摘 要：随着经济的发展，我国车辆数量逐年增加，交通事故也更加频繁发生，根据近年来的交通事故统计，其中 21% 是由疲劳驾驶造成。因此，对驾驶者进行实时疲劳度监测显得尤为重要。当前检测疲劳驾驶的方法主要分为通过医疗器械来对人体生理特征的监测，通过传感器对车辆运行状态的监测以及通过机器视觉对驾驶者面部特征进行监测三种方法，他们各有优缺点，但机器视觉的实时性是最高的，因此本系统采用机器视觉的方式进行检测。
关键词：树莓派；疲劳检测；机器视觉；OpenCV
DOI:10.19850/j.cnki.2096-4706.2022.21.005
中图分类号：TP391.4 文献标识码：A 文章编号：2096-4706（2022）21-0021-04
Design of Fatigue Driving Early Warning System Based on Machine Vision
WU Liang
(China Design Group Co., Ltd., Nanjing 210014, China)
Abstract: With the development of economy, the number of vehicles in China is increasing year by year, and traffic accidents also occur more frequently. According to the traffic accident statistics in recent years, 21% of them are caused by fatigue driving. Therefore, it is particularly important to conduct real-time fatigue monitoring of drivers. The current detection fatigue driving method is mainly divided into three methods, such as monitoring the human physiological characteristics through medical devices, monitoring the vehicle running state through the sensor and monitoring the driver facial features through the machine vision. They have advantages and disadvantages severally, but the real-time performance of machine vision is the highest, so the system uses the way of machine vision to dectect.
Keywords: Raspberry Pi; fatigue detection; machine vision; OpenCV
参考文献：
[1] 宋晓敏 . 基于机器视觉疲劳驾驶检测系统的研发 [D]. 杭州：浙江科技学院，2022.
[2] 许小鹏 . 基于机器视觉的驾驶员疲劳检测方法研究 [D].镇江：江苏科技大学，2021.
[3] 张伯辰，施鑫杰，霍梅梅 . 基于 OpenCV 的树莓派人脸识别疲劳驾驶检测系统 [J]. 现代计算机，2021，27（23）：129-132.
[4] 张钰敏，叶传奇，张淑媛，等 . 树莓派人脸识别系统的开发与研究 [J]. 电脑知识与技术，2020，16（13）：221-222.
[5] 王红君，白浩，赵辉，等 . 基于计算机视觉的驾驶员疲劳状态检测预警技术 [J]. 科学技术与工程 ,2022,22（12）：4887-4894.
[6] 吴岚，刁含楼 . 基于定位与视觉技术融合的疲劳驾驶检测方法 [J]. 电子技术与软件工程，2022（2）：240-243.
[7] 郭磊 . 基于深度学习的疲劳驾驶检测系统的设计与实现[D]. 呼和浩特：内蒙古大学，2021.
[8] 谢豆，陈晓凤，郑嘉怡，等 . 基于机器视觉的疲劳驾驶检测系统 [J]. 物联网技术，2020，10（11）：18-20.
[9] 林虹，吴良峰 . 基于树莓派的眼部疲劳状态实时监测系统[J]. 闽江学院学报，2019，40（2）：76-83.
[10] 马培立，田仲林 . 基于 Raspberry Pi 的 opencv 智能辅助疲劳驾驶系统 [J]. 时代汽车，2017（24）：8-9.
作者简介：吴亮（1984—），男，汉族，江苏淮安人，工程师，硕士，研究方向：智慧城市等相关技术管理。