蔡 兵，金 鑫，吉向东，宗振华，曹 阳

(1.湖北文理学院 物理与电子工程学院，湖北 襄阳 441053；2.湖北文理学院 机械与电子工程学院，湖北 襄阳 441053；3.湖北台基半导体股份有限公司,湖北 襄阳 441021)



基于RBF神经网络的汽车危驾限制系统研究

蔡 兵1，金 鑫1，吉向东1，宗振华2，曹 阳3

(1.湖北文理学院 物理与电子工程学院，湖北 襄阳 441053；2.湖北文理学院 机械与电子工程学院，湖北 襄阳 441053；3.湖北台基半导体股份有限公司,湖北 襄阳 441021)

针对汽车的危驾问题,给出了危驾检测限制系统.此危驾检测限制系统包括人脸摄像电路、红外检测器和系统控制电路等,算法上采用RBF神经网络算法.MATLAB仿真表明,其识别率可达95%以上.相比较其他人脸检测方法,本系统具有结构简单、成本低的特点.

RBF神经网络;汽车危驾限制系统;红外检测器中

危驾对人类的财产和生命产生了严重的危害，因此驾驶员危驾的检测与预防越来越受到各国的重视.虽然目前国内外出现了各种危驾检测方法和设备，如呼吸式酒精检测仪与抽血式检测仪等，但由于存在缺乏可操作性或者时差问题，并没有得到广泛的使用.为此，开发出新的危驾检测限制系统一直是目前研究的难点和热点之一[1]，目前人脸图像检测常采用活动外观模型AAM[2]、局部判别分量分析[3]、局部二元模式[4]、方向梯度直方图[5]和Gabor小波变换[6]等方法，而基于神经网络的人脸图像验证在防止驾驶员的危险驾驶中的研究近几年来有了较快发展[7]，为此本文采用RBF神经网络……