CN103646508A - 一种防疲劳驾驶的装置及操作方法 - Google Patents
一种防疲劳驾驶的装置及操作方法 Download PDFInfo
- Publication number
- CN103646508A CN103646508A CN201310604243.1A CN201310604243A CN103646508A CN 103646508 A CN103646508 A CN 103646508A CN 201310604243 A CN201310604243 A CN 201310604243A CN 103646508 A CN103646508 A CN 103646508A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- mainboard
- face
- fatigue
- people
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
一种防疲劳驾驶的装置及操作方法,它涉及疲劳驾驶检测技术领域,超微光石墨烯感光元件摄像与车载摄像头无线连接,车辆测速器与车载传感器无线连接,车载传感器与逻辑算法软件连接,车载摄像头与视频驱动机构连接,视频驱动机构与视频采集机构连接,视频采集机构与逻辑算法软件连接,逻辑算法软件与主板连接,PCB板的一侧设有天线和UBS接口,控制面板与PCB板连接。它对行车驾驶员进行非接触的面部分析,提取有效的特征信息,可减少疲劳驾驶的发生率,提高交通安全。
Description
技术领域:
本发明涉及疲劳驾驶检测技术领域,具体涉及一种防疲劳驾驶的装置及操作方法。
背景技术:
驾驶疲劳,是指驾驶人在长时间连续行车后,产生生理机能和心理机能的失调,而在客观上出现驾驶技能下降的现象。驾驶人睡眠质量差或不足,长时间驾驶车辆,容易出现疲劳。驾驶疲劳会影响到驾驶人的注意、感觉、知觉、思维、判断、意志、决定和运动等诸方面。
现有技术中对于疲劳驾驶的检测还处于初步的研究过程中,并没有切实可行的检测系统。
发明内容:
本发明的目的是提供一种防疲劳驾驶的装置及操作方法,它对行车驾驶员进行非接触的面部分析,提取有效的特征信息,结合OpenCV计算机视觉库进行开发,并优化了perclos度量疲劳/瞌睡物理量算法函数,尤其对眼睛的疲劳可作出报警提示,可减少疲劳驾驶的发生率,提高交通安全。
为了解决背景技术所存在的问题,本发明是采用以下技术方案:它包含超微光石墨烯感光元件摄像1、车辆测速器2、车载传感器3、车载摄像头4、视频驱动机构5、视频采集机构6、逻辑算法软件7、存储器8、GSM卡9、主板10、报警器11、电源接口12、太阳能电板13、显示器14、控制面板15、嵌入式操作系统16、天线17、UBS接口18、PCB板19;超微光石墨烯感光元件摄像1与车载摄像头4无线连接,车辆测速器2与车载传感器3无线连接,车载传感器3与逻辑算法软件7连接,车载摄像头4与视频驱动5机构连接,视频驱动机构5与视频采集机构6连接,视频采集机构6与逻辑算法软件7连接,逻辑算法软件7与主板10连接,主板10内镶嵌有嵌入式操作系统16,主板10与报警器11相互连接,主板10与显示器14连接,存储器8、GSM卡9均与主板10连接,PCB板19上的电源接口12与太阳能电板13连接,PCB板19的一侧设有天线17和UBS接口18,控制面板15与PCB板19连接。
本发明包括对人脸、人眼和疲劳度状态的检测;所述的对于人脸检测的步骤如下:A、收集学习的人脸的数据集,存储并建立相应的索引文件;
B、使用辅助工具createsamples来建立正样本的向量输出文件。通过这个文件,便可以重复训练过程,使用同一个向量输出文件尝试各种参数;
C、收集和处理反样本。任何不感兴趣的物体的图像都可以作为反样本。最好从需要测试的数据中选取反样本图像;
D、训练,a、采用OpenvCV函数在系统中应用人脸检测;b、将分类器转化为OpenCV的内部格式,这是因为OpenCV只能处理内部优化格式的分类器;c、检测要用到函数HaarDetectObjects。
所述的对于人眼的检查步骤如下:人眼粗略定位->图形二值化->灰度直方图->人眼精确定位。
将人脸的垂直方向均分为四部分,将人脸的水平方向均分为七部分,人脸粗略区域的高度选取人脸上半部分的下1/2区域,宽度选取人脸的中心5/7区域。在人脸检测模块,可以做到对人眼粗略区域坐标的定位。这样可以保证,不管实际检测的人脸比例怎样,矩形框都可以将人眼包含在尽可能小的矩形框内,并且能够粗略地排除头发,鼻子等因素的影响。这样,根据先验知识在人脸区域内设置了感兴趣区域,为接下来的算法排除干扰,提高了运行速率。
确定人眼区域后,就需要使用自适应阈值化操作对人眼的图像进行处理,进一步获得人眼的细节信息作为人眼定位的判断依据。自适应阈值化操作在人眼精确定位和眼睛状态判断中起着关键性作用。需要获取整个人眼的完整信息,特别是人眼的完整形状,作为定位人眼中心的前提。
所述的疲劳度状态检测的步骤如下:一、集采驾驶员人脸图像,通过人脸特征库,运动检测人脸位置;
二、对已经确认的人脸位置,进行跟踪,并对图像进行滤波操作;
三、在人脸区域内进行眼睛识别和精确定位和眼睛状态识别;
四、计算眼睛状态特征,包括眼睛平均闭合时间和Perclos/优化单位时间内眼睛眨动次数曲线图,并根据各参数判定疲劳度。
本发明具有以下有益效果:它对行车驾驶员进行非接触的面部分析,提取有效的特征信息,结合OpenCV计算机视觉库进行开发,并优化了perclos度量疲劳/瞌睡物理量算法函数,尤其对眼睛的疲劳可作出报警提示,可减少疲劳驾驶的发生率,提高交通安全。
附图说明:
图1是本发明结构示意图。
具体实施方式:
参看图1,本具体实施方式采用以下技术方案:它包含超微光石墨烯感光元件摄像1、车辆测速器2、车载传感器3、车载摄像头4、视频驱动机构5、视频采集机构6、逻辑算法软件7、存储器8、GSM卡9、主板10、报警器11、电源接口12、太阳能电板13、显示器14、控制面板15、嵌入式操作系统16、天线17、UBS接口18、PCB板19;超微光石墨烯感光元件摄像1与车载摄像头4无线连接,车辆测速器2与车载传感器3无线连接,车载传感器3与逻辑算法软件7连接,车载摄像头4与视频驱动5机构连接,视频驱动机构5与视频采集机构6连接,视频采集机构6与逻辑算法软件7连接,逻辑算法软件7与主板10连接,主板10内镶嵌有嵌入式操作系统16,主板10与报警器11相互连接,主板10与显示器14连接,存储器8、GSM卡9均与主板10连接,PCB板19上的电源接口12与太阳能电板13连接,PCB板19的一侧设有天线17和UBS接口18,控制面板15与PCB板19连接。
本具体实施方式包括对人脸、人眼和疲劳度状态的检测;所述的对于人脸检测的步骤如下:A、收集学习的人脸的数据集,存储并建立相应的索引文件;
B、使用辅助工具createsamples来建立正样本的向量输出文件。通过这个文件,便可以重复训练过程,使用同一个向量输出文件尝试各种参数;
C、收集和处理反样本。任何不感兴趣的物体的图像都可以作为反样本。最好从需要测试的数据中选取反样本图像;
D、训练,(a)采用OpenvCV函数在系统中应用人脸检测:(b)将分类器转化为OpenCV的内部格式,这是因为OpenCV只能处理内部优化格式的分类器;(c)检测要用到函数HaarDetectObjects。
所述的对于人眼的检查步骤如下:人眼粗略定位->图形二值化->灰度直方图->人眼精确定位。
将人脸的垂直方向均分为四部分,将人脸的水平方向均分为七部分,人脸粗略区域的高度选取人脸上半部分的下1/2区域,宽度选取人脸的中心5/7区域。在人脸检测模块,可以做到对人眼粗略区域坐标的定位。这样可以保证,不管实际检测的人脸比例怎样,矩形框都可以将人眼包含在尽可能小的矩形框内,并且能够粗略地排除头发,鼻子等因素的影响。这样,根据先验知识在人脸区域内设置了感兴趣区域,为接下来的算法排除干扰,提高了运行速率。
确定人眼区域后,就需要使用自适应阈值化操作对人眼的图像进行处理,进一步获得人眼的细节信息作为人眼定位的判断依据。自适应阈值化操作在人眼精确定位和眼睛状态判断中起着关键性作用。需要获取整个人眼的完整信息,特别是人眼的完整形状,作为定位人眼中心的前提。
所述的疲劳度状态检测的步骤如下:一、集采驾驶员人脸图像,通过人脸特征库,运动检测人脸位置;
二、对已经确认的人脸位置,进行跟踪,并对图像进行滤波操作;
三、在人脸区域内进行眼睛识别和精确定位和眼睛状态识别;
四、计算眼睛状态特征,包括眼睛平均闭合时间和Perclos/优化单位时间内眼睛眨动次数曲线图,并根据各参数判定疲劳度。
本具体实施方式具有以下有益效果:它对行车驾驶员进行非接触的面部分析,提取有效的特征信息,结合OpenCV计算机视觉库进行开发,并优化了perclos度量疲劳/瞌睡物理量算法函数,尤其对眼睛的疲劳可作出报警提示,可减少疲劳驾驶的发生率,提高交通安全。
Claims (4)
1.一种防疲劳驾驶的装置及操作方法,其特征在于它包含超微光石墨烯感光元件摄像(1)、车辆测速器(2)、车载传感器(3)、车载摄像头(4)、视频驱动机构(5)、视频采集机构(6)、逻辑算法软件(7)、存储器(8)、GSM卡(9)、主板(10)、报警器(11)、电源接口(12)、太阳能电板(13)、显示器(14)、控制面板(15)、嵌入式操作系统(16)、天线(17)、UBS接口(18)、PCB板(19);超微光石墨烯感光元件摄像(1)与车载摄像头(4)无线连接,车辆测速器(2)与车载传感器(3)无线连接,车载传感器(3)与逻辑算法软件(7)连接,车载摄像头(4)与视频驱动(5)机构连接,视频驱动机构(5)与视频采集机构(6)连接,视频采集机构(6)与逻辑算法软件(7)连接,逻辑算法软件(7)与主板(10)连接,主板(10)内镶嵌有嵌入式操作系统(16),主板(10)与报警器(11)相互连接,主板(10)与显示器(14)连接,存储器(8)、GSM卡(9)均与主板(10)连接,PCB板(19)上的电源接口(12)与太阳能电板(13)连接,PCB板(19)的一侧设有天线(17)和UBS接口(18),控制面板(15)与PCB板(19)连接。
2.根据权利要求1所述的一种防疲劳驾驶的装置及操作方法,其特征在于所述的对于人脸检测的步骤如下:(A)、收集学习的人脸的数据集,存储并建立相应的索引文件;(B)、使用辅助工具createsamples来建立正样本的向量输出文件。通过这个文件,便可以重复训练过程,使用同一个向量输出文件尝试各种参数;(C)、收集和处理反样本。任何不感兴趣的物体的图像都可以作为反样本。最好从需要测试的数据中选取反样本图像;(D)、训练,(a)、采用OpenvCV函数在系统中应用人脸检测;(b)、将分类器转化为OpenCV的内部格式,这是因为OpenCV只能处理内部优化格式的分类器;(c)、检测要用到函数HaarDetectObjects。
3.根据权利要求1所述的一种防疲劳驾驶的装置及操作方法,其特征在于所述的对于人眼的检查步骤如下:人眼粗略定位->图形二值化->灰度直方图->人眼精确定位。
4.根据权利要求1所述的一种疲劳度状态检测的步骤,其特征在于疲劳度状态检测的步骤如下:(一)、集采驾驶员人脸图像,通过人脸特征库,运动检测人脸位置;(二)、对已经确认的人脸位置,进行跟踪,并对图像进行滤波操作;(三)、在人脸区域内进行眼睛识别和精确定位和眼睛状态识别;(四)、计算眼睛状态特征,包括眼睛平均闭合时间和Perclos/优化单位时间内眼睛眨动次数曲线图,并根据各参数判定疲劳度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310604243.1A CN103646508A (zh) | 2013-11-25 | 2013-11-25 | 一种防疲劳驾驶的装置及操作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310604243.1A CN103646508A (zh) | 2013-11-25 | 2013-11-25 | 一种防疲劳驾驶的装置及操作方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103646508A true CN103646508A (zh) | 2014-03-19 |
Family
ID=50251715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310604243.1A Pending CN103646508A (zh) | 2013-11-25 | 2013-11-25 | 一种防疲劳驾驶的装置及操作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103646508A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550680A (zh) * | 2016-03-02 | 2016-05-04 | 北京盈想东方科技发展有限公司 | 北斗图像识别移动监控终端及其监控方法 |
CN106778538A (zh) * | 2016-11-28 | 2017-05-31 | 上海工程技术大学 | 基于层次分析法的智能驾驶行为评判方法 |
CN111830932A (zh) * | 2020-07-16 | 2020-10-27 | 江铃汽车股份有限公司 | 一种传感器软件的控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4502122A (en) * | 1981-06-03 | 1985-02-26 | Nissan Motor Company, Limited | Method and apparatus for measuring vehicle driver's fatigue to give an alarm |
JPH06144071A (ja) * | 1992-11-09 | 1994-05-24 | Mazda Motor Corp | 車両運転者の疲労軽減装置 |
CN201173934Y (zh) * | 2007-12-10 | 2008-12-31 | 联创汽车电子有限公司 | 汽车垂直方向加速度传感器 |
CN201749540U (zh) * | 2010-07-26 | 2011-02-16 | 华南农业大学 | 一种疲劳驾驶检测及规范装置 |
CN101973210A (zh) * | 2010-06-12 | 2011-02-16 | 湘潭大学 | 多功能汽车智能启动及安全防护系统 |
CN102097003A (zh) * | 2010-12-31 | 2011-06-15 | 北京星河易达科技有限公司 | 基于人况识别的智能交通安全系统 |
CN202454041U (zh) * | 2012-01-12 | 2012-09-26 | 合肥五福电子科技有限公司 | 基于太阳能供电的红外眼态识别疲劳驾驶预警系统 |
-
2013
- 2013-11-25 CN CN201310604243.1A patent/CN103646508A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4502122A (en) * | 1981-06-03 | 1985-02-26 | Nissan Motor Company, Limited | Method and apparatus for measuring vehicle driver's fatigue to give an alarm |
JPH06144071A (ja) * | 1992-11-09 | 1994-05-24 | Mazda Motor Corp | 車両運転者の疲労軽減装置 |
CN201173934Y (zh) * | 2007-12-10 | 2008-12-31 | 联创汽车电子有限公司 | 汽车垂直方向加速度传感器 |
CN101973210A (zh) * | 2010-06-12 | 2011-02-16 | 湘潭大学 | 多功能汽车智能启动及安全防护系统 |
CN201749540U (zh) * | 2010-07-26 | 2011-02-16 | 华南农业大学 | 一种疲劳驾驶检测及规范装置 |
CN102097003A (zh) * | 2010-12-31 | 2011-06-15 | 北京星河易达科技有限公司 | 基于人况识别的智能交通安全系统 |
CN202454041U (zh) * | 2012-01-12 | 2012-09-26 | 合肥五福电子科技有限公司 | 基于太阳能供电的红外眼态识别疲劳驾驶预警系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105550680A (zh) * | 2016-03-02 | 2016-05-04 | 北京盈想东方科技发展有限公司 | 北斗图像识别移动监控终端及其监控方法 |
CN105550680B (zh) * | 2016-03-02 | 2017-04-26 | 北京盈想东方科技股份有限公司 | 北斗图像识别移动监控终端及其监控方法 |
CN106778538A (zh) * | 2016-11-28 | 2017-05-31 | 上海工程技术大学 | 基于层次分析法的智能驾驶行为评判方法 |
CN111830932A (zh) * | 2020-07-16 | 2020-10-27 | 江铃汽车股份有限公司 | 一种传感器软件的控制方法 |
CN111830932B (zh) * | 2020-07-16 | 2023-07-07 | 江铃汽车股份有限公司 | 一种传感器软件的控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | A fatigue driving detection algorithm based on facial multi-feature fusion | |
CN104013414B (zh) | 一种基于移动智能手机的驾驶员疲劳检测系统 | |
CN101639894B (zh) | 在线检测列车驾驶员行为和疲劳状态的方法及其检测系统 | |
CN101593425B (zh) | 一种基于机器视觉的疲劳驾驶监控方法及系统 | |
CN101950355B (zh) | 基于数字视频的驾驶员疲劳状态检测方法 | |
Hossain et al. | IOT based real-time drowsy driving detection system for the prevention of road accidents | |
CN101877051A (zh) | 驾驶人注意力状态监测方法和装置 | |
CN105389554A (zh) | 基于人脸识别的活体判别方法和设备 | |
CN102982316A (zh) | 一种对驾驶员非正常驾驶行为的识别装置和方法 | |
CN103824420A (zh) | 基于心率变异性非接触式测量的疲劳驾驶识别系统 | |
CN105354985A (zh) | 疲劳驾驶监控装置及方法 | |
CN104881956A (zh) | 一种疲劳驾驶预警系统 | |
Kulkarni et al. | A review paper on monitoring driver distraction in real time using computer vision system | |
CN101872419A (zh) | 一种汽车驾驶员疲劳检测的方法 | |
CN103700220A (zh) | 一种疲劳驾驶监控装置 | |
Charniya et al. | Drunk driving and drowsiness detection | |
CN109063545A (zh) | 一种疲劳驾驶检测方法及装置 | |
Said et al. | Real time eye tracking and detection-a driving assistance system | |
CN103646508A (zh) | 一种防疲劳驾驶的装置及操作方法 | |
Valsan et al. | Monitoring driver’s drowsiness status at night based on computer vision | |
CN108108651B (zh) | 基于视频人脸分析的驾驶员非专心驾驶检测方法及系统 | |
Kajiwara | Driver-condition detection using a thermal imaging camera and neural networks | |
Stan et al. | Eye-gaze tracking method driven by raspberry PI applicable in automotive traffic safety | |
Mašanović et al. | Driver monitoring using the in-vehicle camera | |
CN106446822B (zh) | 基于圆拟合的眨眼检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140319 |