基于Kinect的安全駕駛狀態(tài)監(jiān)測方法和技術(shù)研究.pdf

1、交通安全問題是當(dāng)今社會亟待解決的一大難題。駕駛員人為因素是造成交通事故的主要原因之一，如何及時有效的檢測出駕駛員的不安全駕駛狀態(tài)，減少因疲勞駕駛或注意力分散而引發(fā)的交通事故已經(jīng)成為當(dāng)前智能運(yùn)輸系統(tǒng)的研究熱點(diǎn)。作為一款新型體感傳感設(shè)備，Kinect提供了深度傳感、紅外攝像、骨骼追蹤和人體識別等一系列新技術(shù)，且價格低廉，穩(wěn)定性強(qiáng)，在駕駛員安全駕駛狀態(tài)監(jiān)測方面具有較好的應(yīng)用前景和推廣價值。針對目前駕駛員狀態(tài)監(jiān)測方面存在的成本高、效率低等問題，

2、本文基于Kinect展開研究，全面監(jiān)測駕駛員駕駛狀態(tài)并提供及時的安全預(yù)警，旨在積極有效保障安全駕駛，減少交通安全事故的發(fā)生。
　　本文從兩方面展開對駕駛員安全駕駛狀態(tài)監(jiān)測方法和技術(shù)的研究：疲勞駕駛監(jiān)測的研究和注意力分散行為監(jiān)測的研究。為實(shí)現(xiàn)不同光照環(huán)境下駕駛員疲勞駕駛狀態(tài)的有效監(jiān)測，本文設(shè)計了根據(jù)光照條件進(jìn)行紅外圖像和彩色圖像切換的監(jiān)測方案，并采取適當(dāng)?shù)念A(yù)處理方法改善紅外圖像的質(zhì)量。在Kinect人臉識別的基礎(chǔ)上監(jiān)測頭部和嘴部的狀

3、態(tài)，采用積分投影法和PERCLOS監(jiān)測駕駛員的眼部狀態(tài)，并用RBF神經(jīng)網(wǎng)絡(luò)綜合判斷疲勞狀態(tài)，采用滑動窗口提高疲勞狀態(tài)監(jiān)測結(jié)果的可靠性。同時，本文采用改進(jìn)的離散隱馬爾科夫模型（DHMM）動態(tài)識別駕駛員行為，采用關(guān)節(jié)點(diǎn)向量角抽象駕駛員行為，分別對左右手的向量角進(jìn)行離散化和壓縮，然后分別用DHMM進(jìn)行訓(xùn)練和識別，最后綜合分析駕駛員行為。進(jìn)而，通過一系列實(shí)驗(yàn)驗(yàn)證了本文所提出的疲勞監(jiān)測和行為監(jiān)測方法的有效性。在此基礎(chǔ)之上，本文設(shè)計開發(fā)了基于Kin