1. 研究目的与意义
随着社会经济的快速发展和广大消费者收入增长，人们对于生活质量的提高有着迫切的期望。汽车作为交通出行的工具，给日常生活带来极大便利，人们对于汽车的需求也日益提高。随着我国汽车保有量的持续增长，交通事故也不断增加。在引发交通事故的诸多因素中，驾驶员的人为行为是主要因素之一。在人为行为因素中，因疲劳驾驶产生交通事故最为严重。疲劳驾驶是指驾驶员在经过较长时间的连续驾驶行为后，生理机能和心理机能产生消极变化，驾驶员的注意力，判断力都被严重削弱，非常容易引发交通事故。因此，为减少驾驶员对自身情况的错误认知，从而引发交通事故，研究疲劳驾驶的检测技术非常重要。本文提出的疲劳驾驶检测技术能及时的检测到驾驶员的疲劳驾驶状态，并进行提醒干预，从而减少因疲劳驾驶引起的交通事故。
2. 课题关键问题和重难点
目前，世界各地都对疲劳驾驶检测进行过相关的研究，各大车辆制造商也在其研发制造的车辆系统中安装了防疲劳系统。目前针对疲劳驾驶的判断主要分为三种方式：第一种为根据车辆驾驶特征判断，如车道偏移、方向盘转动等；第二种根据驾驶员的身体状态判断，如脑电波、心率等；第三种根据驾驶员面部特征判断，如眨眼频率、打哈欠等。由于驾驶员的驾驶习惯各不相同，通过驾驶车辆特征进行判断的准确率不高。基于实际运用的方便性，通过精确监测驾驶员的心率、脑电波等生理特征，来判断驾驶员的实际状态的适用性较差，在实际驾驶环境中很难应用。本文基于计算机视觉技术，对驾驶员的实时面部状态进行监测，从而判断驾驶员是否处于疲劳驾驶状态。根据驾驶的实际环境，对于单独的人脸检测，与人脸检测跟踪相结合的效果，要保证检测有较高的准确度和速度，眼部和嘴部特征的提取，也会受到个人特征不一致、画面移动和光线问题的影响。在疲劳检测中，对于驾驶疲劳的判定也影响了检测疲劳驾驶的精确性。
3. 国内外研究现状（文献综述）
疲劳驾驶通常指驾驶员长期不间断行车后，在生理和心理上产生的疲倦，专注力和判断力下降，若疲劳驾驶状态不改变，驾驶人员就会进入睡眠状态。
疲劳驾驶引发的交通事故会造成巨大的危害，疲劳驾驶产生的主要因素有驾驶员长时间驾驶，缺少睡眠、夜间行车，作息不规律和来自生活和工作上的压力。国内外疲劳驾驶的检测方法主要有主观方式评定和客观方式进行检测[1]。
主观检测方式主要通过调查问卷形式完成，具有非常强的主观性，非常容易受到个人和环境的影响。一般使用曼彻斯特驾驶行为问卷进行评估，通过分析驾驶者填写的疲劳严重程度量表和斯坦福睡眠调查问卷的结果，来测试驾驶者的疲劳程度，斯坦福睡眠调查问卷将疲劳程度分为七个等级，等级越高，疲劳程度越深。
4. 研究方案
本文是基于机器视觉的驾驶员疲劳驾驶检测技术的研究，由于驾驶员身体情况差异和检测设备复杂性，基于生理特征的检测并不能普遍应用于实际。而车辆行为特征的检测，由于检测设备更加昂贵和驾驶地理环境复杂、天气环境多变，也不能很好的实际应用。利用人脸图像特征对驾驶人员进行疲劳检测，是现在更具有实用价值、更具有精确性的方法。基于合理的构建一个检测疲劳驾驶系统，将要进行的工作内容有：1.对驾驶人员的人脸检测；2对驾驶人员面部特征关键点提取；3.基于驾驶员的面部进行疲劳判断；4.实验结果及分析。
5. 工作计划
1.2023.1.2-2023.1.15完成译文翻译，查阅文献，并完成开题报告并上传毕设网。
2.2023.1.16-2023.25根据指导老师意见完成开题报告的修改，并最终确定开题报告。
3.2023.2.6-2023.3.19根据所设计的方案，开始人像图像数据集的构建和处理，选择合适的算法模型，提取驾驶人员的人脸特征点，并经过对特征的计算，判断驾驶员是否处于疲劳状态。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
