CN207328435U - 一种基于opencv智能驾驶辅助系统 - Google Patents
一种基于opencv智能驾驶辅助系统 Download PDFInfo
- Publication number
- CN207328435U CN207328435U CN201721333886.7U CN201721333886U CN207328435U CN 207328435 U CN207328435 U CN 207328435U CN 201721333886 U CN201721333886 U CN 201721333886U CN 207328435 U CN207328435 U CN 207328435U
- Authority
- CN
- China
- Prior art keywords
- camera
- opencv
- driver
- intelligent driving
- module
- 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.)
- Active
Links
Landscapes
- Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
本实用新型是一种基于opencv智能驾驶辅助系统,该种智能辅助系统包括微型电脑、第一摄像头、第二摄像头、蜂鸣器、脑电波模块、蓝牙模块和超声波模块,其中通过第二摄像头采集人眼信息,并和脑电波模块配合使用判断驾驶员的疲劳程度,当驾驶员处于疲劳状态时,由第一摄像头采集道路信息和道路上车辆行人信息数据,结合超声波模块的距离判定,进而在危险状态下通过蜂鸣器进行报警或通过自动驾驶执行机构实现自动驾驶。
Description
技术领域
本实用新型是涉及汽车驾驶辅助系统领域,具体的说是一种基于opencv智能驾驶辅助系统。
背景技术
在人类发展的历史长河中,自古以来,人类都梦想着超越自己的速度,而自从汽车的发明,人类就实现了这个伟大的梦想,可是说机车的发明是人类文明进步的一大标志。然而,随着近现代化工业进程的快速发展,尤其是进入二十一世纪以来,汽车的发展简直是一跃千里,汽车工业的发展更是欣欣向荣,汽车在全球处处可见,已经成为人们日常生活中最必不可少的交通工具,可以说汽车的数量是呈几何级在增长。由此带来的问题就是,交通事故不断增长,导致交通肇事的原因与问题也愈来愈复杂和难于预防,譬如超速行驶、醉酒驾驶、疲劳驾驶等主观人为因素以及天气因素,道路状况等客观原因,而在众多的交通肇事原因中,驾驶员疲劳驾驶是一个重要原因,也是可以通过科技手段进行提前预警和预防的一大关键因素。驾驶疲劳,是指驾驶员由于长时间持续或睡眠不足驾驶而造成的反应力下降,主要表现在打瞌睡、驾驶操作失误、驾驶员困倦乃至完全丧失驾驶能力。因此,人们迫切希望能够有一种能够实时检测驾驶员疲劳程度,并且在安全隐患增加之前可以及时发现驾驶员处于疲劳驾驶且对其进行预警甚至自动驾驶使得偏移的车辆回归正道的系统,那么这种系统将会是预防由疲劳驾驶而引的交通肇事的有效手段。
发明内容
本实用新型要解决的技术问题是提供一种基于opencv智能驾驶辅助系统,该种智能驾驶辅助系统能够通过脑电波和人眼数据判断驾驶员的疲劳程度,进而在驾驶员疲劳状态下进行自动驾驶或采用蜂鸣器报警。
为解决上述技术问题,本实用新型采用的技术方案为:
一种基于opencv智能驾驶辅助系统,其特征在于:包括微型电脑、所述的微型电脑的输入端与第一摄像头和第二摄像头信号连接,所述的微型电脑的输出端连接有蜂鸣器,所述的微型电脑的输入端还与超声波模块信号连接,所述的微型电脑的输入端还与脑电波模块无线信号连接;
所述的第一摄像头可收集道路和车辆、行人位置信息数据;
所述的第二摄像头可收集人眼位置和人眼特征数据;
所述的蜂鸣器可发出报警声音;
所述的脑电波模块可收集驾驶人员脑电波数据;
所述的超声波模块可监测车辆周围障碍物与车辆之间的距离。
为优化上述实用新型,采取的具体措施还包括:
所述的微型电脑为树莓派,所述的树莓派安装在汽车驾驶室内部。
所述的第一摄像头为红外摄像头,所述的第一摄像头安装在汽车的前侧面上,所述的第二摄像头为红外摄像头,所述的第二摄像头安装在汽车驾驶室的内部的上方,所述的第二摄像头能够拍摄到驾驶员的面部。
所述的超声波模块包括六只超声波距离探测仪,其中汽车的前侧面和后侧面均分别安装有一只超声波距离探测仪,所述的汽车的左侧面和右侧面均分别安装有两只超声波距离探测仪。
所述的脑电波模块为脑电波采集头盔。
所述的微型电脑的输入端还与脑电波采集头盔通过蓝牙模块无线信号连接,所述的微型电脑的输入端与蓝牙模块的接收端信号连接,所述的脑电波采集头盔与蓝牙模块的发送端信号连接。
判断驾驶员是否处于疲劳状态由第二摄像头和脑电波采集头盔配合完成,当驾驶员精神充足时,眼睛的开闭频率及其开闭大小等都比较符合正常的统计规律;当驾驶员的精神不佳时,眼睛的开闭大小与频度都会呈现出一定的滞后和低迷。通过驾驶员前方的第二摄像头采集到驾驶员脸部位置信息,通过水平投影的方法实现人眼的定位,为了保证人眼定位的准确性还可以进一步在第二摄像头周围安装补光灯,防止在黑暗情况下出现测试不准的情况;也可以在驾驶员背后设置纯色背景墙,能够进一步确保检查的准确性。确定人眼位置之后,通过树莓派内的opencv平台,计算当被眼睑遮挡的区域占整个眼睛区域的80%时,这段时间的眼睛闭合时所占的时间比例,根据该比例确定驾驶员的疲劳程度。
通过脑电波采集头盔可以采集到由于驾驶动作而产生的脑电波,包含有8Hz-12.9Hz的α波,还有13Hz-30 Hz的δ波,虽然也有α波叠加在δ波之上,但是α波的峰值远低于δ波。当驾驶员正常操作时,对驾驶员的脑电波进行付氏变换,求出功率谱密度,α波的功率谱密度会远小于δ波的功率谱密度,两者之比为G1,当驾驶员疲劳操作时,对驾驶员的脑电波进行付氏变换,求出功率谱密度,脑电波则以α波为主,α波和δ波功率谱密度之比为G2,由于G2远大于G1,因此可以判定汽车驾驶员的疲劳程度。
因此由第二摄像头和脑电波采集头盔配合判断驾驶员是否处于疲劳状态,该过程均可在数据处理平台树莓派内进行相关计算和操作。当判断出驾驶员处于疲劳状态后,可通过第一摄像头和超声波模块采集汽车行驶环境数据,进而通过数据处理平台控制自动驾驶的执行机构实现自动驾驶,或通过蜂鸣器报警,提醒驾驶员进行休息。
微型电脑和汽车的ECU信号连接,通过ECU直接控制汽车节气门控制伺服电机转动,进而控制汽车的油门大小,同时ECU也控制刹车系统液压泵的工作状态,进一步能够控制汽车刹车系统的工作状态,微型电脑直接与方向盘驱动电机信号连接,进而能够控制方向盘的转动角度,进一步的,方向盘驱动电机与反向盘转轴之间通过减速箱传动连接。通过通知方向盘转向、刹车和油门,能够有效的控制汽车的行驶状态。
该种基于opencv智能驾驶辅助系统能够达到的有益效果为:
第一,通过第二摄像头采集人眼数据信息,并通过计算被眼睑遮挡的区域占整个眼睛区域的 80%时,这段时间的眼睛闭合时所占的时间比例,判定驾驶员是否处于疲劳状态。
第二,通过脑电波模块采集驾驶员脑电波信息,通过计算α波的功率谱密度和δ波的功率谱密度之比,判定驾驶员是否处于疲劳状态。
第三,采用树莓派作为数据处理平台,技术成熟,数据处理稳定、快速,并且具有较强的扩展性。
第四,通过第一摄像头和超声波模块能够获取大量的汽车驾驶环境数据,能够为自动驾驶提供数据支持。
附图说明
图1为本实用新型一种基于opencv智能驾驶辅助系统的结构原理图。
图2为本实用新型一种基于opencv智能驾驶辅助系统车内安装布局的俯视图。
图3为本实用新型一种基于opencv智能驾驶辅助系统车内安装布局的前视图。
图4为本实用新型一种基于opencv智能驾驶辅助系统车内安装布局的侧视图。
图5为本实用新型一种基于opencv智能驾驶辅助系统的汽车节气门控制原理图。
图例说明:1、微型电脑;2、第一摄像头;3、第二摄像头;4、蜂鸣器;5、脑电波模块;6、蓝牙模块;7、超声波模块。
具体实施方式
以下结合说明书附图和具体优选的实施例对本实用新型作进一步描述。
一种基于opencv智能驾驶辅助系统,其特征在于:包括微型电脑1、所述的微型电脑1的输入端与第一摄像头2和第二摄像头3信号连接,所述的微型电脑1的输出端连接有蜂鸣器4,所述的微型电脑1的输入端还与超声波模块7信号连接,所述的微型电脑1的输入端还与脑电波模块5无线信号连接;
所述的第一摄像头2可收集道路和车辆、行人位置信息数据;
所述的第二摄像头3可收集人眼位置和人眼特征数据;
所述的蜂鸣器4可发出报警声音;
所述的脑电波模块5可收集驾驶人员脑电波数据;
所述的超声波模块7可监测车辆周围障碍物与车辆之间的距离。
本实施例中,微型电脑1为树莓派,所述的树莓派安装在汽车驾驶室内部。
本实施例中,第一摄像头2为红外摄像头,所述的第一摄像头2安装在汽车的前侧面上,所述的第二摄像头3为红外摄像头,所述的第二摄像头3安装在汽车驾驶室的内部的上方,所述的第二摄像头3能够拍摄到驾驶员的面部。
本实施例中,超声波模块7包括六只超声波距离探测仪,其中汽车的前侧面和后侧面均分别安装有一只超声波距离探测仪,所述的汽车的左侧面和右侧面均分别安装有两只超声波距离探测仪。
本实施例中,脑电波模块5为脑电波采集头盔。
本实施例中,微型电脑1的输入端还与脑电波采集头盔通过蓝牙模块6无线信号连接,所述的微型电脑1的输入端与蓝牙模块6的接收端信号连接,所述的脑电波采集头盔与蓝牙模块6的发送端信号连接。
本实施例中,判断驾驶员是否处于疲劳状态由第二摄像头3和脑电波采集头盔配合完成,当驾驶员精神充足时,眼睛的开闭频率及其开闭大小等都比较符合正常的统计规律;当驾驶员的精神不佳时,眼睛的开闭大小与频度都会呈现出一定的滞后和低迷。通过驾驶员前方的第二摄像头采集到驾驶员脸部位置信息,通过水平投影的方法实现人眼的定位,为了保证人眼定位的准确性还可以进一步在第二摄像头周围安装补光灯,防止在黑暗情况下出现测试不准的情况;也可以在驾驶员背后设置纯色背景墙,能够进一步确保检查的准确性。确定人眼位置之后,通过树莓派内的opencv平台,计算当被眼睑遮挡的区域占整个眼睛区域的 80%时,这段时间的眼睛闭合时所占的时间比例,根据该比例确定驾驶员的疲劳程度。
本实施例中,通过脑电波采集头盔可以采集到由于驾驶动作而产生的脑电波,包含有8Hz-12.9 Hz的α波,还有13Hz-30 Hz的δ波,虽然也有α波叠加在δ波之上,但是α波的峰值远低于δ波。当驾驶员正常操作时,对驾驶员的脑电波进行付氏变换,求出功率谱密度,α波的功率谱密度会远小于δ波的功率谱密度,两者之比为G1,当驾驶员疲劳操作时,对驾驶员的脑电波进行付氏变换,求出功率谱密度,脑电波则以α波为主,α波和δ波功率谱密度之比为G2,由于G2远大于G1,因此可以判定汽车驾驶员的疲劳程度。
因此由第二摄像头3和脑电波采集头盔配合判断驾驶员是否处于疲劳状态,该过程均可在数据处理平台树莓派内进行相关计算和操作。当判断出驾驶员处于疲劳状态后,可通过第一摄像头2和超声波模块7采集汽车行驶环境数据,进而通过数据处理平台控制自动驾驶的执行机构实现自动驾驶,或通过蜂鸣器4报警,提醒驾驶员进行休息。
本实施例中,微型电脑1和汽车的ECU信号连接,通过ECU直接控制汽车节气门控制伺服电机转动,进而控制汽车的油门大小,同时ECU也控制刹车系统液压泵的工作状态,进一步能够控制汽车刹车系统的工作状态,微型电脑1直接与方向盘驱动电机信号连接,进而能够控制方向盘的转动角度,进一步的,方向盘驱动电机与反向盘转轴之间通过减速箱传动连接。通过通知方向盘转向、刹车和油门,能够有效的控制汽车的行驶状态。
以上仅是本实用新型的优选实施方式,本实用新型的保护范围并不仅局限于上述实施例,凡属于本实用新型思路下的技术方案均属于本实用新型的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本实用新型原理前提下的若干改进和润饰,应视为本实用新型的保护范围。
Claims (6)
1.一种基于opencv智能驾驶辅助系统,其特征在于:包括微型电脑(1)、所述的微型电脑(1)的输入端与第一摄像头(2)和第二摄像头(3)信号连接,所述的微型电脑(1)的输出端连接有蜂鸣器(4),所述的微型电脑(1)的输入端还与超声波模块(7)信号连接,所述的微型电脑(1)的输入端还与脑电波模块(5)无线信号连接;
所述的第一摄像头(2)可收集道路和车辆、行人位置信息数据;
所述的第二摄像头(3)可收集人眼位置和人眼特征数据;
所述的蜂鸣器(4)可发出报警声音;
所述的脑电波模块(5)可收集驾驶人员脑电波数据;
所述的超声波模块(7)可监测车辆周围障碍物与车辆之间的距离。
2.根据权利要求1所述的一种基于opencv智能驾驶辅助系统,其特征在于:所述的微型电脑(1)为树莓派,所述的树莓派安装在汽车驾驶室内部。
3.根据权利要求1所述的一种基于opencv智能驾驶辅助系统,其特征在于:所述的第一摄像头(2)为红外摄像头,所述的第一摄像头(2)安装在汽车的前侧面上,所述的第二摄像头(3)为红外摄像头,所述的第二摄像头(3)安装在汽车驾驶室的内部的上方,所述的第二摄像头(3)能够拍摄到驾驶员的面部。
4.根据权利要求1所述的一种基于opencv智能驾驶辅助系统,其特征在于:所述的超声波模块(7)包括六只超声波距离探测仪,其中汽车的前侧面和后侧面均分别安装有一只超声波距离探测仪,所述的汽车的左侧面和右侧面均分别安装有两只超声波距离探测仪。
5.根据权利要求1所述的一种基于opencv智能驾驶辅助系统,其特征在于:所述的脑电波模块(5)为脑电波采集头盔。
6.根据权利要求5所述的一种基于opencv智能驾驶辅助系统,其特征在于:所述的微型电脑(1)的输入端还与脑电波采集头盔通过蓝牙模块(6)无线信号连接,所述的微型电脑(1)的输入端与蓝牙模块(6)的接收端信号连接,所述的脑电波采集头盔与蓝牙模块(6)的发送端信号连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721333886.7U CN207328435U (zh) | 2017-10-17 | 2017-10-17 | 一种基于opencv智能驾驶辅助系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721333886.7U CN207328435U (zh) | 2017-10-17 | 2017-10-17 | 一种基于opencv智能驾驶辅助系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207328435U true CN207328435U (zh) | 2018-05-08 |
Family
ID=62364727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721333886.7U Active CN207328435U (zh) | 2017-10-17 | 2017-10-17 | 一种基于opencv智能驾驶辅助系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207328435U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107628034A (zh) * | 2017-10-17 | 2018-01-26 | 南京工程学院 | 一种基于opencv智能驾驶辅助系统 |
CN109910900A (zh) * | 2019-04-01 | 2019-06-21 | 广东科学技术职业学院 | 一种智能驾驶系统及方法 |
-
2017
- 2017-10-17 CN CN201721333886.7U patent/CN207328435U/zh active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107628034A (zh) * | 2017-10-17 | 2018-01-26 | 南京工程学院 | 一种基于opencv智能驾驶辅助系统 |
CN109910900A (zh) * | 2019-04-01 | 2019-06-21 | 广东科学技术职业学院 | 一种智能驾驶系统及方法 |
CN109910900B (zh) * | 2019-04-01 | 2020-11-10 | 广东科学技术职业学院 | 一种智能驾驶方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107628034A (zh) | 一种基于opencv智能驾驶辅助系统 | |
CN102717765B (zh) | 疲劳驾驶检测方法及防疲劳驾驶辅助装置 | |
CN102219158B (zh) | 一种塔机集群作业防碰撞方法及其装置 | |
CN107128302B (zh) | 一种汽车五限界主动报警防撞装置及方法 | |
CN201400150Y (zh) | 一种车辆防追尾碰撞控制装置 | |
CN109885040A (zh) | 一种人机共驾中的车辆驾驶控制权分配系统 | |
CN106585624A (zh) | 驾驶员状态监控方法及装置 | |
CN108189763A (zh) | 一种分析驾驶员驾驶行为的方法及专用智能车载后视镜 | |
CN108407715A (zh) | 一种汽车安全预警系统及方法 | |
CN207328435U (zh) | 一种基于opencv智能驾驶辅助系统 | |
CN204978641U (zh) | 一种汽车转弯安全辅助装置 | |
CN204821320U (zh) | 无人驾驶汽车危情自处理系统 | |
CN106965673A (zh) | 停车控制装置 | |
CN109878415A (zh) | 一种驾驶员双手位置检测报警系统及基于其的方法和车辆 | |
CN105774804A (zh) | 跟车风险评估方法、装置和车辆 | |
CN108932872A (zh) | 一种远程控制车辆预警的方法 | |
CN105270258A (zh) | 一种汽车转向安全辅助系统 | |
CN113064153B (zh) | 一种确定目标对象跟踪门限的方法、装置 | |
CN205819182U (zh) | 基于侧风影响的车道偏移控制系统 | |
CN209700517U (zh) | 一种驾驶员双手位置检测报警系统及安装其的车辆 | |
CN101996492A (zh) | 一种车载车况或环境监测信息的通讯方法和系统 | |
CN217157480U (zh) | 一种基于人车行为分析的公路隧道风险监测系统 | |
CN203032395U (zh) | 一种汽车多功能报警装置 | |
CN205524449U (zh) | 一种基于机器视觉的转向助力预警系统 | |
CN115299948A (zh) | 一种驾驶员疲劳检测方法及检测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |