一种疲劳驾驶检测方法技术

本发明专利技术涉及智能交通技术领域，公开了一种疲劳驾驶检测方法，从驾驶员监控视频抽取图像；根据肤色定位驾驶员面部区域；获取驾驶员眼睛在图像中的相对位置；计算驾驶员眼睛状态参数；判断驾驶员是否处于疲劳驾驶状态。采用多线程编程方式，设计视频采集、图像分析、疲劳判断报警三个线程，各个线程之间是通过信号和槽进行通信。利用现有的视频采集硬件，实时监控视频图像分析驾驶员面部和眼睛特征，判断驾驶员是否处于疲劳驾驶状态，信息处理速度快，有较高的检测精度。

【技术实现步骤摘要】
一种疲劳驾驶检测方法
本专利技术涉及新一代信息
，更具体地涉及一种疲劳驾驶检测方法。
技术介绍
随着我国交通运输业的逐渐发展，交通事故的发生越来越频繁，而驾驶员疲劳驾驶已经变成了导致交通事故的主要原因之一。疲劳后继续驾驶车辆，会感到困倦瞌睡，四肢无力，注意力不集中，判断能力下降，甚至出现精神恍惚或瞬间记忆消失，出现动作迟误或过早，操作停顿或修正时间不当等不安全因素，极易发生道路交通事故。在疲劳状态下,驾驶员的眨眼率远远高于非疲劳状态下的眨眼率,通过连续地监测驾驶员的眼睛，可以检测驾驶员的状态。预防疲劳驾驶的接触式产品有：1、挂耳朵式，一般驾驶员不愿意挂在耳朵上，功能非常简单，低头就报警，首先打瞌睡不一定就低头，等低头才报警估计已经挂了。2、手表式或眼镜式，手表式利用脉搏的跳动来估测人是否疲劳，没有权威的科学依据，且不能解决突然睡着的问题，眼镜式则是强迫带一幅厚重的眼镜来判断眨眼频率，基本上许多人都不适应，其实眨眼频率和疲劳没有直接关系。3、方向盘触摸式，利用在方向盘上安装一些传感器来感知驾驶员是否握住方向盘，这和疲劳其实也没有直接关系，有些人睡着了你还难从他手里取下东西呢，等人松弛了才报警估计也已经挂了，实在有些牵强附会，并且有安装传感器会使方向盘操作不方便。预防疲劳驾驶的非接触式技术有：基于机器视觉技术的驾驶辅助预警系统，可实时检测驾驶员的疲劳及注意力分散状态，并提供报警信息。在对驾驶员驾驶图像进行采集的过程中，容易出现具有一定倾斜度的驾驶图像，导致传统的基于脑电图识别结合操纵特征的驾驶员疲劳驾驶检测方法，由于需对角度标准差与零速百分比进行准确测量，造成无法有效实现对驾驶员疲劳检测的问题。在现有的研究成果和公开文献中，尚未发现一种疲劳驾驶检测方法，实时视频采集、实时进行视频图像分析，判断驾驶员是否处于疲劳驾驶状态，且具有较高的检测精度。
技术实现思路
专利技术目的本专利技术提出了一种疲劳驾驶检测方法，能够利用现有的视频采集硬件和图像处理技术，在进行实时视频采集的同时，实时进行视频图像分析，判断驾驶员是否处于疲劳驾驶状态。本专利技术所采用的技术方案本专利技术提出的一种疲劳驾驶检测方法，包括如下步骤：(1)从驾驶员监控视频抽取图像；(2)根据肤色定位驾驶员面部区域；(3)获取驾驶员眼睛在图像中的相对位置；(4)计算驾驶员眼睛状态参数；(5)判断驾驶员是否处于疲劳驾驶状态。进一步的，在所述步骤(2)中，采用AdaBoost算法检测驾驶员面部区域。进一步的，在所述步骤(3)中,首先求出驾驶员面部区域图像垂直方向的梯度矩阵，其次对梯度矩阵进行水平投影，再次得到驾驶员面部的结构特征，最后得到驾驶员眼睛在图像中的相对位置。进一步的，在所述步骤(4)中,根据单位时间内驾驶员眼睛闭合时间所占的百分比，计算驾驶员眼睛状态参数。进一步的，在所述步骤(5)中,将驾驶员眼睛状态参数与事先设定的阈值向比较，若超出阈值，则判断为驾驶员处于疲劳驾驶状态。进一步的，上述方法在嵌入式系统Qt环境中，采用多线程编程方式，设计视频采集、图像分析、疲劳判断报警三个线程，各个线程之间是通过信号和槽进行通信。本专利技术所产生的技术效果本专利技术提出的一种疲劳驾驶检测方法，利用现有的视频采集硬件，实时监控视频图像分析驾驶员面部和眼睛特征，判断驾驶员是否处于疲劳驾驶状态，信息处理速度快，有较高的检测精度。附图说明图1视频图像处理系统电路原理图。具体实施方式实施例硬件部分如图1所示，为视频图像处理系统电路原理图，其中核心处理器选用三星Exynos4412，采用32nmHKMG工艺，是三星的第一款四核处理器，支持2个摄像头。软件部分以Linux为操作系统，应用程序框架采用Qt+OpenCV的方式，在Qt环境下编写图形用户界面。需要在PC机上交叉编译，再下载到Exynos4412板子上运行，首先在PC机上安装虚拟机和Linux系统，在Linux系统下安装交叉编译工具am3-linux-gcc，连接上串口和网线，通过JTAG接口把交叉编译好的U-boot和Linux内核系统烧写到板子后，就可以进行基本的根文件系统的配置、编译和移植工作，当板子正常运行后，在SecureCRT中把PC机上的Linux环境目录挂载到板子上，这样就可以在根文件系统中添加交叉编译的应用程序文件和OpenCV库文件，从而完善根文件系统。(1)从驾驶员监控视频抽取图像；(2)根据肤色定位驾驶员面部区域，采用AdaBoost算法检测驾驶员面部区域；(3)获取驾驶员眼睛在图像中的相对位置，首先求出驾驶员面部区域图像垂直方向的梯度矩阵，其次对梯度矩阵进行水平投影，再次得到驾驶员面部的结构特征，最后得到驾驶员眼睛在图像中的相对位置；(4)计算驾驶员眼睛状态参数，根据单位时间内驾驶员眼睛闭合时间所占的百分比，计算驾驶员眼睛状态参数；(5)判断驾驶员是否处于疲劳驾驶状态，将驾驶员眼睛状态参数与事先设定的阈值向比较，若超出阈值，则判断为驾驶员处于疲劳驾驶状态。上述方法在嵌入式系统Qt环境中，采用多线程编程方式，设计视频采集、图像分析、疲劳判断报警三个线程，各个线程之间是通过信号和槽进行通信。嵌入式系统中使用LCD作为显示设备，必须有驱动程序来驱动该设备，才能使LCD正常显示。在底层驱动中，通过分配核心结构体fb-info，设置可变参数和调色板，配置GPIO管脚功能，分配显存和注册设备等一系列步骤之后，LCD可以正常工作。在Qt下开发的应用程序加入根文件系统后，修改/etc/init.d/res文件，让开机自动启动Qt应用程序，连接上两路USB摄像头，设置采集图像的大小为320×240，原始数据格式为YUV格式，完善后的系统Linux内核约占1Mb空间，根文件系统约占80Mb空间。不同环境下,驾驶员疲劳以及非疲劳图像的检测率如下表所示，有很高的检测精度。疲劳非疲劳检测率标识疲劳54113795.25%标识非疲劳3317093.18以上实施方式仅用于说明本专利技术，而并非对本专利技术的限制，有关
的普通技术人员，在不脱离本专利技术的精神和范围的情况下，还可以做出各种变化和变型，因此所有等同的技术方案也属于本专利技术的范畴，本专利技术的专利保护范围应由权利要求限定。本文档来自技高网...

【技术保护点】
一种疲劳驾驶检测方法，其特征在于：包括如下步骤：(1)从驾驶员监控视频抽取图像；(2)根据肤色定位驾驶员面部区域；(3)获取驾驶员眼睛在图像中的相对位置；(4)计算驾驶员眼睛状态参数；(5)判断驾驶员是否处于疲劳驾驶状态。

【技术特征摘要】
1.一种疲劳驾驶检测方法，其特征在于：包括如下步骤：(1)从驾驶员监控视频抽取图像；(2)根据肤色定位驾驶员面部区域；(3)获取驾驶员眼睛在图像中的相对位置；(4)计算驾驶员眼睛状态参数；(5)判断驾驶员是否处于疲劳驾驶状态。2.根据权利要求1所述的一种疲劳驾驶检测方法，其特征在于：在所述步骤(2)中，采用AdaBoost算法检测驾驶员面部区域。3.根据权利要求1所述的一种疲劳驾驶检测方法，其特征在于：在所述步骤(3)中,首先求出驾驶员面部区域图像垂直方向的梯度矩阵，其次对梯度矩阵进行水平投影，再次得到驾驶员面部的结构特征，最后得...

【专利技术属性】
技术研发人员：胡敏刚，
申请(专利权)人：太仓韬信信息科技有限公司，
类型：发明
国别省市：江苏,32