学位论文 > 优秀研究生学位论文题录展示
驾驶员状态实时监测算法研究及系统设计
作 者: 徐海儿
导 师: 周泓
学 校: 浙江大学
专 业: 电子信息技术及仪器
关键词: 驾驶员状态监测 计算机视觉 人眼运动特征 “S”型线路检测 ARM+DSP双核处理器
分类号: TP274
类 型: 硕士论文
年 份: 2011年
下 载: 95次
引 用: 0次
阅 读: 论文下载
内容摘要
针对避免由于驾驶员处于非正常驾驶状态而导致的交通事故的产生,开发安全可靠的车载驾驶员状态实时监测系统有着深远的意义。本论文主要包括驾驶员状态实时监测算法研究和系统设计两部分。算法研究:主要从基于计算机视觉的驾驶员状态监测算法入手,采用多信息融合技术进行状态判别,包括车内视觉方式和车外视觉方式。车内视觉方式为基于人眼运动特征的驾驶员状态监测,实时采集红外人脸图像并提取PERCLOS、闭眼持续时间、凝视方向三个人眼运动特征参数并根据这些参数判别驾驶员状态。车外视觉方式为基于车道偏离程度的驾驶员状态监测,实时采集前视和侧视车道图像,提取连续时间内的车道偏离规律即检测是否为“S”型线路来判别驾驶员状态。系统设计:根据系统需求分析选择基于TMS320DM6446 ARM+DSP双核处理器的硬件方案设计,并基于该硬件平台进行系统软件设计,包括软件框架设计及应用软件设计;系统中ARM起到视频采集、DSP视频处理算法调用、报警信号输出及视频输出等控制作用,而DSP主要负责驾驶员状态监测算法的实现。基于人眼运动特征的嵌入式驾驶员状态实时监测模拟实验验证了该系统的可行性。
|
全文目录
致谢 4-5 摘要 5-6 Abstract 6-7 目录 7-9 第一章 绪论 9-19 1.1 课题的提出 9-10 1.2 国内外研究现状 10-17 1.3 研究目标与内容 17-18 1.4 论文结构 18-19 第二章 基于人眼运动特征的驾驶员状态监测算法 19-37 2.1 人眼运动特征参数介绍 19-22 2.1.1 PERCLOS 19-21 2.1.2 闭眼持续时间 21 2.1.3 人眼凝视方向 21-22 2.2 算法流程设计 22-23 2.3 红外图像采集 23-25 2.4 预处理 25-27 2.4.1 边缘检测及滤波 25-26 2.4.2 阈值分割 26-27 2.5 人脸定位 27-28 2.6 人眼定位 28-30 2.6.1 减噪处理 28-29 2.6.2 水平积分投影定位人眼区域 29-30 2.7 闪光点和瞳孔质心精确定位 30-31 2.8 Kalman滤波人眼跟踪 31-33 2.9 人眼运动特征参数提取 33-36 2.10 本章小节 36-37 第三章 基于车道偏离程度的驾驶员状态监测算法 37-48 3.1 技术原理及算法提出 37-38 3.2 算法流程设计 38-40 3.3 车道图像采集 40-41 3.4 预处理及二值化 41-45 3.4.1 图像颜色空间转换 42-43 3.4.2 二值化 43-44 3.4.3 形态学操作 44-45 3.5 Hough车道线检测 45-46 3.6 "S"线路决策判断机制 46-47 3.7 本章小结 47-48 第四章 嵌入式驾驶员状态实时监测系统设计 48-60 4.1 需求分析及系统硬件方案比较 48-51 4.1.1 需求分析 48-50 4.1.2 硬件方案比较 50-51 4.2 系统硬件设计 51-55 4.2.1 系统硬件设计框图 51-52 4.2.2 TMS320DM6446双核处理器模块 52-54 4.2.3 视频输入输出模块 54 4.2.4 存储模块及报警模块 54 4.2.5 调试模块 54-55 4.3 系统软件设计 55-59 4.3.1 系统软件设计框图 55-56 4.3.2 信号处理层和应用程序层中间件—Codec Engine 56-59 4.4 本章小结 59-60 第五章 应用软件设计 60-83 5.1 应用软件开发流程 60-63 5.2 软件开发环境建立 63-65 5.2.1 DSP开发环境建立 63-64 5.2.2 Linux开发环境建立 64-65 5.3 DSP算法移植、优化、封装 65-73 5.3.1 DSP算法开发流程 65-67 5.3.2 DSP算法优化 67-69 5.3.4 算法测试验证 69-71 5.3.5 xDM Codec开发 71-73 5.4 DSP Server创建 73-74 5.5 ARM应用程序设计 74-81 5.5.1 主线程和控制线程 75-77 5.5.2 视频采集线程 77-78 5.5.3 视频处理线程 78-79 5.5.4 报警输出及显示线程 79-81 5.6 模拟实验 81-82 5.7 本章小结 82-83 第六章 结论与展望 83-85 6.1 结论 83-84 6.2 展望 84-85 参考文献 85-92 研究生期间完成工作 92
|
相似论文
- 基于学习的低阶视觉问题研究,TP391.41
- 基于视觉的番木瓜外观品质检测技术研究,S667.9
- 基于计算机视觉对“次郎”甜柿外部品质检测与分级的研究,S665.2
- 基于计算机视觉的脱水蒜片检测与分级研究,TP391.41
- 基于运动目标轨迹分析的智能交通监控系统,TP277
- 基于计算机视觉的带钢表面缺陷在线检测系统的设计与实现,TP391.41
- 空间增强现实中实时建模相关技术的研究,TP391.41
- 应用Kinect与手势识别的增强现实教育辅助系统,TP391.41
- 基于DSP的单目视觉定位方法关键技术研究,TP391.41
- 基于计算机图像处理的叶片氮素检测系统研究,TP391.41
- 基于线特征的规则物体影像的关系匹配研究,TP391.41
- 基于视觉的人体跟踪技术在人机交互中的应用,TP11
- 基于计算机视觉的机车乘务员驾驶疲劳监测研究,TP274
- 基于多源信息融合技术的猪肉新鲜度无损检测方法研究,TP274.4
- 汽车仪表板的计算机视觉检测系统研究,TP391.41
- 视频图像中运动车辆检测与跟踪技术的研究,TP391.41
- 摄像机标定方法研究,TP391.41
- 基于计算机视觉的袜套辨色分级系统研究,TP391.41
- 基于计算机视觉的三维人机交互技术研究及应用,TP391.41
- 基于合作目标的无人机位姿估计算法研究,TP391.41
- 双目视觉匹配算法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化技术及设备 > 自动化系统 > 数据处理、数据处理系统
© 2012 www.xueweilunwen.com
|