多特征因素的疲劳驾驶检测方法
2022-04-21李建良郭秋蕊刘晓静
天津科技大学学报 2022年2期
田 垚,李建良,郭秋蕊,刘晓静
(天津科技大学电子信息与自动化学院,天津 300222)
近几年来,随着人民生活水平的不断提升以及交通运输行业的持续发展,机动车总量逐渐增加.与此同时,我国交通事故的发生率随着机动车数量的增加也不断上升,交通事故已经严重威胁到人们的生命财产安全[1].导致交通事故发生的主要原因之一就是驾驶员的疲劳驾驶,因此需要高效精确的疲劳驾驶预警系统,以减少交通事故的发生.
疲劳驾驶的检测方法大致可分为两类:接触式疲劳检测、非接触式疲劳检测.接触式疲劳检测主要是通过驾驶员穿戴物理设备检测驾驶员的心率、脑电波、呼吸频率等生理状态,判断驾驶员是否处于疲劳状态.这种方法非常有效并且准确率高,但是驾驶员需要长时间穿戴检测装置,会影响驾驶员的正常驾驶[2-3].非接触式疲劳检测则是利用非接触式传感器检测出驾驶员的肌电信号和心电信号的特征参数判定驾驶员的疲劳状态,但是由于驾驶员的情绪波动和驾驶舱内温度的变化会导致特征参数不稳定,影响检测的准确性.计算机视觉技术在人脸识别领域有广泛的应用,如人脸支付、人脸考勤等.而利用计算机视觉技术进行人脸识别疲劳检测可以避免外界因素的影响,在驾驶员长时间驾驶汽车过程中,驾驶员注意力不集中会眨眼,困倦会导致驾驶员打哈欠,长时间久坐导致颈部疲劳会出现瞌睡点……
登录APP查看全文
