基于边缘计算平台的疲劳驾驶监测系统研究开题报告

 2023-11-22 09:04:17

1. 研究目的与意义

疲劳驾驶往往出现在货运司机和运客司机身上,而处于疲劳状态下的司机会在生理和心理方面变得虚弱,从而难以掌控车辆,这无疑是很危险的。中新网北京7月16日电 (记者 郭超凯)记者16日从公安部获悉,6月份以来,全国一次死亡3人以上较大道路交通事故中,涉嫌疲劳驾驶肇事的占17.5%。由此可见,疲劳驾驶的危害性是很大的而且占比不低。那么如何预防疲劳驾驶就成了一个问题,疲劳驾驶的司机往往是意识到危险性,但不得不继续行驶或者是不愿意停下休整。现在市面上并没有能够推广开来的一种检测疲劳驾驶的方法,导致了司机疲劳驾驶却没有什么很好的办法去制止。这种情况就需要一种方式来监督司机的身体状况,督促司机不要进行疲劳驾驶,那么发明一种疲劳驾驶检测技术就很重要了。

2. 课题关键问题和重难点

想要进行疲劳驾驶的检测就会发现存在着许多问题等待着解决。要先确定好用什么方式来检测是否疲劳驾驶。一种方法是通过检测车辆驾驶情况好坏来间接地判断驾驶员状态,从而得知驾驶员是否存在着疲劳驾驶的可能性。另一种方式是通过人脸识别技术来观察驾驶员是否存在疲劳驾驶会经常出现的表情神态,从而判断驾驶员是否存在疲劳驾驶的情况。这两种方式我选择的是第二种,第二种方法存在着几个关键问题:其一,如何更大程度地精准化人脸识别的准确度;其二,摄像头该放置在什么位置什么角度才能确保不会遮挡驾驶员的视线并且能拍摄到人脸识别所需的角度;其三,应该通过什么方式判断司机是否正在疲劳驾驶。以上就是进行疲劳驾驶的检测不可避免遇到的问题了。

3. 国内外研究现状(文献综述)

1、基于驾驶员生理反应的方法研究

这类方法需要获取驾驶员的生理信息,通常是通过监测驾驶员的脑电图,心电图,肌电图来判断驾驶员是否疲劳。

脑电图一直被誉为检测疲劳的“金标准”,澳大利亚的Saroj KL Lal和AshelyCraig[1]对35名驾驶员进行试验,分析得出他们在清醒、接近疲劳、疲劳、极度疲劳和从疲劳中警醒这5个阶段脑电图变化的特点;心电图指标通常包括心率指标和心率变异性指标。上海交通大学的杨渝书[2]等人采集16名测试者在实验室模拟驾驶90分钟的心电信号,发现有4个心电时域指标与疲劳程度明显相关;肌电图检测是指在肌肉表面固定好电极,用肌电图记录仪记录肌电信号。通过分析肌电图得出:肌电图的频率随着疲劳的产生和疲劳程度的加深呈下降趋势,肌电图的幅值增大则表明疲劳程度的加大[3]

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 研究方案

该研究利用摄像机实时捕捉驾驶员的面部图像,应用GoogleMediaPipe 进行疲劳驾驶检测系统的编写,利用face mesh 的人脸特征点进行人脸识别和眼瞳定位,统计驾驶员正常眨眼时间和眨眼幅度,与驾驶员在疲劳驾驶的状态下的眨眼时间和眨眼幅度进行比较,来判断驾驶员是否在进行疲劳驾驶。

首先需要利用摄像机和视频采集卡进采集人脸图像序列。然后,运用MediaPipeFace Mesh来对人脸图案进行建立和识别。MediaPipe Face Mesh 是一种面部几何解决方案,即使在移动设备上也能实时估计 468 个 3D 面部标志。它采用机器学习(Machine Learning) 来推断 3D 表面几何形状,只需要一个摄像头输入,无需专用深度传感器。这点虽然更容易发生错误的判别而且精细度也是不容易去提高,但是,它的优势就是只需要仅仅一个摄像头输入就能进行对人脸图案的识别与判断。通过这个方案可以将该解决方案与人脸几何模块捆绑在一起,弥合了人脸地标估计和有用的实时增强现实(Augmented Reality) 应用程序之间的差距。它建立了一个可度量的3D空间,并使用面部地标屏幕位置来估计该空间内的面部几何形状。如何确立人脸图案则需要知道在MediaPipeFace Mesh中人脸几何数据由常见的三维几何基元组成,包括人脸姿态变换矩阵和三角化人脸网格。ML管道由两个协同工作的实时深度神经网络模型组成:一个对完整图像进行操作并计算人脸位置的检测器,以及另一个对这些位置进行操作并通过回归预测近似表面几何形状的3D 人脸地标模型。一般来说,准确裁剪人脸将大大减少了对常见数据增强的需求,例如由旋转、平移和缩放组成的仿射变换。然而恰恰相反,它允许网络将其大部分资源用于坐标预测精度,从而能够更好地增强人脸地标模型的精准度。此外,在我们的管道中,还可以根据前一帧中识别出的人脸地标生成裁剪图,并且只有当地标模型无法再识别人脸时,才会调用人脸检测器来重新定位人脸,这样大大地减少了所需的时间。在检测到的面部区域中进行一次检测,寻找人脸五官区域。最后根据人脸面部特征的几何关系定位人眼在模型的那一块位置,并且可以对人眼位置的图案进行判别分析,进而获得每帧图像中驾驶员眼睛的睁眼闭眼情况,统计在30s内驾驶员的眼皮闭合的持续时间。最后再运用得到的眼睛闭合的时间来计算PERCLOS(Percentageof Eyelid Closure over thepupil over time)值,从而推测驾驶员是否在驾驶途中打瞌睡或是睡着。这样的方法就能被运用来检测驾驶员是否正在疲劳驾驶状态。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

5. 工作计划

2022-2023-1学期

第15-16周:完成选题,查阅相关中英文资料,进行相关技术的学习;

第17周:与导师沟通进行课题总体规划;

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文开题报告,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。