驾驶员疲劳检测中的人脸检测及眼睛定位研究

人眼状态可以很好地反映疲劳程度,人脸检测和眼睛定位在驾驶员疲劳检测中占有重要的地位。本文首先对图像进行图像预处理;然后根据肤色在YCbCr颜色空间上具有很好的聚类性,对驾驶员人脸进行检测;最后在肤色识别后的图像中进行人眼定位,判断眼睛的状态,并利用PERCLOS原理判断驾驶员的疲劳状态。     

人脸检测及眼睛定位在驾驶员疲劳检测中的应用

人眼状态可以很好地反映疲劳程度,人脸检测和眼睛定位在驾驶员疲劳检测中占有重要的地位。首先对图像进行图像预处理。然后根据肤色在YCbCr颜色空间上具有很好的聚类性,对驾驶员人脸进行检测。最后在肤色识别后的图像中进行人眼定位,判断眼睛的状态,并利用PERCLOS原理判断驾驶员的疲劳状态。     

司机疲劳驾驶检测中人脸图像的快速人眼定位

在司机疲劳驾驶检测中,对人眼的高效,实时准确检测是关键步骤之一。本文研究了司机人脸图像中的人眼检测方法。首先,将得到驾驶员面部图像隐射到YCbCr空间,建立基于肤色的二维高斯分布模型,通过滤波,标记分割出肤色并得到人脸的区域;然后,利用人眼的分布特点及自身特性,通过两次定位的方法实现了对司机人脸的人眼定位。     

多算法融合的疲劳驾驶监测算法设计与实现

现实中基于图像处理的疲劳驾驶监测往往因环境的变化而具有不确定性。监测算法不规范,以致于疲劳驾驶监测任务很具有挑战性。为了解决此问题,提出了一种基于多算法融合的动态滑动窗口算法框架。首先利用Adaboost算法识别人眼,然后改进Otsu算法来自适应各种不同环境;进而提出动态滑动窗口算法来得到睁闭眼之间的最佳阈值;最终,利用改进的PERCLOS算法估计疲劳驾驶状态的不同级别。针对环境的变化采用睁闭眼判断窗口随人眼特征变化而更新的策略,系统使用摄像头实时捕获人眼图像,并在PC机上进行仿真测试,可在130~150ms之间实现不同疲劳状态的识别。实验结果表明,此算法框架能够有效、快速的分辨驾驶员不同的疲劳状态。     

基于MSR的疲劳驾驶安全检测技术应用研究

随着我国交通日渐繁忙,交通事故数量不断增多,其中疲劳驾驶是发生率比较高的。针对这种情况,在传统的疲劳驾驶监测系统上进行改进,采用MSR图像增强算法,针对复杂环境下捕捉到的图像进行增强,并通过视觉定位,更准确地分析驾驶员眼睛所处状态,利用分阶段轮廓活动模型方法,分析驾驶员眼睛疲劳参数,对眼睛眨眼频率、闭合时间、PERCLOS等参数分析,构建疲劳驾驶安全识别系统。     

基于Adaboost方法的车载嵌入式疲劳驾驶预警系统

提出一种基于Adaboost的实时算法, 并应用于车载嵌入式系统。用红外光源和红外摄像头获取驾驶员的视频图像, 对其疲劳状态进行监控。首先通过人脸检测定位驾驶员的人脸, 然后提取人眼区域并对人眼闭合状态进行判断, 基于PERCLOS标准制定了相应的预警机制, 对潜在的疲劳驾驶进行判断并预警。该算法从PC移植到嵌入式平台并根据实验进行了优化, 先后制作了多个车载嵌入式装置进行实车测试, 达到了大于92%的准确率和少于1.5 s的判断响应时间。实验装置稳定可靠, 可实际应用于营运车辆。     

基于驾驶模拟实验的眼部指标与疲劳分级

基于同济大学8自由度高仿真驾驶模拟器,利用眼动仪采集了15位驾驶员各一小时驾驶过程中眼部指标,将驾驶员的疲劳状态分为清醒、轻度疲劳、中度疲劳、重度疲劳和极度疲劳5个等级,建立了考虑驾驶员个体差异的分层有序离散选择模型.结果表明:分层有序离散选择模型能有效地考虑驾驶员的个体差异,提高了对驾驶员不同疲劳等级的识别准确率.     

基于DSP人脸特征识别的司机疲劳驾驶预警系统研究

疲劳驾驶是造成交通事故的一个重要原因。为实时有效地检测驾驶员的疲劳状态,设计了一种融合眼睛和嘴巴两种疲劳特征进行疲劳状态判定的检测算法,并构建了基于DSP人脸特征识别的司机疲劳驾驶预警系统。该算法采用"Harr特征值+Ada Boost"的方法进行人脸识别,然后根据人脸图像的灰度分布定位眼睛和嘴巴的位置,利用Hough变换,以及模板匹配技术判断出人眼的开闭状态,计算PERCOLS值作为司机疲劳驾驶的一个判断指标。除此之外,本系统还利用嘴巴的宽高比及打哈欠的持续时间来综合判定司机的疲劳状态。通过仿真测试结果表明该系统的算法准确、可行、实时性强。     

基于多特征融合的疲劳驾驶状态识别方法研究

针对交通安全中疲劳驾驶状态识别问题，使用单一的疲劳驾驶特征的方法识别率较低，本文提出一种基于面部多特征加权和的疲劳识别方法.通过人眼状态检测算法提取眼部疲劳参数，即持续闭眼时间、闭眼帧数比、眨眼频率，通过打哈欠状态检测得到打哈欠次数和打哈欠持续时间，通过头部运动状态分析得到点头频率，建立融合以上六个特征的驾驶疲劳状态检测模型来评估驾驶员的疲劳等级并进行相应的预警.实验测试数据选自NTHU驾驶员疲劳检测视频数据集的部分数据.经实验调整后，发现该方法的识别准确率较高，识别效果好.     

基于汽车操纵信号的驾驶员疲劳状态检测

将驾驶方向盘运动信息及道路偏移值作为驾驶员疲劳表征信息,通过模拟器的模拟驾驶实验,采集10名驾驶员疲劳表征数据,建立神经网络模型对驾驶员疲劳状态进行检测.基于PVT（Psychomotor Vigilance Task）测试结果及驾驶录像,采集清醒状态与疲劳状态的实验数据,并进行分析;然后对数据进行离散化和归一化,作为神经网络模型的输入.采用BP算法对神经网络模型进行训练,直至满足误差要求.实验结果表明,该方法检测驾驶员疲劳状态的准确率较高,实用性较强.     

企业R&D投入的动力及其模型研究

促进企业加大R&D投入需要了解企业R&D的动力。从系统的角度,构建了企业R&D投入的动力模型。认为,企业R&D的动力来自内外部多个方面,其内在驱动因素有利益驱动、企业家精神和企业文化。外部因素主要有科学技术、社会需要或市场需求、市场竞争和政府政策等。在内在动力中,利益驱动是最根本的推动力。在外部动力中,市场需求是最根本的推动力。     

电解铝厂智能计划决策支持系统

介绍了一种企业智能计划决策支持系统的设计方法与实现技术。该系统具有综合信息管理、专业计划管理、和主计划决策支持系统等功能。设计过程中应用大系统控制论的“分解——协调”方法与“递阶层次”结构方案。各模块的实现是在人工智能技术和运筹学的优化技术的基础上,开发智能优化技术。设计与实现中将多级下拉菜单和“模式驱动”、“知识驱动”相结合,使解决具体问题时可用不同的驱动方式来展开和激活不同的功能模块。     

危险驾驶罪的立法完善

鉴于醉酒驾驶机动车和追逐竞驶现象日益严重并已成为危害公共交通安全的严重隐患，《中华人民共和国刑法修正案（八）》增设了危险驾驶罪，有效遏制了危险驾驶行为。但人们对危险驾驶罪构成要件的理解存在分歧，因而应当尽快出台立法解释或司法解释，细化其情节，规范执法，并拓宽危险驾驶罪的适用范围，规制毒驾、“三超”等危险驾驶行为，更好地维护公共交通安全。     

风-车-桥耦合作用下大跨桥梁驾驶模拟实验方法

为了对大跨桥梁上的行车安全进行精细化研究,基于风-车-桥耦合作用理论,计算3种风速下的桥梁振动作用,建立同时考虑侧风作用和振动作用的大跨桥梁驾驶模拟实验场景.将20名驾驶员根据驾驶经验的不同分成两组,开展驾驶模拟实验.研究结果表明:在侧风作用的后期,受到桥梁振动影响的车辆横向偏移和偏航角速度的波动比无振动情况下大.桥梁振动作用会对驾驶员产生积极的警示作用和不利的干扰作用,对经验相对欠缺的驾驶员,侧风和振动共同作用对行车安全更不利.     

浅谈汽车驾驶模拟器及其改进

当前我国人民生活水平逐步提高,汽车作为代步工具已成必然发展趋势,随之酝应而生的驾校如雨后春笋。但作为驾驶培训的有利辅助工具汽车模拟器却未得到应用,本文分析了现有驾驶模拟器功能的缺陷并根据需要提出改进之处。     

雾天环境下S型弯道驾驶行为特性

为了研究雾天环境对驾驶员在S型弯道车辆控制能力的影响,借助驾驶模拟器,选取46名驾驶员在雾天条件下进行S型路段驾驶试验。采集直线段、过渡段、曲线段的驾驶试验数据进行多变量方差和卡方检验分析能见度、驾驶经验、性别对驾驶速度、减速距离和偏离次数的影响。结果表明,能见度条件对3个阶段的车辆控制能力均有显著性影响,尤其在过渡阶段影响最为明显,驾驶员的减速距离、偏离次数均有显著性差异;专业驾驶员相对于非专业驾驶员在曲线通过过程中更倾向于谨慎型驾驶风格;女性驾驶员在曲线驾驶中车辆控制能力明显低于男性驾驶员,且非专业女驾驶员在曲线驾驶中是最容易受伤害的群体。     

驾驶人员风险驾驶行为分析及相关因素研究

对驾驶人员风险驾驶行为的结构进行分析,同时研究影响风险驾驶行为的因素以及驾驶行为和交通事故的关系。用探索性因素分析对驾驶行为问卷进行分析,得到4个因素:一般性违规、攻击性违规、无害性失误和危险性失误。还研究了驾驶经验、人格、驾驶态度、以及驾驶技术与驾驶行为的关系。     

驾驶人员风险驾驶行为分析及相关因素研究

对驾驶人员风险驾驶行为的结构进行分析,同时研究影响风险驾驶行为的因素以及驾驶行为和交通事故的关系。用探索性因素分析对驾驶行为问卷进行分析,得到4个因素：一般性违规、攻击性违规、无害性失误和危险性失误。还研究了驾驶经验、人格、驾驶态度、以及驾驶技术与驾驶行为的关系。     

提高驾驶注意力的个性化训练方案生成方法

驾驶注意力是影响驾驶安全性的重要因素之一,但驾驶注意力的训练由于存在高危险性很难开展.针对此问题,本文提出了一种虚拟现实平台下的提高驾驶注意力的个性化训练方案生成方法,该方法借助虚拟现实头盔的眼动跟踪技术,采集用户的注意力习惯特性,针对用户的习惯特性,自动优化生成个性化驾驶训练方案.在实验中,用户可以在已生成的训练方案中进行个性化驾驶注意力训练,并进行训练后的水平评估,通过对比训练前与训练后的效果评价本文提出的方法,实验结果表明,该方法可有效提升用户的驾驶注意力水平,并且优于传统训练方法.      

自然驾驶状态下使用手机对驾驶控制行为的影响

研究基于上海市自然驾驶项目,共计提取了296个驾驶人使用手机的行为样本,并基于动态时窗构建了表征驾驶人控制行为的特征指标,针对使用手机的5种操作行为:拨打、接听、通话、挂断和查看信息,分别分析了各操作过程中驾驶人纵向、横向控制活动的强弱情况,执行控制操作的灵敏程度以及车辆控制状态的稳定性.研究表明驾驶过程中使用手机的部分操作会导致驾驶人控制活动有所减弱,控制操作更加迟缓,且大多数分心操作对纵向控制稳定性产生了显著影响.这些发现有助于更好地了解驾驶人使用手机时的自然行为变化,为交通安全管控提供指引.