基于嵌人式平臺的疲勞駕駛狀態(tài)參數(shù)信息融合研究.pdf

1、隨著人們生活水平的提高，私家車的數(shù)量與日俱增，在給我們帶來方便的同時也引發(fā)了交通安全問題。我國每年因疲勞駕駛導致死亡的人數(shù)大約有9000人，疲勞駕駛已成為造成交通事故的主要原因之一。研究有效監(jiān)測疲勞駕駛的方法己刻不容緩，受到各國高度重視。本課題是基于導師曾主持的山西省科技產業(yè)化環(huán)境建設項目——《機動車駕駛狀態(tài)智能監(jiān)控裝置》和本人申報的太原科技局項目----《機動車駕駛員疲勞駕駛監(jiān)控裝置的研究與設計》以及七大專利進行研究與設計的。學長的研

2、究主要集中在分散系統(tǒng)上，眼睛的疲勞駕駛監(jiān)測軟件只能在PC機上運行，未能成功移植到下位機，且直接用Adaboost算法在大范圍圖像內檢測人眼，成功率比較低;也有學長在ARM7TDMI上運行圖像處理程序，由于運行速度比較慢，處理效果和系統(tǒng)功能不強。他們的研究缺乏穩(wěn)定性與準確性，沒能實現(xiàn)信息融合判斷。
　　 本研究首先查閱了大量有關疲勞駕駛方一面的資料，了解國內外的研究現(xiàn)狀。確定自己的方案，選定開發(fā)平臺、相關算法以及傳感器型號。其次，

3、相關算法的研究與推導。對采集的脈搏信號進行傅里葉級數(shù)展開，由Welch算法分析脈搏信號的功率譜;先用Adaboost算法檢測到人臉圖像，再在小范圍內用CamShift算法跟蹤人眼。這兩路信號直接反應駕駛員疲勞狀態(tài)。由車速、加速度、側向位移信號組成一聯(lián)合信號用Kalman濾波算法進行分析，間接反應駕駛員的疲勞。最后用D-S證據(jù)實行二級信息融合，綜合判斷駕駛員的疲勞程度并采取相應的措施。再次，硬件電路設計。選用了三星公司帶有MMU的S3C2