CN105125174A

CN105125174A - 一种可重构眼镜式疲劳检测设备及软件处理方法

Info

Publication number: CN105125174A
Application number: CN201510466925.XA
Authority: CN
Inventors: 刘天键
Original assignee: Individual
Current assignee: Individual
Priority date: 2015-08-03
Filing date: 2015-08-03
Publication date: 2015-12-09

Abstract

本发明公开了一种可重构眼镜式疲劳检测设备及软件处理方法，其中的一种可重构眼镜式疲劳检测设备，包括：广角摄像头、报警器、眼镜本体、电源、主机及USB接口；所述广角摄像头设置在眼镜鼻翼上；所述报警器设置在眼镜鼻梁架上；所述眼镜本体通过USB接口连接主机；所述主机连接电源。本发明对计算量大的基于帧的图像处理采用硬件IP核加速，对于高级需要随机访问像素的图像调用软件库处理。在保证系统实时性的同时保证系统的灵活性，以满足车载复杂环境。采用可重构单元，当需要进行系统升级时，通过重新编译可以重构系统，在提升系统性能的同时，最大限度的保护消费者的投资。

Description

一种可重构眼镜式疲劳检测设备及软件处理方法

技术领域

本发明涉及眼镜式疲劳检测设备，具体涉及一种可重构眼镜式疲劳检测设备及软件处理方法。

背景技术

在当今，由于已进入汽车时代，出行极为方便，但是，交通事故就像梦魇一样挥之不去，其中大部分是由于司机疲劳驾驶造成的。为了减少以至于避免疲劳驾驶，社会上采用各种措施，包括各种宣传标语和警示牌，以及汽车自身的各种防范措施，提醒司机朋友们安全驾驶，但是效果仍然有限。

基于面部特征的疲劳预警利用机器视觉技术检测驾驶员面部特征，如眼睛特征、瞳孔直径变化、视线方向变化及嘴部状态等来研究驾驶疲劳问题。包括基于眼睛特征的检测、基于视线方向的检测、基于嘴部状态的检测。利用面部特征判断驾驶员是否疲劳具有准确性高和可靠性高的优点，在性能上比基于生理信号的监测技术要强，而且是无接触的检测方法，驾驶员容易接受，但是这种方法将摄像头安装在仪表台上，精度较差，对视频检测技术的要求比较高，测量的准确性与可靠性等相关的技术需要取得突破。如专利号201310090223.7基于驾驶员头颈移动特征识别的疲劳驾驶检测方法与系统，在车内驾驶位侧面设置摄像头，从侧面采集驾驶员头颈部图像；2)图像处理单元每隔一个间隔时间T保存一组步骤1)中摄像头采集得到的图像，并将驾驶员头颈部侧面图像的轮廓线提取出来；3)根据步骤2)中得到的若干组连续的驾驶员头颈部侧面图像轮廓线形成驾驶员头颈部移动特征，并将其与人体瞌睡状态时的头颈部移动特征进行比较判断，若驾驶员头颈部移动特征符合瞌睡状态要求，则认为驾驶员属于疲劳驾驶并发出报警提示；否则重复步骤2)，并持续循环运行。这种方式虽然可以通过数据监测会得到效果，但如从侧面加装摄像头，则需要改装汽车，会比较麻烦，另外如车辆驾驶人更换的话，坐姿、身高如有改变，则摄像头有可能监测不到位，且每个驾驶人的习惯不一样，有的驾驶员喜欢靠在椅背上，有的喜欢坐直，这一系列的因素影响下，很难采集到很标准的数据，因此分析出来的结果可能会出现偏差。

又如专利号为201410371285.X一种基于简易心电采集和匹配的疲劳检测方法。提供一种基于简易心电采集和匹配的疲劳检测方法，包括以下步骤：1.在方向盘上附加心电电子芯片，再把心电电子芯片采集到的人手的心电信号传递给心电处理与识别器；2.心电处理与识别器使用稀疏编码方法对心电信号的性质进行分类判别；3.根据判别方法，把判别结果传递给报警及应急处理装置；其有益效果是使用基于简易心电采集和匹配的疲劳检测方法可以在不影响驾驶员的正常行为习惯的情况下，实行对驾驶员疲劳检测，并且针对不同的疲劳程度提供对应的提醒或帮助功能，从而减少甚至避免因为疲劳驾驶导致的交通事故，以保障人的生命安全和财产损失。这种方式想法很好，但实现起来可能有些困难。通常我们采集心电图时，先要清洁皮肤，用酒精擦去皮肤上的油渍，汗渍，必要时在电极安放处剃除体毛，磨掉皮肤上的角化层，再用酒精擦拭干净。该专利在方向盘上附加心电电子芯片，再把心电电子芯片采集到的人手的心电信号，这种方式很难准确的采集到心电信号，每个驾驶员的手握方向盘的方式不一样，有的手心与方向盘并不接触，所以这时就很难采集到心电，因此，这种方式还是有一定的缺陷性的。

基于生理指标的疲劳预警利用生理传感器检测驾驶员生理指标的变化来判断驾驶员是否进入疲劳状态，包括基于脑电信号检测的方法、基于心电信号检测的方法、基于肌电信号检测的方法和基于呼吸频率检测的方法。

基于驾驶员生理信号的检测方法准确性比较高,但生理信号测量需要接触人的身体,检测设备会干扰驾驶员的正常操作,影响行车安全。而且，由于不同人的生理信号特征有所不同，并且生理信号与心理活动关联较大。所以，此法实际用于驾驶员疲劳检测时有很大的局限性。

发明内容

本发明的一个方面，提供了一种可重构眼镜式疲劳检测设备，包括：广角摄像头、报警器、眼镜本体、电源、主机及USB接口；所述广角摄像头设置在眼镜鼻翼上；所述报警器设置在眼镜鼻梁架上；所述眼镜本体通过USB接口连接主机；所述主机连接电源。

根据本发明的又一方面，提供了一种可重构眼镜式疲劳检测设备软件处理方法，包括以下步骤：

S1，预处理；

S2，虹膜中心检测；

S3，眼高度跟踪；

S4，疲劳检测；

S5，报警输出。

进一步地，所述步骤S1包括：

S11，图像校正；

S12，高斯滤波。

更进一步地，所述步骤S2包括：

S21，梯度计算；

S22，目标函数计算；

S23，虹膜中心定位。

更进一步地，所述步骤S3包括：

S31，眼皮高度检测；

S32，Kalman滤波。

更进一步地，所述步骤S4包括：

S41，眨眼检测；

S42，PERCLOS估算。

本发明的优点：

本发明利用穿戴眼镜式疲劳预警采用眼镜作为疲劳检测平台，可以大大减低误警和漏警现象。结合可编程器件能更客观、实时、快捷、准确地进行疲劳预警，同时，本发明结构简单，采用的是集成、构件式结构；在实现其功能方式上，采用梯度计算，结合kalman滤波跟踪方式，分析结果精确。

本发明基于FPGA架构，采用软硬件协同设计的方法对系统进行设计。对计算量大的基于帧的图像处理采用硬件IP核加速，对于高级需要随机访问像素的图像调用软件库处理。在保证系统实时性的同时保证系统的灵活性，以满足车载复杂环境。采用可重构单元，当需要进行系统升级时，通过重新编译可以重构系统，在提升系统性能的同时，最大限度的保护消费者的投资。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1是一种可重构眼镜式疲劳检测设备结构示意图；

图2是本发明的一种可重构眼镜式疲劳检测设备软件处理方法流程图；

图3是本发明的一种可重构眼镜式疲劳检测设备软件处理方法硬件实现原理框图；

图4是本发明的一种可重构眼镜式疲劳检测设备的基于内积的目标函数计算示意图,该目标函数的最小值即为虹膜中心位置；

图5是本发明的一种可重构眼镜式疲劳检测设备中的眼睛的状态转移示意图,通过状态转移可以提高检测精度,减小眨眼的干扰；

图6是本发明的一种可重构眼镜式疲劳检测设备中的PERCLOS参数计算方法流程图。

附图标记：

1为广角摄像头、2为报警器、3为眼镜本体、4为电源、5为主机及6为USB接口。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图图1-图6及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

实施例1

参考图1，如图1所示的一种可重构眼镜式疲劳检测设备，包括：广角摄像头1、报警器2、眼镜本体3、电源4、主机5及USB接口6；所述广角摄像头1设置在眼镜鼻翼上；所述报警器2设置在眼镜鼻梁架上；所述眼镜本体3通过USB接口6连接主机5；所述主机5连接电源4。

实施例2

参考图2，如图2所示的一种可重构眼镜式疲劳检测设备软件处理方法，包括以下步骤：

S1，预处理；

S2，虹膜中心检测；

S3，眼高度跟踪；

S4，疲劳检测；

S5，报警输出。

所述步骤S1包括：

S11，图像校正；

S12，高斯滤波。

所述步骤S2包括：

S21，梯度计算；

S22，目标函数计算；

S23，虹膜中心定位。

所述步骤S3包括：

S31，眼皮高度检测；

S32，Kalman滤波。

所述步骤S4包括：

S41，眨眼检测；

S42，PERCLOS估算。

图像校正：消除广角镜头产生的图像变形。高斯滤波：采用高斯滤波器滤除行噪声，消除镜面反射的干扰。梯度计算：计算眼睛图像的梯度。目标函数计算：遍历计算基于内积的目标函数。虹膜中心定位：求取目标函数的最大值作为虹膜中心。眼皮高度检测：定位眼睛的开度。Kalman滤波：滤除噪声,跟踪预测虹膜中心和眼皮高度,在眨眼过程中，当遮挡发生时，预测跟踪参数。眨眼检测：根据眼皮的高度和状态持续的时间进行状态转移，提高PERCLOS参数的精度。PERCLOS估算：计算P80疲劳检测参数。报警输出：进行声光报警及通知后台监控中心。

虹膜中心位置：

o = \underset{p}{argmax} {\frac{1}{N} Σ_{i = 1}^{N} {(d_{i}^{T} g_{i})}^{2}}

d_{i} = \frac{x_{i} - p}{| | x_{i} - p | |_{2}},

&ForAll; i : | | g_{i} | |_{2} = 1.

原理：瞳孔(圆)边缘的梯度方向经过瞳孔中心(圆心)，如上式所示，计算内积，在圆心处目标函数有最大值。

图4是本发明的硬件实现原理框图，参考图4，如图4所示，图像由眼镜端摄像头接入DVIIN，经图像校正模块进行预处理，通过硬件处理方式以消除噪声提高图像品质。再通过VIDEO2BUF模块，以帧格式存储在MPMC，再通过软件算法对帧图像进行处理，数据传输按照总线方式进行。若需要输出图像，再由BUF2VIDEO模块进行格式变换，由DVIOUT输出给显示器。

本发明对计算量大的基于帧的图像处理采用硬件IP核加速，对于高级需要随机访问像素的图像调用软件库处理。在保证系统实时性的同时保证系统的灵活性，以满足车载复杂环境。采用可重构单元，当需要进行系统升级时，通过重新编译可以重构系统，在提升系统性能的同时，最大限度的保护消费者的投资。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种可重构眼镜式疲劳检测设备，其特征在于，包括：广角摄像头(1)、报警器(2)、眼镜本体(3)、电源(4)、主机(5)及USB接口(6)；所述广角摄像头(1)设置在眼镜鼻翼上；所述报警器(2)设置在眼镜鼻梁架上；所述眼镜本体(3)通过USB接口(6)连接主机(5)；所述主机(5)连接电源(4)。

2.一种可重构眼镜式疲劳检测设备软件处理方法，其特征在于，包括以下步骤：

S1，预处理；

S2，虹膜中心检测；

S3，眼高度跟踪；

S4，疲劳检测；

S5，报警输出。

3.根据权利要求2所述的可重构眼镜式疲劳检测设备软件处理方法，其特征在于，所述步骤S1包括：

S11，图像校正；

S12，高斯滤波。

4.根据权利要求2所述的可重构眼镜式疲劳检测设备软件处理方法，其特征在于，所述步骤S2包括：

S21，梯度计算；

S22，目标函数计算；

S23，虹膜中心定位。

5.根据权利要求2所述的可重构眼镜式疲劳检测设备软件处理方法，其特征在于，所述步骤S3包括：

S31，眼皮高度检测；

S32，Kalman滤波。

6.根据权利要求2所述的可重构眼镜式疲劳检测设备软件处理方法，其特征在于，所述步骤S4包括：

S41，眨眼检测；

S42，PERCLOS估算。