基于ARM的駕駛員疲勞預警系統(tǒng).pdf

1、汽車交通在為全世界的經濟文化發(fā)展做出巨大貢獻的同時，每年因交通事故導致的財產損失及人員傷亡也是巨大的。因此采取有效手段，減少交通事故的發(fā)生就變得日漸重要。在每年國內外發(fā)生的交通事故中，由于疲勞駕駛導致的交通事故占了較大的比重。因此為避免駕駛員因疲勞駕駛而發(fā)生交通事故，研究檢測駕駛員的疲勞狀態(tài)的方法就具有了重大的研究意義。
　　通過對幾種常用于檢測人臉的色彩空間的學習研究以及對比分析，本文選擇了在移動平臺上易于實現(xiàn)且效果良好的小rg

2、b色彩空間理論作為從復雜背景中分離出人臉的主要手段。在此理論基礎上提取出人臉膚色在此色彩空間的聚類特性，通過Matlab驗證此方案的可行性后，本系統(tǒng)選用了以 ARM Cortex-M4為核心架構的ST公司的STM32F407VGTB芯片，搭建了以該處理器為核心的硬件平臺，并應用OV9655圖像傳感器采集圖像，ILI9325的TFT-LCD模塊用于顯示實驗結果。并成功的完成了相關圖像處理的C語言表達，最終實現(xiàn)了在復雜場景中單一人臉的快速檢

3、測，為進一步提取人臉面部特征以及判斷駕駛員狀態(tài)提供了必要的基礎。
　　在定位人臉的基礎上，利用了水平灰度積分與區(qū)域生長相結合的方法實現(xiàn)了駕駛員眼睛的定位。對人臉圖像進行灰度化處理后，為減少系統(tǒng)計算量，應用先驗知識對人臉區(qū)域進行圖像切割，再用水平灰度積分方法處理切割后的圖像，實現(xiàn)了人眼區(qū)域的初步定位并切割出眉眼區(qū)域圖像。對切割出的眉眼區(qū)域進行處理得到其二值圖，利用區(qū)域生長法，對賦值為0的區(qū)域進行區(qū)域生長，從得到的連通區(qū)域中選取出眼球

4、，從而完成人眼的精確定位。
　　在實現(xiàn)人眼精確定位的基礎上，應用PERCLOS原理檢測駕駛員是否處于疲勞狀態(tài)。將人眼狀態(tài)進行數(shù)值化處理，根據(jù)檢測到的眼睛睜開的面積與眼睛正常睜開時的面積進行比較，來判斷駕駛員的眼睛是否處于閉合狀態(tài)。并將計算PERCLOS特征值的方法，轉化為整個檢測過程中眼睛被判定為閉合的幀數(shù)與總幀數(shù)的比值。利用數(shù)值化數(shù)據(jù)計算出結果并判定是否超出預設閾值，若超過則由系統(tǒng)控制警示器進行報警。系統(tǒng)在能夠滿足低功耗、成本低