1引言
隨著汽車業(yè)的快速發(fā)展，與之相關(guān)的交通事故也在快速增高，而這些事故中，疲勞駕駛所造成的交通事故約占總數(shù)的16%，在高速公路上更是超過了20%，因此研制疲勞駕駛預(yù)防和報警裝置成為當(dāng)今疲勞駕駛研究的重點(diǎn)和難點(diǎn)。隨著新技術(shù)的出現(xiàn)和發(fā)展，本文提出了基于ZigBee無線傳感網(wǎng)絡(luò)技術(shù)與信息融合決策技術(shù)相結(jié)合的疲勞監(jiān)測警示系統(tǒng)。通過ZigBee技術(shù)組建的網(wǎng)絡(luò)有如下特性：監(jiān)測方式由于單一而導(dǎo)致系統(tǒng)性能欠佳，而系統(tǒng)的擴(kuò)展又受到車身空間布線、成本等各方面的限制。因此利用ZigBee技術(shù)無線、安全、可靠、低功耗等特點(diǎn)，將單片機(jī)控制技術(shù)與之結(jié)合，引入到車輛傳感器的設(shè)計中，不僅可以省去通信電纜的安裝，降低安裝工程量，還可以安全可靠地實(shí)現(xiàn)數(shù)據(jù)傳輸和網(wǎng)絡(luò)互聯(lián)，從而開發(fā)出適用性更強(qiáng)的車輛傳感器。另外ZigBee技術(shù)低功耗、低成本的特點(diǎn)非常適合行車途中。
2疲勞檢測系統(tǒng)架構(gòu)與原理
2.1ZigBee網(wǎng)絡(luò)的組建與通信
基于車內(nèi)各節(jié)點(diǎn)通信距離比較短，無需路由器擴(kuò)展網(wǎng)絡(luò)覆蓋面，本模型采用Zigbee星形網(wǎng)絡(luò)結(jié)構(gòu)，只需要協(xié)調(diào)器和各傳感器設(shè)備即可構(gòu)成網(wǎng)絡(luò)，從而降低整個系統(tǒng)的組網(wǎng)復(fù)雜程度。中間的協(xié)調(diào)器負(fù)責(zé)發(fā)起和維護(hù)網(wǎng)絡(luò)，并將收集到得信息交給高性能處理器完成信息的融合決策，再由處理器把疲勞判斷結(jié)果傳給警示器。
（1）車道偏離檢測、眼睛頻率檢測、眼睛閉合時間檢測、打哈欠這4處先由傳感器收集原始圖像的信息，再將信息傳給各自的DSP芯片去處理，得到疲勞信息，最后將采集信號處理的結(jié)果傳輸給ZiBeeSoC模塊。這里采用TI公司的CC2430，單個CC2430芯片上整合了ZigBee射頻（RF）前端、內(nèi)存和微控制器。在接收和發(fā)射模式下，電流損耗分別低于27mA或25mA。CC2430對于車載系統(tǒng)要求非常長電池壽命的要求來說是比較適合的。這4處的信息最后都由CC2430發(fā)送給協(xié)調(diào)器。具體的實(shí)現(xiàn)框架流程圖見圖1。
（2）Coordinator負(fù)責(zé)組網(wǎng)和管理各終端傳感器，組網(wǎng)基本流程為：首先進(jìn)行能量掃描和激活掃描信道，如果發(fā)現(xiàn)合適的信道，則創(chuàng)建一個唯一的16位網(wǎng)絡(luò)PANID，在ZigBee網(wǎng)絡(luò)系統(tǒng)中Coordinator的網(wǎng)絡(luò)短地址固定設(shè)置為0，然后開始向四周廣播網(wǎng)絡(luò)信息，并接受處理其網(wǎng)絡(luò)覆蓋范圍內(nèi)的加入網(wǎng)絡(luò)的請求，然后加入新節(jié)點(diǎn)的信息。組網(wǎng)流程圖如下，見圖2。
從流程圖我們可以看到協(xié)調(diào)器并不處理和保存?zhèn)鞲衅鞴?jié)點(diǎn)發(fā)來的信息，它直接將疲勞信息交給高性能處理器處理，這樣協(xié)調(diào)器能更好地管理網(wǎng)絡(luò)。處理器負(fù)責(zé)實(shí)現(xiàn)多個疲勞特征的融合判斷。該模型將協(xié)調(diào)器與信號匯聚節(jié)點(diǎn)（網(wǎng)關(guān)）統(tǒng)一設(shè)計，協(xié)調(diào)器/網(wǎng)關(guān)負(fù)責(zé)與各個終端設(shè)備的通信與外網(wǎng)的通信。如果駕駛員疲勞駕駛情況嚴(yán)重，易于造成交通事故的時候，協(xié)調(diào)器將駕駛員信息送入網(wǎng)關(guān)，然后轉(zhuǎn)化成外部網(wǎng)絡(luò)的信息格式，最后通過GSM/GPRS方式與公路安全網(wǎng)通信，發(fā)往遠(yuǎn)程監(jiān)控設(shè)備。
2.2傳感信息獲取技術(shù)
駕駛員面部圖像通過紅外攝像機(jī)和LED來獲取，其中用于照明的LED能夠發(fā)出光譜分別為850nm和950nm的光線。當(dāng)使用不同紅外光譜的時候，眼睛瞳孔會呈現(xiàn)出不同顏色。當(dāng)用850nm紅外光照明，瞳孔呈現(xiàn)出紅色，即俗稱的紅眼效應(yīng)；而用950nm紅外光照明，瞳孔卻呈現(xiàn)出黑色。兩幅圖像除了瞳孔以外，臉部其它部位都是一樣的。通過比較這兩幅圖像，就可以很容易定位到眼部，再通過一系列圖像處理來得到面部的參數(shù)和實(shí)現(xiàn)眼部跟蹤。另外，使用紅外LED在減少周圍光線干擾確保圖像質(zhì)量的同時，還能減少對駕駛員視覺的干擾，因?yàn)樗墓饩€幾乎是看不到的。眼部對比情況如圖3：
為了能夠同時得到圖3的(a)、(b)兩幅圖像，可以采用圖4所示的紅外攝像頭裝置，當(dāng)入射光照到中間的分光片（它可以將入射激光線分離為反射/透射比為1的兩束光線)的時候，能將入射光線平行分成兩束，再分別經(jīng)過850nm和950nm的濾光片進(jìn)入到攝像頭中，這樣在同一時刻得到的兩幅圖像除了瞳孔顏色不同，其它的都是一樣的。為了在有限的時間內(nèi)完成大量圖像數(shù)據(jù)的處理，DSP圖像處理芯片采用TMS320DM642，它的圖像處理速度能達(dá)到每秒25幀以上，也就是能在40ms內(nèi)完成對一幀圖像的運(yùn)算處理，再加上CCD攝像頭是PAL制每秒25幀的，這些設(shè)備足夠完成實(shí)時的圖像處理，完成對駕駛員眨眼頻率加快、眼睛閉合緩慢、打哈欠的疲勞特征的提取和計算。
車道偏移檢測即基于車輛的行為來間接地反應(yīng)司機(jī)的疲勞跡象。我們將CCD攝像頭朝向汽車行駛方向，監(jiān)測車輛的行駛方向，同時監(jiān)測轉(zhuǎn)向燈。如果汽車方向改變而轉(zhuǎn)向燈沒有開啟，則認(rèn)為駕駛員有進(jìn)入疲勞駕駛的可能。車輛行為的檢測不是基于人為表現(xiàn)活動，這樣能互補(bǔ)面部檢測的不足和人為差異，同時在駕駛員不是由于疲勞而是因?yàn)槠渌蛩兀ㄈ缡謾C(jī)、音樂、小孩）造成注意力不集中判斷錯誤的時候，也能給予一定得提醒。
2.3傳感器融合
我們以120ms為一個小周期，因?yàn)楸鞠到y(tǒng)能在40ms內(nèi)采集到一幀的圖像，則后80ms用于圖像處理，這樣在一分鐘內(nèi)共有500幀的圖像。通過這些圖像來分析駕駛員的疲勞情況。根據(jù)人體工程學(xué)原理，人體出現(xiàn)疲勞的時候，眨眼頻率在某個時段比正常時明顯加快，這是駕駛員在疲勞時試圖保持清醒的反應(yīng)，進(jìn)入更深層次疲勞時就會出現(xiàn)眼睛閉合一次時間加長的特征。清醒時眼睛一睜一閉的過程只需要幾幀倒十幾幀的時間(0.25秒以內(nèi))，而疲勞時則需要20幀或一兩秒；打哈欠的時候嘴部垂直半徑明顯加大。我們先采集駕駛員正常時候的眨眼頻率，眼睛閉合一次時間和嘴部信息，然后再與發(fā)生疲勞時候的情況進(jìn)行對比，以此判斷疲勞程度。我們采用模糊邏輯法來對采集到得信息進(jìn)行融合決策。例如：當(dāng)Coordinator只接收到眨眼頻率、眨眼時間有疲勞異常的時候，將進(jìn)行如下方式的融合：
（1）輸入及輸出變量隸屬度函數(shù)的建立：對于兩個輸入變量眼睛閉合一次的時間和眨眼頻率以及一個輸出變量（駕駛員的疲勞狀態(tài)），分別定義三種不同程度的模糊集合，對每一個變量，選擇適當(dāng)?shù)碾`屬度函數(shù)。其說明如下：眨眼頻率={快、中、慢}；眨眼時間={短、中、長}；疲勞狀態(tài)={不疲勞、輕微疲勞、疲勞}。在本文中選用歸納推理法來確定隸屬度數(shù)，采用三角形隸屬度函數(shù)。
（2）模糊化與模糊推理規(guī)則的建立：模糊化是把精確的測量值經(jīng)歸一化轉(zhuǎn)換到輸入變量對應(yīng)的論域中，再經(jīng)由所定義的隸屬度函數(shù)，將其轉(zhuǎn)化為合適的模糊化語言變量，也就是隸屬度以供模糊推理使用。在本文中，輸入變量為眨眼時間和眨眼頻率，我們采集的圖像經(jīng)過處理后得到眼睛睜閉的情況，并將眨眼頻率轉(zhuǎn)換為眨眼頻率快、眨眼頻率中、眨眼頻率慢、眨眼時間長、眨眼時間中、眨眼短等模糊語言。因?yàn)槲覀儗τ谡Ｑ垲l率以及眨眼時間各選用三種程度的模糊集合。因此，其相互間最多可得32=9條控制規(guī)則，推理如下表1：
（3）模糊清晰化：模糊清晰化是將模糊邏輯推理后的模糊變量換算成實(shí)際的操作量表現(xiàn)出來。文中選用質(zhì)心法，其計算公式如下。R：模糊控制器輸出量；k：規(guī)則數(shù)；xi：第i個規(guī)則的隸屬度；Fi：第i個規(guī)則隸屬度函數(shù)的質(zhì)心值。疲勞狀態(tài)數(shù)值越高表示越疲勞，本文中眼睛閉合一次時間的重要性要高于眨眼頻率，因?yàn)檎Ｑ鄢掷m(xù)時間越長代表了眼睛在眨眼過程中眼睛閉合的時間越長，不論駕駛員疲勞與否，眼睛閉合越久代表危險性越高。
實(shí)驗(yàn)結(jié)果對比：我們對采集的50段駕駛員處于疲勞狀態(tài)的視頻分別單獨(dú)使用眨眼時間、眨眼頻率和二特征融合后的隸屬度值進(jìn)行判決，實(shí)驗(yàn)結(jié)果顯示融合后正確率明顯提高。同理，當(dāng)出現(xiàn)打哈欠、車道路線偏移等疲勞特征時，我們用同樣的方法進(jìn)行融合，系統(tǒng)的正確率達(dá)到95%。
3結(jié)論
全文對基于ZigBee技術(shù)的疲勞監(jiān)測警示系統(tǒng)進(jìn)行了全面的介紹，并給出了系統(tǒng)設(shè)計中的關(guān)鍵技術(shù)，整個系統(tǒng)具有獨(dú)特的優(yōu)點(diǎn):(1)采用了基于ZigBee無線傳感網(wǎng)絡(luò)技術(shù)技術(shù)的，避免了車身布線成本高和干擾嚴(yán)重的問題;(2)采用了多傳感器信息融合技術(shù)，能夠較好的分析決策駕駛員疲勞行為。因此，基于ZigBee技術(shù)的汽車疲勞駕駛監(jiān)測系統(tǒng)對降低因疲勞引發(fā)的交通事故具有一定的借鑒意義和較好的應(yīng)用前景。本文創(chuàng)新點(diǎn)：提出并實(shí)現(xiàn)了ZigBee網(wǎng)絡(luò)與多傳感器融合技術(shù)相結(jié)合的疲勞監(jiān)測系統(tǒng)，適于車載運(yùn)行且擴(kuò)展性好，有效地提高疲勞判斷的準(zhǔn)確性和增強(qiáng)系統(tǒng)的魯棒性。