基于Dlib库的驾驶员疲劳驾驶检测系统 |
您所在的位置:网站首页 › Hog特征提取每一步的对应图片 › 基于Dlib库的驾驶员疲劳驾驶检测系统 |
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 , |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |