基于车外环境和驾乘人员状态识别的智能安全控制系统开发

基于车外环境和驾乘人员状态识别的智能安全控制系统开发

(湖南师范大学,湖南长沙410006)

摘要:在驾乘过程中,检测到驾乘人员疲劳、姿势危险时,进行触觉、视觉、听觉提醒,在接收车外环境的预碰撞提醒后,对已按驾乘人员体重、身高等体征优化的约束系统提前动作,实现智能安全控制。本文首先在调研、文献查找的基础上完成控制策略制定,接着基于机器视觉完成疲劳检测、姿势检测、身高检测,再模拟车内环境利用传感器完成体重检测,从而为安全控制提供参考,最终完成控制系统开发。

关键词:驾乘人员;状态识别;安全控制

前言

根据统计,因交通造成的死亡人数持续增长,已达135万人每年[1]。事故原因很多,如因快节奏和有压力的生活导致疲劳驾驶从而引发的事故频频发生[2]、危险驾驶姿势的后果不容小觑[3]、不同体征受到的损伤也不同[4]。

1.整体控制策略

本文提出一种综合车外碰撞信息、驾乘人员的体征和姿势、是否疲劳等信息,制定了一份综合控制策略:

1.1以体征测定为基础完成约束系统初始化

首先,根据统计研究,肥胖率与事故中的死亡率有正相关性,BMI>31的人群在事故中损伤达AIS2+和AIS3+的风险比正常体型的人群高26%和33%[5]。

其次,身高、性别差异也有较大影响。如小个女性较标准身高男性在同样的碰撞工况下,损伤程度达MAIS3+及MAIS2+的概率高47%和71%[6]。

因此,根据研究,通过对体重、身高、性别测定,可将驾乘人员分为50百分位男性、5百分位女性、矮而胖女性、高而胖男性四种类型,设置安全带限力值等六个约束参数[8],完成约束系统初始化。

1.2以疲劳检测与姿势检测为基础完成危急提醒

通过机器视觉得到疲劳和姿势检测的实时信息,若检测到疲劳或危险姿势,利用触觉(安全带抽动)、视觉、听觉提醒,尽量避免此类安全隐患。

1.3以FCW提前预判碰撞时间TTC为基础完成一级和二级预保护

利用FCW系统获得TTC值,TTC<1400时,主动式安全带消除与人体的间隙;TTC<800时,主动预紧式安全带收紧达到碰撞时的程度,同时座椅后移。

2.疲劳检测

2.1研究内容

基于机器视觉识别人脸特征标记点,选取相应特征点判断驾乘人员是否疲劳。

2.2研究方法

首先以Haar特征的级联Adaboost算法为基础快速检测人脸,然后利用主动形状模型进行特征点定位,再根据算法得出脸部参数,最后计算PERCLOS值判断是否疲劳。

2.3研究结果

能够以每秒十次实时识别驾驶员是否疲劳,正确率为95%。

3.姿势检测

3.1研究内容

基于摄像头对人体骨骼关节点识别以及人体姿势的重新建模进行了研究。

3.2研究方法

借助OpenPose识别人体骨架,将人体的关节联系,进行人体姿态的估计。对人体三维特征点计算后,分析关键点位置变化,从而准确的得到姿势信息,甚至预判目标姿势。

3.3研究结果

最终实现了人体骨骼关节点识别以及人体姿势的重新建模。

4.身高检测

4.1研究内容

基于机器视觉完成车内驾乘人员图片采集以及体型分析。

4.2研究方法

使用Python,调用OpenCV库,利用矩形框定,可实现驾乘人员的身高体型检测。

首先是图像的采集与灰度化。根据公式f=4.8×L/W,以R,G,B为基础,根据灰度值V和RGB颜色的对应关系转化V=0.299R+0.587G+0.114B。

其次对图像进行平滑处理。采用高斯拉普拉斯分布算子完成。

最后进行对图像进行边缘检测,进而利用参照物完成身高检测。

4.3研究结果

开发出了基于机器视觉的身高检测算法,误差4CM以内。

5.体重检测

5.1研究内容

较为准确地测得体重。

5.2研究方法

在座椅承重部分装压力传感器,实验可得,驾驶员在坐姿状态,座椅承受重量占体重84%,修改程序显示较为准确的体重。

5.3研究结果

能够较准确得到体重数据,误差2KG以内。

6.结论

在控制策略制定后,基于机器视觉完成疲劳检测、姿势检测、身高检测,同时实验验证了体重检测方法,在基于车外环境和驾乘人员状态识别的智能安全控制系统开发中获得了较好的成果。

参考文献

[1]世界卫生组织发布_2018年全球道路安全现状报告

[2]毕明伟.疲劳驾驶检测系统设计与开发.成都:电子科技大学,2013.

[3]_胡美蓉.浅析高速公路上行车的驾驶姿势.

[4]CormierJM.Theinfluenceofbodymassindexonthoracicinjuriesinfrontalimpacts[J].Accidentanalysisandprevention,2008,40(2):610-615.

[5]BoseD,Segui-GomezS,Maria,CrandallJR.Vulnerabilityoffemaledriversinvolvedinmotorvehiclecrashes:ananalysisofUSpopulationatrisk[J].Americanjournalofpublichealth,2011,101(12):2368-2373.

[6]张恺.面向自适应约束系统的多体征乘员碰撞仿真与损伤分析.湖南:湖南大学,2017.

标签:;  ;  ;  

基于车外环境和驾乘人员状态识别的智能安全控制系统开发
下载Doc文档

猜你喜欢