全面感知

Comprehensive Perception

26

0 

引

言

随着经济的飞速发展

，

货运行业的发展趋势愈加迅猛

，

货车驾驶员

24 h

都留在车上的现象已成为行业常态

。

据国家

统计局数据显示

，

近几年的特大事故中

，

有超

40%

的事故是

由于驾驶员疲劳驾驶造成的

[1]

。

为了减少疲劳驾驶导致的交

通安全问题

，

本项目旨在设计一款可以自动实时检测驾驶员

是否疲劳驾驶并发出警报的系统

。

20

世纪

60

年代

，

世界各地已开始对疲劳驾驶进行初步

研究

，

到

20

世纪

90

年代

，

疲劳程度测量方法已有较大进展

，

具有代表性的是美国的

DDDS

（

The Drowsy Driver Detection 

System

）

系

统

、

日

本

的

DAS2000

型

路

面

警

报

系

统

（

The 

DAS2000 Road Alert System

）

等

[2]

，

但目前仍缺少被广泛认

可并普遍适用的系统

，

究其原因

，

可能在于系统检测指标单

一且无法实时检测驾驶员的状态

。

经查阅资料

[1,3-5]

，

疲劳在人体面部表情中表现出大致

3

个类型

：

眨眼

、

打哈欠

、

点头

，

本系统通过树莓派调用摄

像头统计驾驶员眨眼

、

打哈欠

、

点头的次数

，

当任意一项超

过设定值时

，

即发出警报

，

同时将统计的数据通过

MQTT

协

议上传到云平台和

Web

端

，

再利用

APP

实时获取

Web

端的

数据

，

便于驾驶员的家人通过

APP

实时掌握驾驶员的开车

状态

，

并获取车辆的准确位置

。

一旦驾驶员处于疲劳状态

，

APP

可通过控制移动端振动

、

响铃等方式通知驾驶员

，

以便

及时采取措施应对突发状况

。

1 

系统框架

本系统主要由树莓派

SCI

摄像头模块

、

GPRS

模块

、

语

音报警模块和博通

BCM2711

芯片组成

，

系统框架如图

1

所示

。

由于本系统对人脸识别算法要求较高

，