驾驶员疲劳检测技术演示文稿

驾驶员疲劳检测技术演示文稿第一页，共十六页。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第二页，共十六页。国内外研究现状美国AttentionTechnologies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。第三页，共十六页。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。国内外研究现状第四页，共十六页。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。国内外研究现状第五页，共十六页。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。第六页，共十六页。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第七页，共十六页。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第八页，共十六页。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第九页，共十六页。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第十页，共十六页。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第十一页，共十六页。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第十二页，共十六页。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。车道偏离预警系统第十三页，共十六页。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。第十四页，共十六页。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，不利于普及使用第十五页，共十六页。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