基于头部姿态特征的列车司机疲劳驾驶检测系统研究

• 作者: 孟令君 张超 李勇达
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 疲劳驾驶 疲劳检测 头部姿态特征 计算机视觉 AdaBoost算法 Camshift算法
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 疲劳驾驶与交通安全
• 页码范围: 114-119
• 页数: 6页
• 分类号: U298.1
• 字数: 4295字
• 语种: 中文
• DOI: 10.3963/j.issn1674-4861.2014.05.020

摘要

列车司机疲劳驾驶严重威胁列车行车安全.为弥补人眼检测方法存在的不足,提出了1种基于头部姿态特征的列车司机疲劳驾驶检测方法.该方法首先采用AdaBoost算法检测人脸区域,然后采用Camshift算法对人脸进行跟踪,并对人脸的旋转角度进行计算,得出其旋转角速度以及旋转角加速度,最后根据其头部的倾斜角度以及旋转角速度综合判断列车司机的疲劳状态.建立了头部旋转物理模型,得到头部自由旋转时角速度与角加速度随旋转角度的变化曲线.在上述方法的研究基础上,研发了1个基于头部偏转情况判断疲劳驾驶的系统.该方法的疲劳检测成功率为87.5％,但其只能对头部缓慢倾斜和头部突然向两侧倾斜这2种疲态状态进行报警,尚不能对打呵欠、低头、闭眼等其他疲劳状态做出反应,需与其他检测方式结合使用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超	北京交通大学交通运输学院	58	306	10.0	15.0
2	李勇达	北京交通大学交通运输学院	5	18	1.0	4.0
3	孟令君	北京交通大学交通运输学院	6	35	3.0	5.0