摘要：疲劳驾驶是引发交通事故的重要因素之一。本文基于perclos算法设计和研究了一种驾驶疲劳预警系统,该系统通过雷达扫描瞳孔状态和数据分析来判断驾驶员的疲劳状态,一旦驾驶员处于疲劳、困倦状态,系统会对驾驶员进行预警,如驾驶员可能会因疲劳而突然入睡,在这个关键时刻,系统会发出尖锐的报警声,及时叫醒司机,避免交通事故。本文介绍了基于驾驶员生理信号、驾驶员生理反应特征、驾驶员操作行为和车辆轨迹的驾驶疲劳状态实时监测的研究方法,总结了国内外的研究现状和研究了市场现有产品的特点,分析了存在的问题以及疲劳驾驶研究的未来发展方向和研究难点。

摘要：为设计并且实现了一个基于DSP的嵌入式车载疲劳检测系统。构建了由CCD,TMS320DM6437,红外光源组成的硬件平台。结合perclos模型来进行驾驶员疲劳程度的判断。针对AdaBoost算法中不适合TMS320C6437处理器特点的大量浮点运算,在保持AdaBoost算法精度的基础上,提出了一套浮点数转定点数的代码优化方案。经过大量实验,对比其相关领域研究成果,该系统具有在黑夜或光线变化强烈的情况下依然保持检测精度,可靠性高、实时性好的特点,驾驶员疲劳检测系统能够在实际的交通运输中应用。

摘要：现实中基于图像处理的疲劳驾驶监测往往因环境的变化而具有不确定性。监测算法不规范,以致于疲劳驾驶监测任务很具有挑战性。为了解决此问题,提出了一种基于多算法融合的动态滑动窗口算法框架。首先利用Adaboost算法识别人眼,然后改进Otsu算法来自适应各种不同环境;进而提出动态滑动窗口算法来得到睁闭眼之间的最佳阈值;最终,利用改进的perclos算法估计疲劳驾驶状态的不同级别。针对环境的变化采用睁闭眼判断窗口随人眼特征变化而更新的策略,系统使用摄像头实时捕获人眼图像,并在PC机上进行仿真测试,可在130-150ms之间实现不同疲劳状态的识别。实验结果表明,此算法框架能够有效、快速的分辨驾驶员不同的疲劳状态。

摘要：为有效降低交通安全事故,本文设计了新型多功能汽车异常驾驶检测报警系统。首先系统分析驾驶员状态、驾驶行为和车辆行驶状态关系;然后构建了新型多功能汽车异常驾驶检测报警系统模型,设计了基于双核DSP控制单元硬件平台;其次利用perclos算法等判断驾驶人疲劳驾驶状态,并运用数据融合技术将车辆状态信息与驾驶人状态信息进行融合处理与异常驾驶判断,最终实现汽车异常驾驶报警,实践表明该系统实用可靠。

摘要：鉴于近年来交通事故频增,特别是疲劳驾驶成为重大安全隐患,深入开发了一种基于人工智能图像处理技术的疲劳监测系统,旨在分析该系统在交通安全领域的应用价值及其效能。该系统旨在减少交通事故发生,提升安全意识,保护驾驶员身心健康,以及促进技术创新。系统设计包含实时面部与肢体行为分析、GPS精确定位、即时图像捕获、自动预警系统、应急联络功能与移动应用定位查询,全面提升了安全监控能力。技术方面,系统采用了perclos算法与YOLOv3模型以提高监测准确性,期望推动监测技术更广泛的应用和智能交通体系的进步。

摘要：驾驶疲劳检测是预防驾驶疲劳提高交通安全的有效手段。以视频图像处理为基础,采用Open CV中的Haar分类器,对驾驶人人脸、人眼进行检测;以基于perclos的疲劳检测算法为基础,提出"双眼检测、单眼疲劳判别"的疲劳检测方法,在PC机Visual Studio集成开发环境下,采用C++编程语言设计了驾驶疲劳检测仿真程序;通过输入驾驶人模拟疲劳驾驶视频,仿真实现了驾驶人人脸检测、眼睛闭合状态检测、驾驶疲劳检测以及疲劳状态声音预警。

摘要：在生产作业过程中,作业人员注意力不集中是生产事故发生的主要诱因。针对现有的专注性研究方法过于依赖高性能计算设备,存在部署困难和隐私数据泄露等问题,提出一种结合深度学习和边缘计算的作业人员专注性检测方法。首先,利用YOLOv5算法对使用手机、抽烟和喝水3种常见的分心行为进行实时检测;然后,采用轻量化人脸关键点检测网络和perclos算法对作业人员的疲劳程度进行评估,并对疲劳状态进行预警;最后,采用基于通道剪枝的压缩算法将分心行为检测网络和疲劳行为检测网络部署于低功耗的便携式边缘计算设备,避免作业人员隐私和商业数据泄露的风险。实验结果表明,该方法对疲劳行为和分心行为的检测准确率分别达98.6%和99.8%,满足实际的部署需求。

摘要：据统计,疲劳驾驶是交通事故发生的主要原因之一,因此本系统采用一种基于机器学习的方法来判定驾驶员的疲劳状态。系统通过脑电采集模块、心率采集模块、图像采集模块检测驾驶员的生理参数并传输至车载处理模块进行一系列数据预处理,再利用机器学习训练好的逻辑回归模型综合判定驾驶员的疲劳状态,最后将疲劳判定结果传输至预警模块进行座椅振动及声光分级预警。在满足实时性及准确度的要求下,多种预警方式能够有效地对驾驶员进行疲劳预警。