資源描述：
《基于kinect傳感器的駕駛員狀態(tài)監(jiān)測系統(tǒng)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、基于Kinect傳感器的駕駛員狀態(tài)監(jiān)測系統(tǒng)胡習(xí)之HUXi-zhi曰TahaMansourJmour(華南理工大學(xué)機(jī)械與汽車工程學(xué)院，廣州510640)(SchoolofMechanical&AutomotiveEngineering，SouthChinaUniversityofTechnology,Guangzhou510640，China)摘要：針對汽車駕駛過程中容易岀現(xiàn)的駕駛疲勞、注意力分散等狀況,建立了一種基于Kinect三維圖像傳感器的智能系統(tǒng)，該系統(tǒng)通過傳感器監(jiān)測駕駛員狀態(tài)獲得駕駛員頭部、臉部、眼部和手部的彩色圖像、紅外圖像和深度圖,將采集的圖像進(jìn)行處理并與預(yù)設(shè)的值進(jìn)行比較
2、可判斷駕駛員狀態(tài)以決定是否發(fā)出警報。實車測試實驗表明此系統(tǒng)能有效的監(jiān)測駕駛員的疲勞駕駛狀態(tài)，在汽車安全輔助駕駛方面K有很大潛力。Abstract:AnintelligentsystembasedonKinectthree-dimensionalimagesensorwasestablished,aimedateasyoccurrenceprocessofvehicledrivingfatigue,distractionandetc.Itacquiredcolorimage,infraredimageanddepthmaponthedriver'shead,face,eyeandhandbym
3、onitoringdrivingstatusandcomparedtheprocessedimageswiththepresetvaluestojudgethedriver'sstateandtodecidewhethertoissueanalert.Experimentrealizedinrealcarshowsthattheintelligentsystemcaneffectivelymonitorthedriver'sfatiguestateandhasgreatpotentialinvehiclesafetyapplication.關(guān)鍵詞：駕駛監(jiān)測；圖像處理；安全輔助駕駛Keywor
4、ds:drivingmonitoring；imageprogress；safetyassistantdriving中圖分類號：U491.6文獻(xiàn)標(biāo)識碼：A文章編號：1006-4311(2014)20-0193-020引言通過監(jiān)測駕駛員疲勞、嗜睡和注意力分散的早期階段，可以有效地防止車禍的發(fā)生。B前開發(fā)出來的監(jiān)測系統(tǒng)主要分為三類：第一類是基于生理信號的監(jiān)測方法，如采集心電圖、腦電圖信號與設(shè)定好的警戒信號值比較［1］;第二類是基于駕駛行為的監(jiān)測方法，如基于駕駛員掌控方向盤的力度、汽車的轉(zhuǎn)向性能來確定是否發(fā)出警報；第三類是基于駕駛員視覺行為的監(jiān)測方法，如監(jiān)測打哈欠、眼部特征變化、頭部姿勢來判斷駕駛員
5、神智［2］，這些監(jiān)測系統(tǒng)大多基于二維圖像，有很多不足。鑒于此，本文建立了基于Kinect三維圖像傳感器的智能監(jiān)測系統(tǒng)，可分別對駕駛員的頭部、臉部、眼部和手部進(jìn)行監(jiān)測來判斷是否分心、打瞌睡，并對監(jiān)測系統(tǒng)進(jìn)行了實車測試。1監(jiān)測系統(tǒng)總體設(shè)計本文設(shè)計的基于Kinect傳感器的駕駛員狀態(tài)監(jiān)測系統(tǒng)的工作流程如圖1所示。臉部和身體動作的跟蹤是通過kinect三維圖像傳感器和微軟開發(fā)工具包的MSSDK模塊實現(xiàn)的，以kinect傳感器位置為原點建立的監(jiān)測坐標(biāo)系如圖2所示，Z軸正方向指向駕駛員。2監(jiān)測系統(tǒng)功能及實現(xiàn)2.1頭部動作和姿勢監(jiān)測令頭部繞X軸旋轉(zhuǎn)角為俯仰角，繞Y軸為側(cè)傾角，每個角在-90毅到90毅之間，
6、駕駛員的頭部安全區(qū)確定為：側(cè)傾角>15毅或毅II俯仰角>15毅或毅。當(dāng)監(jiān)測到駕駛員頭部處于安全區(qū)吋，系統(tǒng)的計時器就會清零，否則就會繼續(xù)累加，當(dāng)計吋器達(dá)到閾值（例如3s），系統(tǒng)就會向駕駛員發(fā)出警報。俯仰角的變化速率也可以用來判斷駕駛員是否處于瞌睡狀態(tài)。2.2臉部監(jiān)測追蹤臉部的3D圖像來監(jiān)測駕駛員打哈欠的頻率，在MSSDK中，定義AU1為判斷量，當(dāng)駕駛員下頜張開時，AU1的值為“1”，如果駕駛員持續(xù)打哈欠，系統(tǒng)就會發(fā)出警報，圖3為監(jiān)測的3D模型。2.3眼部特征監(jiān)測2.3.1眼部特征分類的SVM方法因為眼暗只有兩種狀態(tài)（關(guān)閉和打開），利用支持向量機(jī)（SVM）方法進(jìn)行分類的結(jié)果很好。支持
7、向量機(jī)方法的B標(biāo)是基于訓(xùn)練數(shù)據(jù)產(chǎn)生一個模型來預(yù)測測試數(shù)據(jù)的0標(biāo)值。根據(jù)支持向量機(jī)理論，最優(yōu)化超平面的函數(shù)為：以浙大眼數(shù)據(jù)庫［3】作為訓(xùn)練集進(jìn)行機(jī)器學(xué)習(xí)，用IPLAB軟件做圖像處理來統(tǒng)計睜眼和閉眼之間的特征值差異，此數(shù)據(jù)庫包括1574幅閉眼圖像和5770幅睜眼圖像。機(jī)器學(xué)A）后使用LIBSVM軟件的PYTHON腳本以交叉驗證的方法對410幅閉眼圖像和1230幅睜眼圖像進(jìn)行測試來尋找式（1）中參數(shù)C和酌的最優(yōu)值，
