基于PERCLOS的汽车司机疲劳监控方法的研究
时间：04-11
来源：作者：杨彬 黄耀志
点击：
一. 疲劳程度的检测方法
司机疲劳驾驶是引发交通事故的一个重要因素。美国国家公路交通安全局（NHTSA）最近几年调查[1]显示：每年平均有56000起车祸与疲劳驾驶相关，造成40000人受伤，1544人死亡（占交通事故死亡总人数的3.7％），调查还显示有27％的受访者表示有过开车打瞌睡的经历。公安部交通管理局 1999年与2000年的统计结果表明：由于驾驶疲劳产生的交通事故只占1.4%和1.15%；产生的死亡率分别是2.5%和2.23%；但是疏忽大意、判断错误、措施不当三项相加分别是18.8%和20.29%，产生的死亡率是18.6%和20.84%；在这三项事故原因中可能夹杂着驾驶疲劳。因此有必要研制一套能够判别司机的疲劳程度的警报装置。现在许多国家正积极进行这方面的研究。法国的一些研究机构在联手研制一种监测司机注意力下降的系统，它可以通过声音或光信号提醒司机。负责这项技术开发的法国图卢兹西门子VDO汽车公司希望能在2006年给汽车安装上这套装置。这项研究工作已经在去年上马，总投资是1700万法郎，主要是对车上安装这一套装置的可行性进行研究。目前司机疲劳的生理特征的检测方法较多，可分为接触式检测和非接触式的检测两大类，主要有以下几种：
１．疲劳产生的脑电变化大脑皮层兴奋与抑制时，其脑电图上的表现是不相同的。兴奋时，脑电图表现为低波幅、快活动（称β波，频率在13Hz以上）；抑制时，脑电图表现为高波幅、慢活动（称θ波，频率为4-7Hz）；高度抑制，如深睡时，出现高幅更慢的波（称δ波，频率为0.5-4Hz）；清醒情况下，安静闭目时为α波（频率为8-13Hz）。根据脑电图的频率分布和波形，可推测大脑活动的功能状态，从而推测是否存在心理疲劳。但是脑电图容易受外界因素的干扰且个体间的生理反映差距较大，价格过高，因此难以在实际中使用。
２．头部姿势。疲劳时头部会经常向下倾斜，据统计[２]：对于大部分人，头部位置与疲劳度的相关系数在0.8左右。而少数人疲劳时头部姿势基本不会变化相关系数呈现负值。该方法可作为疲劳检测的辅助手段。
３．方向盘的转动幅度及方向盘的握紧力。司机疲劳程度加深时，方向盘的大转动幅度次数增多，握紧方向盘的力量变大。这种方法的优点是成本低。美国已研制出一种磁卡方向盘监视系统，靠监视方向盘的动作和规律来检测司机的精神状态，这是目前唯一低价位的产品。
４．道路追踪器。在车上安装一个摄像头，它的视野与司机相同。司机疲劳驾驶时车辆会经常会越过公路中间的白线。车辆离开白线的时间和偏离程度可以在一定程度反映司机的疲劳程度。这种测量的缺点是要求白线足够清晰，并且晚上测量容易受到光线的影响而失败。
５．瞳孔计。奥地利的科学家经过测试：精神振奋者的瞳孔直径变化频率平均为每分钟5至10次，而长时间未睡眠休息者的瞳孔直径变化频率平均每分钟可达15 次。他们已经开发出了便携式红外线振动记录检测仪。这种仪器能够准确记录司机瞳孔直径的变化频率，供检测者判断司机的疲劳程度及其驾车的危险性。
６．PERCLOS。检测眼皮下垂程度。
二. PERCLOS方法的原理
PERCLOS指在一定的时间内眼睛闭合时所占的时间比例。在具体试验中有p70，p80, em三种测量方式。
P70: 眼皮盖过瞳孔的面积超过70%所占的时间比例。
P80: 眼皮盖过瞳孔的面积超过80%所占的时间比例。
Em: 眼皮盖过瞳孔的面积超过50%所占的时间比例。
FHWA[３]曾经检测PARCLOS，头部姿势的变化，脑电图等方法的测试结果与疲劳的关系程度。他们让试验者在42小时的实验过程中不能睡眠，每两个小时做20分钟的疲劳程度测试。该测试要求试验者在半秒类对屏幕上出现的亮条作出判断并按键，每二十分钟统计失误次数。该次数反映客观上真实的疲劳程度，作为其他测量方式准确性的衡量尺度。测量其他的生理特征值。将测量值与客观疲劳程度作相关运算。结果显示PERCLOS中P80与客观疲劳程度的相关系数最大，而EEG和头部姿势的变化个体间的差异很大。另外PERCLOS的另一个优点是可以实现非接触式检测，不会影响驾驶。但是PERCLOS的检测基于机器视觉，图像处理的实时性实现比较困难。本文提出了一种适合于疲劳检测的图像处理方法。
三. 图像采集系统的设计
首先考虑司机的驾驶环境，检测系统必须在夜晚或光线较弱的情况下正常工作，因此必须采用自带光源的摄像系统。本系统采用自带红外发光管的红外摄像机来采集图像这样不仅保证充足的照明而且红外光线不可见，不会影响司机的驾驶。为了减少外界环境的干扰，降低图像处理的复杂程度，应当尽量滤波背景图像。图像采集系统选用950nm近红外线发光管做光源，选用索尼950nm红外滤镜过滤950nm窄带波段以外的光谱。由于发光管发出的是950nm左右的窄带的红外线，而滤光片只能通过950nm左右的窄带红外线，可见光和其他波长的红外线被过滤，因此可以近似认为采集图像的光源只含有950nm的红外光源。如图1 为用自然光拍摄的图像，图像的阴影较大，眼睛区域的定位难度很大，图2为用本系统采集的红外图像，图中司机的脸部比较清晰，离光源较远的物体几乎被过滤掉。图像的处理难度较小。考虑到图像分析的实时性问题，以及在分析眼睛的大小时，眼睛的面积不能太小。我们选择合适的分辨率，将采集的图像的大小设定为 320*240。司机的脸部图像的大小调整在大致1万象素左右。最后摄像机的dv图像通过1394卡传到计算机并由计算机控制红外序列图像的采集。系统的原理框图如图3所示
司机疲劳驾驶是引发交通事故的一个重要因素。美国国家公路交通安全局（NHTSA）最近几年调查[1]显示：每年平均有56000起车祸与疲劳驾驶相关，造成40000人受伤，1544人死亡（占交通事故死亡总人数的3.7％），调查还显示有27％的受访者表示有过开车打瞌睡的经历。公安部交通管理局 1999年与2000年的统计结果表明：由于驾驶疲劳产生的交通事故只占1.4%和1.15%；产生的死亡率分别是2.5%和2.23%；但是疏忽大意、判断错误、措施不当三项相加分别是18.8%和20.29%，产生的死亡率是18.6%和20.84%；在这三项事故原因中可能夹杂着驾驶疲劳。因此有必要研制一套能够判别司机的疲劳程度的警报装置。现在许多国家正积极进行这方面的研究。法国的一些研究机构在联手研制一种监测司机注意力下降的系统，它可以通过声音或光信号提醒司机。负责这项技术开发的法国图卢兹西门子VDO汽车公司希望能在2006年给汽车安装上这套装置。这项研究工作已经在去年上马，总投资是1700万法郎，主要是对车上安装这一套装置的可行性进行研究。目前司机疲劳的生理特征的检测方法较多，可分为接触式检测和非接触式的检测两大类，主要有以下几种：
１．疲劳产生的脑电变化大脑皮层兴奋与抑制时，其脑电图上的表现是不相同的。兴奋时，脑电图表现为低波幅、快活动（称β波，频率在13Hz以上）；抑制时，脑电图表现为高波幅、慢活动（称θ波，频率为4-7Hz）；高度抑制，如深睡时，出现高幅更慢的波（称δ波，频率为0.5-4Hz）；清醒情况下，安静闭目时为α波（频率为8-13Hz）。根据脑电图的频率分布和波形，可推测大脑活动的功能状态，从而推测是否存在心理疲劳。但是脑电图容易受外界因素的干扰且个体间的生理反映差距较大，价格过高，因此难以在实际中使用。
２．头部姿势。疲劳时头部会经常向下倾斜，据统计[２]：对于大部分人，头部位置与疲劳度的相关系数在0.8左右。而少数人疲劳时头部姿势基本不会变化相关系数呈现负值。该方法可作为疲劳检测的辅助手段。
３．方向盘的转动幅度及方向盘的握紧力。司机疲劳程度加深时，方向盘的大转动幅度次数增多，握紧方向盘的力量变大。这种方法的优点是成本低。美国已研制出一种磁卡方向盘监视系统，靠监视方向盘的动作和规律来检测司机的精神状态，这是目前唯一低价位的产品。
４．道路追踪器。在车上安装一个摄像头，它的视野与司机相同。司机疲劳驾驶时车辆会经常会越过公路中间的白线。车辆离开白线的时间和偏离程度可以在一定程度反映司机的疲劳程度。这种测量的缺点是要求白线足够清晰，并且晚上测量容易受到光线的影响而失败。
５．瞳孔计。奥地利的科学家经过测试：精神振奋者的瞳孔直径变化频率平均为每分钟5至10次，而长时间未睡眠休息者的瞳孔直径变化频率平均每分钟可达15 次。他们已经开发出了便携式红外线振动记录检测仪。这种仪器能够准确记录司机瞳孔直径的变化频率，供检测者判断司机的疲劳程度及其驾车的危险性。
６．PERCLOS。检测眼皮下垂程度。
二. PERCLOS方法的原理
PERCLOS指在一定的时间内眼睛闭合时所占的时间比例。在具体试验中有p70，p80, em三种测量方式。
P70: 眼皮盖过瞳孔的面积超过70%所占的时间比例。
P80: 眼皮盖过瞳孔的面积超过80%所占的时间比例。
Em: 眼皮盖过瞳孔的面积超过50%所占的时间比例。
FHWA[３]曾经检测PARCLOS，头部姿势的变化，脑电图等方法的测试结果与疲劳的关系程度。他们让试验者在42小时的实验过程中不能睡眠，每两个小时做20分钟的疲劳程度测试。该测试要求试验者在半秒类对屏幕上出现的亮条作出判断并按键，每二十分钟统计失误次数。该次数反映客观上真实的疲劳程度，作为其他测量方式准确性的衡量尺度。测量其他的生理特征值。将测量值与客观疲劳程度作相关运算。结果显示PERCLOS中P80与客观疲劳程度的相关系数最大，而EEG和头部姿势的变化个体间的差异很大。另外PERCLOS的另一个优点是可以实现非接触式检测，不会影响驾驶。但是PERCLOS的检测基于机器视觉，图像处理的实时性实现比较困难。本文提出了一种适合于疲劳检测的图像处理方法。
三. 图像采集系统的设计
首先考虑司机的驾驶环境，检测系统必须在夜晚或光线较弱的情况下正常工作，因此必须采用自带光源的摄像系统。本系统采用自带红外发光管的红外摄像机来采集图像这样不仅保证充足的照明而且红外光线不可见，不会影响司机的驾驶。为了减少外界环境的干扰，降低图像处理的复杂程度，应当尽量滤波背景图像。图像采集系统选用950nm近红外线发光管做光源，选用索尼950nm红外滤镜过滤950nm窄带波段以外的光谱。由于发光管发出的是950nm左右的窄带的红外线，而滤光片只能通过950nm左右的窄带红外线，可见光和其他波长的红外线被过滤，因此可以近似认为采集图像的光源只含有950nm的红外光源。如图1 为用自然光拍摄的图像，图像的阴影较大，眼睛区域的定位难度很大，图2为用本系统采集的红外图像，图中司机的脸部比较清晰，离光源较远的物体几乎被过滤掉。图像的处理难度较小。考虑到图像分析的实时性问题，以及在分析眼睛的大小时，眼睛的面积不能太小。我们选择合适的分辨率，将采集的图像的大小设定为 320*240。司机的脸部图像的大小调整在大致1万象素左右。最后摄像机的dv图像通过1394卡传到计算机并由计算机控制红外序列图像的采集。系统的原理框图如图3所示
- 基于BF533的驾驶疲劳检测系统设计(05-30)