驾驶员疲劳检测
- 格式:pdf
- 大小:1.70 MB
- 文档页数:2
基于深度学习的疲劳驾驶检测技术研究1. 内容描述随着现代交通系统的不断发展和车辆数量的日益增长,道路交通安全问题逐渐凸显,成为公众关注的焦点。
疲劳驾驶作为一种常见的危险驾驶行为,对道路交通安全构成了严重威胁。
开发一种高效、准确的疲劳驾驶检测技术具有重要的现实意义和工程价值。
基于深度学习的疲劳驾驶检测技术是一种基于计算机视觉、机器学习和深度神经网络等方法的技术手段。
该技术通过采集驾驶员的面部表情、眼部状态、头部运动等生理和行为特征数据,运用深度学习算法对这些数据进行自动分析和识别,从而判断驾驶员是否处于疲劳状态。
与传统的疲劳驾驶检测方法相比,基于深度学习的疲劳驾驶检测技术具有更高的准确性和实时性。
在具体研究中,首先需要收集大量的疲劳驾驶和正常驾驶的样本数据,并进行详细的标注和处理。
选择合适的深度学习模型(如卷积神经网络、循环神经网络等)对这些数据进行训练和学习。
通过不断地优化模型结构和参数,提高模型的泛化能力和准确性。
在实际应用中,将训练好的模型应用于车辆监控系统或驾驶辅助系统中,实现对疲劳驾驶行为的实时检测和报警。
基于深度学习的疲劳驾驶检测技术不仅可以提高道路交通安全管理水平,还可以降低交通事故的发生率,为智能交通系统的发展提供有力支持。
该技术还可以拓展应用于其他领域,如智能家居、医疗健康等,为人类的日常生活带来更多便利和安全保障。
1.1 研究背景随着社会的发展和经济的增长,汽车已经成为人们出行的主要工具。
随着汽车保有量的不断增加,道路交通安全问题日益严重。
疲劳驾驶作为其中的一个重要因素,对道路交通安全造成了极大的威胁。
疲劳驾驶是指驾驶员在长时间行驶过程中,由于生理、心理原因导致的注意力不集中、反应迟钝等现象,从而降低驾驶员对道路环境的感知能力,增加交通事故的发生概率。
研究疲劳驾驶检测技术具有重要的现实意义。
随着人工智能技术的快速发展,深度学习作为一种强大的机器学习方法,已经在图像识别、语音识别等领域取得了显著的成果。
驾驶员疲劳评价标准在道路交通中,驾驶员的疲劳程度是影响交通安全的重要因素之一。
为了保障道路交通安全,制定驾驶员疲劳评价标准是非常必要的。
一、评价标准1. 疲劳程度评价标准(1)无疲劳:驾驶员状态良好,反应灵敏,精神饱满。
(2)轻度疲劳:驾驶员状态较好,反应稍有迟缓,但仍能保持正常的驾驶行为。
(3)中度疲劳:驾驶员状态较差,反应缓慢,注意力不集中,容易出现疲劳驾驶行为。
(4)重度疲劳:驾驶员状态非常差,反应迟钝,注意力涣散,严重影响驾驶安全。
2. 疲劳驾驶行为评价标准(1)表现正常:驾驶员始终保持正常的驾驶行为,未出现疲劳驾驶行为。
(2)表现异常:驾驶员出现疲劳驾驶行为,如频繁打哈欠、眼睛发干、手脚无力等,但未导致交通事故。
(3)出现迹象:驾驶员出现疲劳驾驶的明显迹象,如睡意、视力模糊、头晕等症状,但未导致交通事故。
(4)导致事故:驾驶员因疲劳驾驶导致交通事故发生。
二、评价方法1. 问卷调查法:通过编制调查问卷,对驾驶员的疲劳程度和疲劳驾驶行为进行评估。
2. 生理指标法:通过测量驾驶员的生理指标,如血压、心率、脑电波等,来评估其疲劳程度。
3. 行为表现法:通过观察驾驶员的行为表现,如睡意、频繁打哈欠等,来评估其疲劳程度和疲劳驾驶行为。
三、评价结果应用评价结果应用于以下方面:1. 对疲劳驾驶行为的纠正和管理。
2. 对驾驶员培训和考核的参考。
3. 对交通安全管理和监管的参考。
4. 对交通事故的调查和处理的参考。
总之,制定驾驶员疲劳评价标准,不仅可以保障道路交通安全,还可以提高交通管理和监管的效率,促进交通事故的预防和处理。
国内外驾驶员疲劳状态监测系统综述本⽂总结了各种驾驶员疲劳状态监测系统的研究与应⽤情况以及整车⼚在售车型配备的驾驶员疲劳状态监测系统及其⼯作原理,例如梅赛德斯-奔驰Attention Assist 系统基于操纵⾏为监测驾驶员疲劳状态,丰⽥Driver Monitor 系统基于驾驶员⾯部状态和眼睛开闭频率监测驾驶员状态,福特 Driver Alert System 采⽤多维信息融合的⽅法。
驾驶员疲劳状态监测技术未来的发展趋势在⾼端车型或匹配ADAS的车型,利⽤ ADAS的硬件,基于驾驶员⾯部、眼部、头部运动等直接表征驾驶员疲劳程度的图像信号在车辆上额外增加摄像头、红外传感器等传感器,提⾼识别精度。
驾驶员疲劳状态监测技术发展历程驾驶员疲劳状态监测系统最早应⽤于飞机等⾼级辅助驾驶或⾃动驾驶程度⽐较⾼的领域,初期的驾驶员疲劳监测系统是⼀种基于⼈体疲劳时⽣理反应特征信号的监测系统。
根据使⽤信号属性不同,驾驶员疲劳状态监测系统可分为直接监测和间接监测两种。
直接监测使⽤驾驶员⾯部运动、眼部运动、⼼电、脑电等直接表征驾驶员疲劳状态的信号,与采集⼼电信号和脑电信号相⽐,采集驾驶员⾯部运动和眼部运动信号⽐较简单⽅便并且精度较⾼,所以⽬前直接监测系统中基于驾驶员⾯部运动信号和眼部运动信号的监测系统应⽤⽐较⼴泛。
间接监测则使⽤驾驶⾏为信号并结合车辆状态信号,采⽤统计分析、机器学习等⽅法分析驾驶员的状态。
⽬前该⽅法的精度虽然没有直接监测⽅法精度⾼,但不需要在车辆上额外增加任何传感器及硬件设备,不会造成车辆制造成本的增加。
因此各个整车⼚、零部件制造商和科研机构纷纷深⼊研究间接监测⽅法,并已经实现产品化。
现在直接监测⽅法和间接监测⽅法两种类型的驾驶员疲劳状态监测系统在市场上的在售车型上都有应⽤。
国外研究与应⽤情况梅赛德斯-奔驰公司 Attention Assist 和⼤众公司疲劳驾驶检测系统Attention Assist 是德系车驾驶员疲劳状态监测系统的代表,属于间接监测,如图1所⽰,它依据驾驶员驾驶⾏为、基于车辆状态参数检测驾驶员状态,例如车速、发动机转速、横摆⾓速度、侧向加速度、转向盘⾓速度和⾓加速度等及各信号的后处理参数,综合考虑以上因素进⾏分析计算得到驾驶员状态监测结果;Attention Assist 除覆盖正常⾏驶⼯况外还考虑外部⼲扰对疲劳监测的影响,例如侧风、路⾯凸起和斜坡等不均匀⼯况,使其适⽤范围更⼴、精度更⾼;AttentionAssist 有效车速区间 80~180 km/h,在监测到驾驶员疲劳时会主动报警并在仪表盘上显⽰提⽰信息,已于2011 年应⽤于梅赛德斯-奔驰 B 级车上。
如何判断车辆疲劳驾驶车辆疲劳驾驶是一种严重的交通安全问题,它会给驾驶员和其他道路使用者带来巨大的风险。
在面对这一问题时,我们需要正确并及时地判断车辆是否存在疲劳驾驶的情况,以便采取相应的措施保障交通安全。
本文将介绍一些常用的判断车辆疲劳驾驶的方法和技巧。
1. 观察驾驶员的外貌特征首先,我们可以通过观察驾驶员的外貌特征来初步判断是否存在疲劳驾驶的情况。
疲劳驾驶的驾驶员通常会出现眼睛干涩、眨眼频率增加、眼神呆滞等现象。
此外,他们可能会出现皮肤苍白、面部肌肉松弛、结巴言语等疲劳的表现。
如果我们发现驾驶员出现了这些症状,就需要警惕可能存在的疲劳驾驶问题。
2. 观察驾驶员的驾驶行为除了外貌特征,观察驾驶员的驾驶行为也是判断疲劳驾驶的重要方法之一。
疲劳驾驶的驾驶员通常会出现打哈欠、频繁搓眼、频繁换坐姿等行为。
他们的驾驶动作可能会变得迟缓、不稳定,甚至有时会出现无意识的抖动或颤抖。
此外,疲劳驾驶的驾驶员还可能出现过度依赖车辆自动驾驶系统的情况,导致对道路环境的观察和反应能力下降。
如果我们在观察中发现了这些异常行为,就需要警惕可能存在的疲劳驾驶问题。
3. 判断驾驶员的驾驶时长驾驶时长是判断疲劳驾驶的重要依据之一。
根据相关法规,驾驶员连续驾驶时间超过4小时就应该停车休息。
因此,如果我们观察到驾驶员的驾驶时间已经超过了规定的时间段,就需要提醒他们要及时休息,以免发生疲劳驾驶导致的事故。
4. 判断驾驶员的反应能力驾驶员的反应能力是判断疲劳驾驶的关键指标之一。
如果我们注意到驾驶员的反应迟钝,无法迅速、准确地应对突发情况,就需要警惕可能存在的疲劳驾驶问题。
此外,疲劳驾驶的驾驶员可能会出现注意力不集中、反应迟疑等现象,这也是判断疲劳驾驶的重要线索。
5. 使用技术手段辅助判断除了以上的方法和技巧,我们还可以借助一些现代技术手段来辅助判断车辆是否存在疲劳驾驶的情况。
例如,一些车辆装备了疲劳驾驶检测系统,可以通过监测驾驶员的眼睛运动、脸部表情等进行疲劳驾驶的评估。
基于3G视频的驾驶员疲劳状态检测方法
疲劳驾驶是司机在驾车过程中介于意识清醒和进人睡眠的一种非正常状态,是导致交通事故的主要原因之一。
由于车辆流动性强、任务区域广、安全隐患多、风险责任大,并缺乏科学有效的监管手段,近年来疲劳驾驶所造成的车辆事故时有发生。
通过3G视频监控系统对驾驶员面部状态的实时监控,一旦发现驾驶员眼睛疲劳状态立即进行报警,能有效减少驾驶员疲劳所造成的交通事故,解决车辆管理中看不见、听不着、控不了的难题。
基于3C视频的疲劳检测主要包括视频流解压抓帧、人脸定位、人眼定位追踪和疲劳判断4个部分。
文中提出一种基于肤色检测及灰度信息的疲劳检测算法,能有效用于3G车辆视频监控系统。
1 视频采集及预处理
文中使用车辆内部的3G视频监控装置来进行视频采集,位于驾驶员头顶正面上方,拍摄在驾驶过程中多种光照环境下、不同姿势和精神状态的驾驶员视频。
• 67
•
在人工智能科技化、现代化发展的今天,行车安全驾驶也开始向着智能化、安全化、自动化的高科技化的方向发展。
因此,对驾驶员疲劳状态的检测,成为大众普遍认可的需求,亦变成汽车销售行业青睐的技术。
《道路交通安全法》只能硬性认定如果违反,就对其进行处罚,却不能有效的预防其发生。
本课题就很好的解决了这个问题。
主要实现对驾驶员心率跟血氧浓度的实时变化的数据进行疲劳驾驶的判定,为安全驾车提供安全保障。
1.引言
心率是指正常人安静状态下每分钟心跳的次数,也叫安静心率,一般为60~100次/分,可因年龄、性别或其他生理因素产生个体差异。
一般来说,年龄越小,心率越快,老年人心跳比年轻人慢,女性的心率比同龄男性快,这些都是正常的生理现象。
安静状态下,成人正常心率为60~100次/分钟。
成人安静时心率低于60次/分钟(一般在45次/分钟以上),称为窦性心动过缓,可见于长期从事重体力劳动的健康人和感觉疲劳、乏困,有微睡眠的驾驶者,故通过心率判别驾驶者是否疲劳驾驶是具有生物学理论依据。
2.系统的硬件设计
心率检测装置采用一个5V 的干电池作为电源,经过一个稳压模块后提供3.3V 和5V 电源为单片机系统供电,以单片机STM32F103为核心,经过利用心率检测模块、OLED 显示模块、
图2 硬件设计框图
2.2 OLED显示模块
OLED 显示模块相当于“医生的眼睛”,STM32芯片可以将MAX30102心率模块的实时心率显示在此OLED 模块屏幕上,便于驾驶者实时观察,因为MAX30102心率模块能够实现PPG 信号的采集,因此我们可以将快速采集的心率血氧数据值,本程序大约每秒采集一百个心率血氧浓度值,然后快速的在OLED 模块的显示屏幕中描绘成一个个数值点,然后这些点就汇成一条类似波形图的曲线,我们就可以很直观通过波形图的变化,来了解到驾驶者实时的精神状态。
2.3 蓝牙传送显示模块
蓝牙传送模块相当于“医生的助手”,将数据信息相隔一定距离都能进行无线传送。
在此疲劳驾驶监测系统中,我们采用了HC-06蓝
牙模块,HC-06蓝牙模块只需将模块上的VCC 、GND 、TX 、RX 依次与
驾驶员疲劳检测
广东理工学院电气与电子工程学院 周健威 方泽杰 廖 望
张智彬 邓冠军 龙小丽
蓝牙接收模块、输出显示模块的转换来进行心率血氧浓度的实时数据采集。
系统硬件设计框图如图1所示(刘火良,STM32库开发实战指南(第2版):机械工业出版社,2017;袁翔,疲劳驾驶检测方法研究进展:汽车工程学报,2012;谢晓莉,驾驶疲劳生成机理研究:北京工业大学,2010;吴一兵,司机疲劳驾驶检测及反馈刺激仪:中国专利,CN2891967,2007-04-25)。
通过心率血氧模块采集驾驶人的实时心率血氧浓度,根据STM32单片机设定好的程序,对实时数据进行计算,然后然后通过OLED 模块显示实施心率血氧浓度曲线图,通过蓝牙模块将心率血氧浓度模块采集
图1 硬件设计框图
• 68
•
STM32F104芯片上的VCC 、GND 、RX 、TX 连接,然后通过程序设置STM32F104中的两个串口TX 、RX 就能实现实时数据的接收跟发送了。
然后我们可以通过手机蓝牙串口助手软件或PC 机蓝牙串口检测来对数据进行实时接收。
起到了“隔空”传输数据的作用。
2.4 语音播报模块
语音播报模块相当于“医生的叮嘱”,在驾驶者疲劳的时候总是会暖心的跟您说“请勿疲劳驾驶”。
XFS5152CE 语音播报芯片是科大讯飞的TTS 语音合成芯片,此芯片可以播报标准中文跟标准英文的语音合成,可以采用的编码方式有GB2312、GBK 等。
但是因为芯片存储文本有限,所以只能合成4K 字节的文本。
XFS5152CE 芯片最吸引人的地方是它能够对文本中的阿拉伯数字,一些号码或日期等进行识别;对我国博大精深的多音字XFS5152CE 芯片一也能根据其上下语句来判别正确的读法;亦可以在同一文本中实现中文跟英文的同时朗读、男声与女声的混合朗读。
可以进行语音的编码和解码,既可以录音又可以播放功能。
而且此芯片的语音编解码具备高压缩率、低失真率、低延时的特点。
因此它广泛应用于语音通讯、语音播报、数字语音处理等场合。
如:车载微信、指挥中心等。
此芯片支持UART 、I2C 、SPI 三种通讯方式、UART 串口支持4种通讯波特率可设:4800bps 、9600bps 、57600bps 、115200bps 。
在本系统中,我们使用的是UART 通信方式,波特率选择为9600bps 。
3.系统的软件设计
驾驶员疲劳驾驶系统采用嵌入式C 语言来编写,采用keil5软件
进行编译跟调试程序,采用光电容积法对人体心率血氧浓度的测量,实验流程如图3所示。
4.总结
疲劳驾驶造成交通事故的主要原因之一,而本课题就很好的解决了这个问题,通过
检测驾驶员实时心率跟血氧浓
图3 系统程序流程图
度,就能够检测到其是否疲劳驾驶,能够应用到汽车、电子领域,就很好的解决了绝大多数疲劳驾驶者的本不想疲劳驾驶,却因疲劳驾驶而造成交通事故的驾驶者,因此就能得到广泛的应用。
基金项目:广东省2018年度省级大学生创新创业训练计划项目“驾驶员疲劳检测”(项目编号:201813720014)。
作者简介:
周健威(1998—),男,广东惠州人,现就读于广东理工学电气与电子工程学院2016级,研究方向:嵌入式技术、电子技术。
方泽杰(1997—),男,广东揭阳人,现就读于广东理工学院电气与电子工程学院2016级,研究方向:嵌入式技术、电子技术。
文中分析了批生产产品开展质量评审工作的必要性与可行性。
并阐述了批生产产品开展质量评审工作相关内容。
通过产品质量评审这一质量监督手段,对批生产过程质量保证工作执行情况确认和评价,确保所交付批生产产品质量稳定可靠。
1.引言
产品质量评审是对产品实施质量控制的重要手段,是对产品质量和生产过程质量保证工作的有力监督(孙黎,对首件检验、首件鉴定、样机鉴定及产品质量评审的认识:船舶标准化与质量,2015)。
目前,依据GJB907的适用范围,产品质量评审适用于产品研制阶段,通过对研制产品的质量及生产过程质量管理工作进行全面、系统的检查,把好最后一道关口,确保产品不带着问题交付。
在产品的批生产过程中,由于存在研制、批产交替,批产人员、设备资源配备不足等带来的质量管控风险,通过开展质量评审,及时发现产品生产和管理过程的不足,并采取有效改进措施,可有效降低质量风险。
基于此,本文提出了在产品批生产阶段开展质量评审工作的观点,对其必要性与可行性进行了分析,并给出了产品批生产阶段的质量评审工作程序。
产品质量评审在批生产阶段的应用分析
中国电子科技集团公司第三十八研究所 刘 晨
2.批生产产品开展质量评审必要性分析
长期以来,研究院所常以型号研制为主要任务,管理重点体现在设计过程、试验过程、技术状态等环节。
而对多品种、小批量的生产任务,缺乏系统的研究,未能形成行之有效的管理措施,常出现头疼医头、脚疼医脚的现象(侯军华,复杂武器系统批生产质量管理思考:质量与可靠性,2018)。
突出表现在以下三个方面:
(1)产品研制阶段工作不充分
多数型号研制周期加快,进度问题成为了制约型号研制的重要因素。
许多产品边研制、边试验、边试制的工作模式,对产品即将转入批生产应采取的措施未能很好落实。
如:工艺文件不齐全,工艺文件技术状态不固定。
(2)批生产队伍建设大大滞后于任务需求
多年来研究院形成了一整套建立型号设计师系统的成熟的人才管理模式。
新研制型号设计师线、管理线队伍健全,而对批生产队伍,尤其是生产管理、工艺、调试、检验队伍,人员匮乏,大大影响了型号批生产质量控制工作。
(3)生产检测设备配置等资源不足
批生产阶段的工作主要以调试工作为主,而复杂装备系统调试具有设备多、接口多、软硬件交织等特点,许多调试、检验过程必须借助于专用检测设备或软硬件模拟器。
由于早期对调试工作重要性认识不足、策划不充分,随着批生产工作的深入,生产检测设备配置不足问题也制约着过程质量控制的有效性。