[发明专利]一种疲劳检测和行驶记录综合系统及疲劳检测方法

说明书

技术领域

本发明涉及汽车安全领域，具体涉及一种基于计算机视觉技术和移动互联网的多特征识别的疲劳监测及行驶记录综合系统。

背景技术

近年来,随着大众生活水平的提高,各国人民汽车的人均持有量也变得越来越多。然而,伴随而来的交通事故也不断的增多。经研究表明,疲劳驾驶是交通事故变得日益严重的重要原因之一,因此,研究出可以进行实时检测驾驶员疲劳的预警系统有着十分重要的现实意义。

一套好的检测系统必须要有成熟而完善的算法。本项目对疲劳检测系统的实现方法进行研究,以期提高疲劳检测的速度和准确度。如果能将好的算法应用于疲劳检测系统之中,无疑能更有效的预防驾驶员疲劳驾驶而引起不必要的人员伤亡和经济损失。

现有的大多数驾驶疲劳检测算法因其检测条件的限制和复杂环境的影响， 不能准确完整地提取驾驶员的疲劳信息， 导致目前开发的疲劳驾驶检测装置难以快速对疲劳状态做出正确判断与响应，检测灵敏度低，可靠性差。 目前国内外关于疲劳驾驶检测的研究还停留在理论和方法的探索上， 没有系统的标准和完善的解决方案， 尤其是在如何提高检测方法的精度和具体的实现上最具争议。

未来的发展趋势必然是多特征融合的监测方法，误判率低。移动互联网技术的发展必然使得车联网成为发展趋势，车联网具有优点如下：能够实时监测车辆状态信息，实时监督驾驶员，智能检测车辆故障，提供事故后的第一现场信息。本发明将多特征提取的疲劳检测方法与移动互联网结合解决了上述不足。

发明内容

为了克服上述现有技术的不足，本发明提供了一种基于多特征识别和移动互联网技术的疲劳监测综合系统，主要特点是：多特征识别的、信息交互的、实时的、计算机视觉的、4G技术的一种疲劳检测和行驶记录综合系统。

为实现上述目的，本发明的技术方案如下：一种疲劳检测和行驶记录综合系统，其特征是，包括处理器、疲劳检测模块、报警模块、GPS行驶记录模块、通信模块和存储模块，所述处理器分别连接疲劳检测模块、报警模块、GPS行驶记录模块、通信模块和存储模块。

优选的是，所述处理器为odroid-xu3嵌入式控制器，所述处理器基于Arm Cortex A15和A7 的Samsung Exynos 5422主控芯片，多种接口，支持安卓和Linux系统，作为系统的核心。处理器作为核心单元装有安卓系统、基于opencv计算机视觉库、GPS车速信息开发的多特征识别的疲劳监测与预警程序、GPS车速采集分析程序与行驶记录程序、互联网远程数据提取与交互程序、云端存储程序和手机APP客户端。

优选的是，所述疲劳检测模块包括图像采集装置和判别疲劳标准模块。

优选的是，所述判别疲劳标准模块采集双眼、嘴和双耳五点姿态定位。

优选的是，所述图像采集装置由红外摄像头和LED灯补光装置构成，实现全天拍摄采集图像。

优选的是，所述通信模块包括4G通信模块和手机APP客户端， 4G通信模块通过USB接口连接处理器，作为信息上传与交互的主要途径，同时车辆发生意外后通过4G模块向家人或保险公司发送信息求救。

优选的是，所述报警模块包括报警装置和手机警示。

优选的是，所述报警装置为蜂鸣器检测到疲劳驾驶后，蜂鸣器鸣叫，并通过蓝牙呼叫手机震动响铃以提醒驾驶员。

优选的是，GPS行驶记录模块记录信息包括行车时间信息、路线信息和行车速度信息，汽车实时定位，将实时速度信息加速度信息送至处理器，记录速度信息，行车时间信息，行车路线，行驶过程手机端APP可实时访问处理器获得实时的行车位置行车速度和行车时间等信息。

存储模块作为临时处理的数据缓存和最近几次行车报告的存储信息。

一种疲劳检测方法，其特征在于，包括以下步骤：

步骤一：通过手机客户端APP绑定驾驶员信息，建立多特征识别判别公式；

步骤二：红外摄像头采集驾驶员图像，基于计算机视觉的级联算法捕捉头部后再定位驾驶员双眼、嘴和双耳五点作为特征点，对驾驶员头部进行姿态定位，实时判断驾驶员头部姿势变化，根据头部的左右倾斜程度和低头姿势等疲劳特征，作为第一个判断疲劳的标准；

步骤三：在定位到人眼的基础上，利用PERCLOSP80疲劳检测标准设计算法判断驾驶员在单位时间内闭眼时间是否符合疲劳特征，作为第二个判断疲劳的标准；同时，在定位到嘴巴的基础上，根据嘴巴的张合程度判断驾驶员是否在打哈欠，计算嘴部张开的频率，表示一定时间内打哈欠的时间，作为第三个判断疲劳的标准；