基于PERCLOs的駕駛疲勞檢測系統(tǒng)

劉 英

（呼和浩特職業(yè)學(xué)院，呼和浩特 010051）

隨著科技水平的不斷發(fā)展，機(jī)動車輛與日俱增，隨之產(chǎn)生的人身安全問題越來越受到人們的關(guān)注。據(jù)統(tǒng)計，全世界每年因交通事故導(dǎo)致的死亡人數(shù)達(dá)60萬，直接經(jīng)濟(jì)損失約125億美元，這些事故中57%的災(zāi)難性事故與駕駛員疲勞駕駛有關(guān)[1]?？梢婑{駛員的疲勞駕駛是引發(fā)交通事故的重要原因之一，因此開展駕駛疲勞檢測相關(guān)技術(shù)的研究，將在很大程度上減少交通事故的發(fā)生，具有重要的社會意義和經(jīng)濟(jì)價值。

目前，世界各國已經(jīng)有多種駕駛疲勞的檢測技術(shù)，常用疲勞檢測方法有脈搏跳動檢測、腦電圖檢測、心電圖檢測、頭部位置檢測以及PERCLOs法等，綜合考慮可靠性、實(shí)時性、舒適性和實(shí)用性等多方面的性能，PERCLOs法的性能最好。本文將構(gòu)建一種基于PERCLOs方法的駕駛疲勞檢測系統(tǒng)，檢測駕駛員的疲勞狀態(tài)，實(shí)時地發(fā)出報警，進(jìn)而避免交通事故的發(fā)生。

1 檢測原理

本文構(gòu)建的系統(tǒng)中選擇PERCLOs（Percentage of Eyelid Closure Over the Pupil Over Time）算法。其中，PERCLOs的P80（單位時間內(nèi)眼睛閉合程度超過80%以上的時間占總時間的百分比）與駕駛疲勞程度的相關(guān)性最好。

PERCLOs算法的測量原理如圖1所示，通過測量出t1～t4，人們根據(jù)式（1）就能計算出PERCLOs的值。

式中，f為眼睛閉合時間的百分率，即PERCLOs值；t1為眼睛最大瞳孔閉合到80%瞳孔所用時間；t2為眼睛最大瞳孔閉合到20%瞳孔所用時間；t3為眼睛最大瞳孔到下一次20%瞳孔睜開所用時間；t4為眼睛最大瞳孔到下一次80%瞳孔睜開所用時間。

圖1 測量PERCOLS值的原理

當(dāng)系統(tǒng)檢測到PERCLOs值大于80%，眼睛持續(xù)閉合時間大于3s時，即認(rèn)為駕駛員處于疲勞狀態(tài)，屬于疲勞駕駛。

2 檢測系統(tǒng)的硬件系統(tǒng)

本文中檢測駕駛疲勞的系統(tǒng)，選擇了1394數(shù)字圖像采集卡作為硬件平臺，并選擇了Guppy系列的CCD攝像機(jī)，安裝到實(shí)驗(yàn)室計算機(jī)上組成駕駛疲勞檢測的硬件系統(tǒng)。該檢測系統(tǒng)的硬件系統(tǒng)能夠?qū)崿F(xiàn)每秒20幀圖像以上的處理速度，能夠?qū)崿F(xiàn)機(jī)動車駕駛員駕駛疲勞的實(shí)時檢測。

3 算法實(shí)現(xiàn)

本系統(tǒng)中用攝像機(jī)實(shí)時抓取駕駛員的臉部圖像，通過圖像處理方法得到眼睛圖像，并對所得的圖像進(jìn)行分析和識別，確定駕駛員眼睛當(dāng)前的狀態(tài)，進(jìn)而識別駕駛員的疲勞狀態(tài)。

駕駛疲勞檢測主要包括采集圖像、圖像預(yù)處理、人臉定位、人眼定位、眼睛面積計算、PERCOLs值計算和疲勞程度識別。其中，圖像預(yù)處理主要包括圖像灰度化處理、二值化處理等。它們主要是為了降低噪聲對圖像的影響，確保圖像的質(zhì)量，這是實(shí)施人臉定位的前提。

本文將攝像機(jī)采集的原始圖像轉(zhuǎn)換成YCbCr顏色空間，再運(yùn)用YCbCr顏色空間中膚色的聚類性進(jìn)行人臉檢測。根據(jù)膚色在顏色空間的高斯模型，計算像素點(diǎn)屬于膚色區(qū)域的概率，即根據(jù)該像素點(diǎn)離高斯分布中心的遠(yuǎn)近得到膚色的相似度（所得圖像中的每個像素點(diǎn)的灰度值表示該點(diǎn)屬于膚色區(qū)域的概率），其計算公式為[2]：

式中，m為均值，m=E（x），x=（Cb，Cr）；C為協(xié)方差矩陣，C=E[(x-m)(x-m)T]。

在計算出膚色的相似度P（Cb，Cr）后，將其乘以255，以灰度來表征像素點(diǎn)屬于膚色區(qū)域的概率，進(jìn)而得到了膚色的相似度圖。在所得到的相似度圖中，其灰度值的大小就表示該區(qū)域可能為人臉的概率大小，灰度值越大則可能為人臉的概率越大（即越亮的區(qū)域就越接近皮膚的顏色），反之則為人臉的概率越小。在經(jīng)過膚色相似度計算之后，并且已經(jīng)得到膚色的高斯模型后，再對圖像進(jìn)行二值化，檢測出人臉區(qū)域。在進(jìn)行二值化時，應(yīng)該選取合適的閾值將相似度灰度圖像進(jìn)行二值化，一般利用YCbCr的膚色模型的閾值來生成二值圖像。

當(dāng)像素的色度值（Cb、Cr色度分量值）落入在給定的膚色模型的閾值范圍內(nèi)時，像素的灰度值取為1（即為膚色區(qū)域）；反之，像素的色度值（Cb、Cr色度分量值）超出膚色模型的閾值范圍時，像素的灰度值取為0（即為非膚色區(qū)域）。

4 結(jié)論

試驗(yàn)證明，本文所采用的硬件和軟件系統(tǒng)能夠達(dá)到駕駛員疲勞檢測的實(shí)時性要求，并且可以較為精準(zhǔn)地定位出人眼的位置和計算出人眼面積，最終做出駕駛員疲勞與否的判定，可以驗(yàn)證PERCLOs算法的準(zhǔn)確性。

但是，本文所構(gòu)建的系統(tǒng)還存在一些不足：當(dāng)駕駛員的頭部沒有面向正前方，或是未能對準(zhǔn)攝像頭，會導(dǎo)致駕駛疲勞檢測的準(zhǔn)確率下降；駕駛室內(nèi)的照明條件會導(dǎo)致駕駛疲勞判斷的準(zhǔn)確率下降；駕駛員睡覺眼睛不能完全閉合以及駕駛員佩戴眼睛等，均會導(dǎo)致駕駛員疲勞檢測的準(zhǔn)確率下降。介于該系統(tǒng)所存在的種種不足，人們還需在今后的駕駛員疲勞檢測研究中進(jìn)一步克服。