[发明专利]一种基于红外检测技术的驾驶员疲劳检测系统

说明书

技术领域

本发明涉及一种驾驶员疲劳检测系统，属于检测设备技术领域。

背景技术

目前驾驶员疲劳检测研究方法可以分成两大类：

a)从驾驶员自身特征出发，通过某种设备获取驾驶员的生理参数特征或者视觉特征，利用驾驶员在正常状态和疲劳状态的特征模式不同，采用相应的模式识别技术分类进行判别，从而检测到是否有疲劳产生；

b)根据车辆的行为表现间接判断驾驶员是否产生疲劳。在这类技术中，通过传感器获取车辆在行驶过程中的各种参数，根据车辆行驶过程中的异常情况，如车辆是否超过道路标志线、速度是否超速、车辆之间的距离是否太近等，判断驾驶员是否有疲劳产生。

目前疲劳检测系统比较多，效果比较好的有以下几种：

a)澳大利亚国际大学开发的DAS,目前已经在商业上获得使用。使用安装在汽车仪表板上的人眼跟踪系统监控司机，能监控驾驶员表现，利用方向盘的握力反馈，同时将路面跟踪偏差反馈给驾驶员。路面跟踪设备目的是检测车辆突然擦过路面标志或者道路边缘等违规行为，该系统在检测到异常时给出警告，并有方向盘的制动功能。同时采用的座椅振动报警与道路侧面偏离的程度有关，以鼓励他们纠正航线偏离。

b)欧盟于2004年完成AWAKE工程。采用的特征状态包括眼睑运动、握力改变及路面跟踪，并使用刹车和方向盘位置等制动行为，把这些方法结合起来抵制交通风险。

c)Carnegie Mellon大学开发的Copilot监控系统。通过Perelose测量眼睑运动，监控系统小且好用，提供一种有效的研究工具。

d)Seeing machine研究组开发的FaeeLABⅢ系统监控驾驶员行为，能检测疲劳与精力分散等情况。用一对视频相机获得视频图像，从左到右匹配得出每个特征的三维位置。采用最小二乘优化法定位头部三维位置，FaceLAB软件并行处理眼睛凝视数据，定位虹膜中心，根据眼睛凝视向量确定眼睛凝视方向，计算眼睛张开以及眨眼频率，监控眼睑。FaceLAB在模拟驾驶中被证明非常有效，且在低光线、头部大范围运动以及视觉方向跟踪上有很好的效果，即使司机带太阳镜也能检测出。可以看出，系统利用各种视觉特征以及车辆的行为表现等综合特征去检测是否有疲劳产生，同时有的还采用某些报警方式提醒驾驶员注意行车安全。目前在国内对这方面涉及比较少，只有少量的研究成果。

存在的问题及发展趋势

由于驾驶员个体差异以及光线、路面等驾驶环境差异大，目前的疲劳检测算法基本都是基于模拟驾驶环境，下一步要向真实驾驶环境上发展，使疲劳检测技术广泛应用到商业领域，减少疲劳驾驶而造成的交通事故。不论是从驾驶员自身特征还是从车辆行为方面看，可以直接获得的特征类型有限，而且直接提取的表面特征数据多且有冗余。因此一方面要对疲劳特征进行挖掘，用先进的信号处理方法提取最能表征疲劳的特征参数，另一方面要采用信号融合处理方法，将多个疲劳特征参数结合起来去对驾驶员疲劳状况进行检测，克服空间、光照等影响，提高检测算法的实时性、准确度。驾驶员疲劳检测系统应该具有疲劳决策功能。由于不同人有不同的疲劳表现特征，疲劳检测系统应该具有智能，有自学习、推理功能。在驾车初期，系统根据获取驾驶员的相关数据对系统进行训练，能得出驾驶员的疲劳特征选择最适合他的检测方法，能适应每个驾驶员。

目前公用疲劳驾驶数据集比较缺乏，检测系统性能评价方法不统一，难以对各种疲劳检测技术的性能进行定量比较。为了定量、客观地比较各种检测技术，推动疲劳检测方法的发展，需要加强对疲劳驾驶视频图像数据库的建设，统一系统评测方法和规范。

目前国内外疲劳检测设备主要集中在对驾驶员眼部的检测，没有实现对嘴型的判断，因此容易出现漏判和错判的情况；另外，目前国内外疲劳驾驶设备只能实时检测眼睛位置和眼睛特征，不能实现对眼睛位置和眼睛特征的预测功能，因此对驾驶员的疲劳状态没有实现预测功能；目前国内外疲劳检测设备采取奇偶两帧图像像素对比的方法检测眼睛位置和特征，检测速度慢，且检测精度低。

发明内容

本发明的目的在于解决上述已有技术存在的不足，提供一种基于红外检测技术的驾驶员疲劳检测系统。