近年因疲劳驾驶而酿成的车祸频频见报,成为车辆的“隐形杀手”,不醉驾、不超速、不疲劳驾驶……应该是每位拿了驾照的司机注意的基本点,但是很多人受“喝点小酒不碍事、不累、不困”意识的影响,认为自己开车自己最清楚情况,在麻痹大意间,往往容易造成事故的发生。我国的交通运输业发展迅速,随之而来的道路交通事故也呈上升趋势,根据交通部门的资料显示,由于疲劳驾驶造成的交通事故所占比重很大,占特大交通事故的比重更大,疲劳驾驶已经作为交通事故发生的主要隐患,已经引起人们的关注,针对疲劳驾驶,也出现了许多疲劳驾驶的检测装置,例如现有技术中提供了一种通过人脸识别以及瞳孔监测分析驾驶员的疲劳状态,并根据疲劳情形做出相应的预警,虽然在一定程度上采用上述方法也能够实现一定的预警作用,但其存在以下几个方面的不足: 1、人脸识别以及瞳孔监测都属于图像采集和分析,在有限的CPU运算单元下进行单纯的图像采集、分析,在实时性以及精准性上是无法保证的; 2、在瞳孔监测的过程中,由于驾驶员自身的复杂情形以及环境光的千变万化,也使得当前瞳孔监测的准确性不高。例如,驾驶员在佩戴各种眼镜的情形下,不同眼镜对不同环境光的反射不一,常常会导致瞳孔监测的结果有很大偏差。
</ |