郭昕剛，李 航

(長(zhǎng)春工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，長(zhǎng)春 130012)

駕駛疲勞檢測(cè)系統(tǒng)的研究與設(shè)計(jì)

郭昕剛，李 航

(長(zhǎng)春工業(yè)大學(xué) 計(jì)算機(jī)科學(xué)與工程學(xué)院，長(zhǎng)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(wèn)題，闡述了系統(tǒng)識(shí)別的原理，取車輛轉(zhuǎn)向、座椅壓力分布、座椅壓力分布不對(duì)稱系數(shù)Cu作為駕駛疲勞的識(shí)別特征指標(biāo)。利用模塊化思想，設(shè)計(jì)了系統(tǒng)的硬件/軟件部分，對(duì)采集的數(shù)據(jù)利用設(shè)計(jì)的駕駛疲勞識(shí)別算法進(jìn)行分析，確定方向盤動(dòng)作頻率和座椅壓力變化情況與疲勞狀態(tài)的相關(guān)性。

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

0 引言

隨著現(xiàn)代交通運(yùn)輸業(yè)的快速發(fā)展，世界機(jī)動(dòng)車保有量逐年遞增，給人們生活帶來(lái)便利的同時(shí)，由此引發(fā)的交通事故增長(zhǎng)也成為了全球共同面臨的嚴(yán)重問(wèn)題。全世界每年因道路交通事故死亡的總?cè)藬?shù)超過(guò)60萬(wàn)，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(lái)痛苦的同時(shí)也造成了巨大的經(jīng)濟(jì)損失，大約占到各國(guó)國(guó)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(zhǎng)，嚴(yán)重威脅人們生命財(cái)產(chǎn)安全。2007年，全國(guó)直接由駕駛疲勞導(dǎo)致的交通事故死亡人數(shù)達(dá)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(yīng)及操作能力，多數(shù)駕駛疲勞事故是由于疲勞導(dǎo)致反應(yīng)慢、注意力分散、操作不當(dāng)?shù)仍蛞鸬摹TS技術(shù)的快速發(fā)展為道路交通安全問(wèn)題的解決提供了一條新的思路，它將先進(jìn)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(yīng)用于道路交通安全領(lǐng)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(jìn)的傳感器、信息處理、系統(tǒng)集成、模式識(shí)別等諸多方面的技術(shù)，結(jié)合駕駛疲勞研究成果，對(duì)駕駛員駕駛過(guò)程中疲勞狀態(tài)進(jìn)行識(shí)別并預(yù)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(shè)計(jì)

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(duì)而言較低，重度疲勞駕駛則對(duì)駕駛員的生命安全有較大威脅，本系統(tǒng)主要是針對(duì)重度疲勞駕駛進(jìn)行研究和識(shí)別。

重度疲勞駕駛會(huì)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(cè)的特征值。測(cè)試數(shù)據(jù)如下：

表1 系統(tǒng)檢測(cè)特質(zhì)

按照數(shù)據(jù)統(tǒng)計(jì)結(jié)果，分別選取方向盤動(dòng)作情況、駕駛員臀部動(dòng)作情況作為檢測(cè)項(xiàng)，基于以上檢測(cè)點(diǎn)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(shè)計(jì)系統(tǒng)的硬件和軟件部分，然后采集識(shí)別疲勞所需的信息，最后對(duì)采集的信息進(jìn)行處理并實(shí)現(xiàn)駕駛疲勞的識(shí)別。本系統(tǒng)的采集指標(biāo)項(xiàng)為方向盤轉(zhuǎn)向情況、臀部動(dòng)作情況。根據(jù)采集指標(biāo)的種類、采集精度、數(shù)據(jù)處理及傳輸要求設(shè)計(jì)駕駛疲勞識(shí)別系統(tǒng)的硬件部分，然后設(shè)計(jì)相應(yīng)的軟件，實(shí)現(xiàn)對(duì)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(shí)別駕駛疲勞的上述相關(guān)數(shù)據(jù)，并對(duì)其進(jìn)行分析、識(shí)別。整個(gè)系統(tǒng)可以分為信息采集單元(車體轉(zhuǎn)角檢測(cè)、人體坐姿檢測(cè))、主控單元，其中主控單元通過(guò)采集模塊反饋回的信息，進(jìn)行疲勞判別，反饋?zhàn)R別結(jié)果并發(fā)出報(bào)警。駕駛疲勞識(shí)別系統(tǒng)總體結(jié)構(gòu)如圖1所示。

圖1 機(jī)動(dòng)車駕駛疲勞識(shí)別系統(tǒng)總體結(jié)構(gòu)框圖

2 系統(tǒng)硬件設(shè)計(jì)

本系統(tǒng)硬件部分可以分為兩個(gè)相對(duì)獨(dú)立的單元：主控制單元和信號(hào)采集單元。資源框圖如圖2所示。機(jī)動(dòng)車是整個(gè)系統(tǒng)的實(shí)現(xiàn)載體。信號(hào)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(jìn)行A/D轉(zhuǎn)換；主控制模塊是系統(tǒng)的核心，對(duì)輸入信息進(jìn)行處理，并控制輸出報(bào)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(shí)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(dòng)、電源驅(qū)動(dòng)模塊、調(diào)試模塊、報(bào)警模塊組成，完成信息采集、狀態(tài)顯示、疲勞判別、調(diào)試、報(bào)警功能。對(duì)芯片的選擇決定了系統(tǒng)信息采集和疲勞識(shí)別的準(zhǔn)確率及效率。由于本系統(tǒng)設(shè)計(jì)的最終目的是對(duì)機(jī)動(dòng)車駕駛疲勞實(shí)現(xiàn)實(shí)時(shí)判別，要求處理芯片有較高的運(yùn)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(gè)人機(jī)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(diǎn)陣LCD可以顯示4 行漢字，工作電流僅為200uA,非常適合對(duì)功耗要求過(guò)高的場(chǎng)合。液晶顯示模塊原理圖如圖3所示。經(jīng)過(guò)試驗(yàn)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(gè)人機(jī)交互裝置，用于系統(tǒng)的模式選擇和參數(shù)設(shè)置。該模塊用于人機(jī)交互界面，完成狀態(tài)輸入，該器件僅需8個(gè)IO口，可實(shí)現(xiàn)16位輸入，性價(jià)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(shí)現(xiàn)疲勞識(shí)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(shí)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(dòng)模塊

壓力采集驅(qū)動(dòng)模塊用于采集壓力陣列值，反映駕駛員臀部對(duì)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(shè)計(jì)系統(tǒng)的使用要求。

2.1.5 報(bào)警模塊

本模塊選取蜂鳴器作為報(bào)警器件，通過(guò)聲音報(bào)警提醒駕駛員注意。蜂鳴器發(fā)聲的原理是：電流通過(guò)電磁線圈時(shí)會(huì)產(chǎn)生磁場(chǎng)，而磁場(chǎng)可以驅(qū)動(dòng)振動(dòng)膜振動(dòng)，從而發(fā)出聲音報(bào)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(dòng)蜂鳴器，所以電路設(shè)計(jì)時(shí)通過(guò)一個(gè)C9013三極管放大驅(qū)動(dòng)蜂鳴器。蜂鳴器正極接+5v電壓，負(fù)極接三極管的E極(發(fā)射級(jí))，PWM2經(jīng)過(guò)10K的限流電阻Rl接到三極管B極(基極)，C極(集電極)接地。當(dāng)PWM2為高電平時(shí)，三極管處于截止?fàn)顟B(tài)，無(wú)電流通過(guò)蜂鳴器，不發(fā)聲;當(dāng)PWM2為低電平時(shí)，三極管處于導(dǎo)通狀態(tài)，電流通過(guò)蜂鳴器，形成回路，蜂鳴器發(fā)出聲音報(bào)警。因此，當(dāng)檢測(cè)到駕駛員處于疲勞狀態(tài)時(shí)，可以通過(guò)程序控制PWM2引腳輸出低電平驅(qū)動(dòng)蜂鳴器發(fā)出報(bào)警聲音提醒駕駛員注意。通過(guò)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(bào)警聲，也可以通過(guò)改變PWM2引腳輸出電平的占空比來(lái)控制蜂鳴器發(fā)出聲音的大小。報(bào)警模塊原理圖如圖6所示。

圖6 報(bào)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(shè)計(jì)電平轉(zhuǎn)換電路實(shí)現(xiàn)對(duì)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(gè)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(shí)物圖如圖7所示。

圖7 主控模塊實(shí)物圖

2.2 信號(hào)采集單元設(shè)計(jì)

信號(hào)采集單元需完成方向盤、座椅壓力兩項(xiàng)檢測(cè)項(xiàng)。

2.2.1 方向盤轉(zhuǎn)角檢測(cè)項(xiàng)硬件組成

該硬件系統(tǒng)由三部分組成：碼盤組件、延長(zhǎng)線、板內(nèi)信號(hào)采集模塊。其中碼盤組件為機(jī)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(gè)信號(hào)脈沖，理論值達(dá)到0.36度檢測(cè)精度，完成小于0.5度檢測(cè)指標(biāo)。對(duì)方向盤轉(zhuǎn)向用光耦進(jìn)行監(jiān)測(cè)。方向盤檢測(cè)實(shí)物圖如圖8所示。

圖8 方向盤檢測(cè)實(shí)物圖

2.2.2 座椅壓力檢測(cè)項(xiàng)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(zhǎng)線、板內(nèi)信號(hào)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(shè)計(jì)測(cè)力提供了更理想的選擇。它的超薄設(shè)計(jì)，可以插入幾乎任何相貼的平面進(jìn)行測(cè)量。本壓力檢測(cè)陣列，分布?jí)毫M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(gè)傳感器可反映左右腿部動(dòng)作變化。壓力分布檢測(cè)圖與壓力分布實(shí)物圖如圖9所示。

圖9 壓力分布檢測(cè)圖與壓力分布實(shí)物圖

通過(guò)駕駛員對(duì)座椅的壓力判斷駕駛員疲勞狀態(tài)主要是經(jīng)過(guò)對(duì)壓力采集點(diǎn)的壓力值進(jìn)行處理，確定駕駛員是否處于疲勞狀態(tài)。通過(guò)實(shí)驗(yàn)-統(tǒng)計(jì)方法建立預(yù)測(cè)模型，對(duì)駕駛員大腿及臀部左右取對(duì)稱采集點(diǎn)，當(dāng)駕駛員處于疲勞駕駛狀態(tài)，對(duì)座椅產(chǎn)生的壓力會(huì)有不均勻現(xiàn)象發(fā)生，用壓力分布不對(duì)稱系數(shù)Cu來(lái)表示。人體的不同坐姿會(huì)對(duì)壓力分布造成一定影響，不對(duì)稱系數(shù)用來(lái)表示壓力分布的不對(duì)稱程度，用來(lái)檢測(cè)駕駛員坐姿狀態(tài)。

N為壓力采集點(diǎn)的總個(gè)數(shù)，PiL是左側(cè)壓力傳感器采集點(diǎn)壓力值，PiR是右側(cè)壓力傳感器采集點(diǎn)壓力值。顯然0Cu1，當(dāng)Cu=0時(shí)，兩側(cè)壓力對(duì)稱，表明駕駛員坐姿處于正常狀態(tài)，試驗(yàn)數(shù)據(jù)證明Cu的值在8S左右一直大于0.5時(shí)，駕駛員被判定為疲勞狀態(tài)。同時(shí)駕駛員大腿兩側(cè)因?yàn)槟_部的操作，對(duì)座椅的壓力變化較為頻繁，結(jié)合壓力分布不對(duì)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(shí)別算法設(shè)計(jì)

為了實(shí)現(xiàn)通過(guò)駕駛操作行為及車輛行駛狀態(tài)信息識(shí)別機(jī)動(dòng)車駕駛員駕駛疲勞程度的日常化，需要按照一定周期采集方向盤轉(zhuǎn)向變化狀態(tài)、座椅壓力變化狀態(tài)等相關(guān)信息。由于條件限制，無(wú)法在真實(shí)道路上進(jìn)行測(cè)試，數(shù)據(jù)在駕駛模擬器上實(shí)驗(yàn)得出。實(shí)驗(yàn)正式開始后分為三個(gè)階段進(jìn)行，總時(shí)長(zhǎng)為6小時(shí)左右。實(shí)驗(yàn)的第一階段：駕駛員在汽車駕駛模擬器上進(jìn)行120min不間斷駕駛，然后下車測(cè)試，繼續(xù)第二階段實(shí)驗(yàn)。實(shí)驗(yàn)的第二階段：駕駛員繼續(xù)在駕駛模擬器上進(jìn)行120min不間斷駕駛，然后下車測(cè)試，繼續(xù)第三階段實(shí)驗(yàn)。休息10min后開始實(shí)驗(yàn)的第三階段：駕駛員在駕駛模擬器上進(jìn)行120min不間斷駕駛，然后下車測(cè)試，實(shí)驗(yàn)完成。試驗(yàn)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(duì)數(shù)據(jù)進(jìn)行處理時(shí)關(guān)心的是方向盤是否小幅度動(dòng)作，并不關(guān)心轉(zhuǎn)向角度的大小，所以方向盤的實(shí)際輸出值為0～65535周期計(jì)數(shù)，該值測(cè)量通過(guò)光柵反饋光耦計(jì)數(shù)累加而成，角度對(duì)應(yīng)關(guān)系為1000個(gè)數(shù)360度旋轉(zhuǎn)一周。

座椅壓力動(dòng)態(tài)信息：通過(guò)12個(gè)分布?jí)毫鞲衅鞣答佔(zhàn)蔚膲毫?，該測(cè)量值只需反饋壓力的變化情況無(wú)需測(cè)量時(shí)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(duì)稱壓力分布系數(shù)和腿部壓力值變化頻率來(lái)判定駕駛員駕駛狀態(tài)。

通過(guò)該算法分析采集的數(shù)據(jù)發(fā)現(xiàn)，在實(shí)驗(yàn)的第一階段方向盤的靜止時(shí)間最短為3.1s，座椅壓力不發(fā)生變化的最短時(shí)間小于3.0s。第三階段方向盤和座椅壓力變化時(shí)間均大于8.0s，為深度疲勞駕駛的一個(gè)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(shí)停頓，并不能準(zhǔn)確證明駕駛員處于疲勞狀態(tài)。結(jié)合不對(duì)稱壓力分布系數(shù)Cu的值，判斷Cu是否長(zhǎng)時(shí)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(guò)本駕駛疲勞檢測(cè)系統(tǒng)可以檢測(cè)出駕駛員在駕駛過(guò)程中的疲勞狀態(tài)，可以通過(guò)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(dāng)駕駛員處于重度疲勞駕駛狀態(tài)時(shí)，系統(tǒng)能發(fā)出警報(bào)以警示駕駛員，起到了保障駕駛員行車安全的作用，經(jīng)實(shí)驗(yàn)證明系統(tǒng)實(shí)際可用性較高。

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

[2] 胡鴻志. 機(jī)動(dòng)車駕駛疲勞識(shí)別系統(tǒng)研究[D].武漢：武漢理工大學(xué), 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(jī)駕駛疲勞檢測(cè)系統(tǒng)設(shè)計(jì)[J]. 計(jì)算機(jī)工程與應(yīng)用, 2009,45(33):57-59.

[5] 鄭培, 宋正河, 周一鳴. 機(jī)動(dòng)車駕駛員駕駛疲勞測(cè)評(píng)方法的研究狀況及發(fā)展趨勢(shì)[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào), 2001, 6(6):101-105.

責(zé)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(zhǎng)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