瞳孔直径大小检测驾驶员疲劳的实证效度分析

合集下载

疲劳检测中眼动指标参数的分析研究

疲劳检测中眼动指标参数的分析研究

疲劳检测中眼动指标参数的分析研究作者:陈瑜徐军莉来源:《科技风》2020年第24期摘要:目前眼动特征的非接触式疲劳检测方法中采用的眼动疲劳指标很多。

为了比较各眼动指标的性能,本文采集了7名受试者清醒和疲劳状态下的眼动数据,并从中提取了Per-clos、眨眼时间均值、瞳孔面积等5个常用眼动特征参数,分别从显著性和稳定性两个方面分析了这5个眼动参数的变化情况。

研究发现perclos、眨眼均值和瞳孔面积3个眼动指标在清醒和疲劳状态下变化具有明显差异,可以作为有效的眼动疲劳特征指标;作为检测驾驶疲劳的指标,眨眼时间均值最为稳定,其次是瞳孔面积。

关键词:疲劳驾驶;疲劳指标;眼动特征目前道路交通安全问题已成为严重的社会问题,而疲劳驾驶是发生道路交通事故的重要原因之一[1]。

为了减少疲劳驾驶引起的交通事故,很多研究者都已经开始了各种疲劳预警的研究工作,其中基于眼动特征的非接触式疲劳检测方法被广泛采用。

在各种眼动疲劳特征指标中大部分采用的有perclos,瞳孔面积等。

为了比较各眼动指标的性能,本文采集了7名受试者清醒和疲劳状态下的眼动数据,并从中提取了Per-clos、眨眼时间均值、瞳孔面积等5个眼动特征参数,分别从显著性和稳定性两个方面分析了这5个眼动参数的变化情况。

1 实验本文采用3Y-31D汽车驾驶模拟器作为模拟驾驶实验平台,采用Ergoneers公司的Dikablis 头戴式眼球追踪仪监控驾驶员的视线。

驾驶员坐在一个相对宽敞封闭的房间中。

为了避免因照明引起驾驶员瞳孔面积的变化,房间中的窗帘和灯光都是关闭的。

驾驶员头戴眼镜跟踪仪坐在驾驶座椅上操作驾驶模拟器进行驾驶。

眼镜跟踪仪的另一端通过USB接口连接到笔记本电脑。

眼镜跟踪仪采集到的眼动数据和视频被传输到电脑中的D-lab软件,D-lab软件根据采集到的数据计算Per-clos和眨眼时间均值等信息。

其中D-Lab软件的采样频率设为25Hz。

实验场景如右图所示。

驾驶员疲劳状况检测中眼睛定位方法的比较与分析

驾驶员疲劳状况检测中眼睛定位方法的比较与分析
Absr c : I i mp ra tfrsu yn h rvn aey t th d ie aiue b au i y ls r e e moin o ta t t s i o tn o t d ig t e d iig s ft o wac rv rftg y me s rng e e co u e, y t r o
p y i o ia h r ceit f y s b c u e a o t 0 h s lgc lc aa tr i o e e a s b u % ifr t n o r e sg t y vso o sc e 9 no mai fd v r i o i n.Bae n d tcin a d l ain o o i b i s d o e t n o t n e o c o

要 : 驾驶 员N - 中大 约 9 % 的信 息是 从 视 觉 得 到 的 , 因 此 测 量 眼 睛 闭合 、 眼 睛运 动 或 眼 睛 生 理 特 性 来 C - 0
监视 驾驶疲劳对研 究行车安全是很重要的 。在检测 定位人脸 的基础 上 ,提 出对驾驶 员眼 睛定位和 特征提 取 的方 法,制 定眼睛模板 ,对单位时间 内眼睛闭合时 间、睁闭的 次数进行 统计 ,然后 根据 试验 结果 比较 分析 各类 不 同
I tu f eho g , acag309 ) i h hn ( .N cagIst e f eho g ,N nhn 30 9 .J ns n it o Tcnl y N nhn 309 ,L Z i u 1 a hn t t o Tcnl y aeag309 ;2 i g ste o c n ni u o a u U i rt,Z ej n 103J ns) nei v sy hn ag22 1 i gu i a

驾驶员眼睛疲劳状态检测技术研究

驾驶员眼睛疲劳状态检测技术研究
维普资讯
l 6
传感器 与微 系统 ( rndcr n coyt ehooi ) Tasue dMi ss m T cn l e a r e gs
20 年 第 2 07 6卷 第 7期
驾驶 员 眼 睛疲 劳 状 态 检 测 技 术研 究
于兴玲 ,王 民 ,张立材
驾驶 员在疲劳状态 下驾驶 车辆 , 具有 以下 明显特征 : 头
脑不清醒 , 昏昏欲睡 , 反应迟 钝 , 能准确判 断和迅 速处理 不 各种 异常情 况 ; 动作失调 , 手脚不 听使唤 ; 烦躁不安 , 注意力 不集 中, 判断误差较大“ 。这些特征 极易引 发交通事 故。 驾驶疲劳 的研究有 主观和客 观之分 , 主观 的研 究有睡 眠 习
时间。实验证 明 : 这种方法在定位人眼时, 简单快速 , 且不受人脸背景 、 人脸肤色 、 姿态 的影响 。
关键词 :驾驶 疲劳 ; 肤色分割 ; 眼睛定位 ; 单位时 间内眼 睛闭合 时间所 占的比例
中 图 分 类 号 :T 3 1 P 9 文 献 标 识 码 :A 文 章 编 号 :10 -9 8 ( 0 7 0 - 0 6 2 00 7 7 2 0 ) 7 0 1 一o
r d cin e t n , o ig e e S c n i u lco u e t n ls r rq e c o d tc r e ’ y a iu tt . e u t x e t n t y ’ o t a ls r i o n n me a d co u e f u n y t ee td i r S e e ft e s e e v g a
Scn l,ysi clrem na o G pc , moi eojc cn etdt t od r n ii ig h eody b k o g e tini R Bsae r v gt bet on c eb re adm n h e n os t n e n h e oh sn t

驾驶疲劳检测调研报告

驾驶疲劳检测调研报告

驾驶疲劳检测调研报告驾驶疲劳是指长时间驾驶或过度劳累导致驾驶员产生疲劳,严重的情况下可能会危及行车安全。

为了解决这一问题,许多车企和科技公司已经开始研究和开发驾驶疲劳检测技术。

本调研报告主要围绕驾驶疲劳检测技术进行调研,以下是调研结果的总结。

一、驾驶疲劳检测技术的分类根据研究对象的不同,驾驶疲劳检测技术可以分为生理信号检测和行为特征检测两大类。

生理信号检测主要通过检测驾驶员的生物特征、生理信号来判断疲劳程度,例如眼睛的眨眼频率、头部的位置和姿态等。

而行为特征检测则通过分析驾驶员的操作行为,例如方向盘的转向角度、刹车踏板的使用情况等。

二、驾驶疲劳检测技术的应用驾驶疲劳检测技术主要应用在汽车驾驶员监测系统和智能驾驶系统中。

在汽车驾驶员监测系统中,驾驶员的疲劳程度可以通过实时监测和分析来预警驾驶员,以减少事故的发生。

智能驾驶系统则通过检测驾驶员的疲劳程度来决定是否需要切换为自动驾驶模式,以确保驾驶安全。

三、现有驾驶疲劳检测技术的优缺点1. 生理信号检测技术的优点是准确性较高,可以直接反映出驾驶员的疲劳程度。

缺点是需要使用专用的传感器和设备,成本较高且不够便携。

2. 行为特征检测技术的优点是无需额外设备,可以通过车辆本身的传感器进行检测。

缺点是准确性相对较低,误判率较高。

四、驾驶疲劳检测技术的发展趋势目前,随着人工智能和深度学习技术的发展,驾驶疲劳检测技术将越来越智能化和自动化。

未来的驾驶疲劳检测技术可能会结合生理信号检测和行为特征检测,通过多模态的数据分析来提高准确性。

同时,随着5G技术的普及,驾驶疲劳检测技术也将更加实时和可靠。

总的来说,驾驶疲劳检测技术在提高驾驶安全性和降低交通事故发生率方面具有重要意义。

但目前的驾驶疲劳检测技术仍存在一些问题,例如准确性和误报率等。

因此,未来的研究重点应当放在提高准确性、降低成本和提高实时性等方面,以满足人们对安全驾驶的需求。

基于眼部行为的驾驶疲劳监测方法

基于眼部行为的驾驶疲劳监测方法

都会 有 所变 化 . 因此 , 以通 来自 监测 眼 睛 的闭合 状 态 可
E e S aeb s d Fa iu D ie Mo io i g y t t. a e tg e rv n trn
Ap r a h po c
P AN Xio a g,L J n in adn I u xa
第 3 第 2期 9卷
2 1 年 2月 01
同 济 大 学 学 报 ( 然 科 学 版) 自
J U N LO O G I NIE ST ( A U A C E C ) O R A FT N J U V R I Y N T R L S IN E
Vo . 9 No. 13 2 Fe b.2 1 01
驾 驶 对 降 低 交 通 事 故 发 生率 有 着 重 大 的意 义 . 而选
定 用 以 判 断 驾 驶 员 疲 劳 状 态 的 指 标 就 显 得 尤 为
必要 .
现 阶段 国内外 的研 究表 明 , 劳 与 瞳孔 直 径 、 疲 眼
球转动、 眼睑开 合 [ 3等 行 为 有关 , 2] - 即眼 部 的某 些 行 为 能 够 反 映 人所 处 的精 神状 况 . 比较 直观 的是 当人 体处于疲劳状态时, 眼睛 闭 合 的 频 率及 持 续 的 时 问
劳相 关 性较好 的标 准_ 5. 是 P R L S法现 阶段 _ ]但 4 - E CO
的实 验 大 多仅 限 于 室 内进 行 , 验 室 内环 境 以及 被 实
动 仪 中图 分 类 号 :U 4 1 3 9 . 文献标识码 : A
为导致 交通 安 全事 故 的重 要原 因之 一 . 统计 , 国 据 我
因疲 劳驾 车 而 造 成 的 交 通 事 故 占总 起 数 的 2 %左 0 右, 占特大 交通 事 故 的 4 % 以上 l . 见 , 少 疲 劳 0 l 可 1 ] 减

基于视频图像分析的驾驶员疲劳检测方法的研究的开题报告

基于视频图像分析的驾驶员疲劳检测方法的研究的开题报告

基于视频图像分析的驾驶员疲劳检测方法的研究的开题报告一、选题背景随着交通工具的发展和普及,交通安全问题越来越受到人们的关注。

驾驶员疲劳驾驶是造成交通事故的主要原因之一。

因此,研究一种有效的驾驶员疲劳检测方法对交通安全具有重要的意义。

随着计算机视觉和图像处理技术的发展,视频图像分析技术已经广泛应用于交通领域。

利用计算机视觉和图像处理技术,可以对驾驶员的面部表情、头部姿态、瞳孔大小等进行实时监测,判断驾驶员的驾驶状态,有效地减少了驾驶员疲劳驾驶所造成的交通事故。

二、研究内容本文将以视频图像分析技术为基础,研究一种新的驾驶员疲劳检测方法。

具体研究内容包括:1. 驾驶员面部表情分类通过分析驾驶员面部表情,判断驾驶员的情绪状态,是否出现疲劳驾驶的迹象。

本研究将探索如何选取有效的面部表情特征,以及如何利用机器学习算法进行分类。

2. 驾驶员头部姿态检测通过分析驾驶员头部的姿态变化,判断驾驶员的驾驶状态。

本研究将探索如何利用计算机视觉技术提取出头部姿态特征,并利用机器学习算法进行分类。

3. 驾驶员瞳孔大小检测通过分析驾驶员瞳孔的大小变化,判断驾驶员的精神状态,是否出现疲劳驾驶的迹象。

本研究将探索如何利用计算机视觉技术提取出瞳孔大小特征,并利用机器学习算法进行分类。

三、研究方法和技术路线本研究将基于视频图像分析技术和机器学习算法,设计和实现驾驶员疲劳检测系统。

具体技术路线如下:1. 数据采集本研究将采集一定数量的视频数据,包括驾驶员面部表情、头部姿态和瞳孔大小等变化。

2. 面部表情分类本研究将探索如何选取有效的面部表情特征,如眨眼次数、俯仰角度等,并利用机器学习算法进行面部表情分类。

3. 头部姿态检测本研究将利用计算机视觉技术提取出头部姿态特征,如头部旋转角度、俯仰角度等,并利用机器学习算法进行头部姿态分类。

4. 瞳孔大小检测本研究将利用计算机视觉技术提取出瞳孔大小特征,并利用机器学习算法进行瞳孔大小分类。

5. 系统实现本研究将设计和实现驾驶员疲劳检测系统,以提高交通安全性能。

疲劳驾驶面部区域信息检测与分析的汇报

疲劳驾驶面部区域信息检测与分析的汇报

2 国内外研究现状
2.2 国内研究现状
在国内的研究中,四川大学教授周激流尝试了“稳定视点” 特征提取方法,即为使识别系统中包含3D信息,对人脸侧 面剪影识别做了一定的研究,并实现了正,侧面互相参照的 识别系统。
人脸检测是一项具有挑战性的课题,而目前的研究主要侧重 于二维静态正面人脸的研究,其应用领域也具有一定的局限 性。因此,今后的研究重点将逐步转向多视角、多姿态和动 态人脸的识别检测。
ห้องสมุดไป่ตู้
主要内容
1 研究的背景和意义 2 国内外研究现状 2.1国外研究现状 2.2国内研究现状 3 主要的研究内容及方法概括 3.1 人脸监测方法的概述 3.2 人眼定位方法的概述 3.3 嘴巴特征信息的提取方法
3.1 人脸监测方法的概述
基于几何特征的人脸检测方法
所谓的人脸几何特征指的是人脸面部器官在几何上体现的特征。 主要有以下四种方法: 1、人脸轮廓特征:边缘检测是提取人脸轮廓特征的首要步骤。 2、灰度分布特征:这类方法中最具有代表性的成果是杨光正提 出的镶嵌图方法。 3、器官特征:人脸结构的对称性是一个重要特征,然而它对姿 态、表情及光照的变化比较敏感。 4、模板特征:人脸区域的灰度本身可以作为模板特征,基于模 板匹配方法可以有效检测到图像中的人脸。
3.3嘴巴特征信息的提取方法
基于灰度图像的方法
比较常用的是基于 Snake 模型的嘴部边缘提取算法,但其计算 复杂度高,容易受嘴部周围胡须的干扰,且在光照变化的情况下, 常造成嘴部边缘缺失和梯度较弱的缺陷。
基于嘴唇彩色图像的方法
由于彩色图像能够提供更丰富、更全面的信息,已越来越受到人 们的重视. 如 Alan 等提出利用CIELAB 颜色空间和模糊聚类的 方法对嘴唇区域进行分割;张志文等利用直方图分析 R、G、B 色 度分量在肤色和唇色中的分布特性,提出了一种唇部检测算法。

基于眼睛状态检测的驾驶员疲劳驾驶分析

基于眼睛状态检测的驾驶员疲劳驾驶分析

基于眼睛状态检测的驾驶员疲劳驾驶分析作者:周子淳张静陈伟冯璐来源:《环球市场》2018年第03期摘要:驾驶员疲劳驾驶机动车,反应时间延长,不能及时发现路面的突发状况,因此不能采取有效措施避免交通事故的发生。

本文提出了一种基于眼睛状态检测的驾驶员疲劳驾驶实时监测系统,有效监测驾驶员驾驶状态,对疲劳驾驶进行预警,可有效降低交通事故及人员死亡率。

关键词:疲劳驾驶;图像识别;疲劳驾驶预防一、疲劳驾驶预警系统研究难点目前针对驾驶员疲劳驾驶分析的方法有多种,然而市场上并不存在成功的应用案例,难点主要存在于以下几个方面:(一)现有疲劳驾驶检测系统对使用环境有较严格的限定。

在复杂检测环境下不能准确对驾驶员的疲劳状态做出判断,检测灵敏度较低,可靠性较差。

(二)疲劳驾驶的评测标准还处于探索中,如何评价驾驶员是否疲劳驾驶是棘手的问题。

(三)性价比制约疲劳检测系统的广泛应用,现阶段的疲劳驾驶检测系统存在成本过高的问题。

(四)驾驶员在疲劳状态下的心理和生理状况不同,目前较难获取驾驶员在疲劳状态下的心理、生理数据。

二、疲劳检测原理人在疲劳状态下的生理状态相较于清醒状态会发生明显变化,如出现频繁点头、频繁眨眼、打哈欠等明显面部行为特征。

有数据分析显示人清醒时的眨眼闭合时间为0.2-0.3s,当眨眼闭合时间超过0.5s时说明此人处于深度疲劳状态。

根据人在疲劳时眼睛频繁眨动,并且眨眼闭合时间较长的行为特征,再通过综合记录分析驾驶员的眨眼频率和眨眼周期来综合判断驾驶员的精神状态的这种评判方法已经被美国联邦公路管理局论证通过,是一种可靠有效的判断标准。

根据这一判断标准本文提出获取驾驶员的眼睛特征作为判断驾驶人疲劳状态依据。

本系统通过对眼睛特征经行分析,获取眼睛的闭合、睁开时间、眨眼频率等数据,综合分析后对驾驶人状态进行判断。

三、图像处理原理图像识别算法是本设计的重点与难点,好的识别算法应对识别区域背景、光线情况有较大的容忍度。

本疲劳驾驶监测系统图像处理过程分为三个过程,首先需要在整个图像中根据人脸特征数据集通过Haar分类器得到人脸的位置。

驾驶疲劳检测的研究

驾驶疲劳检测的研究

驾驶疲劳检测的研究摘要:疲劳驾驶与酒后驾车同样可怕,会造成巨大的经济损失和人员伤亡,故为了预防疲劳驾驶、保证行车安全,对驾驶疲劳检测的研究具有重要的意义。

本文先介绍驾驶疲劳的特征及危害,随后着重分析了基于驾驶员生理参数、行为特征、车辆行为特征的检测技术。

最后,对研究趋势进行了预测。

关键词:驾驶疲劳;检测Abstract: fatigue driving, drunk driver as terrible as to cause great economic losses and casualties, so in order to prevent driver fatigue, ensure traffic safety, driver fatigue detection is of great significance. This article first introduces the driving fatigue characteristics and hazards, and then analyzed based on the characteristics of the drive r’s physiological parameters, behavioral characteristics, vehicle behavior detection technology. Finally, the study of trends were predicted.Keywords: driver fatigue; detection中图分类号:文献标识码:A 文章编号:1驾驶疲劳1.1产生驾驶疲劳是指驾驶人在长时间连续驾车后引起的身体、心理上的疲劳以及驾驶机能低落的总称。

据恢复时间可将驾驶疲劳分为急性疲劳、慢性疲劳和积蓄性疲劳。

正常驾驶疲劳属于急性疲劳,即由于驾驶引起的暂时疲劳,经过短期休息后便可消失。

驾驶员疲劳状态检测技术研究与工程实现

驾驶员疲劳状态检测技术研究与工程实现

驾驶员疲劳状态检测技术研究与工程实现一、概述随着汽车工业的快速发展和人们生活水平的提高,汽车已经成为现代社会中不可或缺的交通工具。

驾驶员疲劳驾驶所引发的交通事故也屡见不鲜,给人们的生命和财产安全带来了严重威胁。

对驾驶员疲劳状态进行准确、及时的检测,并采取有效措施进行干预,已成为当前交通安全领域亟待解决的重要问题。

驾驶员疲劳状态检测技术是通过分析驾驶员的生理信号、驾驶行为以及车辆状态等信息,来判断驾驶员是否处于疲劳状态的一种技术手段。

该技术的研究与应用,不仅有助于提高驾驶员的行车安全性,降低交通事故的发生率,还有助于提升驾驶体验,促进汽车智能化和人性化的发展。

国内外众多学者和科研机构对驾驶员疲劳状态检测技术进行了广泛而深入的研究。

在生理信号方面,研究者们通过采集驾驶员的脑电、心电、眼动等信号,分析其与疲劳状态的相关性;在驾驶行为方面,通过分析驾驶员的方向盘操作、油门刹车控制等行为特征,来判断其是否处于疲劳状态;在车辆状态方面,则通过监测车辆的行驶轨迹、速度变化等信息,来间接推断驾驶员的疲劳程度。

尽管取得了一定的研究成果,但驾驶员疲劳状态检测技术仍面临着诸多挑战。

不同驾驶员的生理特征和驾驶习惯存在差异,使得疲劳状态的识别难度增加;实际驾驶环境中的噪声、光照等干扰因素也会对检测结果的准确性造成影响。

需要进一步深入研究和完善相关技术,提高驾驶员疲劳状态检测的准确性和可靠性。

本文旨在对驾驶员疲劳状态检测技术进行深入研究,并探讨其在实际工程中的应用。

通过对比分析不同检测方法的优缺点,提出一种基于多信息融合的驾驶员疲劳状态检测方案,并对其进行实验验证和性能评估。

本文的研究成果将为提高驾驶员行车安全性、降低交通事故发生率提供有力的技术支持。

1. 驾驶员疲劳状态检测的重要性驾驶员疲劳状态检测技术的研究与工程实现,在现代交通安全领域具有极其重要的意义。

疲劳驾驶是导致交通事故频发的关键因素之一,其危害不容忽视。

驾驶员在长时间驾驶或连续驾驶过程中,容易出现注意力不集中、反应迟钝、操作失误等疲劳症状,从而增加交通事故的风险。

驾驶员疲劳驾驶检测方法研究综述_1

驾驶员疲劳驾驶检测方法研究综述_1

驾驶员疲劳驾驶检测方法研究综述发布时间:2023-02-01T07:33:28.015Z 来源:《中国科技信息》2022年9月第18期作者:张显兵[导读] 在长时间驾驶过程中,司机必须保持高度集中张显兵贵州省烟草公司六盘水市公司摘要:在长时间驾驶过程中,司机必须保持高度集中,随时准备应对各种复杂的内外环境,容易引起驾驶疲劳,导致注意力不集中、判断能力下降、警惕性降低、精神错乱等。

这使得驱动程序很难保持良好的初始技术水平,从而导致诸如停止操作、惯性或操作错误等问题。

因此,研究和发展检测驾驶疲劳的技术具有重要的社会和经济意义。

基于以往的疲劳驾驶检测方法,本文总结了当前的疲劳驾驶检测技术。

分析了根据主观方法、心理、行为和生理参数确定驾驶员是否疲劳,对检测技术进行了分析和探讨。

关键词:疲劳检测;主观方法;行为参数;生理参数前言交通事故的主要原因之一是驾驶疲劳。

如果司机驾驶疲劳,不仅他的生命会受到威胁,而且会给其他司机和车辆带来难以想象的后果因为交通事故不会在司机疲劳时立即发生,所以在司机疲劳时使用报警装置提醒司机是完全有可能的,这样司机就有意识地采取适当措施预防事故。

数据表明,在交通事故发生前,如果司机反应速度比疲劳时快0.5秒,60%的事故在很大程度上是可以避免的。

1 驾驶员疲劳驾驶检测方法概述 1.1基于主观方法的疲劳检测主观性方法主要是从皮尔森疲劳抽样表、斯坦福睡眠量表、驾驶员自我注册表等问卷中评估驾驶员是否疲劳。

其中最具代表性的皮尔森疲劳统计表将疲劳程度分为13级。

睡眠习惯问卷调查司机平时的睡眠状况,评估疲劳程度和心情。

由于驾驶目的、驾驶时间和驾驶习惯的自我评价,司机自我注册表格不能作为疲劳测试的标准。

这些主观调查问卷易于使用,但不太可靠,效率也较低,可以作为补充指标。

1.2基于心理参数的疲劳检测其他特殊实验使用声光响应时间、闪光融合频率、任务完成精度和完成速度等指标来确定驾驶员的疲劳程度。

声光响应时间和闪光融合频率可由视觉系统分辨率的限制决定。

基于眼睛状态的驾驶员疲劳模糊识别研究

基于眼睛状态的驾驶员疲劳模糊识别研究
维普资讯
第2卷 第6 5 期
文章编号 :06— 3 8 20 ) 6— 2 4—0 10 9 4 (0 8 0 0 4 4



仿

28 0 年6 0
基 于 眼睛状 态 的驾驶 员 疲 劳模 糊 识 别 研 究
翁茂 荣
( 江 工 贸 职 业技 术 学 院 汽 车 与机 电工 程 系 ,浙 江 温 州 3 50 ) 浙 2 03
p p r a d te me i a h rc mi s oft s tc n q s r n l z d. The bi k fe e ta len to r a e , n h rt nd s o to ng he e e h i ue ae a a y e s n ln qu n nd atr a in a e r
h s p e ea l e p n e s e d a d rb sn s . a r fr b e r s o s p e n o u te s
KEYW ORDS:D i e' ft e E e r n ai n F au e e t cin; u z e o n t n rv r a i ; y s o e tt ; e t r xr t s u g i o a o F zyrc g io i
W ENG n — r n M o og
( e t f uo o i n a hrnc n ier g D p .o A tm b ea d M c t is g ei , l o E n n
Z ei gIdsy& TaeP leh i Istt, nhuZ eag3 50 , hn ) hj n ut a n r rd o t nc ntue Wezo hj n 20 3 C i yc i i a

疲劳检测中眼动指标参数的分析研究

疲劳检测中眼动指标参数的分析研究

理论研究科技风2020年8月DOT10.19392/ki.1671-7341.202024121疲劳检测中眼动指标参数的分析研究陈瑜徐军莉江西科技学院信息工程学院江西南昌330098摘要:目前眼动特征的非接触式疲劳检测方法中采用的眼动疲劳指标很多。

为了比较各眼动指标的性能,本文采集了7名受试者清醒和疲劳状态下的眼动数据,并从中提取了Per-clos、眨眼时间均值、瞳孔面积等5个常用眼动特征参数,分别从显著性和稳定性两个方面分析了这5个眼动参数的变化情况。

研究发现perclos*眨眼均值和瞳孔面积3个眼动指标在清醒和疲劳状态下变化具有明显差异,可以作为有效的眼动疲劳特征指标;作为检测驾驶疲劳的指标,眨眼时间均值最为稳定,其次是瞳孔面积。

关键词:疲劳驾驶;疲劳指标;眼动特征目前道路交通安全问题已成为严重的社会问题,而疲劳驾驶是发生道路交通事故的重要原因之一⑴。

为了减少疲劳驾驶引起的交通事故,很多研究者都已经开始了各种疲劳预警的研究工作,其中基于眼动特征的非接触式疲劳检测方法被广泛采用。

在各种眼动疲劳特征指标中大部分采用的有perclos,瞳孔面积等。

为了比较各眼动指标的性能,本文采集了7名受试者清醒和疲劳状态下的眼动数据,并从中提取了Per-clos、眨眼时间均值、瞳孔面积等5个眼动特征参数,分别从显著性和稳定性两个方面分析了这5个眼动参数的变化情况。

1实验本文采用3Y-31D汽车驾驶模拟器作为模拟驾驶实验平台,采用Eraoneen公司的Dikablis头戴式眼球追踪仪监控驾驶员的视线。

驾驶员坐在一个相对宽敞封闭的房间中。

为了避免因照明引起驾驶员瞳孔面积的变化,房间中的窗帘和灯光都是关闭的。

驾驶员头戴眼镜跟踪仪坐在驾驶座椅上操作驾驶模拟器进行驾驶。

眼镜跟踪仪的另一端通过USB接口连接到笔记本电脑。

眼镜跟踪仪采集到的眼动数据和视频被传输到电脑中的D-lab软件,D-lab软件根据采集到的数据计算Pee-Pos和眨眼时间均值等信息。

瞳孔测量法应用于疲劳检测的适应性

瞳孔测量法应用于疲劳检测的适应性

收稿日期:2015 06 12基金项目:国家自然科学基金项目(51174126)作者简介:丛晓妍(1979 ),女,山东威海人,工学博士研究生,E mail:congzixiao@163.com。

第35卷 第6期2015年11月长安大学学报(自然科学版) JournalofChang anUniversity(NaturalScienceEdition)Vol.35 No.6Nov.2015文章编号:1671 8879(2015)06 0135 06瞳孔测量法应用于疲劳检测的适应性丛晓妍,王增才,徐俊凯,张万枝,李云霞(山东大学机械工程学院,山东济南250061)摘 要:为了研究瞳孔测量法应用于实际疲劳检测的可行性,在疲劳检测试验中为瞳孔数据采集配置了恒定人造光环境,检测了露天作业挖掘机驾驶人的疲劳状态,探讨了瞳孔测量法应用于实际生产中的适宜条件。

参试人员16人,平均分为2组,1组为试验组,1组为对照组。

试验组执行挖掘机驾驶作业2h,对照组在同样工作场地进行挖掘机静态检修2h,对采集的数据进行傅里叶变换和统计分析。

研究结果表明:试验组作业后瞳孔尺寸振荡幅度增大,瞳孔出现缩小,与作业前瞳孔尺寸差异显著(狆<0.05);对照组作业后瞳孔振幅没有明显变化,瞳孔放大,与作业前差异不明显(狆>0.05)。

因此,自然光照环境中驾驶作业积累的疲劳,在数据采集时限定光照(670lx),瞳孔法能够予以有效检测。

关键词:汽车工程;疲劳检测;瞳孔测量法;光照中图分类号:U461.91;R318.5 文献标志码:A犘狌狆犻犾犾犪狉狔狆犪狉犪犿犲狋犲狉狊犪狊犪狀狅犫犼犲犮狋犻狏犲狋狅狅犾犳狅狉犳犪狋犻犵狌犲犪狊狊犲狊狊犿犲狀狋CONGXiao yan,WANGZengcai,XUJun kai,ZHANGWan zhi,LIYun xia(SchoolofMechanicalEngineering,ShandongUniversity,Jinan250061,Shandong,China)犃犫狊狋狉犪犮狋:Inordertoinvestigatethefeasibilityofpupillometryinpracticalfatiguedetection,stablelightconditionswereestablishedtotestthefatiguedegreeofexcavatordriverswhoworkedoutdoorsandthesuitableconditionsforpupillometryinpracticalproductionwerealsodiscussed.16excavatordriversweredividedintotwogroupsaveragely:onewastaskgroupwhodrivedexcavatorfor2hoursandtheotherwascontrolgroupwhodidex workinspectionfor2hoursatthesameworkingsitewithoutstartingexcavator.Fouriertransformandstatisticalanalysiswereappliedtothecollecteddata.Theresultsshowthataftertheprescribedtask,amplitudeinpupillogramofthetaskgroupincreasesandpupildiameterdecrease,whichindicatesasignificantdifferenceinpupilsizecomparingwiththatbeforethetask(PairedSamplesTest,狆<0.05);However,asforcontrolgroup,therearenosignificantchangesinamplitudeandpupildiameterincreases,whichdoesn tindicateasignificantdifferencecomparingwiththatbeforethetask(狆>0.05).Therefore,pupillometrycandetectworkers fatigueaccumulatedinnaturallightenvironmenteffectivelyunderanordinaryartificiallightenvironment(670lx)indatacollecting.3tabs,7figs,18refs.犓犲狔狑狅狉犱狊:automotiveengineering;fatigueassessment;pupillometry;illumination0 引 言疲劳损伤认知机能,降低工作者操作能力,是导致事故的重要原因[1 3]。

驾驶员疲劳检测技术分析及应用研究

驾驶员疲劳检测技术分析及应用研究

驾驶员疲劳检测技术分析及应用研究第一章研究的背景和意义人类在驾驶车辆过程中,经历了疲劳、乏力、意外情况等问题,因此驾驶员疲劳检测技术日益受到关注。

本文旨在分析驾驶员疲劳检测的各种技术以及应用,并探讨其对行业的重要意义。

驾驶员疲劳检测技术可以避免交通意外、提高驾驶员的安全性、提升整个行业的安全水平。

第二章传统的驾驶员疲劳检测方法传统的驾驶员疲劳检测方法通常使用的是人工检测。

例如,轮班制度,司机隔一天工作一个休息日,通过安排司机的工作游戏让司机能够得到充分的休息,并避免驾驶员的疲劳。

另一种方法是通过车辆行驶的监测设备来检测驾驶员的疲劳程度,例如测量路面震荡,判断驾驶员是否出现频繁打哈欠、严重缺乏戒备心态的情况。

不过,这些方法需要人工干预,存在理论和实践差距,无法取代自动化检测技术。

第三章现代驾驶员疲劳检测技术随着科技的不断发展,现代的驾驶员疲劳检测技术得到了继续优化。

例如,利用生物监测技术,可以通过电极记录驾驶员脑电图波谱,确认驾驶员是否疲劳。

通过车载摄像头和图像分析能力的结合,可以对驾驶员的眼部活动进行跟踪,检测疲劳状态。

此外,还可以利用心理评估技术,通过测量驾驶员的皮肤温度、心跳和呼吸等指标来确定其疲劳程度。

第四章驾驶员疲劳检测技术的应用现状自动化驾驶系统的实现对驾驶员疲劳检测技术的应用提出了更高的要求。

无人驾驶系统可以通过利用智能化监控系统实现360度全面实时监测单车内疲劳驾驶情况。

这些技术可以减少因驾驶员疲劳而导致的交通意外。

可以避免和预防交通事故,帮助人们获取更安全的交通出行。

第五章对驾驶员的影响以及发展趋势驾驶员疲劳检测技术对驾驶员产生的影响是显著的。

新技术的发展更加关注驾驶员的情感状态,保持警觉和安全。

在同声识别、面部识别技术的作用下,这些新技术将获得更广泛的应用。

自动化驾驶技术的现代化和国家对交通安全的重视将驱动其发展。

结论驾驶员是道路上交通安全的基石。

尽管人工驾驶交通工具仍然是最主要的方式,但新技术的发展、高速公路和国道的不断加强、政策的推广和行业自身的需求都推动了自动化驾驶技术的发展,同时也推动了驾驶员疲劳检测技术的广泛应用。

基于驾驶员眼部特征的检测方法

基于驾驶员眼部特征的检测方法

基于驾驶员眼部特征的检测方法说实话基于驾驶员眼部特征的检测方法这事儿,我一开始也是瞎摸索。

我一开始想到的就是直接观察驾驶员眼皮的开合程度,想着这肯定简单啊。

我就拿着能摄像的设备在旁边记录驾驶员,然后一帧一帧去看,看眼皮是不是闭上了或者耷拉下来了。

但这方法真是漏洞百出啊,你知道为啥不?因为光线稍微变一变,可能就影响判断了,看起来就好像眼皮有变化,而且驾驶员要是眼睛稍微眯一下或者眨眼,容易误判为疲劳驾驶或者分心。

哎呀,真是失败到家。

后来我又试了检测瞳孔的大小。

我就像找宝藏一样在图像里找瞳孔,想通过瞳孔大小的变化来判断。

可这得先很精准地定位到瞳孔的位置才行。

我觉得这就像在一堆差不多的豆子里找那个特殊标记的豆子一样难,得经过好多图像的处理步骤,什么灰度化啊,降噪啊这些杂七杂八的处理。

处理不好,就找不到瞳孔。

而且瞳孔大小还受光线影响大着呢,不同强度的光下不一样,这多复杂啊。

再后来呢,我想到观察眼球的运动方向。

这个我觉得很靠谱。

我就从驾驶员眼睛里找一些特征点,就好比是给眼球的各个部位做个记号似的。

然后看这些点怎么移动。

我试了好多算法来追踪这些点,比如说光流算法,不过这算法在图像质量不太好的时候,就像走迷宫走进了死胡同一样,没办法很好地工作。

但要是图像很清晰,就有点门儿了。

不过我还不确定能不能大规模应用,感觉还有很长的路要走。

我还试过分析眼睛周围肌肉的变化,我觉得这个挺难的。

因为眼睛周围的肌肉变化很细微,要很精确才能捕捉到。

我就像拿着放大镜在寻找很小很小的虫子一样,既考验设备,也考验技术。

感觉这个方向要是做下去,得有特别厉害的图像采集设备,还得有很厉害的算法来分析这种细微的变化。

反正啊,想要找一个很好的基于驾驶员眼部特征的检测方法不容易,要在准确性和实用性之间不断找平衡,还得考虑到各种复杂的情况。

我现在还在继续探索中呢,希望有一天能找到更好的方法。

不过目前来看,结合多种方法也许是个不错的点子,就像编一个大网,各个小网都可能捕捉到鱼,但大网能确保捕捉得又多又准。

瞳孔直径大小检测驾驶员疲劳的实证效度分析

瞳孔直径大小检测驾驶员疲劳的实证效度分析

瞳孔直径大小检测驾驶员疲劳的实证效度分析马锦飞;常若松;高远【摘要】Driver fatigue is the integrity of physical function decline phenomenon during driving process . Driver fatigue is one of the primary factors inducing accidents .So how to select an effective and reliable physiological indicator to detect driver fatigue has important practical significance .The workload was elici-ted by driver dynamic hazard perception video scale to induce fatigue .This study measured 39 drivers’ fa-tigue state by using self-report ,eye tracking and ECG technology .The results show that using the pupil diameter indicators detect driver fatigue with cross crowd consistency .And with the extended working hours ,the driver’s self-reported sleepiness increased ,pupil diameternarrowing ,heart rate variability re-ducing ,pupil diameter and heart rate variability were positively correlated .This indicates that with pro-longed working hours ,the driver gradually becomes fatigue .The result implied that the pupil diameter can effectively measure the driver fatigue .%驾驶员疲劳是指驾驶员在驾驶过程中,身体机能整体性的下降现象,它是导致交通事故的主要因素之一。

驾驶人孔直径分析

驾驶人孔直径分析

驾驶人孔直径分析瞳孔是人眼睛内虹膜中心的小孔,是光线进入眼睛的通道,红膜上平滑肌的伸缩,可以调节瞳孔直径的大小,控制进入瞳孔的光通量瞳孔大小能反映驾驶员的紧张程度,可以揭示不同刺激条件对驾驶员注意状态的激发程度,同时也能反映驾驶员的疲劳状态,随着疲劳程度的增加,瞳孔直径缩小。

瞳孔大小有面积和直径两种描述方式,本文中采取直径对瞳孔的大小进行描述。

影响的要有光强度,认知负荷和驾驶员疲劳状态等,由于本文的试验过程中,采用单调性高速公路,且每次试验都是在光线强度基本相同的条件下进行,所以可以忽略驾驶员认知负荷和光线强度对瞳孔大小的影响,而着重考虑驾驶员疲劳状态的影响。

由于不同的驾驶员瞳孔大小差异较大,因此引入变异系数(CVPLD )来研究驾驶员瞳孔大小与驾驶员疲劳状态的关系,计算式如下所示:_*100%_PLD std CVPLD PLD mean(4.1) 其中,PLD_mean 表示不同的驾驶员瞳孔直径标准差。

PLD_std 表示不同的驾驶员瞳孔直径标准差。

驾驶员瞳孔大小与驾驶员疲劳状态的关系图如下图所示:图1 瞳孔直径变异系数变化情况从图中可以看出,随着驾驶时间的增加,前期驾驶员瞳孔直径变异系数波动较大后期波动较为平缓,总体呈上升趋势,但不甚明显,为进一步研究孔直径变异系数与驾驶员疲劳状态的关系,现对其进行单因素方差分析,其结果如表5所示表5瞳孔直径变异系数变化方差分析从表中可以看出,瞳孔直径变异系数在给定显著性水平a=0.05情况下时间时间窗为30s或60s,都存在显著差异,因此,瞳孔直径变异系数(CVPLD)能作为疲劳驾驶检测的特征参数。

此外,当时间窗为30s时,F值最大(F=11.669,P=0.00<0.05),因此,瞳孔直径变异系数的提取最优时间窗为30s。

基于驾驶员生理特征分析的驾驶疲劳状态识别方法研究

基于驾驶员生理特征分析的驾驶疲劳状态识别方法研究

The f缸igue driVing experiments were carried out on t11e car s曲ulato r.The subjects’physi0109ical data was acquired by ProComp Infiniti,a multi·modality system for real·time computerized biofeedback 蚰d d砒a acq试sition. The
tIlat is able to detect the three phases of f撕gue based on HR,EMG and
Respiration chaIlges.In this sofhvare,the whole experiment procedure and
physiological data can be replayed in me interface,at the same time,the
日本的事故统计揭示,因疲劳产生的事故约占l‰1.5%[2】。目前,由于驾驶
疲劳成因复杂、疲劳征兆因人各异,所以至今还无法通过简单方便有效的方 法进行监测,为事故的发生留下了重要的隐患。
近年来,传感器技术、计算机技术、网络技术以及人工智能技术的不断 发展使驾驶疲劳实时监测成为可能。因此,越来越多的国内外专家学者开始 致力于研究运用车载传感器实时获取驾驶员的驾驶行为信息与生理信息,利 用这些信息判断驾驶员的精神状态以及车辆行驶的安全性,并采用相应报警 和防护措施,以减少由于驾驶疲劳而导致的道路交通事故。
physiological in士brmation database was developed. Using these date we
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

疲 劳 的典 型 症 状 是 主 观 困倦 , 如 打哈欠 、 点头、 其 瞳孔 直径 最大 , 随 着人 的疲 劳程 度 加 深 , 瞳 孔 直径
Байду номын сангаас
收 稿 日期 : 2 0 1 3 一 1 0 一 I I 基金项 目: 国 家 自然科 学基 金 项 目( 7 1 1 7 2 1 1 9 )
瞳 孔 直径 大小 检 测 驾 驶 员 疲 劳 的实证 效 度 分 析
马锦飞 , 常若松 , 高 远
( 辽 宁师 范 大 学 心 理 学 院 , 辽宁 大连 1 1 6 0 2 9 )
摘 要 : 驾驶 员疲 劳是指 驾驶 员在 驾驶过 程 中 , 身 体机 能整 体 性 的下 降现 象 , 它是 导致 交通 事
故 的主要 因素 之一 。 因此 , 选取 一种 有效 可靠 的 生理 指标 检 测 驾驶 员的 工作 疲 劳具 有 重要 的
实践 意义 。本研 究采 用 驾驶 员动态危 险 知觉视 频 量 表加 载 工 作 负荷 , 诱 发 疲 劳。使 用 自我 报
告 法、 眼动追踪 与心 电技术 , 测查 3 9名 驾驶 员的疲 劳状 态。结 果 显示 : 采 用 瞳孔直径 指标检 测 驾驶 疲劳具 有跨 人群 的一致性 , 随着 驾驶 员 自我 报告 的 困倦 感 增 加 , 其 瞳孔 直径 缩 小 , 心率 变
中图分 类号 : B 8 4 5 . 6 7 文 献标 志码 : A 文章 编 号 : 1 0 0 0 - 1 7 5 1 ( 2 0 1 4 ) 0 1 — 0 0 6 7 — 0 4
3 ] 。心 电 研究 表 明 , 当工作 者 疲 劳 时 , 会 激 驾驶 员疲 劳 ( d r i v e r f a t i g u e ) , 是 指 驾驶 员 在 驾驶 眼皮 下垂 [
的事故 , 经 济损 失高 达 1 2 5亿美 元 。Ha n c o c k将 疲 劳 时接触 人 体 部 位 , 造成其独立性低 、 经济性差 , 而且
区分 为主 动疲 劳和被 动疲 劳[ 1 ] 。在监 控任务 中 , 由于 不 便携 带 的 弱 势 。而 且 , 由于 驾 驶 疲 劳 的易 感 性 不 任 务要 求 持续而 长 时 间 的知 觉 活 动 的协 调 参 与 而造 同 以及 疲 劳 症 状 因 人 而 异 , 只 依 靠 单 一 的生 理 指 标 成 的疲 劳称 为 主动疲 劳 ( a c t i v e f a t i g u e ) ; 在 监 控 任务 也 不利 于驾 驶疲 劳 的综 合 评 定 , 因此 , 需 要 多 维 度数 中, 由于任 务要求 很 少 的 知觉 活 动 参 与 , 长 时 间 的单 值 才 能制定 系统 的 指标 体 系 监 测 驾驶 疲 劳 [ 5 ] 。阅读 调反 应 所 造 成 的 疲 劳 称 为 被 动 疲 劳 ( p a s s i v e f a — 领 域 的眼动 研究 表 明 , 工作 负 荷 增 大 , 一 方 面 会诱 发
过程中, 身体 机 能 整 体 性 的下 降现 象 。美 国高 速 公 活交感 神 经 , 使 得心率 增加 而心率 变异 性降低 [ 4 ] 。以
路 安全 管 理 局 ( NHT S A) 的统 计 报 告 显 示 , 每 年 有 心 电信 号测 量驾 驶疲 劳具 有 可靠 性 高 、 实时性强、 灵 1 2 0 2 人死 于 ( 占总 死 亡 人 数 的 2 . 7 ) 驾 驶疲 劳造 成 敏 性好 的优 势 , 但 同时 , 由于 心 电测 量需 要 传 感 器 实
作者简介 : 马锦飞( 1 9 8 5 一) , 男, 辽 宁丹 东 人 , 辽宁师范大学博士研究生 , 主 要 从 事 应 用 心 理 学研 究 ;
常若 松 ( 1 9 5 6 一) , 男, 辽 宁铁 岭 人 , 辽宁师范大学教授 , 博 士生导师 , 主要 从 事 应 用 心 理 学 研 究 。
6 8
辽 宁师 范大 学学报 ( 社会科 学版 )
第3 7卷
逐 渐缩小 。因此 , 心理 负 荷 与疲 劳 会 产 生拮 抗 作 用 , 计算 机记 录被试 在 自主平 衡前 后 的心 率及 心率 变 异
共 同制 约瞳孔 直径 的收缩 [ 6 ] 。那 么 , 瞳 孔直 径是 否也 性各 个指 标 。 可 以成 为监测 驾驶 员 工 作疲 劳 的有 效指 标 呢?驾 驶 员 工作状 态 中 , 瞳孔 直 径 趋 势 如何 变 化 , 是 持 续增 大
一研究方法驾驶员17人为驾驶里程10万公里以上的出租车驾驶员其中男性12手驾驶员22为获得驾照一年以内驾驶里程不足1万公里的驾驶员其中男性10所有被试视力或校正视力正常色觉正常实验结束后可获得一份礼物率为120hz精度为5漂移小于03双眼追踪
第3 7 卷 第 1期
2 0 1 4年 1月
辽 宁师范 大学 学报 ( 社 会科 学版 )
J o u r n a l o f L i a o n i n g No r ma l Un i v e r s i t y( S o c i a l S c i e n c e E d i t i o n )
Vo 1 . 3 7 No . 1
J a n . 2 0 1 4
t i g u e ) 。 由于 驾驶任 务 常 常在 单 调 的环 境 中进 行 , 两 瞳孔直 径 扩 张 , 同时 , 随着 工 作 时 间 的 延 长 , 疲 劳 因 种 疲劳 任 务 都 有 所 涉 及 , 因此 有 研 究 者 将 驾 驶 疲 劳 素 会通 过 激 活 副交 感 神 经 , 抑 制 交 感 神 经 使 括 约 肌 称 为任 务相 关疲 劳 ( t a s k — r e l a t e d f a t i g u e ) E 。 收缩 , 从而使瞳孔缩小 ; 当一 个 人 在 充 分 休 息 之 后 ,
异 性减 小 , 瞳孔 直径 与心 率 变异 性 呈 显著 正 相 关。说 明 随着 工 作 时 间 的延 长 , 驾 驶 员逐 渐 进 入 疲 劳状 态 , 瞳孔直 径可 以成为检 测 驾驶 员心理 疲 劳 的有效指 标 。 关 键词 : 驾驶员; 疲劳 ; 心率 变异 性 ; 瞳孔直 径
相关文档
最新文档