学位论文 > 优秀研究生学位论文题录展示

驾驶员疲劳检测方法研究

作 者: 李相阳
导 师: 刘振宇
学 校: 沈阳工业大学
专 业: 信号与信息处理
关键词: 人脸检测 疲劳检测 PERCLOS
分类号: TP391.41
类 型: 硕士论文
年 份: 2012年
下 载: 103次
引 用: 1次
阅 读: 论文下载
 

内容摘要


随着社会的持续前进和人民生活水平的不断提高,交通运输业也在蓬勃发展。随之而来的是,疲劳驾驶引发的交通事故日益增多,所以疲劳驾驶的检测成为了社会所关注的话题。怎样才能有效的检测出驾驶员的疲劳状态,这已经成为了机动车安全领域的一个热点问题。针对实时监测驾驶员疲劳状态的要求,本文提出了一种综合的疲劳检测方法。该方法主要包括视觉检测、脉搏信号检测和多点压力检测三个部分。视觉检测主要是利用机器视觉和图像处理的方法对人眼和嘴的特征进行提取和状态检测,先利用肤色检测算法进行人脸的定位,再利用灰度积分投影和平滑曲线相结合的方法定位人眼和嘴,最后判断眼睛和嘴的实时状态并且计算PERCLOS值来判断疲劳。脉搏信号检测通过脉搏传感器采集人体脉搏信号并用nRF905无线通信模块发送到上位机,上位机实时分析数据,再对照正常情况脉搏的频率,通过脉搏跳动的快慢来判断疲劳。多点压力检测方法是根据人在疲劳的状态下身体和背部将会长时间处于静止状态,通过压力传感器检测各点的压力值来判断疲劳。而后将三种检测结果按照取权值平均的方法综合判断驾驶员疲劳情况。本文提出的多模态检测系统具有定位人脸、眼睛及嘴的准确率高、运算速度快和方便携带等优点,可以满足实时监测的要求,能够准确的判断驾驶员的疲劳状态,有效的减少了生命财产的损失。

全文目录


摘要  5-6
Abstract  6-9
第一章 绪论  9-17
  1.1 课题研究的背景和意义  9-10
  1.2 疲劳产生的原因和表现  10-11
  1.3 课题的国内外发展现状  11-14
    1.3.1 国外研究现状  11-12
    1.3.2 国内研究现状  12
    1.3.3 几种检测方法的比较  12-14
  1.4 论文的主要研究内容  14-15
  1.5 论文的组织结构  15-17
第二章 人脸的检测与定位  17-28
  2.1 人脸检测技术概述  17-19
  2.2 基于肤色模型的人脸检测  19-27
    2.2.1 各颜色空间的介绍  19-22
    2.2.2 YCbCr 空间的非线性变换及肤色模型的建立  22-25
    2.2.3 肤色的分割  25-26
    2.2.4 人脸的定位  26-27
  2.3 本章小结  27-28
第三章 人眼人嘴的检测与状态的判断  28-41
  3.1 人眼的定位方法  28-32
    3.1.1 基于灰度积分投影与平滑曲线相结合的方法  28-29
    3.1.2 人眼定位的结果  29-32
  3.2 人嘴的定位方法  32-33
  3.3 人眼的状态检测  33-37
    3.3.1 最大类间方差法二值化图像  33-35
    3.3.2 区域生长提取人眼  35-36
    3.3.3 人眼状态的判断  36-37
  3.4 人嘴的状态检测  37-38
  3.5 PERCLOS 值判断疲劳原理  38-39
  3.6 本章小结  39-41
第四章 辅助检测疲劳方法实现  41-50
  4.1 脉搏信号检测模块  41-47
    4.1.1 硬件结构  42-45
    4.1.2 软件设计及实现方法  45-47
  4.2 多点压力检测模块  47-49
    4.2.1 硬件结构  47-48
    4.2.2 通信协议  48-49
    4.2.3 疲劳检测实现方法  49
  4.3 本章小结  49-50
第五章 实验数据分析  50-62
  5.1 视觉模块检测结果  50-54
  5.2 脉搏信号检测模块检测结果  54-56
  5.3 多点压力检测模块检测结果  56-58
  5.4 系统的整合与性能  58-62
第六章 总结与展望  62-64
  6.1 工作总结  62
  6.2 课题展望  62-64
参考文献  64-67
在学研究成果  67-68
致谢  68

相似论文

  1. 基于肤色分割与AdaBoost算法的人脸检测研究,TP391.41
  2. 人脸检测算法的FPGA设计与实现,TP391.41
  3. 红外条件下驾驶员疲劳检测研究,TP391.41
  4. 基于视觉的驾驶员疲劳状态检测方法研究,TP391.41
  5. 基于DM642的红外成像系统在脸部疲劳状态识别中的应用,TP391.41
  6. 基于汽车驾驶员的疲劳驾驶检测系统的研究,TP274
  7. 基于计算机视觉的机车乘务员驾驶疲劳监测研究,TP274
  8. 基于多特征融合的驾驶员疲劳检测研究,TP391.41
  9. 基于人脸面部特征的驾驶员疲劳检测技术研究,TP391.41
  10. 脉冲耦合神经网络在图像分割和人脸检测中的应用研究,TP391.41
  11. 基于信息融合的驾驶员疲劳检测研究,TP391.41
  12. 基于模式识别的驾驶员疲劳状态检测系统研究,TP391.41
  13. 基于DM6437的驾驶员疲劳检测技术研究,TP391.41
  14. 基于DM642的驾驶员疲劳检测系统研究,TP274
  15. 基于机器视觉的驾驶员疲劳检测研究,TP391.41
  16. 驾驶员疲劳检测中人眼定位方法的研究,TP391.41
  17. 网络学习疲劳检测中的人脸特征定位研究,TP391.41
  18. 人脸检测及其DSP实现,TP391.41
  19. 实时视频流中人脸检测关键技术的研究,TP391.41
  20. 基于Adaboost算法的人脸检测与识别的研究,TP391.41
  21. 快速人脸检测与识别技术的研究,TP391.41

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com