智能安全駕駛監(jiān)測系統(tǒng)設計與實現(xiàn)

張 鴻，吉泉仲，王 諄，張 卓，歐陽文凱，黃 鐿

(河海大學 物聯(lián)網(wǎng)工程學院，江蘇 常州 213002)

0 引言

隨著社會經(jīng)濟發(fā)展水平的不斷提高以及基礎交通建設的不斷推廣，車輛的普及程度也在逐年增加，但隨之而來的交通問題也越發(fā)嚴峻。據(jù)國家統(tǒng)計局公開的統(tǒng)計資料顯示，近三年來，我國交通事故發(fā)生數(shù)量均在20萬以上，其中機動車的占比高居不下，而汽車事故占機動車事故約75%，汽車事故造成直接財產(chǎn)損失占機動車造成直接財產(chǎn)損失約88%。在這些汽車事故中有極大部分是由于駕駛員存在疲勞駕駛、不規(guī)范駕駛行為、以及突發(fā)身體疾病等因數(shù)造成的[1]。

現(xiàn)有的輔助駕駛系統(tǒng)主要分為三類：第一類是通過監(jiān)測駕駛員的疲勞程度，并給出實時的提醒，以減少交通事故的發(fā)生。如劉芳[2]等提出的基于視頻的駕駛員疲勞駕駛實時監(jiān)測系統(tǒng)的方法，該方法通過提取視頻中駕駛員的眼部特征變換來分析駕駛員的疲勞狀態(tài)；金國宜[3]提出的疲勞駕駛監(jiān)測系統(tǒng)通過PERCLOS疲勞檢測方法用于計算駕駛員的疲勞程度。第二類是通過檢測汽車周圍車輛和估算前方車輛的距離，以減少交通事故的發(fā)生。如孔雅潔等[4]提出的通過深度學習對行車過程中前方車輛進行距離估算以及識別車輛前方的目標；吳驊躍[5]通過視覺處理對混合道路車道檢測感知、以及車輛環(huán)境全向障礙物識別。第三輪是檢測駕駛員的體征狀況，判斷是否存在酒駕和突發(fā)身體狀況等行為。如吳斌[6]通過微處理器與酒精傳感器計算當前駕駛員的酒精含量。上述的輔助駕駛系統(tǒng)的監(jiān)測的內(nèi)容局限在駕駛員是否存在疲勞駕駛、是否有飲酒行為，汽車周圍的環(huán)境狀況等單一內(nèi)容，沒有對影響駕駛安全的因素進行全方位的考慮。

針對上述局限性，設計開發(fā)了一種智能安全駕駛監(jiān)測系統(tǒng)。該系統(tǒng)安裝在駕駛室內(nèi)，在行車前判斷駕駛?cè)藛T是否飲酒，在行車時監(jiān)測并記錄駕駛員的體征參數(shù)以及駕駛行為并將監(jiān)測得到的數(shù)據(jù)上傳到移動端APP進行直觀的展示。在駕駛員突發(fā)重大身體疾病時，移動端APP可以自動發(fā)送當前定位消息給緊急聯(lián)系人。該系統(tǒng)監(jiān)測各種安全威脅，并進行及時的提醒，可以有效減少交通事故的發(fā)生。系統(tǒng)的主要創(chuàng)新點包括：

低功耗防作弊酒精含量檢測。我們提出了一種低功耗防作弊酒精含量檢測儀器，該方法通過氣流傳感器檢測駕駛員是否對一次性吹嘴吹氣，防止出現(xiàn)通過吸氣躲避檢測的行為，而后使用酒精傳感器對酒精含量進行測量，通過STM32核心處理器處理相關(guān)數(shù)據(jù)。經(jīng)檢驗，該裝置功耗低可以有效防止駕駛員出現(xiàn)酒后駕駛的行為。

駕駛行為檢測模型的優(yōu)化?？紤]到邊緣計算對于成本控制與實時性的要求，我們使用成本較低的樹莓派作為邊緣計算的處理器。與此同時，處理圖像時受限于樹莓派硬件性能，幀數(shù)較低。而駕駛員駕駛途中正常駕駛占主要部分，因此，為避免長時間的無效運算，我們首先檢測駕駛員嘴部及下顎的特征向量變換，當出現(xiàn)較大變換后再運行駕駛行為檢測模型。通過上述方法，大幅度提高了幀數(shù)，相較于原來的0.2幀，幀數(shù)提高至正常駕駛情況下4.9幀/s；違規(guī)行為監(jiān)測速率為1.2幀/s,響應時間約為0.2秒，極大地提高了運行處理速率。

多方位監(jiān)測判斷，同時對駕駛員的駕駛行為、身體健康狀況、以及酒精濃度進行監(jiān)測，并對監(jiān)測到的數(shù)據(jù)進行有機處理判斷，對駕駛員進行實時的提醒。

1 系統(tǒng)整體設計

1.1 需求分析

智能安全駕駛系統(tǒng)，要求實時監(jiān)測駕駛員的身體健康狀況，在突發(fā)心臟病等緊急情況能夠第一時間聯(lián)系家屬，并使家屬知曉當前的GPS定位。同時需要在開車前檢測駕駛員是否飲酒，如果飲酒將主動告知家屬，駕駛員將出現(xiàn)酒駕行為。在駕駛途中實時監(jiān)測駕駛員的駕駛行為，一旦出現(xiàn)抽煙、喝水、打電話、疲勞等情況，通過語音及時播報提醒。另外該系統(tǒng)還應該將監(jiān)測到的健康數(shù)據(jù)和駕駛行為等記錄，生成健康報表，駕駛行為監(jiān)測報表等更為直觀的方式呈現(xiàn)給駕駛?cè)藛T，讓駕駛?cè)藛T了解自己的健康狀況和駕駛習慣，做出及時的調(diào)整，減少交通事故的發(fā)生機率。

1.2 系統(tǒng)設計方案

智能安全駕駛監(jiān)測系統(tǒng)由“酒精濃度檢測單元”“駕駛行為監(jiān)測單元”，“體征智能監(jiān)測模塊”，“移動端APP”四部分組成。酒精濃度檢測單元基于STM32單片機，使用內(nèi)置12位ADC對費加羅氣體傳感器TGS822進行采樣，同時使用氣流傳感器對駕駛員是否吹氣進行判斷，實現(xiàn)防作弊酒精含量檢測。駕駛行為監(jiān)測單元采用ARM架構(gòu)的微型電腦樹莓派4B，搭載Linux操作系統(tǒng)，在該操作系統(tǒng)上運行YOLOV5和疲勞檢測模型檢測駕駛員是否存在抽煙、打電話、喝水、疲勞駕駛等行為。體征智能監(jiān)測模塊采用開放第三方接口的SDK的智能手表，該手表可以實現(xiàn)體溫、血壓、血氧和心率的監(jiān)測。移動端APP實現(xiàn)駕駛?cè)藛T的GPS定位，同時可以利用該定位進行導航，以及通過藍牙通信收集駕駛員的違規(guī)駕駛行為等數(shù)據(jù)，通過wifi熱點通信完成體征參數(shù)的收集。移動端APP完成收集數(shù)據(jù)的可視化展示，并以健康報表的形式呈現(xiàn)給用戶。系統(tǒng)的主體結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)的主體結(jié)構(gòu)

智能安全駕駛監(jiān)測系統(tǒng)通過酒精濃度檢測單元檢測駕駛員的酒精含量，將該酒精含量通過USART傳輸?shù)綐漭?，如果酒精含量超出正常范圍，樹莓派將通過藍牙傳送到移動端APP，APP將撥打電話給相關(guān)家屬，防止酒駕行為的發(fā)生。如果酒精含量正常，樹莓派正常運行YOLOV5駕駛行為監(jiān)測程序，將該數(shù)據(jù)通過藍牙連接傳給移動端APP。同時體征智能監(jiān)測模塊監(jiān)測到的體征數(shù)據(jù)通過wifi熱點通信的形式傳到移動端APP，移動端APP分析當前體征數(shù)據(jù)是否正常，如果出現(xiàn)如突發(fā)心臟病等情況，移動端APP自動撥打緊急聯(lián)系家屬的電話，并將駕駛?cè)说漠斍癎PS定位發(fā)送給緊急聯(lián)系家屬。系統(tǒng)運行流程圖如圖2所示。

圖2 系統(tǒng)運行流程圖

2 系統(tǒng)詳細設計

2.1 酒精濃度檢測單元

圖3 酒精濃度檢測單元原理圖

酒精濃度檢測單元由費加羅氣體傳感器TGS822、氣體傳感器和STM32F103C8T6單片機組成。使用費加羅氣體傳感器TGS822作為酒精傳感器，費加羅氣體傳感器的氣敏素子使用在清潔空氣中電導率低的二氧化錫(SnO2)。當存在對象氣體時，傳感器的電導率隨空氣中氣體濃度增加而增大。使用簡單的電路即可將電導率的變化，轉(zhuǎn)換為與該氣體濃度相對應的輸出信號[7]。該傳感器具有對乙醇等有機溶劑有高靈敏度、長期穩(wěn)定性優(yōu)良、長壽命、低成本以及可簡單電路測量使用等特點。使用氣流傳感器對駕駛?cè)藛T吹出氣流方向進行測試，防止檢測者通過吸氣躲避酒精檢測。氣流傳感器采用專用芯片檢測吸氣、呼氣的氣流變化，元件在無氣流時會輸出高電平，有氣流時輸出低電平。因此只需要通過微控制器的GPIO輸入輸出接口即可對該傳感器進行采集。同時氣流傳感器有特制的電子開關(guān)，超強抗干擾性能，敲擊、振動、高分貝聲音和磁場等都不會影響開關(guān)的正常工作，性能非常穩(wěn)定可靠。微處理器采用意法半導體生產(chǎn)的STM32F103C8T6微處理器，它是一款基于ARM Cortex-M內(nèi)核STM32 系列的32位的微控制器，程序存儲器容量是64 KB，需要電壓2～3.6 V，工作溫度為-40～ 85 ℃。主頻72 MHz，具有GPIO，12 位ADC，12 位DAC，TIMER，USART等多種常用外設，具有 NVIC 中斷嵌套管理器，是一款性能較高，價格合適的一款單片機[8]。

傳統(tǒng)酒精檢測儀在使用過程中往往出現(xiàn)系統(tǒng)功耗較大的問題，所以在酒精檢測單元中采用STM32F103C8T6 低功耗微處理器作為主控芯片，芯片通過 GPIO口連接氣流傳感器。氣流傳感器監(jiān)測是否存在吹氣氣流，系統(tǒng)周期性的檢測氣流的存在，沒有檢測到氣流的存在，酒精傳感器則處于禁止狀態(tài)，系統(tǒng)電流可降低為大約1 mmA從而實現(xiàn)系統(tǒng)的低功耗，如果檢測到氣流，主控芯片將會在GPIO口檢測到低電平，同時芯片開啟ADC對酒精傳感器進行采樣計算，獲取駕駛員吹出氣體中的酒精濃度，如若超過交通法規(guī)定的酒駕標準，則將此信息通過USART接口上傳至樹莓派。同時USART使用CH340芯片引出，通過USB接口與樹莓派相連，保證STM32F103C8T6的穩(wěn)定連接和傳輸速率要求。酒精濃度檢測單元原理圖如圖3所示。

2.2 駕駛行為監(jiān)測模塊

駕駛行為監(jiān)測模塊的主要功能是檢測駕駛員是否存在疲勞駕駛行為，以及是否出現(xiàn)違規(guī)駕駛行為如抽煙、喝水、打電話等行為。駕駛行為監(jiān)測模塊采用的硬件平臺為樹莓派4B和高清LRCP1620攝像頭。樹莓派4B的CPU為1.5 GHz，GPU為500 MHz,藍牙版本為5.0，供電電壓為5 V-3 A，能夠滿足我們對于深度學習模型的使用。LRCP1620攝像頭分辨率為1 080 p，采用的攝像頭為3.6 mm M12鏡頭，該攝像頭可以滿足在對駕駛?cè)藛T行為的監(jiān)控。駕駛監(jiān)測單模塊中運行的模型主要分為疲勞駕駛監(jiān)測模型和違規(guī)行為監(jiān)測模型。

疲勞駕駛監(jiān)測模型基于DLIB模型先獲得臉部特征點坐標并轉(zhuǎn)換為特征向量，再在讀幀過程中判斷特征向量的變化從而得到眼睛和嘴巴開合程度，進而判斷是否存在閉眼或打哈欠等情況。DLIB模型提取人臉68個面部特征點，可以通過提取到的面部特征圖分別獲取左右眼面部標志以及嘴部標志的索引，通過opencv對視頻流進行灰度化處理，檢測出人眼和嘴部的位置信息[9]。根據(jù)這個位置信息可以計算出對應的眼睛開合度和嘴巴開合度。當人眼睜開時，眼睛的開合度會在某個值上下波動，當人眼閉合時，該值迅速下降，理論上會接近于零。所以我們認為當眼睛的開合度低于某個閾值時，眼睛處于閉合狀態(tài)。同樣當嘴部的開合度也會隨著嘴部的張開與閉合而變化[10]。為檢測眨眼與打哈欠的次數(shù)，采取對視頻流每幀圖片進行處理，獲取連續(xù)3幀內(nèi)眼睛、嘴部的長寬比，本系統(tǒng)閾值初步設為0.2、0.3。當計算出的眼睛和嘴部的長寬比小于設定的閾值時，認為是眼睛和嘴部合閉。在一定時間計算眼睛合嘴部的張開與閉合的次數(shù)，代表眨眼和打哈欠的頻率，眨眼和打哈欠的頻率越高，疲勞程度越高。

違規(guī)行為監(jiān)測模塊使用YOLOV5的網(wǎng)絡結(jié)構(gòu)，YOLOV5官方發(fā)布的代碼中,檢測網(wǎng)絡共有4個版本,依次為YOLOV5x、YOLOV5l、YOLOV5m、YOLOV5s。其中YOLOV5s是深度和特征圖寬度均最小的網(wǎng)絡，另外3種可以認為是在其基礎上，進行了加深、加寬。本方案采用YOLOV5s目標監(jiān)測算法識別車內(nèi)攝像頭采集的圖像，相較于其他版本其深度最小，特征圖的寬度最小,其包括Input、BackBone、Neck、Prediction 四部分，每個部分較前一版本均有一定的優(yōu)化策略，保證算法檢測精度的情況下盡可能的提升識別速度。YOLOV5s的結(jié)構(gòu)中主干網(wǎng)絡BackBone將原始608×608×3的圖像輸入Focus結(jié)構(gòu)，采用切片操作，先變成304×304×12的特征圖，再經(jīng)過一次32個卷積核的卷積操作，最終變成304×304×32的特征圖[11-14]。

Input模塊同YOLOV4一樣采用Mosaic數(shù)據(jù)增強的方式，通過隨機使用四張照片，經(jīng)過隨機分布拼接，極大豐富了檢測數(shù)據(jù)集，通過隨機縮放增加更多的小目標，讓神經(jīng)網(wǎng)絡的魯棒性更好。同時采用Mosaic數(shù)據(jù)增強還可以減少GPU的負荷，利用Mosaic增強訓練，直接處理4張圖片的數(shù)據(jù)，有效限制Mini-batch大小，一個GPU就可以表現(xiàn)出較好的運算效果。

在Iuput模塊還對自適應圖片縮放進行改進，對原始圖像進行自適應添加最少的黑邊，減少信息冗余，計算量也會相應減少，目標檢測速度則會得到提升。

BackBone模塊新添了Focus結(jié)構(gòu)，YOLOV5將原始608*608*3的圖像輸入Focus結(jié)構(gòu)，在切片操作，先變成304*304*12的特征圖，再經(jīng)過一次32個卷積核的卷積操作，最終變成304*304*32的特征圖。同時，YOLOV5s設計了兩種CSP結(jié)構(gòu)，CSP1_X結(jié)構(gòu)應用于Backbone主干網(wǎng)絡，另一種CSP2_X結(jié)構(gòu)則應用于Neck中。在Backbone中，使用帶有殘差結(jié)構(gòu)的CSPl_X，因為 Backbone網(wǎng)絡較深，在反向傳播時殘差結(jié)構(gòu)的加入使得層和層之間的梯度值得到增強，有效防止網(wǎng)絡加深時所引起的梯度消失，得到的特征粒度更細[15]。

Neck模塊這里采取的是FPN特征金字塔結(jié)構(gòu)做一個特征融合，本文選取最后3個卷積層C3, C4, C5，然后經(jīng)過FPN結(jié)構(gòu)，將高層級語義信息和低層級信息進行融合。在YOLOV5的Neck結(jié)構(gòu)中，采用借鑒CSPNet設計的CSP2新結(jié)構(gòu)，增強網(wǎng)絡特征融合的能力。Neck結(jié)構(gòu)特征如圖4所示。

圖4 Neck結(jié)構(gòu)特征圖

Prediction模塊則繼續(xù)沿用YOLOV4中的CIOU_Loss做Bounding box的損失函數(shù)。在目標檢測的后處理過程中，針對很多目標框的篩選，通常需要nms操作，在不增加計算成本的情況下，改善識別效果。

在駕駛途中駕駛員出現(xiàn)疲勞駕駛、違規(guī)駕駛的行為在整個駕駛過程中占比較少，所以為規(guī)避樹莓派長時間進行無效的運輸，浪費CPU資源的行為。本方案首先通過DLIB人臉特征提取模型處理視頻流中駕駛員的面部照片。在一段時間內(nèi)利用DLIB計算的面部特征點，連續(xù)提取10幀的照片的臉部特征進行存儲，分別計算駕駛員的嘴部和下顎的特征向量，當駕駛員的嘴部和下顎的特征向量發(fā)生巨大變換時，代表駕駛可能出現(xiàn)了如打哈欠、喝水、抽煙等行為。此時運行疲勞監(jiān)測模型和駕駛行為監(jiān)測模型。通過這種預處理的方式可以有效的節(jié)約計算資源。算法流程圖如圖5所示。

圖5 算法流程圖

2.3 體征智能監(jiān)測模塊

由于需要監(jiān)測用戶的體征參數(shù)范圍較廣，所以本系統(tǒng)選取的體征智能監(jiān)測模塊為提供二次開發(fā)協(xié)議的T520智能手表，該智能手表可以實現(xiàn)對于血壓血氧、體溫、心率、計步、睡眠監(jiān)測等功能，完全滿足我們的功能需求。

手表的心率監(jiān)測功能采用基于光電式檢測法的脈搏波檢測法，該光電檢測法的PPG脈搏波測量是一種無創(chuàng)傷的無感監(jiān)測，使用者無需干預操作或者說在無感知的情況下就可以完成心率指標的采集。設備的血氧飽和度監(jiān)測采用雙色光(紅光和紅外光)交替照射皮膚獲得各自波長的PPG信號，然后通過算法來獲得SPO2，而且監(jiān)測血氧飽和度的時候需要被測者保持相對的靜止狀態(tài)?？梢宰龅?%以內(nèi)甚至1%的精度，延時在5秒以內(nèi)。設備的體溫檢測采用接觸式ADC熱電堆傳感器。該傳感器等同于我們常用的體溫槍紅外傳感器，可以精確感知溫度。背面的兩個鋁片直接接觸皮膚，偵測細微的體溫差異，利用先進測溫傳感技術(shù)，能精準控制體溫，測量誤差范圍僅±0.3。手表的血壓監(jiān)測通過光電傳感器采集手腕部位的脈搏波波形，分析脈搏波的上升斜率及波段時間等特征參數(shù)可以得到特定的計算公式，以估算血壓數(shù)值，該方法可以實現(xiàn)連續(xù)監(jiān)測血壓[16]。

智能手表與手機APP的通信協(xié)議基于 TCP/IP的長鏈接進行通訊。手機APP作為服務器，與終端手表交互數(shù)據(jù)格式協(xié)議如下：包頭：IW協(xié)議號：上行(設備到服務器) AP+[兩位數(shù)字]，下行(服務器到設備) BP+[兩位數(shù)字]，數(shù)據(jù)包內(nèi)容結(jié)束符。在通信時APP端首先聲明一個ServerSocket對象并且指定端口號，然后調(diào)用Serversocket的accept()方法接收客戶端的數(shù)據(jù)。Accept()方法在沒有數(shù)據(jù)進行接收的處于堵塞狀態(tài)。(Socketsocket=serversocket.accept()),一旦接收到數(shù)據(jù)，立即通過inputstream讀取接收的數(shù)據(jù)?？蛻舳藙?chuàng)建一個Socket對象，指定服務器端的ip地址和端口號(Socketsocket=newSocket(“196.168.20.18”,8080);)通過inputstream讀取服務器中的數(shù)據(jù)(OutputStreamoutPutstream=socket.getOutputStream())，最后將要發(fā)送的數(shù)據(jù)寫入到outputstream即可進行TCP協(xié)議的socket數(shù)據(jù)傳輸[17]。

傳統(tǒng)檢測手環(huán)基于基于BLE協(xié)議[18]，基于BLE協(xié)議的終端設備與中心設備(智能手機)連接過程只是秒級的時間，之后再啟動數(shù)據(jù)傳輸。由于BLE協(xié)議本身的復雜程度，導致實際的數(shù)據(jù)傳輸速率極低。正常情況下，終端設備(運動手環(huán))從產(chǎn)生數(shù)據(jù)，到傳輸?shù)狡脚_至少都是幾秒之后的事情。由于數(shù)據(jù)傳輸?shù)牡托В暾臄?shù)據(jù)傳輸?shù)狡脚_需要經(jīng)過多次連接和交互。針對車載情況，很難保證數(shù)據(jù)的時效性和完整性。而本方案采用的手環(huán)基于wifi熱點通信，通過手機開啟wifi熱點，智能手表連接熱點后，建立TCP/IP長鏈接，實時傳送智能手表監(jiān)測的體溫、血壓、血脂、心率等數(shù)據(jù)，該協(xié)議數(shù)據(jù)傳送效率高效，傳送速度快，能夠滿足在駕駛?cè)松眢w出現(xiàn)不適后，及時反饋車主的身體狀況。

2.4 移動端APP

移動端APP主要實現(xiàn)對于駕駛員當前的GPS定位在駕駛員突發(fā)緊急狀況的時候，能夠?qū)PS定位發(fā)送給緊急聯(lián)系人。同時實現(xiàn)對于體征監(jiān)測智能手環(huán)數(shù)據(jù)的可視化展示，生成健康報表讓駕駛員時刻了解自己的身心健康。移動端APP還需要對駕駛員的駕駛行為進行實時的記錄。為實現(xiàn)上述功，移動端APP主要分為四部分，這四部分別為實時定位、健康監(jiān)測、行為檢測、信息設置，移動端總體架構(gòu)如圖6所示。

圖6 移動端APP架構(gòu)

基于上述對于移動端功能的描述，移動端APP由定位頁面、健康頁面、功能頁面、我的頁面構(gòu)成，這4個頁面風別與實時定位、健康監(jiān)測、行為監(jiān)測、信息設置4個功能一一對應。同時為了保護用戶的隱私安全，我們增加了登錄頁面。登錄頁面基于Bmob后端云實現(xiàn)。通過Bmob 提供的實時數(shù)據(jù)與文件存儲功能，儲存用戶的注冊信息。同時調(diào)用Bmob的API接口完成驗證碼功能的實現(xiàn)[19]。在登錄頁面上，若用戶已經(jīng)注冊，擁有用戶名和密碼，則直接在該界面輸入正確的手機號碼和密碼進入應用，若用戶還未注冊，則可以點擊登錄界面中的“注冊”按鈕跳轉(zhuǎn)到用戶注冊界面，輸入注冊的手機號碼以及收到的驗證碼進行注冊，注冊完成后回到登錄界面輸入手機號碼以及密碼即可登錄。除此以外，本APP 還具有密碼修改功能，若用戶忘記自己的密碼，可以點擊“忘記密碼”進入密碼找回頁面，在密碼修改頁面輸入之前注冊的手機號碼，在收到并填寫驗證碼輸入新密碼，點擊確認修改即完成密碼修改。返回登陸界面輸入修改后的賬號與密碼即可完成登錄并進入應用。

定位頁面通過調(diào)用高德地圖接口實現(xiàn)實時的定位。高德Web服務API向開發(fā)者提供對應的HTTP接口，移動端APP調(diào)用這些接口使用對應地理數(shù)據(jù)服務。用戶進入該頁面后，系統(tǒng)提醒用戶打開手機的GPS定位功能，并賦予APP讀取定位信息的權(quán)限[20]。用戶賦予相關(guān)權(quán)限后，APP將在該頁面展示用戶的經(jīng)緯度信息，同時顯示用戶周圍的地理環(huán)境信息。健康頁面通過WiFi熱點的形式與體征智能監(jiān)測模塊建立TCP/IP通信，接收來自智能手表的監(jiān)測到的駕駛員的健康數(shù)據(jù)，根據(jù)通信協(xié)議從數(shù)據(jù)中解析出用戶的心率、血氧、血壓、體溫等有效數(shù)據(jù)，并將數(shù)據(jù)展示在健康頁面的展示列表上，用戶可以對自身的健康狀態(tài)有更直觀的感受。點擊展示列表，可觀測到詳細的健康狀況，實時顯示用戶健康變化情況，并針對不同的健康狀況給予不同的健康建議。需要注意的是，使用健康觀測功能時必須連接相對應的健康手表，否則無法觀測到用戶實時的健康狀況。功能頁面通過手機藍牙連接樹莓派設備，樹莓派實時監(jiān)測用戶的駕駛行為。當駕駛員出現(xiàn)違規(guī)駕駛行為后，樹莓派將監(jiān)測到的違規(guī)駕駛行為通過藍牙發(fā)送到移動端APP，APP對監(jiān)測到的打電話次數(shù)、抽煙次數(shù)、喝水次數(shù)進行顯示，同時顯示駕駛員是否存在疲勞駕駛行為，并以紅色文字提醒駕駛員注意駕駛安全。除此以外，如果酒精濃度檢測單元判斷駕駛員存在酒駕行為，會把酒駕信息發(fā)送給移動端APP，APP在接收到駕駛員存在酒駕行為之后會立即打電話并發(fā)送短信通知駕駛員的家屬，告知他們駕駛員存在酒駕行為，讓他們提醒駕駛員停止違規(guī)行為。信息設置頁面主要實現(xiàn)用戶設置緊急聯(lián)系號碼以及對于設備ID號的填寫等功能。

3 系統(tǒng)功能測試實驗

為了驗證系統(tǒng)的各項功能是否實現(xiàn)，各項功能完成的效果，系統(tǒng)各設備之間通信是否成功，APP是否能正常接收數(shù)據(jù)并進行實時展示，進行相關(guān)測試。測試環(huán)境為封閉路段，SUV汽車駕駛室,攝像頭安裝在車內(nèi)后視鏡斜對汽車駕駛員，酒精選取52°飲用酒，測試采用的移動端設備有Android和HARMONY兩種系統(tǒng)分別進行測試。測試結(jié)果如下。

1)測試酒精濃度檢測模塊。為判斷該模塊是否能夠正常檢測駕駛員具有飲酒駕駛行為，我們對酒精濃度檢測模塊進行飲酒吹氣測試，飲酒吸氣測試，未飲酒吹氣測試，未飲酒吸氣測試，上述測試共進行100次測試，測試的結(jié)果如表1所示。

表1 酒精檢測測試

2)測試行為檢測模塊。測試疲勞檢測模型和駕駛行為監(jiān)測模型的準確率結(jié)果如表2所示。

表2 監(jiān)測模型算法精度

3)測試APP在不同操作系統(tǒng)上的性能。將APP分別在Android系統(tǒng)和HARMONY系統(tǒng)上部署測試并記錄各個頁面的點擊響應時間如表3所示。

4)測試各模塊與系統(tǒng)的聯(lián)調(diào)。將樹莓派通過藍牙與手機連接，體征智能監(jiān)測模塊通過WIFI熱點與手機端APP連接后。移動端APP各數(shù)據(jù)展示頁面如圖7所示。

上述測試實驗表明智能安全駕駛監(jiān)測系統(tǒng)各功能實現(xiàn)完成并且效果理想，對于違規(guī)駕駛等行為識別率高，同時APP各界面打開流暢，運行無卡頓，各模塊之間通信正常，該系統(tǒng)可靠性較高適用于汽車運輸行業(yè)，可以有效減少交通事故的發(fā)生。

表3 APP響應時間

圖7 移動端APP數(shù)據(jù)頁面

4 結(jié)束語

本文設計并開發(fā)了一種智能安全駕駛監(jiān)測系統(tǒng)，創(chuàng)新型的提出了防作弊酒精濃度檢測以及在判斷駕駛行為時的預處理方法，可以有效的監(jiān)測駕駛員是否存在酒駕、違規(guī)駕駛、疲勞駕駛等行為，以及監(jiān)測駕駛員的身體健康狀況。同時系統(tǒng)中硬件設備高度集成化，連接車載電源即可供電，移動端APP邏輯簡單、交互友好。未來本文提出的智能安全駕駛監(jiān)測系統(tǒng)可以在長途客運車輛、汽運車輛中推廣，可以有效地減少交通事故的發(fā)生機率。