中国科学技术大学TeamTrac.docx

上传人:b****6 文档编号:7269805 上传时间:2023-01-22 格式:DOCX 页数:14 大小:74.07KB
下载 相关 举报
中国科学技术大学TeamTrac.docx_第1页
第1页 / 共14页
中国科学技术大学TeamTrac.docx_第2页
第2页 / 共14页
中国科学技术大学TeamTrac.docx_第3页
第3页 / 共14页
中国科学技术大学TeamTrac.docx_第4页
第4页 / 共14页
中国科学技术大学TeamTrac.docx_第5页
第5页 / 共14页
点击查看更多>>
下载资源
资源描述

中国科学技术大学TeamTrac.docx

《中国科学技术大学TeamTrac.docx》由会员分享,可在线阅读,更多相关《中国科学技术大学TeamTrac.docx(14页珍藏版)》请在冰豆网上搜索。

中国科学技术大学TeamTrac.docx

中国科学技术大学TeamTrac

 

中国科学技术大学软件学院

《软件工程实验》项目环节

开题报告

 

项目名称:

汽车安全驾驶疲劳检测系统的研制

成员名单:

李卓泉、毕研儒、章鑫、黎明

指导教师:

叶勇

工程领域:

科研

开题时间:

 

中国科学技术大学软件学院

填表日期:

2013年10月22日

一、简况

名称

中文

汽车安全驾驶疲劳检测系统的研制

英文

Thedevelopmentofthecarsafetydrivingfatiguedetectionsystem

项目组成员名单

姓名

学号

项目中的分工

签章

李卓泉

SA13226398

系统架构设计、系统移植、

图像采集模块实现

毕研儒

SA13226130

系统移植、显示界面设计、

算法分析与实现

章鑫

SA13226346

算法分析、报警模块设计与实现、

文档编写

黎明

SA13226341

图像识别、疲劳检测算法实现

中英文摘要

 

摘要

基于视觉的疲劳驾驶检测技术是疲劳检测领域的前沿技术。

本课题从汽车安全驾驶疲劳检测系统研制的实际问题出发,对驾驶疲劳特征进行分析研究,同时基于疲劳特征进一步研究疲劳检测的方法。

为了实现准确的疲劳检测,以ARM9处理器为核心结合实时LINUX操作系统,设计一套实时、便捷、非接触、可扩展的实用驾驶安全疲劳检测系统。

该系统主要以非接触性的图像识别技术为核心,以PERCLOS疲劳驾驶检测方法主,辅以其的检测方法。

Abstract

Basedonvisualfatiguedrivingdetectiontechnologyisacutting-edgetechnologyinthefieldoffatiguedetection.Thistopicfromthecarsafetydrivingfatiguetestsystemdevelopedaccordingtothepracticalproblemsofresearchandanalyzecharacteristicsofdrivingfatigue,atthesametime,basedonthefatiguecharacteristicoffurtherstudyonthefatiguetestmethod.

Inordertorealizeaccuratefatiguedetection,realtimeLINUXoperatingsystemwithARM9processorasthecore,designsasetofreal-time,convenientandnon-contactdrivingsafety,theutilityoftheextensiblefatiguedetectionsystem.Thissystemmainlybythenon-contactimagerecognitiontechnologyasthecore,withPERCLOSfatiguetestmethodofLord,supplementedbytheirtestingmethods.

 

主题词

中文

驾驶疲劳检测图像识别嵌入式

英文

Driver’sFatigueSupervising/Imageidentification/Embedded

二、选题依据

1.阐述该选题的研究意义,或工程设计的价值和意义,国内外概况和发展趋势,选题的先进性和实用性,技术难度及工作量。

(1)选题的研究意义

驾驶疲劳是指驾驶车辆时,由于驾驶作业引起的身体上的变化、心理上的疲劳以及客观测定驾驶机能低落的总称。

近几年,道路交通高速发展,汽车保有量也在不断攀升,在给人们生活带来方便的同时,也不可避免地带来了交通事故等诸多问题。

事故中人的因素占的比例最大,疲劳驾驶正成为汽车驾驶者的头号杀手。

美国国家公路运输安全管理局从2002年以来的数据表明100000起车祸中有1500起是与驾驶人疲劳有关的。

据澳大利亚联邦议会统计:

在2000年,司机疲劳驾驶造成的交通事故占所有交通事故的20%到30%[1]。

法国国家警察总署事故报告表明,因疲劳瞌睡而发生车祸的,占人身伤害事故的14.9%,占死亡事故的20.6%;据德国保险公司协会估计,在德国境内的高速公路上,大约有25%的导致人员伤亡的交通事故都是因为疲劳驾驶而引发[2]。

我国的统计资料显示,由于人因造成的安全事故占事故总数的80%以上,而这其中由疲劳引起的则占相当大的比例[3]。

因此,开发一套实时车载的疲劳检测系统有非常重要的意义。

将有效降低交通事故的发生率,避免一定的安全事故发生。

(2)设计目的及工程设计的价值和意义

设计目的简而言之就是要实现准确的驾驶疲劳检测。

交通事故并不是在驾驶疲劳一产生时就发生,所以如果能找到一种方法,在驾驶中实时监测驾驶人的机能状态,若在潜在交通事故发生前给驾驶人发出警报,则可避免类似的交通事故[8]。

研究开发高性能的驾驶人安全状态监测及预警技术,对改善我国交通安全状况意义重大。

现存的各种检测方法大多数都侧重于驾驶员疲劳时所表现出的某个特征来进行研究,由于驾驶员个体之间都普遍存在差异,且其工作环境也存在差异,为了提高疲劳状态检测的可靠性,有必要综合以往的各种检测方法,研究出一种适合于广大

驾驶员疲劳的检测方法,从而进一步提高疲劳预警装置的可靠性。

这种方法将成为驾驶员疲劳监测技术的发展趋势

设计一种汽车疲劳检测系统,系统结合多种目前相对成熟有效的疲劳检测方法,且当检测到驾驶疲劳时,以多种方式对驾驶员进行报警。

如果该系统能得以实现,将会广泛应用到汽车电子领域,源于安全考虑,大多数顾客肯定愿意接受这一系统,市场前景将十分可观。

(3)国内外概况和发展趋势

疲劳驾驶检测技术作为热门的前沿技术,近年来,有越来越多的商业公司,研究机构等参与进来。

对疲劳检测采用了多种检测方法加以实现。

1、日本丰田公司基于人疲劳的生理特征,设计了一款像手表的一样的装置,通过驾驶人员的佩戴,来测量脉搏、心律等信息,通过分析这些信号判断驾驶人员的疲劳状况。

2、奔驰公司研究的“疲劳识别”辅助系统能检测驾驶员的疲劳程度。

该系统的红外线摄像机记录驾驶员的眨眼频率以及每次闭眼的时间,一旦发现闭眼时间过长,系统就会报警,同时该系统也使用其它的生理检测如脑电图(EEG等)来判别疲劳状态。

3、西班牙的防磕睡系统ADS(Anti-DrowsineSystem)[22]测量驾驶员驾驶时手对方向盘的握力,由于驾驶员处于疲劳状态时,手对方向盘的握力会变松,甚至松开。

4、国内研究人员利用信息融合技术实现疲劳检测:

杨英等提出了驾驶员嘴巴与眼睛状态双目标疲劳状态判别法。

从国内外的研究状态来看,疲劳检测有广阔的应用价值。

因此这一前沿技术,肯定会在不断研究和实现中得到完善。

(4)选题的先进性和实用性

疲劳驾驶检测技术的研究对安全驾驶有着极其重要的作用,综上所述,其对道路交通安全提供保障,具有重要的社会意义。

虽然近年来出现了各种针对疲劳检测的方法和技术,但是各种技术均存在着不足,仍需要不断的完善与发展。

也因为目前无法对疲劳驾驶制定明确的检测标准,同时也就不具备完善的实现技术,从而其具有先进性,其需要继续被发展和提升。

这一系统只要能实现,能提供准确的疲劳检测其实用性也不言而喻。

(5)技术难度及工作量

汽车安全驾驶疲劳检测技术属于当前热门且前沿的技术,出现了很多疲劳检测的方法,但是实现可靠的检测仍存在的技术难度,主要有如下:

(1)疲劳状态的认定没有十分精确的标准,可能每个人的疲劳特征会有些许的差异,会对疲劳的检测造成一定的影响。

(2)基于通用的疲劳特征,虽然有基于医学的检测方法、基于计算机视觉的检测,但每一种检测方法均存在其不足的地方,因此如何能扬长避短,结合使用也是一大难点。

(3)我们主要采用非接触性的图像识别技术来进行疲劳检测,图像识别算法本身就具有一定的难度,加之复杂的应用环境需要更深入的分析和最终的编程实现。

(4)本次课题任务只有6个月左右的时间,结合多种模块实现精确的疲劳检测存在很大的工作量,这也将是难度挑战。

 

2.

参考文献

[1]马添翼,成波.基于面部表情特征的疲劳状态识别方法研究[J].中国汽车安全技术国际研讨会,2010.

[2]张万枝,王增才.驾驶员疲劳检测中的眼睛定位与状态分析[J].重庆大学学报,2013.01

(1)

[3]胜贤,黄山.改进的投影算法在人眼定位的应用与仿真[J]计算机仿真,2011.11(11)

[4]冯丽.基于人脸识别的疲劳检测系统的软件实现[J]软件产业与工程,2012

(2)

[5]董文会,吴晓娟.基于图像处理的驾驶员疲劳检测方法[J]计算机应用与软件,2006.12

[6]朱学峰,王秀.基于模糊控制的驾驶疲劳检测[J],计算机工程与设计,2013(31)

[7]杨渝书,驾驶疲劳的人机工程学分析和定量评价实验研究[D],上海交通大学,2002

[13]汽车司机驾驶疲劳报警器的研究与设计:

[硕士学位论文].福建:

福州大学,2005.

[14]刘小明,任福田.道路交通事故成因分析.道路交通管理,1991,5:

20~30.

[15]杨降勇.高速公路疲劳驾驶交通事故的控制.中国安全科学学报,2006,16

(1):

22~25.

[16]王荣本,郭烈等.基于机器视觉的行车安全综合保障系统研究.山东交通学院学报,2006,14

(2):

101-105.

[17]KniplingR.R.,WangJ.S.,Kanianthra,J.N.CurrentNHTSADrowsyDriverR&D.ProceedingsoftheFifteenthInternationalTechnicalCon-ferenceontheEnhancedSafetyofVehicles[R].Melbourne,Australia,1996.

[18]DingesD.F.,MallisM.M.,MaislinG.J.W..FinalReport:

EvaluationofTechniquesforOcularMeasurementasanIndexofFatigueandastheBasisforAlertnessManagement[R].NationalHighwayTrafficSafetyAdministration,ReportNoDOTHS808762.

[19]CarrollR.J.(Ed.).OcularMeasuresofDriverAlertness[A].TechnicalConferenceProceedi-ngsFHWATechnicalReportNo.FHWA-MC-99-136[C].Washington,DC:

FederalHighwayAdminis-tration,OfficeofMotorCarrierandHighwaySafety,1999.

[20]Y.Takei,etc.EstimateofDriver’sFatigueThroughSteeringMotion,PROCEEDINGSoftheFirstInternationalDrivingSymposiumonHumanFactorsinDriverAssessment,TrainingandVehicleDesign.

[21]FEDERALHIGHWAYADMINISTRATION.PERCLOS:

AValidphysiologicalMeasureofAlertnessAsAssessedbyPsychomotorVigilance.OFFICEOFMOTORCARRIERS,1998.7.

[22]RAJINDAS,DAVIDH,BILIV,etal.DriverfatiguedetectionbyfusingmultipleCues[C]//Berlin:

pringer.2007,4492:

801-809

三、课题内容及具体方案

1、课题内容

开发一套实时,可靠的汽车安全驾驶疲劳检测系统,该系统用于非接触性的对驾驶人员进行监控,在驾驶人员出现疲劳症状的时候,能及时做出相应的处理,如轻微疲劳时,通过语音提醒驾驶人员注意休息,如到了深度疲劳驾驶的时候,则自动采取应急操作,来减少安全事故发生的可能性。

2、系统需求分析

市场需求:

安全是永恒的话题,没有什么东西是比生命更重要的,随着经济的发展,人们自然而然希望自己和家人都能得到安全保障。

疲劳驾驶就是常见的安全隐患,随着汽车越来越普及,在当下家家户户都拥有汽车的前提下,一款能够提供车载疲劳检测的系统,将会成为大家的需求,市场的应用前景应该是十分广泛的。

功能需求:

以实时的、微小的、低功耗的嵌入式系统为核心,提供非接触性的疲劳驾驶检测,能精确分析驾驶人员的疲劳状态,并给出人性合理的处理结果。

这里主要将人的疲劳程序分为四个等级,清醒(无动作)、浅度疲劳(轻微提醒)、中度疲劳(紧急提醒)、深度疲劳(直接应急控制)。

3、实现系统技术分析

表1疲劳特征分析

疲劳等级

状态特征

清醒

眼睛正常睁开,眼球状态活跃,精神集中,坐姿端正

浅度疲劳

眼睛转动频率减低、无意识的嘴、头、手小动作,打哈欠,摆动头部,调整坐姿

中度疲劳

眼皮有闭合趋势,目光呆滞,对外界变化缺乏反应

深度疲劳

眼皮闭合趋势严重,时常闭上,精神萎靡,目光呆滞

通过对以上疲劳特征的分析,人的眨眼频率和眼睛的闭合时间在很大程度上反应了人的疲劳状态。

表2目前各种疲劳检测方法的性能对比

检测方法

准确性

可靠性

舒适度

成本

基于医学生理信号

基于驾驶员形为

较高

较高

基于车辆行为

较高

较高

较高

基于信息融合

较高

较低

基于以上疲劳检测的方法对比,我们选择非接触性的通过图像分析的方法来对驾驶员的疲劳状态进行检测。

核心是基于人眼的PERCLOS方法,结合人在疲劳时的点头等异常形为分析。

这有助于向信息整合扩展。

4、项目拟采用的设计方法

整个项目采用自顶向下、以及模块化的设计方法。

(1)搭建硬件平台

S3C2410实验箱+CMOS摄像头

(2)剪裁LINUX操作系统,并且移植到开发板

(3)编写CMOS摄像头驱动

(4)图像采集模块

(5)人脸识别模块

该模块的功能就是要在各种复杂的情况下,如光线强弱问题、驾驶员偏头动作等,准确的识别出人脸范围,为下一步的眼睛定位打下基础。

(6)眼睛定位模块

准确识别出眼睛方位,比较几种定位方案,最终选定基于特征的定位方法。

基于模板的方法,通用模板存在难点,最主要的是实时性差,而汽车疲劳检测对实时性要求较高。

基于外形则需要大量的样本。

因此基于特征的识别方法具有更高的可行性。

(7)眼睛状态识别模块

眼睛状态主要分为睁开和闭合两种状态,这里通过对相关文献的分析,采用P80标准,即眼睑遮住瞳孔面积超过80%就计为眼睛闭合。

该模块要实现的功能就是在精确定位眼睛位置的前提下,准确的识别出眼睛处于何种状态。

(8)疲劳状态判别模块

采用PERCLOS判别方法,这是比较公认且有效的疲劳判别方法,计算公式如下。

根据PERCLOS计算得到的值来判别疲劳的程度。

(9)判别结果控制模块

根据疲劳程度,暂分为四个疲劳等级,根据不同的疲劳等级做出不同的控制操作。

(10)显示模块

显示模块主要用于在系统开发的过程中,方便自己查看图像采集情况,以及方便调试和数据分析。

有一个人性的交互式的界面,当系统应用于汽车车载时,可以考虑去掉这一模块。

图1.疲劳检测模块流程图

5、技术路线

(1)硬件平台:

利用实验室现有资源,三星的S3C2410实验箱作为平台。

S3C2410A是采用ARM920T内核,是16/32位的RISC处理器,具有低价格、低功耗、高性能的特点。

同时提供了丰富的内部设备:

MMU虚拟存储器管理、LCD控制器、3通道UART、4通道DMA、8通道10位SDRAM控制器等。

因此也居有很强的扩展性。

图像采集设备:

CMOS摄像头

硬件框架平台下图:

图2.疲劳检测硬件框架图

(2)软件平台:

操作系统采用Linux,linux为开源,完全免费,可裁剪、可移植、支持多线程的实时操作系统。

最终运行在ARM开发板上将是经过我们移植过后的Linux操作系统。

软件开发工具:

QT,Qt是1991年奇趣科技开发的一个跨平台的C++图形用户界面应用程序框架。

它提供给应用程序开发者建立艺术级的图形用户界面所需的所有功能。

Qt很容易扩展,并且允许真正地组件编程。

基本上,Qt同XWindow上的Motif,Openwin,GTK等图形界面库和Windows平台上的MFC,OWL,VCL,ATL是同类型的东西。

开发语言:

C\C++

6、可行性分析

(1)设计必要性:

安全问题不容忽视,每年居高不下的交通安全事故刺激着人们敏感的神经。

设计一款汽车驾驶的疲劳检测系统,将会大大减少疲劳驾驶的可能性,进而避免一定量的交通事故。

(2)组织可行性:

设计并且实现高可靠性的疲劳检测系统,将是一项艰巨的任务。

但是目前已经有越来越多的学者,和商业公司进入这一领域,并且取得了相当不错的进展,我们在实现这一系统的过程中,有了大量可用的资源,所以是站在前人的肩膀上,来完善和实现该系统。

我们有一个团结的四人团队,我们热衷技术,勤劳奋进,只要合理有序的规划项目进程,各负其责,互相敦促,定能完成目标。

(3)技术可行性:

硬件平台,目前嵌入式处理器功能越来越强大,能满足绝大多数的应用需求。

ARM处理器也成为人们越来越青睐的对象。

软件平台:

LINUX开源操作系统,QT免费开发平台均是上好的选择

疲劳检测算法:

疲劳检测虽属前沿技术,但是有越来越多的人追逐研究。

目前3种主要的检测方法:

1、基于医学的检测方法,主要检测驾驶员生理参数变化。

2、基于计算机视觉的检测方法,注重驾驶员以及车辆的行为特征检测。

3、基于信息融合的检测技术。

随着计算机软硬件水平的不断提高,以及图像识别算法的不断进展。

基于图像识别的疲劳检测算法完全有可行性,只需要不断的优化和完善,便能够达到满足需要的准确度。

(4)经济可行性:

经济方面,除了开发的人力成本,软件方面,操作系统与开发工具均是开源和免费,硬件需要ARM处理器以及搭配一些外围设备如摄像头等。

估计价格700-800RMB左右。

这相对于价格10几万,甚至上百万的汽车价格来说,完全可以接受。

因为多此一功能,能够保障人身安全的同时,并不会造成很大的经济压力。

(5)推广可行性:

本系统相对独立,是独立的嵌入式系统。

并且装配于车辆,完全不需要人为操作。

而且不占用汽车空间,不影响驾驶人员,更不存在辐射。

只要疲劳检测的精度达到要求。

价格合理,将会很快普及到汽车应用中。

四、工作进度的大致安排

时间

项目内容

2013.09~2013.11

了解疲劳驾驶检测的背景知识,分析疲劳驾驶检测的研究意义以及工程意义和价值。

参阅国内外针对汽车驾驶疲劳检测的研究状况,对该课题进行技术上可行性分析,确定项目规划,完成开题报告。

2013.11~2013.12

小组讨论,分析,认证,确定最终的疲劳检测算法,提交开题报告、准备开题答辩。

2013.12~2014.01

负责硬件队员,购买摄像头,主要完成系统移植、和相关硬件的驱动

负责软件队员,学习图像识别算法主要是人脸识别算法

撰写相关的技术文档、和工程实验周报并提交

2014.01~2014.02

图像采集、显示模块实现,人脸识别模块算法编程实现

2014.03~2014.04

眼睛定位模块实现、眼睛状态模块实现、以及疲劳判别模块实现

2014.05~2014.06

整合调试,撰写项目报告和技术文档,准备结题答辩

预期成果及特色

目前,汽车数量越来越多,而安全问题越来越引起人们的重视。

疲劳驾驶是交通事故频发的罪魁祸首之一,如果该系统能够达到较高水平的疲劳检测精度。

那么将会有实际性的应用价值。

采用ARM+linux组合,成本、实时性均有保障,而且扩展性强。

 

导师意见(对选题和工作过程及成果进行说明,并给出成绩。

 

导师签名:

年月日

答辩小组意见

答辩组长签名:

年月日

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 人文社科 > 视频讲堂

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1