李全彬， 张福洋， 赵 煊

（江苏师范大学 物理与电子工程学院，江苏 徐州 221116）

驾驶员的非正常驾驶带来了极大的安全隐患，甚至威胁到相关人员的人身安全。 防撞预警系统能够在一定程度上减小因不良驾驶引起的事故发生率，从而达到减小交通事故损失的效果。 国内外学者已经对车辆预警模型做出大量的研究和尝试[1-2]，并开始关注到驾驶员因素在防撞预警中的重要作用[3-5]，其中，基于人脸的年龄[6-8]和性别[9-10]识别技术已经逐渐成熟，尤其是嵌入式应用[11-12]的出现，为提升车辆防撞预警系统性能提供了新的研究思路。

文献[13]利用改进CNN（Convolutional Neural Networks）完成年龄和性别识别，但没有尝试与其他应用结合；文献[14]利用模糊逻辑分析机器人的避障问题，但没有对操作者驾驶能力进行分类；文献[15]利用模糊集理论设计一种数据信息关联模式识别算法，为模糊理论应用到车辆预警系统提供了参考价值；文献[16－17]采用鱼群算法较为合理的实现了动态环境下的路径规划，但均没有考虑实际情况下操作者的驾驶能力。

笔者旨在通过面部识别技术，识别操作者年龄和性别。 进而，根据操作者年龄和性别选择合理的预警模式。针对现有研究存在的问题，文中采用DEX（Deep Expectation of apparent age from a single image）算法识别操作者年龄和性别，通过分析车辆与障碍物之间的距离和操作者反应时间两个参数，建立模糊函数模型[18]。然后，采用模糊逻辑分析不同年龄段和性别下操作者的反应安全距离，较好地解决不同安全驾驶距离下的车辆预警问题。……