基于FPGA多通道酒駕主動檢測系統(tǒng)研究

丁浩　閆偉　楊會

摘? 要：隨著社會經(jīng)濟的發(fā)展，車輛數(shù)量不斷上漲。隨之而來酒駕交通事故頻繁出現(xiàn)，造成嚴重社會影響。除了立法方面完善和管制，還應關(guān)注酒駕車輛及駕駛員的檢測力度和方式，從根本上控制酒駕并遏制其危害行為的發(fā)生。目前采用的防酒駕系統(tǒng)具有較好實用性，但在降低查處人力和財力基礎上，如何防止檢測時作弊、主動實時檢測、識別車內(nèi)其他人飲酒而駕駛員沒有飲酒等情況存在問題，而本系統(tǒng)采用多通道融合方式能夠有效解決酒駕檢測存在的問題。

關(guān)鍵詞：酒駕檢測;多通道;融合;實用性

中圖分類號：U463.6? ? ? ? 文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2020）21-0043-02

Abstract： With the development of social economy， the number of vehicles keeps rising. As a result， drunk driving traffic accidents frequently occurred， causing serious social impact. In addition to the improvement and control of legislation， we should also pay attention to the detection strength and methods of drunk driving vehicles and drivers， fundamentally control drunk driving and curb the occurrence of harmful behaviors. The currently used anti-drunk driving system has good practicability， but on the basis of reducing the manpower and financial resources for investigation and prosecution， there are problems in how to prevent cheating during detection， active real-time detection， identification of other people in the car drinking and the driver not drinking. The system uses multi-channel fusion to effectively solve the problems of drunk driving detection.

Keywords： drunk driving detection; multi-channel; fusion; practicality

1 概述

據(jù)公安部統(tǒng)計，2019年我國汽車保有量2.6億輛，汽車駕駛?cè)?.97億人。2019年上半年查處酒駕90.1萬起，導致死亡事故1525起，導致非死亡事故7512起，同比增加28.2%。人工查處量大面廣，從技術(shù)上解決酒駕查處，降低人力和財力，依法治理酒駕任重道遠。[1]

近幾年國內(nèi)外陸續(xù)提出多種酒駕檢測方式，其對于遏制酒駕具有較好的實用性，但仍存在一些問題：一是如何防止檢測時作弊;二是如何主動實時檢測;三是如何識別車內(nèi)其他人飲酒，而駕駛員沒有飲酒。[2]

2 酒駕檢測系統(tǒng)總體設計

本系統(tǒng)采用多傳感器檢測方式，首先，體現(xiàn)出系統(tǒng)主動性，在車輛啟動行駛之前系統(tǒng)主動判斷是否酒駕，不需要駕駛?cè)藛T被動進行檢測，可以達到防作弊目的;其次，系統(tǒng)性價比高，采用現(xiàn)有廉價酒精傳感器設備，優(yōu)化傳感器分布，重點通過大數(shù)據(jù)人工智能分析和數(shù)學建模方式，建立酒駕判別多傳感器融合算法，硬件系統(tǒng)搭建成本低;最后，檢測精確度高，系統(tǒng)檢測環(huán)境具有空間小、封閉性好等車內(nèi)獨有特點，駕駛員以外乘客喝酒對酒駕檢測系統(tǒng)干擾非常大，整個空氣中均彌漫酒精，增加了駕駛員酒駕檢測難度，本系統(tǒng)基于酒精濃度擴散、乘客分布等情況，采用大數(shù)據(jù)分析、數(shù)據(jù)建模、構(gòu)建智能融合算法從而完成準確判斷。

2.1 總體布局設計

酒駕主動檢測系統(tǒng)充分體現(xiàn)主動性、實時性和準確性。利用壓力傳感器、酒精檢測傳感器和T-BOX車載單元采集車內(nèi)環(huán)境變量（車載人員數(shù)量、酒精濃度、車內(nèi)環(huán)境），布置4個酒精傳感器（駕駛前方-方向盤、駕駛后方-頭枕后、駕駛左側(cè)-座椅左、駕駛右側(cè)-座椅右），T-BOX車載單元提供車內(nèi)窗戶關(guān)閉、空調(diào)開啟狀態(tài)等車載信息數(shù)據(jù)。具體傳感器分布如圖1所示。

2.2 功能模塊劃分

檢測系統(tǒng)功能模塊包括：信號檢測模塊、處理模塊、車載單元及信息交互模塊。主要流程：壓力傳感器、酒精傳感器等采集車載環(huán)境，通過濾波、AD轉(zhuǎn)換后發(fā)送至FPGA處理單元，通過信息交互模塊將判定結(jié)果發(fā)送至交通部門和車輛常用聯(lián)系人，并通過車載單元對車輛進行處理。[3]

3 系統(tǒng)功能模塊設計

系統(tǒng)在Altera DE2-115開發(fā)平臺上進行設計測試，硬件框圖如圖2所示。

3.1 信號采集模塊

主要完成多個傳感器數(shù)據(jù)采集，包括酒精濃度檢測、車載人員數(shù)據(jù)等，模塊設計核心在于傳感器的分布及信號采集準確性。系統(tǒng)酒精傳感器選取MQ-3型號，壓力傳感器選取壓阻薄膜RP-C10-ST型號。

3.2 信號處理模塊

主要對模擬數(shù)據(jù)進行濾波并模數(shù)轉(zhuǎn)換，將結(jié)果發(fā)送至FPGA核心處理模塊。包括數(shù)據(jù)融合算法對多傳感采集數(shù)據(jù)進行處理，綜合判斷車輛駕駛員是否飲酒，以達到準確性、實時性的檢測目標。

3.3 數(shù)據(jù)融合模塊

該模塊是整個系統(tǒng)的核心部分，主要完成對酒精濃度和壓力傳感器數(shù)據(jù)進行處理，采用二維數(shù)據(jù)模型，設計酒精濃度值和檢測時間點C-T二維數(shù)據(jù)、壓力傳感器和檢測時間點F-T二維數(shù)據(jù)，通過酒精濃度變化趨勢和人員進入車內(nèi)時間差，最終區(qū)別駕駛員和乘客喝酒，以此達到酒駕檢測主動性、準確性。

3.4 車載T-BOX模塊

在數(shù)據(jù)融合模塊判斷結(jié)果基礎上，通過T-BOX車載單元和無線通信模塊，將車輛信息實時發(fā)送至交通管理部分和車輛設定的指定聯(lián)系人，最終完成酒駕的控制。

4 系統(tǒng)測試結(jié)果

4.1 硬件平臺測試

搭建多通道酒精檢測平臺，并模擬車輛駕駛環(huán)境進行多傳感器采集，將采集信號進行轉(zhuǎn)換并處理，分別LCD屏實時顯示各傳感器酒精濃度和蜂鳴器提醒是否酒駕。

4.2 測試數(shù)據(jù)展示

為了進一步開展數(shù)據(jù)分析，通過串口將硬件平臺與PC終端通信，PC端將采集數(shù)據(jù)進行處理并展示數(shù)據(jù)變化情況，繪制酒精濃度變化曲線并保存原始數(shù)據(jù)，為多通道融合及大數(shù)據(jù)分析提供數(shù)據(jù)支撐。PC端采集到的多通道酒精濃度變化情況如圖3所示。

5 結(jié)束語

系統(tǒng)采用多通道融合處理，在多傳感器分布方式、多通道信息融合等方面進行設計，將傳感器采集到的酒精濃度變化數(shù)據(jù)（主要包括酒精濃度值、時間維度、酒精濃度變化率等），通過大數(shù)據(jù)、人工智能分析方式建立建全數(shù)學模型，構(gòu)建多源信息融合算法，能夠排除副駕駛及后排乘客喝酒干擾信息，比單一傳感器檢測準確度更高，提升了檢測系統(tǒng)的抗干擾性，從而準確完成駕駛員酒駕檢測功能。

參考文獻：

[1]韓遠頌.法律法規(guī)對酒駕的控制影響研究[J].法制博覽，2020（07）：131-132.

[2]羅春林，崔浩，舒朝君，等.基于三次樣條插值的智能汽車酒駕測控系統(tǒng)設計[J].現(xiàn)代電子技術(shù)，2019，42（10）：161-165+170.

[3]趙元昊.車載式自動酒駕防控系統(tǒng)研究[J].河北企業(yè)，2018（03）：123-124.