汽車安全駕駛輔助系統

西北民族大學電氣工程學院 趙瀟雪 銀 俊 孫新然 譚奇建 周思丹

本項目的汽車安全駕駛輔助系統由STM32單片機、疲勞檢測模塊、語音播報模塊、輔助測試模塊（包含小車驅動模塊、傳感器、紅外循跡模塊、藍牙模塊、超聲波模塊等）組成。其中，以STM32單片機為核心實現控制，采用Adaboost算法進行人臉檢測并通過OpenMV的瞳孔識別功能進行實時監測駕駛員疲勞狀態，系統通過判斷結果進行語音提醒并采取相應駕駛輔助措施，確保駕駛員駕駛安全。

根據道路交通行業調查數據統計顯示，疲勞駕駛在引發交通事故事件中占20%的比例，是酒駕的8倍，更占到重特大交通事故40%，在引發交通事故死亡事件中所占比例高達21%。為切實防控駕駛員疲勞駕駛等安全隱患，我們以此為出發點，本系統針對不同情況具備多方案處理功能，加上自己的創新，研究了一個更加完善的安全駕駛系統。

1 系統實施目標

1.1 實施目標

本項目基于單片機理論進行疲勞駕駛的汽車安全行駛及輔助系統的研究，利用攝像頭Openmv進行瞳孔識別，實現對駕駛員的狀態判定（是否為疲勞），并在完成自主導航任務時，能夠自主躲避障礙物。

1.2 系統組成

本汽車安全行駛輔助系統由STM32單片機、GPS定位模塊、疲勞檢測模塊、WIFI模塊、語音播報模塊、輔助駕駛模塊、紅外循跡模塊、藍牙模塊、傳感器等組成，其中以STM32單片機為核心實現控制，基本的實施目標如圖1所示。

圖1 基本的系統實施框圖

（1）單片機控制：從各個模塊中獲得當前的信息，對汽車行駛過程的狀態進行實時監測，然后對獲取的信息進行處理，把不同編碼的信息通過藍牙通信發送給汽車，汽車接收信息的同時語音報警警示駕駛員，這樣能夠控制整個系統功能的正常運行。

（2）GPS定位：使用GPS定位模塊準確定位駕駛員實時行駛位置，以便于當有突發事件發生時救援人員及時到達現場。

（3）疲勞監測：通過寫Openmv的算法，讓其先找到人眼，然后利用find_eye函數找到瞳孔，捕捉眨眼次數，根據眼臉閉合時間占一段時間的百分比，計算出駕駛員當前的狀態（是否疲勞）。當接近極限時系統給出報警警示，同時語音報警（此時單片機開啟GPS定位，實時記錄當前位置用于突發狀況的處理）。

（4）語音播報：本模塊主要根據單片機返回的不同信息發出語音提示，對駕駛員進行相應的警示，使駕駛員做出相應的調整，做到安全駕駛。

（5）輔助駕駛：在駕駛員過度疲勞且沒有做出相應調整的情況下自動開啟，此時汽車開啟循跡避障功能，并開始減速行駛，實時監測前方的路況，在汽車前方遇到障礙物時，實現事故預警和相應的處理。

2 系統的主要內容及其技術要點

2.1 人臉識別理論

人臉識別主要采用了Adaboost算法對人臉進行檢測。Adaboost算法的基本原理是通過訓練訓練集,從而得到一些弱分類器；然后，再將弱分類器集合起來形成一個強分類器,而且這個強分類器具有比較強的分類能力；最后，通過將若千個強分類器級聯得到級聯分類器。用該算法實現人臉識別會受到許多因素的影響，主要表現為下面幾個方面。

2.1.1 對于圖像的預處理

先定位好人臉圖像，然后用一個矩形框將檢測到的人臉進行標記。根據人臉的面部特征進行相應的處理，操作如圖2所示。

圖2 人臉的面部識別

2.1.2 人眼定位

（1）膨脹處理：在圖像的邊緣添加像素值，使得整體的像素值擴張，進而達到圖像的膨脹效果，對邊緣圖像進行閾值分割，之后再進行膨脹處理。由于圓形模板的對稱性,所以應采用圓形的結構進行處理。

（2）檢測邊緣：針對上圖中所框出的人眼區域,我們采用Sobe算子，對圖像進行處理。

（3）區域連通性分析：需要進行連通性分析來處理這個問題，我們運用了區域生長法。區域生長法是從最初的區域開始,將具有相似特性的像素點合并到一起，直到沒有可以合并的像素點或者沒有可以合并的小區域為止。當區域像素點的個數大于某值的時候,這個區域可以被認為是人眼區域，從而可以進行人眼定位。

2.1.3 瞳孔定位

（1）進行區域投影：對瞳孔區域定位，我們需要采用基于RPF的方法。首先把眼睛窗口分別在垂直和水平方向上進行均分分割，假定水平分割的個數和垂直分割的個數分別為n和m。分割以后垂直方向的高為h，水平方向的區域寬度為w，則第i區域的垂直投影函數和第j區域的水平投影函數分別為公式(1)和公式(2)：

定位瞳孔中心：因為瞳孔比周圍的眼白的灰度值低，所以可利用瞳孔的灰度特性，精確得到瞳孔中心的坐標。詳細操作過程：（a）確定濾波的窗口函數,完成線性濾波；（b）對區域進行分塊，完成它的二值化；（c）進行邊界跟蹤，從圖片的中心點開始獲得瞳孔范圍；（d）計算瞳孔中心點的坐標，可使用重心法。

2.2 Open MV模塊（圖3）

圖3 Open MV

我們用Python語言進行編寫，可以結合Openmv，OpenMV上有許多算法我們可以使用。比如：查尋色塊進行人臉檢測或者眼球追蹤、邊緣的檢測，還有跟蹤標志等算法。我們可以用這些算法結合Openmv來完成各種機器視覺所需完成的任務。

2.3 GPS模塊

GPS模塊是集成三個芯片（RF射頻芯片、基帶芯片、核心CPU），再加上相關外圍電路組成的一個集成式電路。GPS通過串行通信口進行傳輸，不斷輸出輔助信息和定位信息，然后讓接收者選擇并應用。它屬于低功率消耗、支持準確1pps輸出信號、接軌GPS校準、支持標準的NMEA-0183和SIRF二進制協議、多路徑減緩的硬件、易于集成到的手持式設備，能夠廣泛應用于許多系統。

2.4 WI-FI模塊

Wi-Fi模塊屬于物聯網的傳輸層，又可以叫做串口Wi-Fi模塊，它的作用是將TTL電平或者串口轉換為能夠適合無線網絡通信的標準嵌入式模塊，傳統的硬件設備嵌入的Wi-Fi模塊可以直接利用Wi-Fi接入互聯網，內置TCP/IP協議棧、無線網絡協議IEEE802.11b.g.n協議棧，它是許多通信系統的重要組成部分，在本系統中也起重要的作用。

3 系統的特色與創新點

3.1 特色優勢

（1）新穎性。目前市場上也有防止疲勞駕駛的車載設備，但相關的防疲勞駕駛系統并沒有廣泛應用。主要原因如下：一是其中的關鍵技術并沒完全成熟，對于駕駛員的疲勞狀況的判定也各種各樣，并沒有很高的準確度；二是造價昂貴，難以實現普遍推廣，且功能以預防疲勞為主，對于過度疲勞后駕駛員陷入睡眠的情況處理不完善。對此，我們研究了一個更加完善的安全駕駛系統，我們以基于單片機理論設計一個集判斷和處理于一身的完善的安全駕駛系統。首先，我們采用PERCLOS理論作為判斷駕駛員是否疲勞的關鍵，在對傳統的疲勞檢測方式上，此理論判斷的準確性是最高的。其次，在攝像頭方面，我們采用了低成本并且功能強大的OpenMV機器視覺模塊進行瞳孔識別，在STM32單片機上搭載安裝攝像頭或者用樹莓派搭載攝像頭，與此同時采集人臉的信息，然后調用face++的API與OpenCV對所需要照片進行識別和對比，OpenMV會更加便捷。

（2）優勢。相比于其他的預防疲勞解決方法，我們做到了快速和實時判斷，可以實時檢測駕駛員的狀態，并給出及時的判斷結果，并充分考慮了駕駛員的各種意外情況后，系統對駕駛員的駕駛情況進行判斷來采取完善的措施，把駕駛員的生命安全放在處理原則的第一位。我們將以為切入點主，認真做好標準的輔助系統，直到可行性等達到要求。

3.2 創新點

本項目在基于單片機的控制系統上加載的汽車安全行駛輔助系統，具備以下特點：

（1）結合STM32單片機的中心控制理論。通過運用STM32單片機分別對汽車運動系統和檢測系統的單獨控制和數據處理后，做到了汽車運動和實時檢測的有機結合與處理。

（2）利用Open MV能夠實現人眼識別。Open MV是一個功能強大、成本較低的模塊，有廣泛的應用前景，我們在學習Adaboost算法后通過PERCLOS理論作為編程判斷的核心框架，通過編寫Python算法實現實現人眼瞳孔的定位，從而達到精確檢測駕駛員的疲勞狀況。

（3）運用GPS技術實時定位以確保行車安全。在緊急情況下，開啟自主導航的汽車可以實現避障功能和實時定位，因此具備良好的安全性。

（4）使用WIFI模塊實現遠距離數據信息傳輸。在汽車安全行駛輔助系統運行時，其具備完整的TCP/IP協議棧，能夠有效地進行點對點數據傳輸，因此具備遠距離傳輸及擁有較大的調整范圍。

（5）具有人工智能、高拓展等特點。Python語言具有適合人工智能開發的特點，可自動對駕駛員的駕駛情況進行判斷，可將其廣泛應用于服務業、快遞業、運輸業等領域。

4 發展趨勢

當今物流持續增長，需要強大的運輸支持。對于貨車司機來說，長時間的工作會很容易造成疲憊駕駛，在此情況下會導致高速路上的事故率增加，造成財產損失、人身意外，以及交通擁堵的情況。在這樣的條件下，汽車安全駕駛輔助系統能夠降低損失以及對駕駛人員的安全有一定的保障，順應了當代汽車行業的發展。

用生物學的環境和容納量曲線來說，目前安全駕駛輔助系統正處于S型曲線的下端，安全駕駛輔助系統還處在對環境適應的階段。在將來技術越發成熟的情況下，隨著人們對駕駛安全性要求的提高，安全駕駛輔助系統將會有指數型的增長，并且達到一定的數量級后趨于飽和狀態。就目前而言，汽車安全駕駛輔助系統還存在相當大的空間，其市場價值將取決于技術的成熟程度，技術發展越成熟，市場價值增長越快。