如果司機疲勞駕駛，那么他的觀察、識別和車輛控制能力都會顯著下降，嚴重威脅自身的安全和其他人的生命。隨著交通運輸業(yè)的發(fā)展，交通事故已成為當前各國所面臨的嚴重問題。?

駕駛人疲勞狀態(tài)主要監(jiān)測方法

關于駕駛人疲勞及注意分散等安全狀態(tài)的監(jiān)測預警技術，由于它在交通事故預防方面的發(fā)展前景而受到各國高度的重視，研究人員根據(jù)駕駛人疲勞時在生理和操作上的特征進行了多方面的研究，一些研究成果已形成產(chǎn)品并開始進入市場。?

駕駛人疲勞狀態(tài)的檢測方法可大致分為基于駕駛人生理信號、基于駕駛人生理反應特征、基于駕駛人操作行為和基于車輛狀態(tài)信息的檢測方法。

1、基于駕駛人生理信號的檢測方法

針對疲勞的研究最早始于生理學。相關研究表明，駕駛人在疲勞狀態(tài)下的生理指標會偏離正常狀態(tài)的指標。因此可以通過駕駛員的生理指標來判斷駕駛人是否進入疲勞狀態(tài)。目前較為成熟的檢測方法包括對駕駛人的腦電信號EEG、心電信號ECG等的測量。?

研究人員很早就已經(jīng)發(fā)現(xiàn)EEG能夠直接反映大腦的活動狀態(tài)。研究發(fā)現(xiàn)在進入疲勞狀態(tài)時，EEG中的delta?波和theta?波的活動會大幅度增長，而alpha波活動會有小幅增長。另一項研究[6]通過在模擬器和實車中監(jiān)測EEG信號，試驗結果表明EEG對于監(jiān)測駕駛人疲勞是一種有效的方法。研究人員同時發(fā)現(xiàn)，EEG信號特征有很大的個人差異，如性別和性格等，同時也和人的心理活動相關很大。?

ECG主要被用于駕駛負擔的生理測量中。研究表明在駕駛人疲勞時ECG會明顯的有規(guī)律的下降,并且HRV?（心率變化）和駕駛中的疲勞程度的變化有潛在的關系。?

基于駕駛人生理信號的檢測方法對疲勞判斷的準確性較高，但生理信號需要采用接觸式測量，且對個人依賴程度較大，在實際用于駕駛人疲勞監(jiān)測時有很多的局限性，因此主要應用在實驗階段，作為實驗的對照參數(shù)。?

2、基于駕駛人生理反應特征的檢測方法

基于駕駛人的生理反應特征的檢測方法是指利用駕駛人的眼動特性、頭部運動特性等推斷駕駛人的疲勞狀態(tài)。?

駕駛人眼球的運動和眨眼信息被認為是反映疲勞的重要特征，眨眼幅度、眨眼頻率和平均閉合時間都可直接用于檢測疲勞。目前基于眼動機理研究駕駛疲勞的算法有很多種，廣泛采用的算法包括PERCLOS，即將眼瞼閉合時間占一段時間的百分比作為生理疲勞的測量指標。??

利用面部識別技術定位眼睛、鼻尖和嘴角位置，將眼睛、鼻尖和嘴角位置結合起來，再根據(jù)對眼球的追蹤可以獲得駕駛人注意力方向，并判斷駕駛人的注意力是否分散。?

利用頭部位置傳感器檢測駕駛人點頭動作，通過電容傳感器陣列輸出駕駛人頭部距離每個傳感器的位置,可實時跟蹤頭部的位置,根據(jù)頭部位置的變化規(guī)律判定駕駛人是否瞌睡,?該研究發(fā)現(xiàn)點頭的動作和瞌睡有非常好的相關性。?

基于駕駛人生理反應特征的檢測方法一般采用非接觸式測量，對疲勞狀態(tài)的識別精度和實用性上都較好。?

3、基于駕駛人操作行為的檢測方法

基于駕駛人操作行為的駕駛人疲勞狀態(tài)識別技術，是指通過駕駛人的操作行為如方向盤操作等操作推斷駕駛人疲勞狀態(tài)。?

利用對監(jiān)測到的駕駛人的方向盤操作數(shù)據(jù)進行處理，研究結果在一定程度上揭示了駕駛人的方向盤操作與疲勞之間的關系。研究指出方向盤的操作是一種有效的駕駛疲勞的判斷手段。??

總體來說，目前利用駕駛人操作行為進行疲勞識別的深入研究成果較少。駕駛人的操作除了與疲勞狀態(tài)有關外，還受到個人習慣、行駛速度、道路環(huán)境、操作技能的影響，車輛的行駛狀態(tài)也與車輛特性、道路等很多環(huán)境因素有關，因此如何提高駕駛人狀態(tài)的推測精度是此類間接測量技術的關鍵問題。?

4、基于車輛行駛軌跡的檢測方法

利用車輛行駛軌跡變化和車道線偏離等車輛行駛信息也可推測駕駛人的疲勞狀態(tài)。這種方法和基于駕駛人操作行為的疲勞狀態(tài)識別技術一樣，都以車輛現(xiàn)有的裝置為基礎，不需添加過多的硬件設備，而且不會對駕駛人的正常駕駛造成干擾，因此具有很高的實用價值。??

車道偏離技術是通過前置攝像頭檢測路上的行車線，以判斷汽車是否偏離車道，車輛會以聲音或震動的方式提醒駕駛員。

基于視頻技術的疲勞駕駛識別系統(tǒng)

1999年4月，美國聯(lián)邦公路管理局首先提出了把PERCLOS作為預測機動車駕駛員駕駛疲勞的可行方法。經(jīng)過多年的發(fā)展，目前，PERCLOS?方法已被公認為最有效的、車載的、實時的駕駛疲勞測評方法。PERCLOS是Percentage of Eyelid Closure Over the Pupil Time的縮寫，意為單位時間里眼睛閉合時間所占的百分比。?

PERCLOS的原理即為統(tǒng)計在一定時間內眼睛閉合時所占的時間比例。我們的系統(tǒng)所采用的評判標準為PERCLOS80，指眼瞼遮住瞳孔的面積超過80%就認為眼睛閉合。?

PERCLOS測量原理

通過測量出t1-t4就能計算出PERCLOS的值：

其中F代表眼睛閉合時間的百分比，即PERCLOS的值。?

基于視頻技術的疲勞駕駛識別系統(tǒng)系統(tǒng)方案及工作流程

駕駛員疲勞監(jiān)測系統(tǒng)通過視頻采集設備獲得駕駛員實時圖像，自動分析駕駛員的頭部姿態(tài)、眼睛運動規(guī)律以及面部特征等信息來確定駕駛員精神狀態(tài)，并給出相應的預警提示。研究表明，相比臉部或頭部運動規(guī)律而言，眼睛的活動規(guī)律，如眨眼頻率、眨眼快慢、眼睛張開幅度以及眼睛的注視方向等能更好地反映出當前時刻實驗對象的精神狀態(tài)好壞。?

因此，如果能夠獲得每一幀圖像中的雙眼大小、位置信息以及運動變化，就可以將一段時間內駕駛員的眼部活動規(guī)律統(tǒng)計出來，結合疲勞狀態(tài)分析指標，就能夠對駕駛員疲勞狀態(tài)進行評價。系統(tǒng)流程如圖所示：

??

圖像預處理

在駕駛環(huán)境下通過視頻流采集的圖像會受到諸多因素的影響而包含噪聲信息，如分辨率、系統(tǒng)噪聲、突變背景等，給接下來的圖像運算帶來干擾。因此，我們對源圖像通過直方圖均衡化的手段進行預先處理，去除噪聲，增強圖像對比度，凸顯圖像細節(jié)，提高圖像質量。?

均衡化前 ? ? ? ? ? ? ? ? ? ? 均衡化后

? ? ? ??

均衡化前的直方圖 ? ? ? ? ? ?均衡化后的直方圖

人臉檢測

人臉檢測環(huán)節(jié)是人眼定位前的重要步驟。系統(tǒng)采用Adaboost算法，利用提供的樣本訓練和檢測方法。首先采集樣本，從已采集的樣本集中訓練出分類器，該分類器可以很好地區(qū)別出人臉和非人臉；在檢測環(huán)節(jié)，加載待檢圖像幀至分類器中，通過對圖像像素點的掃描，找到圖像中包含的人臉，標定該區(qū)域。后續(xù)操作會在已標定的人臉區(qū)域中進行，縮小計算區(qū)域，排除非人臉因素的干擾，極大地提高了系統(tǒng)的運行速率。?

眼定位

該環(huán)節(jié)包括人眼粗略定位和人眼精確定位兩個階段。首先，根據(jù)中國傳統(tǒng)的三庭五眼的先驗知識，粗略定位肯定存在人眼的大致區(qū)域，該區(qū)域可能同時包含眉毛，發(fā)角等干擾，但卻進一步地縮小了計算區(qū)域；接著，將人眼粗略區(qū)域通過一定閾值轉換為二值化圖像，再進行垂直方向上的灰度投影，求得直方圖，因為人眼和周圍皮膚的灰度存在較大差異，所以可從直方圖中的波峰波谷判斷出人眼上下邊緣的Y坐標，繼而可對眼睛進行精確定位。?

?

眼睛狀態(tài)判斷

通過最大類間方差法（Otsu）在不同的光線下對人眼精確區(qū)域進行不同閾值的二值化，分別獲取最佳的人眼睜閉狀態(tài)時的眼部形狀。通過對連續(xù)N幀的對比可以判斷，黑色像素值面積最小時可認為駕駛員當前處于閉眼狀態(tài)，其他情況下處于睜眼或者半睜眼狀態(tài)。?

疲勞分析?

系統(tǒng)選取目前公認有效的PERCOLS疲勞程度評價指標，即通過閉眼幀在連續(xù)N幀內所占的時間比例來分析疲勞狀態(tài)，睜眼幀記錄為“1”值，閉眼幀記錄為“0”值，這樣，連續(xù)N幀后便可獲取關于“1”“0”交錯出現(xiàn)的序列，疲勞狀態(tài)的分析即可用“0”值在該序列中所占的比例來描述，當百分比高于一定的實驗比例后即可認為司機可能出現(xiàn)疲勞。?

通過以上五個步驟的操作處理，系統(tǒng)可由采集設備獲取的視頻流中分析出當前駕駛員是否處于疲勞狀態(tài)及疲勞程度，給出不同程度的提醒警報，從而達到系統(tǒng)目標。?

疲勞程度的綜合判定

駕駛員疲勞的判定會因錯誤檢查帶來不良影響，通過 PERCLOS、眼睛閉合時間、眼睛眨眼頻率、嘴巴張開程度、頭部運動的計算，進行疲勞程度的綜合判定，可以準確、有效地進行駕駛員疲勞的檢測。?

PERCLOS

PERCLOS是指眼睛閉合時間占某一特定時間的百分率。PERCLOS?方法有?P70，P80?和?EM?三種判定標準。研究表明P80與疲勞程度間具有最好的相關性。?

嘴巴張開程度

嘴巴的狀態(tài)通常有三種，閉合，說話及打哈欠，在疲勞狀態(tài)下，人會頻繁地打哈會發(fā)現(xiàn)該區(qū)域下半部分的水平灰度投影曲線有一個波谷，即為嘴唇間位置。對人臉下半部分區(qū)域二值化，從嘴唇間向上、下計算連通區(qū)域（連通區(qū)域可以防止鼻孔及胡須對計算帶來影響）的像素值，即可得到嘴巴的張開程度。?

眼睛高度及嘴巴高度補償

在上眼瞼到下眼瞼的垂直距離及上嘴唇到下嘴唇的垂直距離時，由于駕駛員頭部相對于檢測設備有位置移動，因此為了實現(xiàn)駕駛員眼睛高度和嘴巴高度的準確計算，需要修正眼睛、嘴巴與檢測設備距離相對變化引起的變化。?

眼睛閉合時間

眼睛閉合時間，一般用眼睛閉合到睜開所經(jīng)歷的時間來表示。人處于正常清醒狀態(tài)時，眼睛閉合時間是很短的，會迅速睜開眼。而當疲勞時，眼睛閉合時間會明顯變長，因此眼睛閉合時間能直接反映駕駛員的精神狀態(tài)。通過計算從眼睛閉合到睜開的最大幀數(shù)，幀數(shù)越多，閉合時間就越長，則疲勞程度就越嚴重。?

眼睛眨眼頻率?欠。在人臉下半部分進行水平灰度投影，觀察不同單人圖像的水平灰度投影曲線，

人在疲勞狀態(tài)下，眨眼頻率會比清醒狀態(tài)下頻率高。本文也將其作為一項參數(shù)作為疲勞判斷的依據(jù)。眼睛閉合到睜開為眨眼一次。累加一段時間內眨眼次數(shù)，作為疲勞判斷的一項參數(shù)。?

頭部運動的疲勞參數(shù)

駕駛員在疲勞狀態(tài)下會出現(xiàn)頻繁點頭，頭部向前傾。通過水平灰度積分投影得到眼睛瞳孔、嘴角的水平位置。假設d1為瞳孔水平位置到采集圖片的上邊緣距離，d2為嘴角的水平位置到采集圖片的下邊緣距離。在駕駛員疲勞出現(xiàn)點頭情況，則?d1增大且?d2減小。駕駛員疲勞時，頭部向前傾，則?d1增大且?d2增大。點頭和頭部向前傾可以作為疲勞判斷的一項重要的依據(jù)。?

疲勞駕駛監(jiān)測技術現(xiàn)狀

美國Attention Technologies?公司推出的Driver Fatigue Monitor（DD850）?是一款基于駕駛人生理反應特征的駕駛人疲勞監(jiān)測預警產(chǎn)品。該產(chǎn)品通過紅外攝像頭采集駕駛人眼部信息，采用PERCLOS作為疲勞報警指標，可直接安裝在儀表盤上，報警的敏感度和報警音量均可調節(jié)，目前已推廣應用，但只有晚上才有效。?

美國Digital Installations?開發(fā)的S.A.M.疲勞報警裝置利用置于方向盤下方的磁性條檢測方向盤轉角。如果一段時間內駕駛員沒有對方向盤進行任何修正操作，則系統(tǒng)推斷駕駛員進入疲勞狀態(tài)，并觸發(fā)報警。

??

美國AssistWare Technology?公司的SafeTRAC?利用前置視頻頭對車道線進行識別，當車輛開始偏離車道時進行報警，該產(chǎn)品也可通過車道保持狀態(tài)結合駕駛人的方向盤操作特性判斷駕駛人的疲勞狀態(tài)。

英國的ASTiD裝置綜合考慮駕駛員的睡眠信息、已完成的駕駛時長和類型，以及駕駛員的方向盤操作等各種因素判斷駕駛人疲勞狀態(tài)。裝置運行前需要駕駛員輸入自己過去24小時的睡眠信息。當視覺報警到一定程度時，觸發(fā)聲音報警，建議駕駛員停車并休息。休息一段時間后，內置鬧鐘會叫醒駕駛員，并重置駕駛時間。

除了上述這些產(chǎn)品之外，還有通過手腕運動檢測疲勞的疲勞報警手鐲和可掛在眼睛腿上的利用加速度運動信息檢測頭部運動的疲勞檢測眼鏡等其它一些疲勞檢測預警產(chǎn)品。?

對駕駛人疲勞狀態(tài)監(jiān)測方法與裝置的研究,?對于預防由疲勞駕駛引起的交通事故有重要意義,?其應用前景廣闊,?可以預見在未來很長一段時間內都將是汽車安全技術領域的一個熱點方向。但是，駕駛人的疲勞狀態(tài)受多種因素影響，到目前為止還沒有發(fā)現(xiàn)非常有效的指標或模型能夠對疲勞等級進行精確的評價。因此需要進一步深入研究各種指標與駕駛人疲勞等級之間的關系。另外，現(xiàn)有的駕駛人疲勞狀態(tài)監(jiān)測方法大都基于某一單項指標，雖然在限定條件下能夠達到一定的精度，但在實際復雜多變的行車環(huán)境下，其準確性和可靠性上還存在問題，難以達到預期要求。針對這一問題，多源信息融合方法將成為一個發(fā)展方向。

編輯：黃飛

?