CN112528906A - 一种驾驶员状态检测设备 - Google Patents
一种驾驶员状态检测设备 Download PDFInfo
- Publication number
- CN112528906A CN112528906A CN202011506156.9A CN202011506156A CN112528906A CN 112528906 A CN112528906 A CN 112528906A CN 202011506156 A CN202011506156 A CN 202011506156A CN 112528906 A CN112528906 A CN 112528906A
- Authority
- CN
- China
- Prior art keywords
- module
- driver
- face
- image
- switching tube
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/18—Eye characteristics, e.g. of the iris
Abstract
本发明提出了一种驾驶员状态检测设备,包括:人脸框选模块、人脸定位模块、眼睛初步定位模块、倾斜补偿模块、眼睛二次定位模块、疲劳检测模块及异常报警模块。本发明的倾斜补偿模块利用嘴部复杂度最大值的差值对人脸边界图像进行水平和垂直补偿,可避免人脸边界图像检测失败。
Description
技术领域
本发明涉及疲劳检测技术领域,尤其涉及一种驾驶员状态检测设备。
背景技术
随着交通运输业的发展,交通事故给国家和社会造成了巨大的财产损失和人员伤亡,如何准确、快速的识别驾驶员的疲劳状态对于减少交通事故的发牛有着重要意义。面部特征可以反映驾驶员的疲劳状况,因此对驾驶员面部特征的检测是研究驾驶员疲劳状况的有效途径。
传统驾驶员状态检测设备常通过检测驾驶员的眨眼频率来检测疲劳状态,需要对眼睛进行定位,由于驾驶员驾驶过程中可能出现头部偏向一侧,会造成检测失败的情况。
发明内容
有鉴于此,本发明提出了一种驾驶员状态检测设备,以解决传统驾驶员状态检测设备由于驾驶员头部偏向一侧造成检测失败的问题。
本发明的技术方案是这样实现的:一种驾驶员状态检测设备,包括:
人脸框选模块,用于获取驾驶员的灰度图像并对灰度图像进行边缘检测以提取灰度图像的边缘轮廓;
人脸定位模块,用于对边缘检测后的灰度图像进行垂直积分投影,确定人脸边界图像;
眼睛初步定位模块,用于对人脸边界图像进行中值滤波和水平积分投影,计算人脸边界图像的复杂度,根据水平复杂度在垂直方向上对人眼进行初步定位,计算嘴部最大宽度以确定脸部中轴线;
倾斜补偿模块,用于利用嘴部复杂度最大值的差值对人脸边界图像进行水平和垂直补偿;
眼睛二次定位模块,用于根据眼睛与脸部中轴线的先验知识确定双眼的纵向边界,对人眼初步定位区域进行二值化横向积分投影确定眼睛位置,对人眼初步定位区域进行纵向搜索确定眼睛上下边界;
疲劳检测模块,用于根据眼睛上下边界判断眼睛处于睁开或闭合状态,根据PERCLOS方法判断驾驶员的疲劳状态;
异常报警模块,用于在驾驶员处于疲劳状态时进行报警提示。
可选的,驾驶员状态检测设备还包括心率检测模块和血糖检测模块,心率检测模块用于检测驾驶员的心率,血糖检测模块用于检测驾驶员的血糖,异常报警模块还用于在驾驶员的心率高于心率设定值或血糖高于血糖设定值时进行报警提示。
可选的,人脸定位模块对边缘检测后的灰度图像进行垂直积分投影的步骤包括:
取固定宽度作为积分宽度,根据固定宽度对边缘检测后的灰度图像进行垂直积分投影,每隔一个像素取一个积分值。
可选的,人脸定位模块对边缘检测后的灰度图像进行垂直积分投影的步骤还包括:
记录积分值大于设定阈值的个数,若仅有一个则判断此积分值对应区域的中点坐标到起点坐标的距离是否小于设定值,若是则将设定阈值减小后再与积分值比较,否则将设定阈值增加后再与积分值比较。
可选的,驾驶员状态检测设备还包括电源转换模块,用于对车载电源的输出电压进行转化后对其他各个模块进行供电。
可选的,电源转换模块包括开关管V1、二极管VD、电感Lr、电感Lf、电容Cr及电容Cf;
车载电源的输出端正极依次经开关管V1、电感Lr、电感Lf连接负载,电感Lr与电感Lf的公共端依次经二极管VD的负极、二极管VD的正极连接车载电源的输出端负极,电容Cr与开关管V1并联,电容Cf与负载并联。
可选的,电源转换模块还包括开关管V2及电容Cc,开关管V1与电感Lr的公共端依次经电容Cc、开关管V2连接车载电源的输出端负极。
可选的,电源转换模块还包括三极管VT1~VT2、电阻R1~R5、电容C2及稳压二极管VD3;
开关管V2的源极经三极管VT2连接开关管V2的栅极,开关管V2的源极还经电阻R1连接开关管V2的栅极,开关管V2的栅极依次经电阻R2、三极管VT1接地,稳压二极管VD3与电阻R2并联,三极管VT1的集电极经电容C2连接三极管VT2的基极,三极管VT2的基极经电阻R5连接三极管VT2的发射极,三极管VT1的基极经电阻R3接入PWM驱动信号,三极管VT1的基极还经电阻R4连接三极管VT1的发射极。
本发明的驾驶员状态检测设备相对于现有技术具有以下有益效果:
(1)倾斜补偿模块利用嘴部复杂度最大值的差值对人脸边界图像进行水平和垂直补偿,可避免人脸边界图像检测失败;
(2)人脸定位模块取固定宽度作为积分宽度,根据固定宽度对边缘检测后的灰度图像进行垂直积分投影,每隔一个像素取一个积分值,这样对一个窗口内的像素进行积分,而不是一列像素进行积分,得到较大的积分投影值,利于对人脸区域的判断;
(3)电源转换模块通过增加辅助开关管和电容,主开关管导通前先使辅助开关管导通,添加死区,实现了主辅开关管的零电压导通和关断,有效限制了主开关管电压应力;
(4)电源转换模块在开关管V2栅源极间并接开关电路,并由PWM脉冲控制开关电路中电容充放电以实现开关管V2的开通与关断,使开关管V2栅源寄生电容在开通期间快速充电、关断期间快速放电,从而快速开通与关断开关管V2。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的输入调节电路的电路图;
图2为本发明的垂直积分投影结果图;
图3为本发明的倾斜补偿示意图;
图4为本发明的电源转换模块的部分电路图;
图5为本发明的电源转换模块的另一部分电路图。
具体实施方式
下面将结合本发明实施方式,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式仅仅是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
如图1所示,本实施例的驾驶员状态检测设备包括:
人脸框选模块,用于获取驾驶员的灰度图像并对灰度图像进行边缘检测以提取灰度图像的边缘轮廓;
人脸定位模块,用于对边缘检测后的灰度图像进行垂直积分投影,确定人脸边界图像;
眼睛初步定位模块,用于对人脸边界图像进行中值滤波和水平积分投影,计算人脸边界图像的复杂度,根据水平复杂度在垂直方向上对人眼进行初步定位,计算嘴部最大宽度以确定脸部中轴线;
倾斜补偿模块,用于利用嘴部复杂度最大值的差值对人脸边界图像进行水平和垂直补偿;
眼睛二次定位模块,用于根据眼睛与脸部中轴线的先验知识确定双眼的纵向边界,对人眼初步定位区域进行二值化横向积分投影确定眼睛位置,对人眼初步定位区域进行纵向搜索确定眼睛上下边界;
疲劳检测模块,用于根据眼睛上下边界判断眼睛处于睁开或闭合状态,根据PERCLOS方法判断驾驶员的疲劳状态;
异常报警模块,用于在驾驶员处于疲劳状态时进行报警提示。
本实施例中,作为疲劳检测的处理对象,图像的质量与检测结果有很大关系,现在普遍采用的方法都是基于对彩色图像进行处理的方法,但是这种方法有自身的缺陷性,比如彩色图像的优势是不仅提供亮度信息,还提供色度信息,而夜间彩色图像提供的色彩信息量不大,但是却增加了大量的运算,比较而言,灰度图像有比彩色图像计算简便的优点,从而本实施例通过人脸框选模块获取驾驶员的灰度图像有利于简化计算。在得到灰度图像后需对灰度图像进行边缘检测,去掉边缘部分,提取灰度图像的边缘轮廓。一般认为人脸处于图像的中心位置,去除上下左右各四分之一,然后进行边缘检测,得到一幅边缘图像。
根据边缘图像发现,人头部的白色区域较多,尤其是人脸的两颊部分,但是人的脸颊不是垂直的,每一列像素上面的白色像素不多,如果采取传统意义上的垂直积分投影的话,投影值必然很小,不容易对人脸进行定位。本实施例中,人脸定位模块对边缘检测后的灰度图像进行垂直积分投影的步骤包括:取固定宽度作为积分宽度,根据固定宽度对边缘检测后的灰度图像进行垂直积分投影,每隔一个像素取一个积分值。如图2所示,这样就对一个窗口内的像素进行积分,而不是一列像素进行积分,得到较大的积分投影值,利于对人脸区域的判断。具体的,首先获取设定阈值,这里取积分投影中的最大值的一半,可以自动调整。从左向右进行搜索,若积分值大于阈值,则做标记,并记录其坐标值;积分值小于阈值,同样需要进行标记,并记录坐标值,这样就可以记录整个投影图像所有极大值。用一个矩阵用来存放积分值中的极大值及所在区域的中心坐标,如果极大值和中心坐标个数大于矩阵的范围,则去掉一个其中最小的一个,后面的每个前移一位。进一步的,本实施例的人脸定位模块对边缘检测后的灰度图像进行垂直积分投影的步骤还包括:记录积分值大于设定阈值的个数,若仅有一个说明这个积分值有可能是脸部一侧的边缘,则判断此积分值对应区域的中点坐标到起点坐标的距离是否小于设定值,若是则不符合人脸的条件,说明设定阈值太大了,则将设定阈值减小后再与积分值比较;否则超过人脸的范围,说明设定阈值太小了,将设定阈值增加后再与积分值比较。这样可通过此步骤对设定阈值自动调整。也可能不止一个超过设定阈值的峰值,此时要看相邻两个峰值的距离是否符合人脸的宽度,如果符合就是人脸的左右边界;如果不符合,则根据对称性,看不相邻的两个峰值距离是否与中间的峰值等距离,如果是,则这两个中点是左右脸颊的位置,便可确定人脸边界图像。
在确定人脸边界图像后,本实施例的眼睛初步定位模块先对人脸边界图像进行中值滤波和水平积分投影,计算人脸边界图像的复杂度,根据水平复杂度在垂直方向上对人眼进行初步定位,计算嘴部最大宽度以确定脸部中轴线。其中,对于复杂度的计算,设灰度图像为R(x,y),则是R(x,y)沿x方向的梯度。一个大小为N×M的图像中,R(x,y)的梯度可用差分Δx=R(i+1,j)-R(i,j)来近似。定义图像的复杂度为:式中,i=1,2,…,N;j=1,2,…,M。复杂度是图像灰度梯度的累加值,反映了在某个方向上图像变化的复杂程度。R(x,y)的行复杂度为: 在人脸图像中,眼睛所在行的复杂度相对于人脸的其他部位为最高的,在实际计算时,为了拉大复杂度的差值,更好的适应各种复杂的情况,使用下列公式计算图像中的水平复杂度:
经过计算后,将计算结果除以列数,就得到了平均复杂度,用来在垂直方向上对人眼进行初步定位,以弥补通过水平积分投影后图像的区别度低、难以初步定位眼睛位置的缺陷。对脸部进行水平复杂度计算后,人脸中有几个区域的复杂度很大,主要是眼睛、鼻孔和嘴巴,本实施例通过对垂直复杂度搜索,查找复杂度大于某值Z的区域,最后判断出嘴部区域。主要为从左向右搜索,如果某列a(i,j)的复杂度大于Z,就记录它的列坐标j,并且做出标记;如果搜索到某列a(i,j+n)时,复杂度小于Z,同样记录它的列坐标j+n,做出标记。这时就求出几个复杂度大于Z的宽度,两两比较之后,取出最大的一个宽度作为嘴部最大宽度,并求出嘴部左边沿和右边沿的纵坐标,确定脸部中轴线。
本实施例中,在通过眼睛初步定位模块得到嘴部的左右边沿列坐标a(i,j)和a(i,j+n)后,通过倾斜补偿模块利用嘴部复杂度最大值的差值对人脸边界图像进行水平和垂直补偿。具体的,设坐标a(i,j)和a(i,j+n)的复杂度分别为和很容易就知道嘴部中心的列坐标[a(i,j)+a(i,j+n)]/2。在嘴部的左边沿列坐标和嘴部中心列坐标之间取复杂度最大值A,并记录其列坐标a(i,k),其中j≤k≤j+n/2;取嘴部中心列坐标到右边沿列坐标之间的最大复杂度B,并记录其列坐标a(i,k+m),其中j+n/2≤k+m≤j+n。左边倾斜角度的正切值右边倾斜角度的正切值同样方法也可以得到:在求得两个正切值之后,可以进行下一步计算倾斜补偿:水平补偿就等于倾斜补偿乘以二分之一行数,垂直补偿等于倾斜补偿乘以嘴部宽度,这样便可以对人脸边界图像进行水平和垂直补偿,避免人脸边界图像检测失败。考虑到正常人脸转角和侧脸角度不会太大,可以对补偿进行限制。如图3所示,嘴部左边坐标为1,右边坐标为56,中间坐标29,左半部分的最大值是6,右半部分的最大值是5.1489,水平补偿为9,垂直补偿为9。
本实施例中,通过倾斜补偿模块对人脸边界图像进行水平和垂直补偿后,通过眼睛初步定位模块求出了嘴部的宽度K1,眼睛二次定位模块的工作过程为:由于嘴部的对称性,取嘴部的水平中心坐标作为面部的中心点,一般人的眼睛边沿到眼部中心的距离K比嘴的宽度K1多出N个像素点,即K=K1+N;因此左眼的左边列坐标就等于眼部中心坐标减去宽度,右眼的右边列坐标为眼部中心加上宽度;根据经验,估计面部中心距离左右眼边缘距离M,所以面部中心减M作为左眼的右边沿,中心加M作右眼的左边沿;便可以求出左右眼的纵向坐标;进一步对人眼初步定位区域进行二值化横向积分投影确定眼睛的位置,对人眼初步定位区域进行纵向搜索确定眼睛上下边界,便可以精确定位眼睛。最后便可通过疲劳检测模块,根据眼睛上下边界判断眼睛处于睁开或闭合状态,根据PERCLOS方法判断驾驶员的疲劳状态,疲劳检测模块判断驾驶员处于疲劳状态时便可通知异常报警模块进行报警提示。疲劳检测模块的原理可参照传统方法。
进一步的,如图1所示,本实施例的驾驶员状态检测设备还包括心率检测模块和血糖检测模块,心率检测模块用于检测驾驶员的心率,血糖检测模块用于检测驾驶员的血糖,异常报警模块还用于在驾驶员的心率高于心率设定值或血糖高于血糖设定值时进行报警提示。一般而言,某些驾驶员会存在一些身体疾病,如心脏病,本实施例可通过检测驾驶员的心率来监测驾驶员的健康状态,驾驶员的心率高于心率设定值,便可认为驾驶员的心率出现异常,此时异常报警模块进行报警提示,有利于提醒驾驶员及时就医。另外,一般认为人体血糖升高时会分泌一种化合物增加人的疲劳状态,本实施例可通过检测驾驶员的血糖来提前监测驾驶员的疲劳状态,驾驶员的血糖高于血糖设定值,便可认为驾驶员即将出现疲劳状态,此时异常报警模块进行报警提示,有利于对驾驶员的疲劳状态进行提前预警,同时还可认为驾驶员的血糖出现异常,可同时从血糖和心率两个方面监测驶员的健康状态,功能更加完善。
进一步的,如图1所示,本实施例的驾驶员状态检测设备还包括电源转换模块,用于对车载电源的输出电压进行转化后对其他各个模块进行供电。由于车载电源的输出电压大部分为12V或24V,其他各个模块的供电电压一般为3.3V或5V等,需要进行降压转换。本实施例通过buck电路进行降压DC/DC转换。如图4所示,电源转换模块包括电源转换模块包括开关管V1、二极管VD、电感Lr、电感Lf、电容Cr及电容Cf。车载电源的输出端正极依次经开关管V1、电感Lr、电感Lf连接负载,电感Lr与电感Lf的公共端依次经二极管VD的负极、二极管VD的正极连接车载电源的输出端负极,电容Cr与开关管V1并联,电容Cf与负载并联。图4中VD1为开关管V1的反并联二极管。
本实施例中,Uin为车载电源的输出,开关管V1、续流二极管VD、输出滤波电感Lf、输出滤波电容Cf和负载构成基本Buck电路,反并联二极管VD、谐振电容Cr和谐振电感Lr用来实现软开关。当V1为关断状态时,Cr和Lr串联谐振,使V1实现ZVS开通;当V1为开通状态即将关断时,并联电容Cr可有效抑制V1两端电压上升速度,降低关断损耗抑制电压尖峰。V1工作在现ZVS开通状态,必须在Cr两端电压UCr已为零而Lr上电流iLr还未衰减到零的时段内向V1发送开通信号。V1从上个周期关断到这个周期开通的时间间隔可表示为Toff=Ts(1-D),D为V1驱动脉冲的占空比。谐振周期要实现V1的ZVS开启需满足Tr/2<Toff<Tr。
本实施例中,上述电路通过谐振实现了ZVS,但ZVS只能在一个特定时间段内实现,即D只能在特定范围内调节,ZVS状态下输出电压只能在小范围内连续调节,设计谐振参数时需预先知道电路大概工作的占空比范围。此外,UCr在谐振过程中将会提升至数倍以上的Uin,增加了开关器件的耐压要求。这两个缺点极大限制了此电路的实用性。为此,如图4所示,本实施例优选电源转换模块还包括开关管V2及电容Cc,开关管V1与电感Lr的公共端依次经电容Cc、开关管V2连接车载电源的输出端负极。开关管V2与开关管V1互补开通。VD2为开关管V2的反并联二极管。假设电路已工作在稳态;Cf足够大,即一个开关周期内输出电压恒定;Lr与Lf相比很小,Cr与Cc相比很小;稳态时Cc两端电压恒定为UCc。本实施例buck电路工作过程为:第一阶段(t0-t1),t0时刻前V1导通,V2和VD关断,车载电源通过Lr、Lf对负载供电;t0时刻V1关断,Cr、Lr开始谐振,VD导通,Lf两端承受反向输出电压,iLf线性下降,UCr=Uin+UCc;由于UCr不能突变,UCr从零开始上升,上升至Uin+UCc时,Lr两端电压ULr下降到-UCc,VD2导通,此时UCr被钳位在Uin+UCc,第一阶段结束。第二阶段(t1-t2),t1时刻VD2导通,ULr=-UCc,iLr线性下降,直到t2时刻iLr下降到零;由于iLr下降过程中VD2导通,第二阶段某时刻向V2发送触发信号可使V2实现ZVS开通,负载和VD形成回路。第三阶段(t2-t3),t2时刻iLr下降到零,由于在第二阶段已向V2发送触发信号,V2在t2时刻正式导通,Lr仍承受-UCc,iLr反向线性增大,t3时刻iLr达到反向峰值。第四阶段(t3-t4),t3时刻V2关断,由于电感电流不能突变,iLr通过Cr,Cr、Lr开始谐振,此时只要死区足够大,且Lr中储存的能量大于Cr中储存的能量,UCr可以降至零;在t4时刻Cr中储存的能量完全释放,UCr降至零。第五阶段(t4-t5),t4时刻UCr降至零,此时电感Lr电流还未过零,由于电感电流不能突变,VD1导通,V1两端电压UV1仅为VD1的导通压降,此阶段向V1发送开通信号可实现ZVS开通;ULr恒为Uin,iLr线性下降,t5时刻iLr降至零,V1开启,iLr继续正向增大。第六阶段(t5-t6),t5时刻V1开启,iLr正向增大,t6时刻iLr=iLf,VD关断。第七阶段(t6-t7),车载电源通过Lr、Lf对负载供电,iLr线性上升,t7时刻V1关断,开始新的周期。在第五阶段中,虽然V1有触发脉冲,但由于iLr仍为负值,V1不能立刻导通,要等到iLr过零后才能实现换流,即V1的导通时刻与触发脉冲发送时刻不同,存在一个占空比损失的现象,死区时间需大于Tr的一半。若要V1工作在ZVS开通状态,则必须在UCr已为零但iLr还未衰减到零的时段内向V1发送开通信号。同时,由于存在占空比损失,故实际占空比应该大于理论占空比,即D≥Uin/输出电压。这样,本实施例通过增加辅助开关管和电容,主开关管导通前先使辅助开关管导通,添加死区,实现了主辅开关管的零电压导通和关断,有效限制了主开关管电压应力。
由于NMOS管导通条件为栅源电压至少应大于其阈值电压,这使得当源极输入高电平时,需要采取自举电路、隔离驱动电路或集成式驱动电路,但其存在体积大、电路结构复杂、成本高等诸多缺点。本实施例选择V2为PMOS管,当源极接入最高电平时,只需将栅极电平拉低,PMOS管就足以导通。为提高V2的开关速度,如图5所示,本实施例优选电源转换模块还包括三极管VT1~VT2、电阻R1~R5、电容C2及稳压二极管VD3。开关管V2的源极经三极管VT2连接开关管V2的栅极,开关管V2的源极还经电阻R1连接开关管V2的栅极,开关管V2的栅极依次经电阻R2、三极管VT1接地,稳压二极管VD3与电阻R2并联,三极管VT1的集电极经电容C2连接三极管VT2的基极,三极管VT2的基极经电阻R5连接三极管VT2的发射极,三极管VT1的基极经电阻R3接入PWM驱动信号,三极管VT1的基极还经电阻R4连接三极管VT1的发射极。图5中电容C1为开关管V2栅源寄生电容。本实施例中,电阻R1的作用是确保电阻R2两端存在稳定的电压值;稳压二极管VD3的作用是钳位电阻R2两端电压,减小寄生电容C1的充电时间,进而提高开关管V2的开通速度,并确保在开关导通期间储能电容C2两端的电压相对稳定;C2为储能电容,在输入高电平,VT1管导通时,C2充电以储存能量;而在输入低电平,VT1管关断时,C2放电为VT2管提供基极驱动电流,致使VT2管导通,为开关管V2寄生电容C1放电提供有源泄放回路,从而提高开关管V2的关断速度;改变R2与R5可调节开关管V2关断期间电容C2的放电时间。这样本实施例可通过上述电路在开关管V2栅源极间并接开关电路,并由PWM脉冲控制开关电路中电容充放电以实现开关管V2的开通与关断,使开关管V2栅源寄生电容在开通期间快速充电、关断期间快速放电,从而快速开通与关断开关管V2。
以上所述仅为本发明的较佳实施方式而已,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 (8)
1.一种驾驶员状态检测设备,其特征在于,包括:
人脸框选模块,用于获取驾驶员的灰度图像并对灰度图像进行边缘检测以提取灰度图像的边缘轮廓;
人脸定位模块,用于对边缘检测后的灰度图像进行垂直积分投影,确定人脸边界图像;
眼睛初步定位模块,用于对人脸边界图像进行中值滤波和水平积分投影,计算人脸边界图像的复杂度,根据水平复杂度在垂直方向上对人眼进行初步定位,计算嘴部最大宽度以确定脸部中轴线;
倾斜补偿模块,用于利用嘴部复杂度最大值的差值对人脸边界图像进行水平和垂直补偿;
眼睛二次定位模块,用于根据眼睛与脸部中轴线的先验知识确定双眼的纵向边界,对人眼初步定位区域进行二值化横向积分投影确定眼睛位置,对人眼初步定位区域进行纵向搜索确定眼睛上下边界;
疲劳检测模块,用于根据眼睛上下边界判断眼睛处于睁开或闭合状态,根据PERCLOS方法判断驾驶员的疲劳状态;
异常报警模块,用于在驾驶员处于疲劳状态时进行报警提示。
2.如权利要求1所述的驾驶员状态检测设备,其特征在于,还包括心率检测模块和血糖检测模块,心率检测模块用于检测驾驶员的心率,血糖检测模块用于检测驾驶员的血糖,异常报警模块还用于在驾驶员的心率高于心率设定值或血糖高于血糖设定值时进行报警提示。
3.如权利要求1所述的驾驶员状态检测设备,其特征在于,人脸定位模块对边缘检测后的灰度图像进行垂直积分投影的步骤包括:
取固定宽度作为积分宽度,根据固定宽度对边缘检测后的灰度图像进行垂直积分投影,每隔一个像素取一个积分值。
4.如权利要求3所述的驾驶员状态检测设备,其特征在于,人脸定位模块对边缘检测后的灰度图像进行垂直积分投影的步骤还包括:
记录积分值大于设定阈值的个数,若仅有一个则判断此积分值对应区域的中点坐标到起点坐标的距离是否小于设定值,若是则将设定阈值减小后再与积分值比较,否则将设定阈值增加后再与积分值比较。
5.如权利要求1所述的驾驶员状态检测设备,其特征在于,还包括电源转换模块,用于对车载电源的输出电压进行转化后对其他各个模块进行供电。
6.如权利要求5所述的驾驶员状态检测设备,其特征在于,电源转换模块包括开关管V1、二极管VD、电感Lr、电感Lf、电容Cr及电容Cf;
车载电源的输出端正极依次经开关管V1、电感Lr、电感Lf连接负载,电感Lr与电感Lf的公共端依次经二极管VD的负极、二极管VD的正极连接车载电源的输出端负极,电容Cr与开关管V1并联,电容Cf与负载并联。
7.如权利要求6所述的驾驶员状态检测设备,其特征在于,电源转换模块还包括开关管V2及电容Cc,开关管V1与电感Lr的公共端依次经电容Cc、开关管V2连接车载电源的输出端负极。
8.如权利要求6所述的驾驶员状态检测设备,其特征在于,电源转换模块还包括三极管VT1~VT2、电阻R1~R5、电容C2及稳压二极管VD3;
开关管V2的源极经三极管VT2连接开关管V2的栅极,开关管V2的源极还经电阻R1连接开关管V2的栅极,开关管V2的栅极依次经电阻R2、三极管VT1接地,稳压二极管VD3与电阻R2并联,三极管VT1的集电极经电容C2连接三极管VT2的基极,三极管VT2的基极经电阻R5连接三极管VT2的发射极,三极管VT1的基极经电阻R3接入PWM驱动信号,三极管VT1的基极还经电阻R4连接三极管VT1的发射极。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011506156.9A CN112528906B (zh) | 2020-12-18 | 2020-12-18 | 一种驾驶员状态检测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011506156.9A CN112528906B (zh) | 2020-12-18 | 2020-12-18 | 一种驾驶员状态检测设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112528906A true CN112528906A (zh) | 2021-03-19 |
CN112528906B CN112528906B (zh) | 2022-10-14 |
Family
ID=75001788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011506156.9A Active CN112528906B (zh) | 2020-12-18 | 2020-12-18 | 一种驾驶员状态检测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112528906B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104013414A (zh) * | 2014-04-30 | 2014-09-03 | 南京车锐信息科技有限公司 | 一种基于移动智能手机的驾驶员疲劳检测系统 |
CN106530623A (zh) * | 2016-12-30 | 2017-03-22 | 南京理工大学 | 一种疲劳驾驶检测装置及检测方法 |
CN109829409A (zh) * | 2019-01-23 | 2019-05-31 | 深兰科技(上海)有限公司 | 驾驶员情绪状态检测方法及系统 |
CN111938599A (zh) * | 2020-08-18 | 2020-11-17 | 湖南汽车工程职业学院 | 一种基于驾驶员身体特征识别的疲劳驾驶监测系统 |
-
2020
- 2020-12-18 CN CN202011506156.9A patent/CN112528906B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104013414A (zh) * | 2014-04-30 | 2014-09-03 | 南京车锐信息科技有限公司 | 一种基于移动智能手机的驾驶员疲劳检测系统 |
CN106530623A (zh) * | 2016-12-30 | 2017-03-22 | 南京理工大学 | 一种疲劳驾驶检测装置及检测方法 |
CN109829409A (zh) * | 2019-01-23 | 2019-05-31 | 深兰科技(上海)有限公司 | 驾驶员情绪状态检测方法及系统 |
CN111938599A (zh) * | 2020-08-18 | 2020-11-17 | 湖南汽车工程职业学院 | 一种基于驾驶员身体特征识别的疲劳驾驶监测系统 |
Non-Patent Citations (6)
Title |
---|
GUOFENG ZOU等: "Eyes location method based on the adaboost algorithm and block integral projection", 《IEEE》 * |
员翠平 等: "功率PMOS管的有源泄放驱动电路研究", 《电工技术学报》 * |
张晶晶等: "基于复杂度和模板匹配人眼定位方法", 《广西民族大学学报(自然科学版)》 * |
张海燕等: "基于最大特征分量的快速人脸倾斜校正方法", 《电子测量与仪器学报》 * |
房新雨 等: "一种新型ZVS型Buck变换器的设计", 《电力电子技术》 * |
邱鹏瑞: "基于积分投影与灰度复杂度的人脸特征定位算法", 《微型电脑应用》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112528906B (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7141957B2 (en) | Converter circuit and control method for same | |
US20030062930A1 (en) | Gate driver apparatus having an energy recovering circuit | |
CN1042686C (zh) | 电源装置 | |
JP3501226B2 (ja) | Dc−dcコンバータ | |
JP4636249B2 (ja) | 電流共振型dc/dcコンバータおよびそのゼロ電流スイッチング実現方法 | |
US7224149B2 (en) | Current resonance type DC/DC converter capable of decreasing losses on no-load and a light load | |
EP1337033A2 (en) | Arc-machining power supply with switching loss reducing element | |
US20120068683A1 (en) | Current Source Gate Driver with Negative Gate Voltage | |
CN112528906B (zh) | 一种驾驶员状态检测设备 | |
US10892678B2 (en) | Method and apparatus for bidirectional operation of phase-shift full bridge converter using inductor pre-charging | |
US20220038020A1 (en) | Zero-voltage-switching flyback converter with reduced secondary side current and voltage stress | |
US6430063B1 (en) | Control switch for synchronous rectification circuit of DC-DC converter | |
US7184279B2 (en) | Solid state switching circuit | |
CN112087138B (zh) | 一种多模态软开关变换器及其控制方法 | |
US20190312576A1 (en) | A power switch drive circuit with built-in power supply capacitor | |
CN110719019B (zh) | 一种副边有源箝位控制电路 | |
CN214589682U (zh) | 一种激光二极管的控制系统及激光仪器 | |
EP4095002A1 (en) | Vehicle window cleaning method, vehicle window cleaning apparatus, and vehicle | |
CN115021578A (zh) | 一种反激变换器的控制方法、装置及反激变换器 | |
CN216101799U (zh) | 一种基于数字图像处理技术的智能车灯控制系统 | |
CN213880361U (zh) | 一种车灯驱动系统 | |
JP2596143Y2 (ja) | 昇圧コンバータ | |
CN215010466U (zh) | 车载摄像头 | |
CN104393748A (zh) | 一种变流器开关管实现软关断和能量回馈的电路及方法 | |
CN101278839B (zh) | 夜间驾驶跟踪方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |