基于图像的驾驶疲劳识别方法开题报告

全文总字数：4723字

1. 研究目的与意义（文献综述）

近年来，伴随着我国科学技术的发展和制造业的迅速崛起，人民生活质量不断提升，机动车保有量也迅速攀升。据公安部统计，2019年全国新注册登记机动车3214万辆，机动车保有量达3.48亿辆；但同期，2019年全国涉及人员伤亡的道路交通事故达210812起,共造成62387人死亡，由此造成的损失不可估量。导致交通事故发生的原因十分复杂，最常见的原因包括酒后驾车、超速超载行驶和疲劳驾驶，国家为此出台了针对性措施，严厉打击酒驾、超速超载等非法驾驶行为。酒驾、超速行为导致的交通事故数量呈下降趋势，而疲劳驾驶导致的交通事故明显增多，据统计，在高速公路发生的重特大交通事故中，因疲劳驾驶造成的事故所占比例达40%以上^[1]。由此急需对疲劳驾驶的现象进行控制，以减少交通事故的发生。

疲劳驾驶是指是指驾驶人在长时间连续行车后，产生生理机能和心理机能的失调，而在客观上出现驾驶技能下降的现象。当驾驶员处于疲劳状态时，驾驶员的感知力、注意力、思维能力、判断能力、意志力、触觉能力、决断力和运动能力等诸多方面均会收到不同程度的影响；而且伴随着疲劳状态的不断加深，驾驶员的注意力、反应能力等将会大幅度下降，影响驾驶状态，带来巨大的安全隐患，极易导致安全事故的发生。

研究表明，至少60%的交通安全事故会因为事故发生前提高0.5 秒以上的反应速度而得到有效避免^[2]，且疲劳驾驶不同于酒驾、超速超载等非法驾驶行为，并无一个明确的标准对其进行衡量，仅凭借驾驶员自我安全意识来衡量，结果并不可靠。因此，采用外部设备对驾驶员的实时状态进行评判，及时反馈疲劳状态进行提醒，将很大程度上降低因疲劳驾驶导致的交通事故。

2. 研究的基本内容与方案

（1）研究的基本内容和目标：

对人体状态进行研究，对疲劳状态和非疲劳状态下的身体特征进行划分，由此作为疲劳驾驶检测系统的依据。并结合现有的研究成果，搭建一套基于图像识别的疲劳驾驶识别系统，利用摄像头对驾驶员状态进行实时采集，通过模式识别和图像处理进行疲劳状态检测和决策，反馈疲劳状态和及时警告。从而减少和避免疲劳驾驶现象的发生，保障行车安全。

（2）设计方案

3. 研究计划与安排

2020年3月15日：完成毕业设计选题报告及文献翻译任务；

2020年3月25日：对图像处理、机器视觉等相关知识进行学习；

2020年4月15日：完成初步算法设计；

4. 参考文献（12篇以上）

[1] 蒋新明，邢贵. 疲劳驾驶与行车安全［j］. 现代农机，2007（3）：39-39.

[2] nobe s a , wang fy. an overview of recent developments in automated lateral and longitudinalvehicle controls[j]. 2001, 5:3447-3452 vol.5.

[3]王磊. 基于dm642的驾驶疲劳检测系统的研究[d]. 河北工业大学,2013.