基于視覺的汽車駕駛員疲勞檢測(cè)系統(tǒng)設(shè)計(jì)研究

曹 衛(wèi)

（廈門理工學(xué)院計(jì)算機(jī)與信息工程學(xué)院，福建 廈門 361005）

1 研究背景

疲勞駕駛是引發(fā)交通事故的一個(gè)重要因素。在法國(guó)，因疲勞駕駛導(dǎo)致的意外占人身傷害事故的14.9%，死亡事故的20.6%。我國(guó)每年因道路交通傷亡人數(shù)居世界首位，而且以每年10%的速度遞增，疲勞駕駛所導(dǎo)致的交通事故也以相當(dāng)快的速度遞增。以北京為例，因疲勞所導(dǎo)致的交通事故占到事故總數(shù)的20%以上[1]。因此，如何有效避免疲勞駕駛是當(dāng)前各國(guó)研究人員關(guān)注的熱點(diǎn)。

對(duì)駕駛疲勞的判定識(shí)別是一個(gè)很復(fù)雜的問題。早期對(duì)駕駛疲勞進(jìn)行識(shí)別主要利用了主觀監(jiān)測(cè)方法。它利用自我調(diào)查表、睡眠習(xí)慣調(diào)查表、斯坦福睡眠尺度表和皮爾遜疲勞度量表來評(píng)定駕駛員的疲勞程度[2]。主觀監(jiān)測(cè)方法識(shí)別駕駛疲勞實(shí)際上是根據(jù)駕駛員的持續(xù)駕車時(shí)間進(jìn)行判定[3]。但是主觀監(jiān)測(cè)方法在設(shè)定時(shí)間標(biāo)準(zhǔn)時(shí)，沒有考慮到駕駛員的個(gè)體差異性，比如駕駛員體質(zhì)、開車前的精神狀態(tài)、生活飲食情況、是否患病等，因此主觀監(jiān)測(cè)的結(jié)果隨駕駛員個(gè)體差異變化很大。為了更加準(zhǔn)確地檢測(cè)駕駛疲勞，研究人員從駕駛員疲勞時(shí)表現(xiàn)出的客觀反應(yīng)出發(fā)，對(duì)疲勞進(jìn)行了更深入的研究。對(duì)駕駛疲勞客觀反應(yīng)的研究表明，反映疲勞的客觀特征可以歸結(jié)為駕駛員的生理信號(hào)、駕駛員的物理反應(yīng)和車輛行駛時(shí)的相關(guān)參數(shù)。與此相對(duì)應(yīng)的客觀疲勞檢測(cè)方法包括基于駕駛員生理信號(hào)的疲勞檢測(cè)、基于駕駛員視覺特征的疲勞檢測(cè)和基于車輛行為的疲勞檢測(cè)[4]。

由于基于視覺的非接觸式檢測(cè)方法不會(huì)對(duì)駕駛員的駕駛操作造成影響，相比于接觸性檢測(cè)方法還具有實(shí)時(shí)監(jiān)測(cè)、性價(jià)比高的優(yōu)點(diǎn)，因此本研究依據(jù)基于視覺的疲勞檢測(cè)原理實(shí)現(xiàn)駕駛疲勞檢測(cè)。

2 基于視覺特征的疲勞檢測(cè)原理

基于視覺的疲勞檢測(cè)是指通過圖像傳感器獲取駕駛過程中的視覺特征，根據(jù)駕駛員在正常狀態(tài)和疲勞狀態(tài)的特征模式不同，對(duì)駕駛員的精神狀態(tài)進(jìn)行分類，從而檢測(cè)到是否有疲勞產(chǎn)生。PERCLOS是公認(rèn)的、有效的精神生理疲勞程度的測(cè)量指標(biāo)，它不僅有很高的準(zhǔn)確率并且不會(huì)對(duì)駕駛操作產(chǎn)生影響。本系統(tǒng)選擇 PERCLOS作為疲勞駕駛的判定方法。

經(jīng)研究發(fā)現(xiàn)，一般情況下人眼的閉合時(shí)間在0.2～0.3s之間，若汽車駕駛員在行車過程中眼睛閉合時(shí)間達(dá)到0.5s就很容易發(fā)生交通事故[5]。PERCLOS（Percentage ofEyelid Closure Over the Pupil Over Time）是由賓夕法尼亞大學(xué)智能交通實(shí)驗(yàn)室和NHTSA提出的概念，它定義為眼睛閉合時(shí)間占某一特定時(shí)間的百分率。從此 PERCLOS值是精神生理疲勞程度的測(cè)量指標(biāo)，廣泛應(yīng)用于駕駛員疲勞檢測(cè)的研究中。眼睛的生理特點(diǎn)與疲勞駕駛有關(guān)系是通過監(jiān)視駕駛員眼睛的閉合持續(xù)時(shí)間與事故的關(guān)系來判斷的，如圖1所示：

圖1 眼睛閉合持續(xù)時(shí)間與事故的關(guān)系

實(shí)驗(yàn)結(jié)果表明：眼睛閉合持續(xù)時(shí)間在事故前比在事故后要大，而在事故前 10秒，突然變短，眼睛閉合持續(xù)時(shí)間與疲勞程度有密切的關(guān)系，眼睛閉合持續(xù)時(shí)間在事故之前1分鐘比起其他時(shí)間要大得多。因此通過測(cè)量眼睛閉合持續(xù)時(shí)間的長(zhǎng)短就能夠確定駕駛疲勞的程度。

PERCLOS法有三種判定標(biāo)準(zhǔn)，分別是P70、P80和EM。P70表示瞳孔被眼瞼縱向遮住70%的時(shí)間比率；P80表示遮住80%的時(shí)間比率；EM表示眼瞼均方閉合率。通過實(shí)驗(yàn)，研究人員發(fā)現(xiàn)P80與疲勞程度間的相關(guān)性最好。因此，系統(tǒng)采用P80作為駕駛員疲勞程度檢測(cè)裝置的判定標(biāo)準(zhǔn)。

3 系統(tǒng)設(shè)計(jì)方案

3.1 疲勞檢測(cè)系統(tǒng)設(shè)計(jì)方案

系統(tǒng)基本設(shè)計(jì)思想是通過帶有近紅外光源的CCD或CMOS攝像機(jī)連續(xù)采集駕駛員頭部圖像，利用人眼對(duì)近紅外光的生理反應(yīng)作為尋找眼睛的可視特征，經(jīng)過圖像處理模塊和一定算法找到可視特征的位置，即完成駕駛員眼睛的定位，再通過提取人眼的特征參數(shù)分析眼睛的開閉狀態(tài)，計(jì)算出PERCLOS值，據(jù)此判斷駕駛員是否疲勞[6]。

根據(jù)系統(tǒng)的設(shè)計(jì)思想，整個(gè)系統(tǒng)從功能上主要可分為三個(gè)模塊：圖像采集模塊、圖像處理模塊和報(bào)警模塊，如圖2所示。圖像采集模塊是由近紅外光源和模擬攝像機(jī)組成。采集到的模擬信號(hào)，經(jīng)A/D轉(zhuǎn)換器變成數(shù)字信號(hào)，然后送入以DSP為核心的圖像處理模塊中進(jìn)行運(yùn)算處理，最后報(bào)警模塊根據(jù)計(jì)算結(jié)果判斷是否發(fā)出警報(bào)。

圖2 系統(tǒng)功能模塊框圖

3.2 疲勞檢測(cè)裝置設(shè)計(jì)

疲勞檢測(cè)部分通過把一臺(tái)智能手機(jī)安裝在汽車內(nèi)中央后視鏡上或者固定于駕駛員正前面上方，在不影響駕駛員視線情況下，采集駕駛員的人臉圖像信息，見圖3。然后把采集的圖像信息通過手機(jī)的4G網(wǎng)絡(luò)傳輸?shù)皆品?wù)器。在云服務(wù)器端通過檢測(cè)駕駛員眼皮下垂程度來判斷駕駛員是否處于疲勞駕駛狀態(tài)，通過記錄駕駛員眼球活動(dòng)頻率，來判斷駕駛員生理活動(dòng)狀態(tài)，如駕駛員眼球長(zhǎng)期不移動(dòng)，或者閉眼時(shí)間過長(zhǎng)，系統(tǒng)則判斷其處于疲勞駕駛狀態(tài)，云服務(wù)通過4G網(wǎng)絡(luò)向手機(jī)端發(fā)出警報(bào)信號(hào)，手機(jī)，E端再通過藍(lán)牙信號(hào)驅(qū)動(dòng)震動(dòng)提醒裝置提醒駕駛員。疲勞檢測(cè)系統(tǒng)架構(gòu)見圖4。同時(shí)云服務(wù)器將產(chǎn)生一條記錄，記錄駕駛員的姓名，發(fā)生疲勞駕駛的時(shí)間、地點(diǎn)、次數(shù)等，作為以后駕駛員考核的依據(jù)。疲勞檢測(cè)運(yùn)行示意圖見圖5。

圖3 系統(tǒng)裝置圖

圖4 疲勞檢測(cè)系統(tǒng)架構(gòu)

圖5 疲勞檢測(cè)運(yùn)行示意圖

3.3 疲勞檢測(cè)流程

疲勞檢測(cè)由Android手機(jī)端和云服務(wù)器兩部分組成，通過手機(jī)的4G網(wǎng)絡(luò)實(shí)現(xiàn)兩部分的通信，達(dá)到實(shí)時(shí)檢測(cè)駕駛員是否進(jìn)入疲勞駕駛狀態(tài)。其系統(tǒng)流程圖如圖6所示。

圖6 疲勞檢測(cè)流程圖

3.4 疲勞預(yù)警系統(tǒng)

語音識(shí)別與聲控軟件系統(tǒng)將采用云運(yùn)算技術(shù)，用戶在車聯(lián)網(wǎng)上不需安裝語音識(shí)別軟件便可完成語音控制功能。為了降低網(wǎng)絡(luò)傳輸數(shù)據(jù)量，當(dāng)用戶啟用聲控功能后，其語音信號(hào)將先轉(zhuǎn)換成第四代（4G）語音通信標(biāo)準(zhǔn)之適應(yīng)性多重比特率（Adaptive Multi-Rate,AMR）語音編碼格式，然后再傳至云服務(wù)器進(jìn)行語音識(shí)別，在本研究中將直接從AMR語音編碼格式中擷取語音特征參數(shù)并進(jìn)行語音識(shí)別的技術(shù)，借以提升語音識(shí)別運(yùn)算效率與準(zhǔn)確度，圖7為其系統(tǒng)方塊圖。

圖7 云語音識(shí)別系統(tǒng)方塊圖

報(bào)警系統(tǒng)是由蜂鳴器、三極管和電阻組成的，電路圖如圖8所示。報(bào)警系統(tǒng)是由DSP的GPIO口控制，當(dāng)判定駕駛員處于疲勞狀態(tài)時(shí)，則系統(tǒng)調(diào)用GPIO的程序，使其輸出3.3V電壓，驅(qū)動(dòng)蜂鳴器發(fā)出聲音。GPIO口選用的是標(biāo)號(hào)為59的端口，通過一個(gè)電阻和一個(gè)NPN型的三極管與蜂鳴器相連。當(dāng)DSP為高電平是，蜂鳴器發(fā)出警報(bào)聲；當(dāng)DSP為低電平時(shí)，蜂鳴器不發(fā)出聲音。

圖8 報(bào)警電路

4 疲勞檢測(cè)系統(tǒng)展示

疲勞檢測(cè)系統(tǒng)是利用安卓手機(jī)作為終端，和云服務(wù)器。在智能手機(jī)端開發(fā)能相應(yīng)的APP模塊。該APP整合了駕駛員的疲勞檢測(cè)和動(dòng)導(dǎo)航終端，負(fù)責(zé)通過手機(jī)4G網(wǎng)絡(luò)適時(shí)傳輸駕駛員人員圖像和駕駛員需要導(dǎo)航目的地的語音，云服務(wù)器收到駕駛員傳送的人臉圖像后，進(jìn)行人臉識(shí)別，眼睛區(qū)域提取，并判斷是否有疲勞出現(xiàn)，如有疲勞出現(xiàn)則由云服務(wù)器向手機(jī)端發(fā)出提醒，手機(jī)收到提醒信號(hào)后，通過藍(lán)牙向單片機(jī)模塊發(fā)向震動(dòng)信號(hào)，以提醒駕駛員去服務(wù)區(qū)休息。疲勞檢測(cè)系統(tǒng)如圖9所示。利用手機(jī)的前置攝像頭實(shí)時(shí)抓取駕駛員的人臉圖像，以每秒3幀的速度通過手機(jī)4G網(wǎng)絡(luò)向云服務(wù)發(fā)送。圖10是利用單片機(jī)接收手機(jī)藍(lán)牙信號(hào)控制步進(jìn)電機(jī)實(shí)現(xiàn)模擬提醒駕駛員的目的。

圖9 駕駛員疲勞檢測(cè)系統(tǒng)

圖10 疲勞提醒模塊

5 結(jié)論

針對(duì)疲勞駕駛識(shí)別應(yīng)用的實(shí)際需求，本文介紹了一種基于視覺的汽車駕駛員疲勞檢測(cè)裝置設(shè)計(jì)。本研究確定了整個(gè)疲勞檢測(cè)系統(tǒng)的框架，包括系統(tǒng)采用的檢測(cè)方法、系統(tǒng)的硬件結(jié)構(gòu)和軟件工作流程。整個(gè)系統(tǒng)能對(duì)駕駛員的疲勞狀態(tài)進(jìn)行判斷，如果檢測(cè)出駕駛員處于疲勞駕駛中，系統(tǒng)會(huì)發(fā)出報(bào)警聲，提醒駕駛員注意行車安全。該研究對(duì)于提高道路交通安全具有較為重要的指導(dǎo)意義，具有較大的應(yīng)用價(jià)值。