摘 要：疲劳驾驶是导致交通事故的重要原因，已经成为一个严重的社会问题，对疲劳驾驶的有效检测和预警可以减少交通事故的发生。结合当下智能手表广泛应用于日常活动生理指标的检测和运动状态的监测，文章设计了基于智能手表检测驾驶员疲劳状态的疲劳驾驶监测系统。通过智能手表采集驾驶员心率信号，系统基于心率计算驾驶员打哈欠的概率，并对心率变异性进行特征提取，同时使用内嵌了红外传感器的摄像头进行图像处理，利用 Dlib 库进行驾驶员眼部疲劳的检测，最后采用 SVM 分类算法实现驾驶员疲劳的判定。
关键词：智能手表；心率变异性；疲劳驾驶；人脸识别
DOI:10.19850/j.cnki.2096-4706.2022.011.042
中图分类号：TP311 文献标识码：A 文章编号：2096-4706（2022）11-0166-04
Fatigue Driving Monitoring System Based on Smart Watch
ZHOU Sidan
(School of Mathematics and Computer Science, Northwest Minzu University, Lanzhou 730030, China)
Abstract: Fatigue driving is an important cause of traffic accidents and has become a serious social problem. Effective detection and early warning of fatigue driving can reduce the occurrence of traffic accidents. Combined with current smart watches are widely used in the detection of physiological indicators of daily activities and the monitoring of movement state, this paper designs a fatigue driving monitoring system based on smart watches to detect the fatigue state of drivers. It collects the heart rate signals of drivers through smart watches, and the system calculates the probability of drivers yawning based on heart rate. It extracts the characteristics of heart rate variability. At the same time, it uses the built-in infrared sensor cameras to process image, uses Dlib library to detect driver’s eye fatigue, finally, it uses the SVM classification algorithm to realize the determination of driver fatigue.
Keywords: smart watch; heart rate variability; fatigue driving; face recognition
参考文献：
[1] 李都厚，刘群，袁伟，等 . 疲劳驾驶与交通事故关系 [J].交通运输工程学报，2010，10（2）：104-109.
[2] 汪雄，陈玉林，张恒亮，等 . 光电容积脉搏波描记法（PPG）测试足球运动员赛时心率的准确性研究 [J]. 电子世界，2018（17）：58+60.
[3] 吕智鹏，石紫茹，王君瑞 . 关于心率传感器在可穿戴设备上的实际应用 [J]. 中国新通信，2018，20（17）：232.
[4] 杨萍茹，黄勇，廖龙涛，等 . 基于智能手表的疲劳驾驶监测方法研究 [J]. 重庆理工大学学报（自然科学），2020，34（12）：170-176.
[5] 任笑影 . 心率变异性在运动性疲劳监测中的进展研究 [J].现代商贸工业，2019，40（36）：73.
[6] 董占勋，孙守迁，吴群，等 . 心率变异性与驾驶疲劳相关性研究 [J]. 浙江大学学报（工学版），2010，44（1）：46-50.
[7] 王清 . 基于智能手表的疲劳驾驶检测方法研究 [D]. 西安：西北大学，2020.
[8] 王昱博，刘安童，田怡然，等 . 基于眼部识别的疲劳驾驶监测系统设计与实现 [J]. 电脑编程技巧与维护，2022（2）：126-128+169.
[9] COREY T P，SHOUP-KNOX M L，GORDIS E B，et al.Changes in Physiology before，during，and after Yawning [J].Frontiers in Evolutionary Neuroscience，2012，3（7）：1-11.
[10] 马雪婷，费树岷 . 基于面部特征与深度学习的疲劳驾驶状态检测研究 [J]. 电子测试，2021（11）：33-36.
[11] 刘硕，贺丽丽 . 基于图像处理的疲劳驾驶检测系统 [J].运城学院学报，2021，39（6）：51-54.
[12] 杨栋 . 基于智能手环的动车司机疲劳驾驶检测系统 [J].铁路计算机应用，2017，26（8）：13-15.
[13] 黄志超，赵红梅，陈奕迅，等 . 基于面部识别的驾驶员疲劳危险驾驶检测系统 [J]. 机电工程技术，2021，50（12）：143-146.
[14] 赵潇雪，银俊，孙新然，等 . 汽车安全驾驶辅助系统 [J].电子世界，2022（1）：100-101+104.
作者简介：周思丹（1999—），女，汉族，广东惠州人，本科在读，研究方向：物联网工程。