基于Android平臺(tái)的車(chē)載疲勞駕駛監(jiān)測(cè)系統(tǒng).pdf

1、隨著道路交通基礎(chǔ)設(shè)施的日益完善，機(jī)動(dòng)車(chē)保有量和機(jī)動(dòng)車(chē)駕駛員人數(shù)快速地持續(xù)增長(zhǎng)，疲勞駕駛現(xiàn)象也日益嚴(yán)重，并逐漸成為導(dǎo)致交通事故的主要因素之一。相關(guān)研究表明，如果能對(duì)駕駛員的疲勞狀態(tài)實(shí)時(shí)監(jiān)測(cè)，并在疲勞駕駛初期及時(shí)地給以相應(yīng)的預(yù)警提醒，可有效地避免大量的交通事故。
　　本文對(duì)基于Android平臺(tái)的車(chē)載疲勞駕駛監(jiān)測(cè)系統(tǒng)進(jìn)行了研究。系統(tǒng)以基于Android的智能手機(jī)為硬件平臺(tái)，利用其前置攝像頭采集駕駛員的圖像，通過(guò)分析駕駛員的眼睛閉合狀態(tài)

2、，并以PERCLOS指標(biāo)來(lái)衡量駕駛員的疲勞狀態(tài)。本文主要工作如下：
　?。?）人臉檢測(cè)及跟蹤。本文基于Adaboost算法構(gòu)建了人臉檢測(cè)系統(tǒng)，基于Kalman濾波實(shí)現(xiàn)人臉跟蹤系統(tǒng)，在車(chē)載環(huán)境下采集了大量車(chē)內(nèi)環(huán)境圖像作為人臉負(fù)樣本，訓(xùn)練得到了具有較好檢測(cè)效果的人臉檢測(cè)器，并通過(guò)車(chē)載環(huán)境下拍攝的駕駛員圖像數(shù)據(jù)對(duì)人臉檢測(cè)及跟蹤系統(tǒng)進(jìn)行了測(cè)試。
　?。?）人眼定位。首先，在人臉檢測(cè)的基礎(chǔ)上，根據(jù)人臉部器官“三庭五眼”的幾何分布特點(diǎn)，

3、進(jìn)一步縮小人眼定位的檢測(cè)范圍；然后，通過(guò) Adaboost算法構(gòu)建了人眼定位系統(tǒng)；最后，通過(guò)加窗灰度積分投影算法將眉眼部位進(jìn)行了分離，從而實(shí)現(xiàn)了人眼部位的精確定位。
　　（3）疲勞狀態(tài)識(shí)別。采用 PERCLOS方法對(duì)駕駛員疲勞狀態(tài)進(jìn)行檢測(cè)，重點(diǎn)研究了基于眼睛區(qū)域面積和基于上眼瞼曲率的人眼狀態(tài)識(shí)別。在基于眼睛區(qū)域面積的人眼狀態(tài)識(shí)別方法中，提出了一種基于Kalman濾波的二值化分割閾值動(dòng)態(tài)調(diào)整方法。
　?。?）基于 Androi