郭昕剛，李 航

(長春工業(yè)大學 計算機科學與工程學院，長春 130012)

駕駛疲勞檢測系統(tǒng)的研究與設計

郭昕剛，李 航

(長春工業(yè)大學 計算機科學與工程學院，長春 130012)

采用基于駕駛員駕駛操作行為及車輛行駛狀態(tài)的方法研究駕駛疲勞問題，闡述了系統(tǒng)識別的原理，取車輛轉(zhuǎn)向、座椅壓力分布、座椅壓力分布不對稱系數(shù)Cu作為駕駛疲勞的識別特征指標。利用模塊化思想，設計了系統(tǒng)的硬件/軟件部分，對采集的數(shù)據(jù)利用設計的駕駛疲勞識別算法進行分析，確定方向盤動作頻率和座椅壓力變化情況與疲勞狀態(tài)的相關性。

駕駛操作行為；車輛行駛狀態(tài)；壓力分布不對稱系數(shù)；模塊化；駕駛疲勞算法

0 引言

隨著現(xiàn)代交通運輸業(yè)的快速發(fā)展，世界機動車保有量逐年遞增，給人們生活帶來便利的同時，由此引發(fā)的交通事故增長也成為了全球共同面臨的嚴重問題。全世界每年因道路交通事故死亡的總?cè)藬?shù)超過60萬，世界衛(wèi)生組織的研究表明：交通事故是人類死亡的第二大要因，占各種事故死亡人數(shù)的比重最大，也是造成中青年人死亡的最主要原因。道路交通事故頻繁發(fā)生給人們帶來痛苦的同時也造成了巨大的經(jīng)濟損失，大約占到各國國內(nèi)生產(chǎn)總值的1%～1.5%。由于駕駛疲勞引起的道路交通事故也大幅增長，嚴重威脅人們生命財產(chǎn)安全。2007年，全國直接由駕駛疲勞導致的交通事故死亡人數(shù)達到交通事故致死總?cè)藬?shù)的2.16%。駕駛疲勞影響駕駛員的反應及操作能力，多數(shù)駕駛疲勞事故是由于疲勞導致反應慢、注意力分散、操作不當?shù)仍蛞鸬?。ITS技術(shù)的快速發(fā)展為道路交通安全問題的解決提供了一條新的思路，它將先進的信息技術(shù)、通信技術(shù)、控制技術(shù)、傳感器技術(shù)和系統(tǒng)綜合技術(shù)應用于道路交通安全領域，可以為駕駛疲勞研究提供有益的技術(shù)支持。利用ITS技術(shù)，采用先進的傳感器、信息處理、系統(tǒng)集成、模式識別等諸多方面的技術(shù)，結(jié)合駕駛疲勞研究成果，對駕駛員駕駛過程中疲勞狀態(tài)進行識別并預警可以有效提高駕駛行為的安全性，減少道路交通事故的發(fā)生。

1 系統(tǒng)總體設計

本系統(tǒng)將疲勞駕駛分為兩種情況：輕度疲勞駕駛和重度疲勞駕駛。輕度疲勞駕駛的危害相對而言較低，重度疲勞駕駛則對駕駛員的生命安全有較大威脅，本系統(tǒng)主要是針對重度疲勞駕駛進行研究和識別。

重度疲勞駕駛會產(chǎn)生睡眠與昏迷行為，本系統(tǒng)的研究思路為找到駕駛?cè)怂咔芭c睡眠后的差異值，并將該差異值作為本系統(tǒng)檢測的特征值。測試數(shù)據(jù)如下：

表1 系統(tǒng)檢測特質(zhì)

按照數(shù)據(jù)統(tǒng)計結(jié)果，分別選取方向盤動作情況、駕駛員臀部動作情況作為檢測項，基于以上檢測點找出深度疲勞駕駛的特征值。本系統(tǒng)依據(jù)駕駛操作行為及車輛行駛狀態(tài)信息判斷駕駛員駕駛狀態(tài)，因而，首先要確定系統(tǒng)需要采集的信息，再根據(jù)所需信息確定采集的方式，設計系統(tǒng)的硬件和軟件部分，然后采集識別疲勞所需的信息，最后對采集的信息進行處理并實現(xiàn)駕駛疲勞的識別。本系統(tǒng)的采集指標項為方向盤轉(zhuǎn)向情況、臀部動作情況。根據(jù)采集指標的種類、采集精度、數(shù)據(jù)處理及傳輸要求設計駕駛疲勞識別系統(tǒng)的硬件部分，然后設計相應的軟件，實現(xiàn)對駕駛操作行為及車輛行駛狀態(tài)信息的采集和傳輸。最后采集識別駕駛疲勞的上述相關數(shù)據(jù)，并對其進行分析、識別。整個系統(tǒng)可以分為信息采集單元(車體轉(zhuǎn)角檢測、人體坐姿檢測)、主控單元，其中主控單元通過采集模塊反饋回的信息，進行疲勞判別，反饋識別結(jié)果并發(fā)出報警。駕駛疲勞識別系統(tǒng)總體結(jié)構(gòu)如圖1所示。

圖1 機動車駕駛疲勞識別系統(tǒng)總體結(jié)構(gòu)框圖

2 系統(tǒng)硬件設計

本系統(tǒng)硬件部分可以分為兩個相對獨立的單元：主控制單元和信號采集單元。資源框圖如圖2所示。機動車是整個系統(tǒng)的實現(xiàn)載體。信號采集模塊采集駕駛員的駕駛操作行為以及車輛行駛狀態(tài)信息，并進行A/D轉(zhuǎn)換；主控制模塊是系統(tǒng)的核心，對輸入信息進行處理，并控制輸出報警信息。

圖2 系統(tǒng)硬件資源框圖

2.1 主控制單元

主控制單元是駕駛疲勞識別系統(tǒng)控制和處理的核心，由液晶顯示、矩陣鍵盤、調(diào)試接口、陣列驅(qū)動、電源驅(qū)動模塊、調(diào)試模塊、報警模塊組成，完成信息采集、狀態(tài)顯示、疲勞判別、調(diào)試、報警功能。對芯片的選擇決定了系統(tǒng)信息采集和疲勞識別的準確率及效率。由于本系統(tǒng)設計的最終目的是對機動車駕駛疲勞實現(xiàn)實時判別，要求處理芯片有較高的運算和處理能力，選用現(xiàn)流行的飛思卡爾公司推出的K60作為主處理芯片。

2.1.1 液晶顯示模塊

該模塊是一個人機交互界面，用于完成系統(tǒng)狀態(tài)的顯示。本模塊采用Nokia5110作為液晶顯示模塊，采用串行SPI接，84×48 的點陣LCD可以顯示4 行漢字，工作電流僅為200uA,非常適合對功耗要求過高的場合。液晶顯示模塊原理圖如圖3所示。經(jīng)過試驗證明，VCC可以使用5V或3.3V。

圖3 液晶屏原理圖

2.1.2 矩陣鍵盤模塊

矩陣鍵盤模塊是一個人機交互裝置，用于系統(tǒng)的模式選擇和參數(shù)設置。該模塊用于人機交互界面，完成狀態(tài)輸入，該器件僅需8個IO口，可實現(xiàn)16位輸入，性價比極高。

圖4 矩陣鍵盤模塊原理圖

2.1.3 最小系統(tǒng)模塊

最小系統(tǒng)模塊用于完成邏輯控制、數(shù)據(jù)采集、實現(xiàn)疲勞識別算法。最小系統(tǒng)選取Kinetis K60作為主MCU,主頻180M，144引腳，包含DSP模塊，適合疲勞識別算法。最小系統(tǒng)原理圖如圖5所示。

圖5 最小系統(tǒng)原理圖

2.1.4 壓力采集驅(qū)動模塊

壓力采集驅(qū)動模塊用于采集壓力陣列值，反映駕駛員臀部對座椅的壓力變化。選取薄膜壓力傳感器作為矩陣壓力陣列的壓力最小單元，該薄膜壓力傳感器壓力分為100g到10KG，滿足本設計系統(tǒng)的使用要求。

2.1.5 報警模塊

本模塊選取蜂鳴器作為報警器件，通過聲音報警提醒駕駛員注意。蜂鳴器發(fā)聲的原理是：電流通過電磁線圈時會產(chǎn)生磁場，而磁場可以驅(qū)動振動膜振動，從而發(fā)出聲音報警。DSP的PWM2端口控制蜂鳴器發(fā)聲，一般DSP引腳的輸出電流小，PWM2腳輸出的電平不能驅(qū)動蜂鳴器，所以電路設計時通過一個C9013三極管放大驅(qū)動蜂鳴器。蜂鳴器正極接+5v電壓，負極接三極管的E極(發(fā)射級)，PWM2經(jīng)過10K的限流電阻Rl接到三極管B極(基極)，C極(集電極)接地。當PWM2為高電平時，三極管處于截止狀態(tài)，無電流通過蜂鳴器，不發(fā)聲;當PWM2為低電平時，三極管處于導通狀態(tài)，電流通過蜂鳴器，形成回路，蜂鳴器發(fā)出聲音報警。因此，當檢測到駕駛員處于疲勞狀態(tài)時，可以通過程序控制PWM2引腳輸出低電平驅(qū)動蜂鳴器發(fā)出報警聲音提醒駕駛員注意。通過改變PWM2引腳的輸出電壓的波形可以控制蜂鳴器發(fā)出的聲音，使蜂鳴器不停發(fā)出報警聲，也可以通過改變PWM2引腳輸出電平的占空比來控制蜂鳴器發(fā)出聲音的大小。報警模塊原理圖如圖6所示。

圖6 報警模塊原理圖

2.1.6 電源模塊

電源模塊用于單元供電及電平的轉(zhuǎn)換。傳感器的電壓為5V和12V，主控芯片電壓為3.3V，主控芯片內(nèi)核電壓為1.8V。普桑車可以輸出12V直流電壓，而系統(tǒng)各部分需求的電壓不同，所以需要設計電平轉(zhuǎn)換電路實現(xiàn)對系統(tǒng)供電。首先要得到5V的電壓。L7805是SGS-THOMSON公司生產(chǎn)的專門用于電壓轉(zhuǎn)換的芯片，可以將8～25V電壓轉(zhuǎn)換為5V電壓，芯片共有三個引腳，輸出穩(wěn)定，是目前常用的電壓轉(zhuǎn)換芯片。主控模塊的實物圖如圖7所示。

圖7 主控模塊實物圖

2.2 信號采集單元設計

信號采集單元需完成方向盤、座椅壓力兩項檢測項。

2.2.1 方向盤轉(zhuǎn)角檢測項硬件組成

該硬件系統(tǒng)由三部分組成：碼盤組件、延長線、板內(nèi)信號采集模塊。其中碼盤組件為機械部件，與方向盤形成1：10的轉(zhuǎn)角比例變化，即方向盤旋轉(zhuǎn)一圈，該碼盤旋轉(zhuǎn)10圈，碼盤選取100光柵盤，這樣方向盤旋轉(zhuǎn)1圈，該組件可反饋1000個信號脈沖，理論值達到0.36度檢測精度，完成小于0.5度檢測指標。對方向盤轉(zhuǎn)向用光耦進行監(jiān)測。方向盤檢測實物圖如圖8所示。

圖8 方向盤檢測實物圖

2.2.2 座椅壓力檢測項硬件組成

該硬件系統(tǒng)由三部分組成：薄膜壓力傳感器陣列、延長線、板內(nèi)信號采集模塊。薄膜壓力傳感器陣列，壓力傳感器為Tekscan公司最新推出的薄膜壓力傳感器，直徑1英寸(2.54cm),擁有更好的柔韌性，為產(chǎn)品研發(fā)設計測力提供了更理想的選擇。它的超薄設計，可以插入幾乎任何相貼的平面進行測量。本壓力檢測陣列，分布壓力滿足人體壓力特征，左右兩側(cè)和后方的壓力陣列可反映左右臀部的壓力變化，前側(cè)兩個傳感器可反映左右腿部動作變化。壓力分布檢測圖與壓力分布實物圖如圖9所示。

圖9 壓力分布檢測圖與壓力分布實物圖

通過駕駛員對座椅的壓力判斷駕駛員疲勞狀態(tài)主要是經(jīng)過對壓力采集點的壓力值進行處理，確定駕駛員是否處于疲勞狀態(tài)。通過實驗-統(tǒng)計方法建立預測模型，對駕駛員大腿及臀部左右取對稱采集點，當駕駛員處于疲勞駕駛狀態(tài)，對座椅產(chǎn)生的壓力會有不均勻現(xiàn)象發(fā)生，用壓力分布不對稱系數(shù)Cu來表示。人體的不同坐姿會對壓力分布造成一定影響，不對稱系數(shù)用來表示壓力分布的不對稱程度，用來檢測駕駛員坐姿狀態(tài)。

N為壓力采集點的總個數(shù)，PiL是左側(cè)壓力傳感器采集點壓力值，PiR是右側(cè)壓力傳感器采集點壓力值。顯然0Cu1，當Cu=0時，兩側(cè)壓力對稱，表明駕駛員坐姿處于正常狀態(tài)，試驗數(shù)據(jù)證明Cu的值在8S左右一直大于0.5時，駕駛員被判定為疲勞狀態(tài)。同時駕駛員大腿兩側(cè)因為腳部的操作，對座椅的壓力變化較為頻繁，結(jié)合壓力分布不對稱系數(shù)Cu和腿部壓力變化可以更加精確判定駕駛員駕駛狀態(tài)。

3 駕駛疲勞識別算法設計

為了實現(xiàn)通過駕駛操作行為及車輛行駛狀態(tài)信息識別機動車駕駛員駕駛疲勞程度的日?；枰凑找欢ㄖ芷诓杉较虮P轉(zhuǎn)向變化狀態(tài)、座椅壓力變化狀態(tài)等相關信息。由于條件限制，無法在真實道路上進行測試，數(shù)據(jù)在駕駛模擬器上實驗得出。實驗正式開始后分為三個階段進行，總時長為6小時左右。實驗的第一階段：駕駛員在汽車駕駛模擬器上進行120min不間斷駕駛，然后下車測試，繼續(xù)第二階段實驗。實驗的第二階段：駕駛員繼續(xù)在駕駛模擬器上進行120min不間斷駕駛，然后下車測試，繼續(xù)第三階段實驗。休息10min后開始實驗的第三階段：駕駛員在駕駛模擬器上進行120min不間斷駕駛，然后下車測試，實驗完成。試驗中記錄方向盤的轉(zhuǎn)向和座椅壓力分布，采樣周期為100ms。

方向盤轉(zhuǎn)向角度信息：由于對數(shù)據(jù)進行處理時關心的是方向盤是否小幅度動作，并不關心轉(zhuǎn)向角度的大小，所以方向盤的實際輸出值為0～65535周期計數(shù)，該值測量通過光柵反饋光耦計數(shù)累加而成，角度對應關系為1000個數(shù)360度旋轉(zhuǎn)一周。

座椅壓力動態(tài)信息：通過12個分布壓力傳感器反饋座椅的壓力，該測量值只需反饋壓力的變化情況無需測量時間的重量，因此該壓力值變化范圍為0～255。根據(jù)直觀的壓力值變化并結(jié)合不對稱壓力分布系數(shù)和腿部壓力值變化頻率來判定駕駛員駕駛狀態(tài)。

通過該算法分析采集的數(shù)據(jù)發(fā)現(xiàn)，在實驗的第一階段方向盤的靜止時間最短為3.1s，座椅壓力不發(fā)生變化的最短時間小于3.0s。第三階段方向盤和座椅壓力變化時間均大于8.0s，為深度疲勞駕駛的一個重要特征值，但該特征值只能大概判斷駕駛員駕駛狀態(tài)發(fā)生暫時停頓，并不能準確證明駕駛員處于疲勞狀態(tài)。結(jié)合不對稱壓力分布系數(shù)Cu的值，判斷Cu是否長時間大于1閾值能更精確判定駕駛員的駕駛狀態(tài)。

4 結(jié)論

通過本駕駛疲勞檢測系統(tǒng)可以檢測出駕駛員在駕駛過程中的疲勞狀態(tài)，可以通過系統(tǒng)數(shù)據(jù)判斷出駕駛員處于正常駕駛狀態(tài)或者是輕度/重度疲勞駕駛狀態(tài)，當駕駛員處于重度疲勞駕駛狀態(tài)時，系統(tǒng)能發(fā)出警報以警示駕駛員，起到了保障駕駛員行車安全的作用，經(jīng)實驗證明系統(tǒng)實際可用性較高。

[1] 韓相軍. 基于DSP的駕駛疲勞實時檢測系統(tǒng)研究[D].北京：首都師范大學, 2006.

[2] 胡鴻志. 機動車駕駛疲勞識別系統(tǒng)研究[D].武漢：武漢理工大學, 2010.

[3] 焦昆, 李增勇, 王成燾. 形成駕駛疲勞的理論分析與系統(tǒng)建模[J]. 汽車科技, 2002(6):13-15.

[4] 彭軍, 何偉鋒, 楊迎澤. 嵌入式列車司機駕駛疲勞檢測系統(tǒng)設計[J]. 計算機工程與應用, 2009,45(33):57-59.

[5] 鄭培, 宋正河, 周一鳴. 機動車駕駛員駕駛疲勞測評方法的研究狀況及發(fā)展趨勢[J]. 中國農(nóng)業(yè)大學學報, 2001, 6(6):101-105.

責任編輯：程艷艷

ResearchandDesignofDrowsyDrivingDetectionSystem

GUO Xingang, LI Hang

(College of Computer Science and Engineering, Changchun University of Technology, Changchun 130012， China)

This paper researches the driving fatigue problem based on drivers’ operation behavior and the status of the vehicle driving, elaborates the principles of system recognition by using the vehicle steering, the pressure distribution of seats, asymmetry coefficientCuof pressure distribution of seats as the characteristic indexes of driving fatigue recognition. By using the advantages of modularization thought, it designs the hardware part and software part, and analyzes the collected date by driving fatigue recognition algorithm to confirm the correlation between steering wheel frequency and change of seat pressure and fatigue status.

driving operation behavior; status of vehicle driving; asymmetry coefficient of pressure distribution; modularization; driving fatigue algorithm

2017-04-11

郭昕剛(1979-)，男，吉林長春人，副教授，碩士，主要從事嵌入式方面研究。

TP183

A

1009-3907(2017)10-0001-06