评价驾驶员是否疲劳驾驶是棘手的问题。
（三）性价比制约疲劳检测系统的广泛应用，现阶段的疲劳驾驶检测系统存在成本过高的问题。
（四）驾驶员在疲劳状态下的心理和生理状况不同，目前较难获取驾驶员在疲劳状态下的心理、生理数据。
二、疲劳检测原理
人在疲劳状态下的生理状态相较于清醒状态会发生明显变化，如出现频繁点头、频繁眨眼、打哈欠等明显面部行为特征。有数据分析显示人清醒时的眨眼闭合时间为0.2-0.3s，当眨眼闭合时间超过0.5s时说明此人处于深度疲劳状态。根据人在疲劳时眼睛频繁眨动，并且眨眼闭合时间较长的行为特征，再通过综合记录分析驾驶员的眨眼频率和眨眼周期来综合判断驾驶员的精神状态的这种评判方法已经被美国联邦公路管理局论证通过，是一种可靠有效的判断标准。根据这一判断标准本文提出获取驾驶员的眼睛特征作为判断驾驶人疲劳状态依据。本系统通过对眼睛特征经行分析，获取眼睛的闭合、睁开时间、眨眼频率等数据，综合分析后对驾驶人状态进行判断。
三、图像处理原理
图像识别算法是本设计的重点与难点，好的识别算法应对识别区域背景、光线情况有较大的容忍度。本疲劳驾驶监测系统图像处理过程分为三个过程，首先需要在整个图像中根据人脸特征数据集通过Haar分类器得到人脸的位置。对获取的人脸图像进行裁剪操作获取人脸上半部分图像，缩小识别范围后再利用眼睛特征对其进行识别，获得人的两眼图片。得到之后对眼睛进行特征提取操作，检测眼睛状态得到眨眼频率、眨眼闭合时间等数据。
目标检测方法最初由Paul Viola提出。本方法需要准备几百幅样本图片，将含有检测目标（含有人脸）的图片作为正例样本，不存在检测目标的图片作为反例样本，利用样本图片的harr特征进行分类器训练，得到一个级联的boosted分类器。需将所有的图片处理为统一的大小以供使用。
分类器训练完成后便可以将其用于待测区域的检测。检测整幅图像需要检测窗口在整幅图片中移动。改变分类器的尺寸比改变待测图片大小能更好的识别不同大小的目标图片。扫描程序使用不同大小的搜索窗口对整幅图片进行扫描便可有效检测位置大小不确定的目标物体。
通过分类器的检测处理，可有效检测出人脸部以及眼睛位置，如图1为图片处理程序检测效果图。
Gabor小波可以较好的描述人脸局部的纹理特征。Gabor变换是由一组不同尺度、不同方向的滤波器组成，可以分析各个方向上的灰度变化情况，具有提取面部纹理细微变化的能力。使用核函数对图像进行卷积操作，可得到一幅Gabor系数图。
选择外眼角、内外眼角中心点、外眼角三个点的特征值组成特征向量，对每个点使用多方向、多尺度Gabor滤波器组进行计算，可得到18个Gabor特征值，三个点共可得到54个Gabor特征值。眨眼闭合时间是通过记录未检测到眼睛的时间进行计算。同时将每次眨眼信息进行存储，可计算出10次眨眼平均时间。
核函数类型的选择以及参数的確定是SVM分类器设计的关键点，目前较多地采用试凑的方法确定参数。设计SVM分类器首先使用三种不同类型的核函数构建SVM分类器，利用测试样本进行训练，根据得到的交叉验证误差确定最佳参数值。用三种不同核函数构成的SVM分类器对同一组测试样本进行分类测试，根据分类结果选择效果最佳的核函数类型以及参数构建SVM分类器。SVM分类器根据图像处理得到的特征数据，判断出驾驶员是否处于疲劳驾驶状态。若为疲劳驾驶，则及时启动报警机制，发出声光报警信息，提醒驾驶员及时停车休息。
四、结束语
疲劳驾驶检测系统是汽车主动安全技术的一个重要的研究方向，一直属于国内外研究的热点领域。随着处理器、传感器、电子器件的制造工艺提升，国内外对汽车行驶安全日益重视，疲劳驾驶检测系统在实际应用中日益完善，对降低交通事故的发生率起到越来越重要的作用，是保障公众生命安全的一种重要手段。
参考文献：
[1]孙玮，李晓莹.避免疲劳驾驶的“驾驶员警示系统”[J].交通世界（运输·车辆），2006，（1）：57.
[2]李志春，何仁，林谋有，等.驾驶员疲劳检测技术的研究现状及发展趋势[J].农机化研究，2006，（5）：197-199.
[3]S.A.Nobe， F.Y.Wang.An overview ofrecent developments in automated lateral andlongitudinal vehicle controls[C].IEEE IntemationalConference on SMC.2001.5：3447-3452. [4] W.Wierwilleo et aI.Research on vehicle-based driverstatus/performance momtonng：development.validation， and refinement ofalgorithms for detection of driver drowsiness[J.Washington。DC，National Highway Traffic SafetyAdministration，1994.
[5]王磊，吴晓娟.驾驶疲劳/瞌睡检测方法的研究进展[J].生物医学工程学杂志，2007，24（1）：245_248.
[6]毛舶，初秀民，严新平，等.汽车驾驶员驾驶疲劳监测技术研究进展[J].中国安全科学学报，2006，15（3）：108—112.
