为高度，WHRinit是驾驶员在清醒状态时的眼部宽高比初始值；S4所述计算单位时间内闭眼帧数占总帧数的比例PERCLOS值T具体为：当WHR大于给定阈值时，判定人眼为闭合状态，单位时间内总帧数为Z，人眼为闭合状态帧数为z，则T满足：S4所述计算眨眼频率具体为：当前一帧图像WHR≤3，当前帧图像WHR大于3，则判定发生1次眨眼，给定的单位时间内眨眼次数即为眨眼频率。6.步骤S6中进行头部姿态角度计算具体为：在得到人脸特征点位置之后，通过求解旋转、平移矩阵，将图像上二维N个特征点位置映射到标准三维人脸模型上的对应N个特征点位置，最后利用旋转矩阵R计算头部姿态角α、、βγ：其中β为头部姿态垂直方向的角度，α为头部姿态水平方向的角度，γ为头部姿态前后方向的角度。7.S8中进行注意力分散检测，计算得到视线水平偏角θl和视线垂直偏角θv具体为：对于瞳孔内一点与瞳孔边界点的位移向量和该边界点的梯度向量，二者内积最大值所对应瞳孔上的点为瞳孔中心，定位到瞳孔中心之后，在其附近搜索普尔钦光斑位置，普尔钦光斑是由分布在驾驶员面前区域四周的4个红外LED光源形成的，计算瞳孔中心与4个普尔钦光斑围成的矩形中心的相对位置，得到二者水平偏角垂直偏角η，然后用头部姿态α、β修正视线方向，求出最终视线水平偏角为垂直偏角为θv＝η+β。本专利技术的有益效果：1、使用红外装置解决了夜晚等弱光条件下准确率不高的问题，从而实现全天候疲劳检测的目的。在改进人脸检测算法之后，能够快速准确地确定人脸的位置；2、通过改进LBF算法初始化策略，减少了人脸朝向问题对人脸特征点定位带来的影响，并且对配戴眼镜和光照变化等问题的鲁棒性增强；3、本文档来自技高网...

【技术保护点】
1.一种疲劳驾驶检测装置，其特征在于：包括图像采集模块、主控模块、存储模块、报警模块，主控模块分别与图像采集装置、存储模块、报警模块电性连接；所述报警模块包含LED灯、报警器；所述图像采集模块包含摄像头和4个红外LED光源；主控模块输出控制信号到摄像头，摄像头采集驾驶员图像，并输入至主控模块；所述存储模块用于存储哈希指纹信息、与哈希指纹对应的人脸定位框以及疲劳检测标准参数；所述主控模块对接收数据进行处理，实时得到疲劳特征参数，并读取存储模块中的疲劳检测标准参数，根据二者比较的结果得到疲劳程度，输出对应控制信号到报警模块，控制报警模块发出设定报警信号。/n

【技术特征摘要】
1.一种疲劳驾驶检测装置，其特征在于：包括图像采集模块、主控模块、存储模块、报警模块，主控模块分别与图像采集装置、存储模块、报警模块电性连接；所述报警模块包含LED灯、报警器；所述图像采集模块包含摄像头和4个红外LED光源；主控模块输出控制信号到摄像头，摄像头采集驾驶员图像，并输入至主控模块；所述存储模块用于存储哈希指纹信息、与哈希指纹对应的人脸定位框以及疲劳检测标准参数；所述主控模块对接收数据进行处理，实时得到疲劳特征参数，并读取存储模块中的疲劳检测标准参数，根据二者比较的结果得到疲劳程度，输出对应控制信号到报警模块，控制报警模块发出设定报警信号。


2.一种采用权利要求1所述的疲劳驾驶检测装置的检测方法，其特征在于，包括以下步骤：
S1：利用图像采集装置采集驾驶员驾驶图像，图像包括驾驶员清醒时的图像，得到眼部宽高比初始值，并作为疲劳检测标准参数；
S2：使用改进后的人脸快速检测算法定位人脸位置；
S3：当检测到人脸时，使用人脸特征点定位算法，得出68个人脸特征点位置；
S4：根据人脸特征点的位置提取眼部信息，计算眼部宽高比，计算单位时间闭眼帧数占总帧数的比例PERCLOS值和眨眼频率，判断PERCLOS值T与给定阈值之间的关系：当T≥TZ时，判定为重度疲劳，TZ为重度疲劳阈值，报警模块发出设定的报警信号；当TQ＜T＜TZ时，TQ为轻度疲劳阈值，执行S5；当T≤TQ时，执行步骤S6；
S5：进一步判断眨眼频率是否过快：当眨眼频率大于给定眨眼频率阈值时，判定为正常驾驶，执行步骤S6；否则，判定为轻度疲劳驾驶，报警模块发出设定的报警信号；
S6：进行头部姿态角度计算，当头部姿态垂直方向的角度大于给定角度阈值时，判定为低头，当头部姿态垂直方向的角度大于给定角度阈值的时间大于给定时间阈值时，判定为重度疲劳，报警模块发出设定的报警信号；否则，执行步骤S7；
S7：根据眼部宽高比判断眼睛是否闭合：当眼睛闭合时，无法进行注意力分散检测，判定为正常驾驶；当未闭合时，执行步骤S8；
S8：进行注意力分散检测，计算得到视线水平偏角θl和视线垂直偏角θv，将驾驶员面前区域划分为正常注视区域和视线偏离区域，根据θl和θv得出驾驶员注视落点所在区域，当注视落点在视线偏离区域时间超过给定时间阈值时，判定为轻度疲劳，报警模块发出设定的报警信号；否则，判定为正常驾驶。


3.根据权利要求2所述的一种采用权利要求1所述的疲劳驾驶检测装置的检测方法，其特征在于：对S1所述后续视频流采样图像进行预处理，包括自适应中值滤波和基于拉普拉斯的图像增强。


4.根据权利要求2所述的一种采用权利要求1所述的疲劳驾驶检测装置的检测方法，其特征在于：S2所述使用改进后的人脸快速检测算法定位人脸位置具体为：
首先计算待检测驾驶员图像的均值哈希指纹，如果在缓存模块中有与所述均值哈希指纹相差不超过2位的指纹信息，则直接输出缓存中指纹对应的人脸定位框，同时缓存中该指纹调用次数加1；
如果在缓存模块中有与均值哈希指纹相差超过2位但小于5位的指纹信息，则调用AdaBoost人脸检测算法得到定位框，同...

【专利技术属性】
技术研发人员：闫保中，王晨宇，王帅帅，何伟，韩旭东，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙;23