一种日常驾驶的疲劳驾驶预警系统技术方案

本发明专利技术公开了一种日常驾驶的疲劳驾驶预警系统，属于交通技术领域，包括：驾驶车内图像拍摄模块

【技术实现步骤摘要】
一种日常驾驶的疲劳驾驶预警系统


[0001]本专利技术属于交通
，具体涉及一种日常驾驶的疲劳驾驶预警系统
。

技术介绍

[0002]随着经济社会的发展，交通运输业逐渐扩大，人民生活水平日渐提高，机动车辆与日俱增，随之而来的是人们出行的更加频繁，引发的道路交通事故也随之增多，事故现场常常触目惊心，各种交通事故频发已成为社会发展所面临的严峻问题之一
。
[0003]通过对交通事故的分析结果来看，疲劳驾驶是导致交通事故频发的重要原因之一，为了解决这一问题，现在检测领域采取的措施是通过检测鉴别疲劳驾驶，目前检测领域的疲劳驾驶研究分为三类：
[0004]1、
基于生理信号的检测方法，具体为：通过检测驾驶员包括脑电信号
、
心电信号
、
肌电信号等生理指标变化来确定驾驶员的疲劳程度，该种方法虽然可靠性高，但是信号测量时需要将多个电极接触到人体上，检测不便，实用性差；
[0005]2、
基于司机驾驶行为的检测方法，具体为：通过检测驾驶员对车辆的操作控制情况为依据，再结合路况与车辆行驶状态信息来判断驾驶员的疲劳状态，该种方法虽然具有检测方便
、
算法简单的优势，但是检测信号容易受到车辆自身震动的影响，检测结果受道路状况
、
车辆型号和个人驾驶习惯的影响较大，可靠性较低；
[0006]3、
基于计算机视觉的检测方法，具体为：通过检测驾驶员在疲劳状态时包括头部
、
眼部
、
嘴部等行为特征来评估其疲劳程度，该种方法虽然具有非接触检测的优势，但是由于驾驶环境下采集的图像信息往往受光线
、
遮挡物等客观因素的影响较大，因此实用性差
。
[0007]鉴于此，设计一种日常驾驶的疲劳驾驶预警系统，以解决上述问题
。

技术实现思路

[0008]为解决上述
技术介绍
中提出的问题
。
本专利技术提供了一种日常驾驶的疲劳驾驶预警系统，具有不仅能够实现非接触式检测，检测方便，而且受道路状况
、
车辆型号
、
个人驾驶习惯
、
光线以及遮挡物的影响较小，能够在第一时间判断驾驶人员的驾驶状态，减少驾驶事故发生的特点
。
[0009]为实现上述目的，本专利技术提供如下技术方案：一种日常驾驶的疲劳驾驶预警系统，包括：
[0010]驾驶车内图像拍摄模块，用于拍摄驾驶车内驾驶位的图像；
[0011]驾驶人员脸部图像获取模块，与驾驶车内图像拍摄模块图像数据输出端口电连接，用于识别并获取上述拍摄图像中驾驶人员的脸部图像；
[0012]驾驶人员脸部图像分割模块，与驾驶人员脸部图像获取模块图像数据输出端口电连接，用于分割上述驾驶人员的脸部图像；
[0013]驾驶人员眼部图像提取模块，与驾驶人员脸部图像分割模块图像数据输出端口电连接，用于在上述分割图像中提取驾驶人员的眼部信息特征区域；
[0014]驾驶人员疲劳状态判定模块，与驾驶人员眼部图像提取模块图像数据输出端口电连接，用于通过上述提取的眼部信息进行驾驶人员疲劳状态的判定；
[0015]驾驶人员疲劳状态输出模块，与驾驶人员疲劳状态判定模块结果输出端口电连接，用于根据上述驾驶人员疲劳状态判定结果进行相应输出
。
[0016]优选的，所述驾驶车内图像拍摄模块为红外相机
。
[0017]优选的，所述驾驶人员脸部图像获取模块的驾驶人员脸部获取方法采用的是
MTCNN
人脸检测方法
。
[0018]优选的，所述驾驶人员脸部图像分割模块的驾驶人员脸部图像分割方法采用的是差分图像自适应阈值分割法
。
[0019]优选的，所述驾驶人员眼部图像提取模块的驾驶人员眼部图像提取方法采用的是
PCA
主成分分析方法以及卡尔曼滤波人眼跟踪方法结合
。
[0020]优选的，所述驾驶人员疲劳状态判定模块的驾驶人员疲劳状态判定方法采用的是基于
PERCLOS
方法，具体的判定方法是：
[0021]S1
：计算眼部图像总有效帧数；
[0022]S2
：计算眼部图像闭合帧数；
[0023]S3
：计算眼部图像的
PERCLOS
值；
[0024]S4
：采用
k
‑
NN
分类器对单位时间内的
PERCLOS
值进行分类，得到各人眼状态；
[0025]S5
：计算出各类人眼状态占总人眼状态的比值；
[0026]S6
：根据计算出的各比值判定驾驶人员的疲劳状态
。
[0027]优选的，所述步骤
S3
中，眼部图像
PERCLOS
值的具体计算公式为：
[0028]PERCLOS
＝
(
闭合帧数
/
总有效帧数
)
×
100
％
。
[0029]优选的，所述步骤
S3
中，
PERCLOS
值包括
P70、P80、EM
和正常四种，其中，
P70
为闭眼
70
％，
P80
为闭眼
80
％，
EM
为闭眼
50
％，正常为闭眼小于
20
％，步骤
S4
中，
k
‑
NN
分类器的分类也是按照上述四类进行分类
。
[0030]与现有技术相比，本专利技术的有益效果是：
[0031]本专利技术通过红外相机采集驾驶人员车内图像，再通过
MTCNN
人脸检测方法检测人脸图像，再通过差分图像自适应阈值分割法对人脸图像进行分割，再通过
PCA
主成分分析方法以及卡尔曼滤波人眼跟踪方法结合对眼部图像进行特征提取和跟踪，后通过计算
PERCLOS
方法对驾驶人员的疲劳状态进行判定预警，该种判定预警方法较现有技术而言，不仅能够实现非接触式检测，检测方便，而且受道路状况
、
车辆型号
、
个人驾驶习惯
、
光线以及遮挡物的影响较小，能够在第一时间判断驾驶人员的驾驶状态，减少驾驶事故的发生
。
附图说明
[0032]图1为本专利技术日常驾驶的疲劳驾驶预警系统的控制流程图；
[0033]图中：
1、
驾驶车内图像拍摄模块；
2、
驾驶人员脸部图像获取模块；
3、
驾驶人员脸部图像分割模块；
4、
驾驶人员眼部图像提取模块；
5、
驾本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种日常驾驶的疲劳驾驶预警系统，其特征在于，包括：驾驶车内图像拍摄模块
(1)
，用于拍摄驾驶车内驾驶位的图像；驾驶人员脸部图像获取模块
(2)
，与驾驶车内图像拍摄模块
(1)
图像数据输出端口电连接，用于识别并获取上述拍摄图像中驾驶人员的脸部图像；驾驶人员脸部图像分割模块
(3)
，与驾驶人员脸部图像获取模块
(2)
图像数据输出端口电连接，用于分割上述驾驶人员的脸部图像；驾驶人员眼部图像提取模块
(4)
，与驾驶人员脸部图像分割模块
(3)
图像数据输出端口电连接，用于在上述分割图像中提取驾驶人员的眼部信息特征区域；驾驶人员疲劳状态判定模块
(5)
，与驾驶人员眼部图像提取模块
(4)
图像数据输出端口电连接，用于通过上述提取的眼部信息进行驾驶人员疲劳状态的判定；驾驶人员疲劳状态输出模块
(6)
，与驾驶人员疲劳状态判定模块
(5)
结果输出端口电连接，用于根据上述驾驶人员疲劳状态判定结果进行相应输出
。2.
根据权利要求1所述的一种日常驾驶的疲劳驾驶预警系统，其特征在于：所述驾驶车内图像拍摄模块
(1)
为红外相机
。3.
根据权利要求1所述的一种日常驾驶的疲劳驾驶预警系统，其特征在于：所述驾驶人员脸部图像获取模块
(2)
的驾驶人员脸部获取方法采用的是
MTCNN
人脸检测方法
。4.
根据权利要求1所述的一种日常驾驶的疲劳驾驶预警系统，其特征在于：所述驾驶人员脸部图像分割模块
(3)
的驾驶人员脸部图像分割方法采用的是差分图像自适应阈值分割法
。5.
根据权利要求1所述的一种日常驾驶的疲劳驾驶预警系统，其特征在于：所述驾驶人员眼部图像提取模块
(4)
的驾驶人员眼部图像提取方法采用的是
PCA
主成分分析方法以及卡尔曼滤波人眼跟踪方法结合
。6.
根据权利要求1所述的一种日常驾驶的疲劳驾驶预警系统，其特征在于：所述驾驶人员疲劳状态判定模块
(...

【专利技术属性】
技术研发人员：尹丽莎，王可欣，李佳铄，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：