高危车辆驾驶员疲劳驾驶监测及预警系统研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第11-22页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 疲劳驾驶监测及预警研究与应用现状 | 第12-19页 |
| 1.2.1 驾驶员疲劳检测技术研究与应用现状 | 第12-15页 |
| 1.2.2 高危车辆驾驶员疲劳驾驶研究与监管现状 | 第15-19页 |
| 1.3 疲劳驾驶监测及预警发展趋势分析 | 第19-20页 |
| 1.4 论文研究内容及章节安排 | 第20-22页 |
| 2 疲劳驾驶监测及预警系统的关键技术分析 | 第22-30页 |
| 2.1 疲劳驾驶判别技术 | 第22-23页 |
| 2.2 人脸检测技术 | 第23-25页 |
| 2.3 无线数据传输技术 | 第25-26页 |
| 2.3.1 4G物联卡技术 | 第25页 |
| 2.3.2 WiFi通信技术 | 第25-26页 |
| 2.4 云计算技术 | 第26-29页 |
| 2.4.1 云计算定义 | 第26页 |
| 2.4.2 云计算分类 | 第26-28页 |
| 2.4.3 云计算架构与传统IT架构的区别 | 第28-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 疲劳驾驶监测及预警系统总体研究 | 第30-34页 |
| 3.1 需求分析 | 第30页 |
| 3.2 系统的使用对象与研究范围 | 第30-31页 |
| 3.2.1 使用对象 | 第30-31页 |
| 3.2.2 研究范围 | 第31页 |
| 3.3 系统总体架构 | 第31-33页 |
| 3.3.1 车载监控 | 第32-33页 |
| 3.3.2 中心监控平台 | 第33页 |
| 3.3.3 无线数据传输 | 第33页 |
| 3.4 本章小结 | 第33-34页 |
| 4 基于视频的驾驶疲劳判别及预警研究 | 第34-47页 |
| 4.1 车载监控组成及功能 | 第34-36页 |
| 4.1.1 车载监控组成 | 第34-35页 |
| 4.1.2 车载监控功能 | 第35-36页 |
| 4.2 驾驶员眼睛闭合状态检测 | 第36-43页 |
| 4.2.1 驾驶员图像预处理 | 第36-38页 |
| 4.2.2 驾驶员人脸定位 | 第38-42页 |
| 4.2.3 眼睛闭合状态检测 | 第42-43页 |
| 4.3 驾驶疲劳判别及预警 | 第43-44页 |
| 4.3.1 驾驶疲劳判别 | 第43页 |
| 4.3.2 驾驶疲劳预警 | 第43-44页 |
| 4.4 模拟仿真分析 | 第44-46页 |
| 4.4.1 仿真环境 | 第44-45页 |
| 4.4.2 仿真程序及界面设计 | 第45页 |
| 4.4.3 仿真参数设置及分析 | 第45-46页 |
| 4.5 本章小结 | 第46-47页 |
| 5 基于云计算的中心监控平台研究 | 第47-58页 |
| 5.1 平台的组成及架构 | 第47-49页 |
| 5.1.1 平台组成 | 第47-48页 |
| 5.1.2 平台架构 | 第48-49页 |
| 5.2 平台的设计与建设要点 | 第49-53页 |
| 5.2.1 虚拟化的资源池 | 第50-53页 |
| 5.2.2 安全系统及管理 | 第53页 |
| 5.3 数据库技术 | 第53-55页 |
| 5.3.1 数据库构成及总体结构 | 第54页 |
| 5.3.2 平台数据库设计 | 第54-55页 |
| 5.4 平台的功能 | 第55-57页 |
| 5.4.1 疲劳自动监测及预警 | 第55-56页 |
| 5.4.2 车辆实时跟踪 | 第56页 |
| 5.4.3 视频监视 | 第56页 |
| 5.4.4 车辆及驾驶员管理 | 第56-57页 |
| 5.4.5 数据共享 | 第57页 |
| 5.5 本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| 6.1 工作总结 | 第58页 |
| 6.2 论文创新点 | 第58-59页 |
| 6.3 不足与展望 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 攻读硕士期间发表学术论文情况 | 第62-63页 |
| 致谢 | 第63页 |
