驾驶员疲劳检测技术PPT课件

主要内容 疲劳检测技术国内外现状1234疲劳驾驶的表征及原因疲劳驾驶的检测方法疲劳检测技术的不足及发展趋势国内外研究现状 美国Attention Technologies 公司推出的 一款基于驾驶人生理反应特征的驾驶人疲劳监测预警产品。该产品通过红外摄像头采集驾驶人眼部信息，采用PERCLOS作为疲劳报警指标，可直接安装在仪表盘上，报警的敏感度和报警音量均可调节。 欧盟的AWAKE项目对人眼生理反应信息、方向盘操作转角信息、方向盘转向力信息以及车道线信息进行了检测和记录，利用信息融合技术实现驾驶人疲劳分级评价，采用声音、光 照闪烁以及安全带振 动 等方式对疲劳实现 预警。国内外研究现状 国外开发人员推出了一款名叫DriveSafe的谷歌眼镜专用程序，它可以通过设备上的传感器检测到驾车者在驾车过程中出现的分心或打瞌睡的现象，之后它就会向佩戴者发出警报声音或在眼镜的屏幕上显示一些动画提示。国内外研究现状国内外研究现状 gogo850是国内唯一 已经商业化的疲劳驾驶 预警系统。主要检测驾 驶员的眼睛开合情况， 基于红外图像的处理使 得产品在阳光下和黑暗 里都能进行识别，系统 还能对带各类眼镜的驾 驶员进行识别。疲劳驾驶的表征及原因疲劳驾驶的表征 可见特征，如驾驶姿势、眼部状态等 不可见特征，如心率变化、心电波、脑电波疲劳驾驶产生原因 驾驶员自身因素，身体状态和睡眠质量 工作环境，如天气、温度、空气质量 交通状况，如路况、车流量和交通堵塞等疲劳驾驶的检测方法疲劳驾驶的检测方法 基于驾驶员行为特征 基于驾驶员生理指标 基于车辆运行状态疲劳驾驶的检测方法基于驾驶员行为特征的疲劳检测 眼睛行为的检测 头部运动与面部表情检测 多元信息融合检测眼睛行为的检测FaceLAB 疲劳检测系统 此系统对驾驶人眨眼频率、瞳孔直径、视线方向、头部运动等参量进行信息融合分析，实现了疲劳驾驶的实时检测，综合分析能力和可靠性能好疲劳驾驶的检测方法基于驾驶员生理指标的疲劳检测 脑电信号(EEG) 提取各波段不同EEG的典型特征 眼电信号(EOG) 获取各时刻眨眼类型以及变化情况 心电信号(ECG) 检测驾驶员心率变化疲劳驾驶的检测方法基于车辆运行状态的疲劳检测 车道偏离预警系统 车辆运行参数检测 车辆识别与安全车距保持系统 车道偏离预警系统（LDWS）的研究多基于机器视觉算法进行车道的智能识别，通过视觉处理算法和车道跑 偏决策算法进行 车道偏离判断， 最终实现影音警 告输出甚至主动 干预汽车。车道偏离预警系统车辆识别与安全车距保持 运用机器视觉、红外线、雷达等传感器进行信息采集与融合，用以识别前方车辆并跟踪测量。可使用驾驶员踏板控制模式,用距离传感器获取车前数据,得到基于驾驶员的反应模式从而得到驾驶员是否疲劳驾驶。疲劳检测技术的不足 驾驶员个体差异以及驾驶环境差异大，目前的疲劳检测多基于模拟驾驶环境 现有检测方法对疲劳的等级划分不够准确 价格高，目前仅有部分车辆上装备了疲劳监控设备，不利于普及使用疲劳检测技术的发展趋势基于车联网的驾驶员疲劳智能检测系统 基于图像分析技术的疲劳预警，结合驾驶行为分析及道路场景分析，并结合车联网技术，将驾驶员疲劳事件推送到监控管理中心。在多种监控管理机制配合下，该系统可有效减少交通事故的发生。 谢谢！感谢您的观看。