基于android平台的车载疲劳驾驶监测系统

《基于android平台的车载疲劳驾驶监测系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号______________________________密级______________________________ＵＤＣ______________________________编号______________________________全日制专业学位硕士论文基于Android平台的车载疲劳驾驶监测系统学位申请人：廖晓苏学科领域：机械工程校内导师：周建民教授答辩日期：独创性声明本人郑重声明：所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表和撰写的研究成果，也不包

2、含为获得华东交通大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人签名_______________日期____________关于论文使用授权的说明本人完全了解华东交通大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅。学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。保密的论文在解密后遵守此规定，本论文无保密内容。学生本人签名日期校内导师签名日期校外导师签名日期摘要基于Android平台的车载疲劳驾驶监测系统摘要随着道路交通基础

3、设施的日益完善，机动车保有量和机动车驾驶员人数快速地持续增长，疲劳驾驶现象也日益严重，并逐渐成为导致交通事故的主要因素之一。相关研究表明，如果能对驾驶员的疲劳状态实时监测，并在疲劳驾驶初期及时地给以相应的预警提醒，可有效地避免大量的交通事故。本文对基于Android平台的车载疲劳驾驶监测系统进行了研究。系统以基于Android的智能手机为硬件平台，利用其前置摄像头采集驾驶员的图像，通过分析驾驶员的眼睛闭合状态，并以PERCLOS指标来衡量驾驶员的疲劳状态。本文主要工作如下：（1）人脸检测及跟踪。本文基于Adaboost算法构建了人脸检测系统，基于Kalman滤波实现人脸跟踪

4、系统，在车载环境下采集了大量车内环境图像作为人脸负样本，训练得到了具有较好检测效果的人脸检测器，并通过车载环境下拍摄的驾驶员图像数据对人脸检测及跟踪系统进行了测试。（2）人眼定位。首先，在人脸检测的基础上，根据人脸部器官“三庭五眼”的几何分布特点，进一步缩小人眼定位的检测范围；然后，通过Adaboost算法构建了人眼定位系统；最后，通过加窗灰度积分投影算法将眉眼部位进行了分离，从而实现了人眼部位的精确定位。（3）疲劳状态识别。采用PERCLOS方法对驾驶员疲劳状态进行检测，重点研究了基于眼睛区域面积和基于上眼睑曲率的人眼状态识别。在基于眼睛区域面积的人眼状态识别方法中，提出

5、了一种基于Kalman滤波的二值化分割阈值动态调整方法。（4）基于Android平台的车载疲劳驾驶监测系统实现。通过开源计算机视觉库OpenCV在Android平台上，实现了车载疲劳驾驶监测系统，测试结果表明，一个完整监测流程平均耗时85.15ms，基本可满足实时疲劳监测的要求。关键词：疲劳驾驶，Android，Adaboost，OpenCVIAbstractVEHICLE-MOUNTEDDRIVERFATIGUEMONITORINGSYSTEMBASEDONANDROIDPLATFORMABSTRACTWiththeincreasinglyperfectingofther

6、oadtrafficinfrastructure,theautomobilevolumeandthenumberofautomotivevehicledriverareincreasingrapidly,fatiguedrivingisalsobecomingmoreandmoreserious,andithasgraduallybecomeoneofthemainfactorsleadingtotrafficaccidents.Researchshowsthatiffatiguestateofthedrivercanbemonitoredinrealtime,andthe

7、correspondingwarningremindercanbegiventimelyintheearlyfatiguedriving,alotofaccidentscanbeeffectivelyavoid.Inthispaper,wehavestudiedavehicle-mounteddriverfatiguemonitoringsystemwhichbasedonandroidplatform.Thisfatiguemonitoringsystemtakesandroidsmartphoneashardw