驾驶状态监测技术研究
摘要 | 第1-4页 |
Abstract | 第4-5页 |
目录 | 第5-7页 |
1 绪论 | 第7-14页 |
·疲劳驾驶与疲劳驾驶监测系统 | 第7-8页 |
·疲劳驾驶监测方法研究现状 | 第8-11页 |
·主观监测技术 | 第8-9页 |
·客观监测技术 | 第9页 |
·国内外研究现状 | 第9-11页 |
·疲劳驾驶监测方法现状的分析 | 第11-12页 |
·论文主要研究内容与章节安排 | 第12-14页 |
2 疲劳驾驶监测系统面部信息定位 | 第14-22页 |
·面部信息提取一般方法研究 | 第14-16页 |
·人脸检测方法研究 | 第15-16页 |
·人眼检测方法研究 | 第16页 |
·疲劳驾驶监测面部信息定位 | 第16-21页 |
·基于红眼效应的驾驶员眼睛定位 | 第17-20页 |
·驾驶员嘴部定位 | 第20-21页 |
·本章小结 | 第21-22页 |
3 疲劳驾驶监测面部信息特征提取 | 第22-30页 |
·驾驶员眼睛特征的提取 | 第22-26页 |
·人眼特征提取一般方法 | 第22-23页 |
·基于模板匹配的眼睛特征提取 | 第23-26页 |
·驾驶员嘴部特征的提取 | 第26-29页 |
·嘴部特征提取的一般方法 | 第26-27页 |
·嘴部几何特征提取与嘴角定位 | 第27页 |
·基于Gabor小波的嘴角纹理特征提取 | 第27-29页 |
·本章小结 | 第29-30页 |
4 面部信息融合及疲劳判断 | 第30-40页 |
·眼睛特征分析判断 | 第30-32页 |
·PERCLOS定义与原理 | 第30-31页 |
·PERCLOS有效性与阈值 | 第31-32页 |
·嘴部特征疲劳分析 | 第32-35页 |
·嘴巴外观状态分析 | 第32-34页 |
·基于LDA的分类判别 | 第34-35页 |
·特征信息融合判断分析 | 第35-39页 |
·贝叶斯网络 | 第36-38页 |
·基于BNs的特征信息融合 | 第38-39页 |
·本章小结 | 第39-40页 |
5 系统总体方案设计 | 第40-59页 |
·系统硬件方案设计 | 第41-50页 |
·MCU控制模块设计 | 第42页 |
·图像数据处理模块设计 | 第42-44页 |
·视频捕捉模块 | 第44-45页 |
·预警模块设计 | 第45-48页 |
·电源电路设计 | 第48-50页 |
·系统软件方案设计 | 第50-58页 |
·DSP图像处理算法实现 | 第51-55页 |
·MCU控制软件设计 | 第55-58页 |
·本章小结 | 第58-59页 |
6 预警优化设计与系统实验 | 第59-66页 |
·预警灵敏度优化 | 第59-63页 |
·车载测速 | 第59-62页 |
·速度分量引入 | 第62-63页 |
·系统实验与仿真 | 第63-65页 |
·实验结果及分析 | 第65-66页 |
7 总结与展望 | 第66-68页 |
·本文工作总结 | 第66页 |
·后期相关工作展望 | 第66-68页 |
致谢 | 第68-69页 |
参考文献 | 第69-73页 |
附录 | 第73页 |