[发明专利]基于PERCLOS算法的疲劳驾驶预警系统

说明书

本发明提供一种基于PERCLOS算法的疲劳驾驶预警系统，包括图像采集模块、DDR2SDRAM储存模块、主处理模块和音频报警模块。所述图像采集模块包括红外光源、OV7670CMOS摄像头、红外CCD摄像头图像解码器和神经网络辅助Kalman滤波器；所述主处理模块包括STM32F407VET6主控芯片和处理图像的车载PC；图像采集模块采集的图像经STM32F407VET6主控芯片读取图像数据经神经网络辅助Kalman滤波器反馈给摄像头采集下一帧图像；车载PC对连续帧的图像进行识别人眼的状态根据PERCLOS方法判断驾驶员的疲劳状况通过音频报警模块发出预警信息。该系统实现了对驾驶员的全天候检测。

技术领域

本发明涉及预警系统技术领域，具体的说，涉及了一种基于PERCLOS算法的疲劳驾驶预警系统。

背景技术

我国铁路系统经历数次大提速，尤其是全国高速铁路网逐步建设并投入运营，如何保障列车运行区间轨道安全重要性凸显。同时，随着铁路运输事业的跨越式发展，对各项安全工作的要求也不断提高，一切工作都围绕“安全、正点”进行，因此就需要火车驾驶员精力高度集中，注意力稍不集中，就会出现意想不到的情况， 存在严重的人身、行车安全隐患，因此如果能在疲劳产生的初期给驾驶员进行预警提示，那么就会大大降低安全隐患。因此，在驾驶中实时监测驾驶员的疲劳状况成为当前国内外研究的热点。

目前基于生理参数的方法需要传感器与驾驶员身体接触,对接触方式及位置有诸多细节要求,正常驾驶中不适宜普及应用。基于驾驶员头部动作的方法,由于特定的头部动作与疲劳的因果关系有很大的随机性与偶然性,难以作为准确的判断标准。摇摆驾驶等反映车辆行驶状态的驾驶行为,虽然可以部分反映司机是否处于疲劳状态,但属于间接推断方式,不能及时准确地判断是否为疲劳驾驶。基于计算机视觉的方法,使用摄像头实时拍摄驾驶员的图像, 通过对图像的分析,判断驾驶员的疲劳状态。这种方法具有非接触性的特点,但在精度和实用性方面还要做进一步的提升。

为了解决以上存在的问题，人们一直在寻求一种理想的技术解决方案。

发明内容

本发明的目的是针对现有技术的不足，从而提供一种基于PERCLOS算法的疲劳驾驶预警系统。

为了实现上述目的，本发明所采用的技术方案是：一种基于PERCLOS算法的疲劳驾驶预警系统，该系统主要包括图像采集模块、DDR2SDRAM储存模块、主处理模块和音频报警模块；

所述图像采集模块包括红外光源、OV7670CMOS摄像头、红外CCD摄像头、图像解码器和神经网络辅助Kalman滤波器；

所述主处理模块包括STM32F407VET6主控芯片和车载PC；

所述音频报警模块包括钟声报警器和喇叭；

所述红外CCD摄像头采集红外图像，并经图像解码器解码后存储在所述DDR2SDRAM储存模块中；所述OV7670CMOS摄像头采集普通图像并存储在所述DDR2SDRAM储存模块中，所述STM32F407VET6主控芯片读取所述DDR2SDRAM储存模块中的红外图像或普通图像并传送至神经网络辅助Kalman滤波器，神经网络辅助Kalman滤波器计算出下一帧图像的位置并反馈给对应摄像头采集下一帧图像；同时STM32F407VET6主控芯片将读取的连续帧的图像传送至车载PC，所述车载PC对连续帧的图像进行处理，识别人眼的状态，同时根据PERCLOS方法判断驾驶员的疲劳状况，并通过音频报警模块发出预警信息。

需要说明的是，本发明选用的Kalman滤波器是一种根据递归算法估计下一帧图像运动物体的位置和偏差。为了以某种概率找到眼部,该Kalman滤波器会在下一帧图像里的位置寻找眼睛。它递归地根据以往测量值估计当前值,并将此过程进行多次重复,以先验概率估计值预测新的后验概率估计值。这种递归性质是卡尔曼滤波器的一种显著的特点。