一種適用于智能手機(jī)的基于機(jī)器視覺疲勞駕駛預(yù)警系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及機(jī)器視覺疲勞駕駛預(yù)警系統(tǒng)，具體涉及一種適用于智能手機(jī)的基于機(jī)器視覺疲勞駕駛預(yù)警系統(tǒng)。
【背景技術(shù)】
[0002]隨著機(jī)動(dòng)車保有量的快速增加和高速公路的飛速發(fā)展，交通事故頻頻發(fā)生，給世界各國(guó)造成了巨大的財(cái)產(chǎn)損失和人員傷亡。如何減少交通事故已經(jīng)成為世界性的難題，其中，預(yù)防疲勞駕駛是世界各國(guó)和各大汽車廠商目前正在竭力研發(fā)的一項(xiàng)關(guān)鍵技術(shù)。根據(jù)交通部的最新數(shù)據(jù)統(tǒng)計(jì)，每年我國(guó)因道路交通安全事故傷亡人數(shù)超過20萬人，其中50%源于駕駛員意識(shí)不清醒從而釀成車禍。長(zhǎng)時(shí)間駕駛、睡眠不足、生理變化等因素是導(dǎo)致疲勞駕駛產(chǎn)生的主要原因。疲勞駕駛時(shí)，駕駛員會(huì)感到精神恍惚、注意力不集中、視物模糊、判斷力下降，這種情況下繼續(xù)開車，極易出現(xiàn)操作停頓或修正失誤，造成交通事故發(fā)生。而且數(shù)據(jù)分析顯示，每天凌晨的零點(diǎn)至六點(diǎn)是疲勞駕駛的高發(fā)時(shí)間段，可見疲勞駕駛除了安排合理行車時(shí)間，還需要有效的科技預(yù)警裝置，才能最大程度減少疲勞駕駛事故的發(fā)生。
[0003]目前，整車企業(yè)中配備疲勞駕駛預(yù)警系統(tǒng)的主要有奔馳、沃爾沃、大眾、豐田、比亞迪等汽車整車廠，采用的方式主要分為兩種，一種是利用攝像頭拍攝駕駛員的面部特征，并通過駕駛員的眼睛狀態(tài)來判別其是否處于疲勞狀態(tài)，其攝像頭大部分放置于儀表盤內(nèi)部，透過方向盤的空間拍攝駕駛員。另一種是利用駕駛員的駕駛行為(例如方向盤的轉(zhuǎn)動(dòng)特性)來判斷其疲勞狀態(tài)。但主要配備在各自的中高級(jí)型號(hào)車型上，而且無法避免各種方向的光源對(duì)鏡頭的干擾，特別是晚上光線不足，對(duì)人臉的識(shí)別就會(huì)更加困難。在后裝市場(chǎng)，也有一些預(yù)防疲勞駕駛的設(shè)備。主要有應(yīng)用心電檢測(cè)方法的攜帶產(chǎn)品、應(yīng)用行駛軌跡判別方法的產(chǎn)品、超時(shí)駕駛提醒產(chǎn)品，這些產(chǎn)品或在使用上和駕駛員產(chǎn)生身體接觸干擾駕駛，或檢測(cè)原理不能準(zhǔn)確反映駕駛員疲勞狀況，都不能有效的進(jìn)行駕駛員疲勞駕駛預(yù)警功能，在市場(chǎng)上的接受程度一般。經(jīng)過研究與市場(chǎng)反饋，應(yīng)用機(jī)器視覺技術(shù)通過攝像頭分析駕駛員面部表情信息的疲勞駕駛預(yù)警產(chǎn)品是高精度、認(rèn)可程度高的方案。但此類產(chǎn)品目前在市場(chǎng)上的售價(jià)高達(dá)幾千元，價(jià)格不菲，這也是造成在中國(guó)駕駛疲勞預(yù)警系統(tǒng)未能普及的重要原因之一。如果能夠利用現(xiàn)在常用的智能手機(jī)實(shí)現(xiàn)疲勞預(yù)警的目的，這更加方便于疲勞預(yù)警的普及與應(yīng)用。
[0004]如今的智能手機(jī)普遍集成了攝像頭、加速度傳感器和重力傳感器，同時(shí)具有至少IGHz的CPU和512MB的內(nèi)存。這些硬件條件已經(jīng)能夠滿足在智能手機(jī)上設(shè)計(jì)并實(shí)現(xiàn)一款疲勞駕駛預(yù)警系統(tǒng)。

【發(fā)明內(nèi)容】

[0005]針對(duì)疲勞駕駛引發(fā)的交通事故問題日益嚴(yán)重，目前預(yù)防疲勞駕駛的設(shè)備不能很好的普及。本發(fā)明提出了一種適用于智能手機(jī)的基于機(jī)器視覺疲勞駕駛預(yù)警系統(tǒng)，能夠便于疲勞駕駛預(yù)警功能的普及化和便攜化，讓更多的駕駛員在駕車過程中及時(shí)得到疲勞駕駛提醒，為生命和財(cái)產(chǎn)安全提供保障。
[0006]本發(fā)明的技術(shù)方案是:一種適用于智能手機(jī)的基于機(jī)器視覺疲勞駕駛預(yù)警系統(tǒng)，其特征在于，包括智能手機(jī)，通過攝像頭采集駕駛員面部信息，通過傳感器信息采集模塊采集當(dāng)前車輛的速度信息，加速度信息和集重力加速度信息；
疲勞檢測(cè)模塊，通過結(jié)合眼睛動(dòng)作狀態(tài)的檢測(cè)和駕駛員頭部姿態(tài)變化的檢測(cè)判斷駕駛?cè)说钠跔顟B(tài)；
駕駛員行為分析模塊，對(duì)用戶駕駛狀態(tài)信息進(jìn)行綜合建模，與統(tǒng)計(jì)分析法模型進(jìn)行對(duì)t匕，用于輔助判斷駕駛員當(dāng)前行為狀態(tài)；
預(yù)警模塊，用于對(duì)疲勞檢測(cè)結(jié)果與駕駛行為分析結(jié)果進(jìn)行綜合對(duì)比，通過語音提醒進(jìn)行疲勞報(bào)警。
[0007]進(jìn)一步的，所述眼睛動(dòng)作狀態(tài)的檢測(cè)通過面部特征點(diǎn)的定位實(shí)現(xiàn)。
[0008]進(jìn)一步的，所述駕駛員頭部姿態(tài)的變化通過三維頭部模型檢測(cè)。
[0009]進(jìn)一步的，所述眼睛動(dòng)作狀態(tài)的檢測(cè)包括眼睛輪廓提取和人眼定位；所述眼睛輪廓提取包括從駕駛室場(chǎng)景圖像中找到人眼的位置和區(qū)域范圍；在該范圍內(nèi)進(jìn)一步提取上下眼瞼、虹膜的輪廓線；所述人眼定位包括以下步驟:建立基于自商圖的局部紋理模型；
利用面部局部區(qū)域良好的聚類性，建立層疊式形狀模型；
采用基于點(diǎn)分布模型的主動(dòng)形狀模型進(jìn)行定位，在行車過程中，通過對(duì)駕駛?cè)嗣娌啃螤畹脑诰€學(xué)習(xí)實(shí)現(xiàn)形狀模型參數(shù)的個(gè)體化定制。
[0010]進(jìn)一步的，所述駕駛員頭部姿態(tài)的變化包括:
對(duì)面部區(qū)域內(nèi)的角點(diǎn)進(jìn)行跟蹤，根據(jù)透視投影模型下圖像坐標(biāo)間的外極線約束關(guān)系，基于圖像上特征點(diǎn)間的位移解算本征矩陣，并利用本征矩陣求解旋轉(zhuǎn)矩陣和平移矩陣，進(jìn)而計(jì)算視頻序列中相鄰幀之間姿態(tài)角的相對(duì)變化；
基于Candide模型實(shí)現(xiàn)駕駛?cè)祟^部的三維重建，并以互信息為相似性測(cè)度，通過三維模型配準(zhǔn)技術(shù)實(shí)現(xiàn)駕駛?cè)顺跏甲藨B(tài)角的確定；
計(jì)算出駕駛?cè)嗽谑澜缱鴺?biāo)系中的絕對(duì)姿態(tài)角。
[0011]進(jìn)一步的，所述眼睛提取的特征參數(shù)包括閉眼時(shí)間百分比、最長(zhǎng)眨眼時(shí)間、眨眼頻率、平均睜眼程度、特定閉眼時(shí)間對(duì)應(yīng)的時(shí)間窗長(zhǎng)度、平均睜眼時(shí)間、最大睜眼時(shí)間、平均閉眼時(shí)間、最大閉眼時(shí)間、閉眼時(shí)間與睜眼時(shí)間比值的最大值、閉眼時(shí)間與睜眼時(shí)間比值的平均值、虹膜最大無運(yùn)動(dòng)時(shí)間、虹膜橫向平均移動(dòng)速度、瞳孔無休息指數(shù)、虹膜上下不對(duì)稱性。
[0012]進(jìn)一步的，所述頭部姿態(tài)提取的特征參數(shù)包括頭部最大轉(zhuǎn)向角、頭部運(yùn)動(dòng)速度、點(diǎn)頭、頭部朝向分布。
[0013]進(jìn)一步的，所述疲勞檢測(cè)模塊根據(jù)條件概率表分別查找判別方程中的所有條件概率的取值，并作連乘，概率最大者對(duì)應(yīng)的駕駛狀態(tài)即為駕駛?cè)水?dāng)前疲勞狀態(tài)的估計(jì)值。
[0014]本發(fā)明的優(yōu)點(diǎn)是:
1.該系統(tǒng)通過手機(jī)攝像頭采集駕駛員面部表情信息，高魯棒性的疲勞算法對(duì)駕駛員的疲勞及注意力分散等不安全狀態(tài)進(jìn)行實(shí)時(shí)檢測(cè)并提供報(bào)警信息。充分考慮了行車過程中駕駛環(huán)境的時(shí)域穩(wěn)定性，提出了一種綜合利用機(jī)器學(xué)習(xí)、在線自適應(yīng)膚色建模、純背景建模技術(shù)的面部區(qū)域分割算法，并通過對(duì)面部區(qū)域內(nèi)角點(diǎn)的跟蹤，基于外極線約束方程建立了駕駛?cè)讼鄬?duì)姿態(tài)角解算模型。通過對(duì)該駕駛員駕駛行為自動(dòng)分析，形成針對(duì)該駕駛員的數(shù)據(jù)分析庫(kù)，結(jié)合手機(jī)加速度傳感器判斷出駕駛員危險(xiǎn)駕駛行為，給予駕乘者主動(dòng)智能的安全保障。
[0015]2.通過在智能手機(jī)上設(shè)計(jì)本系統(tǒng)，能夠便于疲勞駕駛預(yù)警功能的普及化和便攜化，讓更多的駕駛員在駕車過程中及時(shí)得到疲勞駕駛提醒，為生命和財(cái)產(chǎn)安全提供保障。
【附圖說明】
[0016]下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述:
圖1為本發(fā)明中疲勞駕駛預(yù)警系統(tǒng)的系統(tǒng)結(jié)構(gòu)框架圖；
圖2為本發(fā)明中疲勞駕駛預(yù)警系統(tǒng)的工作流程圖；
圖3為本發(fā)明中疲勞檢測(cè)模塊的姿態(tài)估計(jì)與姿態(tài)校準(zhǔn)流程圖；
圖4為本發(fā)明中疲勞檢測(cè)模塊的眼睛輪廓的提取方法流程圖；
圖5為本發(fā)明中疲勞檢測(cè)模塊的疲勞判別方法流程圖。
【具體實(shí)施方式】
[0017]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明了，下面結(jié)合【具體實(shí)施方式】并參照附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說明。應(yīng)該理解，這些描述只是示例性的，而并非要限制本發(fā)明的范圍。此外，在以下說明中，省略了對(duì)公知結(jié)構(gòu)和技術(shù)的描述，以避免不必要地混淆本發(fā)明的概念。
[0018]實(shí)施例:
下面結(jié)合附圖，對(duì)本發(fā)明的較佳實(shí)施例作進(jìn)一步說明。
[0019]本發(fā)明，主要使用基于機(jī)器視覺的方式進(jìn)行疲勞檢測(cè)，輔以駕駛員行為分析增強(qiáng)檢測(cè)的準(zhǔn)確性與魯棒性。
[0020]如今的智能手機(jī)普遍集成了攝像頭、加速度傳感器、重力傳感器和定位模塊，同時(shí)具有至少IGHz的CPU和512MB的內(nèi)存，這些硬件條件。
[0021]如圖1所示，本發(fā)明中適用于智能手機(jī)的疲勞駕駛預(yù)警系統(tǒng)，包括智能手機(jī)、疲勞檢測(cè)模塊、駕駛員行為分析模塊和預(yù)警模塊四個(gè)模塊。
[0022]智能手機(jī)包括圖像采集模塊和傳感器信息采集模塊。
[0023]圖像采集模塊:通過攝像頭進(jìn)行駕駛員面部信息采集。
[0024]傳感器信息采集模塊主要包括:定位模塊、重力傳感器、加速度傳感，通過定位模塊采集當(dāng)前車輛的速度信息，通過加速度傳感器采集加速度信息，通過重力傳感器采集重力加速度信息，用于駕駛員駕駛行為分析。
[0025]預(yù)警模塊:報(bào)警信息主要通過語音提醒，進(jìn)行疲勞報(bào)警。
[0026]疲勞檢測(cè)模塊:通過兩方面信息的融合來判斷駕駛?cè)说钠跔顟B(tài):其一，通過面部特征點(diǎn)的定位實(shí)現(xiàn)眼睛動(dòng)作狀態(tài)的檢測(cè)；其二，通過三維頭部模型檢測(cè)駕駛員頭部姿態(tài)的變化。
[0027]駕駛