汽车非正常驾驶状态识别与预警系统

课题类型：探索导向类申请受理编号：SQ2007AA11Z131762国家高技术研究发展计划（863计划）专题课题申请书技术领域名称：现代交通技术领域专题名称：综合交通运输系统与安全技术申请指南技术方向：交通安全新技术课题名称：汽车非正常驾驶状态识别与预警系统申请人：刘立依托单位：北京科技大学中华人民共和国科学技术部2007-05-08汽车非正常驾驶状态识别与预警系统北京科技大学（刘立）对该课题申请所涉及主要研究内容的熟悉程度：很熟悉比较熟悉一般评议内容评分一、研究目标和内容的重要性与必要性（10分）所涉及到的关键技术或产品是否重要？研究内容是否符合国家重大技术需求？主要研究内容是否符合本专题指南的技术方向？二、研究内容的创新性与前沿性（40分）研究内容是否具有突出的原始性创新内容？研究内容是否体现了新的原理、方法的创新内容？研究内容是否具有突出的集成创新内容？研究内容是否体现了集成应用或集成产品的创新内容？研究内容是否处于国际或国内技术发展前沿？研究内容如果成功能否在国际或国内产生较大影响？研究内容是否在国内已有相同或接近的成果？研究内容是否有望获得发明专利等知识产权？三、技术实力与研究基础（20分）课题申请负责人是否能够胜任课题组长？课题组人员构成和时间投入是否合理？课题组现有研究基础是否处于国内领先行列？课题依托单位（及协作单位）的支撑条件是否较强？四、研究目标和研究方案的可行性（20分）预期研究目标是否明确、集中？技术经济指标是否具体、适度？对国内外技术发展趋势是否把握？主要技术的知识产权分析和对策是否恰当？技术路线和研究方法是否合理、可行？依托单位和协作单位的分工合作是否合理？五、预期成果及前景（10分）课题预期成果是否可取得一定的经济社会效益？课题预期成果是否具有较大的市场（潜在的市场）前景？课题成果是否能对相关技术发展起到带动作用？课题研究是否可实现预期的人才、队伍培养目标？综合评议得分综合评价结论根据分项评议意见，对该课题申请进行综合评价，给出总体结论性意见。评价结论意见：同意立项（A）不同意立项（C）总体评议意见：（对该课题申请给出综合评价意见，阐述同意立项或不同意立项的理由，说明需要说明的有关问题。本部分内容为必填内容，文字不超过300字。）课题名称汽车非正常驾驶状态识别与预警系统行业领域交通运输预计完成年限3课题密级公开级预期成果类型发明专利、新装置、计算机软件、技术标准、论文论著申请(负责)人信息姓名刘立性别男出生日期1959-5-27职称高级职称最高学位硕士从事专业机械类所在单位北京科技大学依托单位信息单位名称北京科技大学单位性质大专院校所在地区北京市单位主管部门教育部组织机构代码400002224单位成立时间1952-4-22协作单位信息单位名称单位性质组织机构代码中国科学院心理研究所事业型研究单位40001230X课题经费来源预算(万元)总经费97.8申请863计划资助97.8其他国家级资助(包括部门匹配)0地方政府匹配0银行贷款0自有资金0其它资金0经费备注序号姓名性别出生日期职称职务专业为本课题工作时间(人月)课题组中职务(组长、副组长或成员)在课题中分担的任务所在单位1杨帆男1985年2月其他人员无心理学类24成员心理模型建模中国科学院心理所2王国敬男1979年7月其他人员无信息与电子科学类24成员系统辨识与建模北京科技大学3赵峰男1982年9月其他人员无机械类24成员测试与数据分析北京科技大学4谢峥男1984年6月其他人员无电子与信息类24成员测试与数据分析北京科技大学5刘立男1959年5月高级职称系主任交通运输类24组长数据采集与处理北京科技大学6黄康男1981年8月初级职称无电子与信息类28成员三维图像北京科技大学7钟延炯男1938年7月高级职称无电子与信息类18成员系统设计北京科技大学8黄重国男1965年1月高级职称无机械类20副组长建模与识别北京科技大学9孙向红女1968年6月高级职称无心理学类20成员心理模型建模中国科学院心理所10崔晓艺女1984年10月其他人员无电子与信息类28成员数据测试与分析北京科技大学11刘长红女1977年8月其他人员无电子与信息类24成员图像处理与模式识别北京科技大学12杜利平女1975年6月中级职称无电子与信息类24副组长模式识别与建模北京科技大学课题参加总人数12人。其中：高级职称4人，中级职称1人，初级职称1人，无职称6人；其中具有：博士学位4人，硕士学位5人，学士学位3人，其他0人；合计：投入282人月2.1课题组长、副组长资历情况（从事过的主要研究任务及所负责任和作用，主要研究成果、发明专利和获奖情况，在国内外主要刊物上发表论文情况，完成其他科技计划课题情况，特别是近五年取得的与本申请课题相关的研究成果情况，字数要求1000字以内）刘立，男，1959年生，北京科技大学车辆工程研究所所长。主要从事设备综合工程学、设备状态监测与故障诊断以及机械设计等方向的科研与教学工作。主持完成了国家“八五”课题“大型矿用汽车发动机和传动系统故障诊断装置的研制”；“九五”课题“大型选矿设备状态监测与故障诊断系统研究”；部级课题“破碎设备工作状态监测系统研制”、“矿用汽车、电铲、牙轮钻机的故障诊断技术及监测装置研究”、“快速油质分析技术及装置研究”、“零件裂纹在线监测研究”等二十多项科研课题。获得部级科技进步一等奖一项，在国际会议和国内期刊杂志发表论文40余篇。黄重国，男，1965年出生，北京科技大学车辆工程系副教授，1984年重庆大学工业自动化学士学位，1987年北京理工大学自动控制理论及应用硕士学位，1990年中国科学院自动化所自动控制理论及应用专业博士学位，1992年UniversityofMichigan机械工程（汽车制造）博士后。目前从事人机系统中人的控制决策模型研究。杜利平，女，1975年6月生，1994年郑州大学工业自动化学士学位，1998年凝聚态物理专业硕士学位，2005年北京理工大学通信与信息系统专业博士学位，博士论文题目“高分辨雷达运动目标检测与成像研究”，导师是苏广川教授。2005年香港城市大学电子工程系做博士后，导师是IEEEFellowYanHong教授，研究方向是DNA序列特征提取与分类。2006年任北京科技大学信息工程学院讲师。主要研究方向为数字信号处理、模式识别，近期发表学术论文8篇，SCI收录3篇。2.2课题组长、副组长目前承担863计划和其它国家科技计划课题情况（包括人员姓名、承担课题名称、课题经费数、课题起止时间、所属科技计划名称等信息）姓名承担课题名称课题经费数(万元)课题开始时间课题结束时间所属科技计划其他说明事项：2.3课题组长及课题组主要成员是否曾就相同或类似课题863计划和国家其他科技计划提出申请（如有，请说明申请人姓名、申请科技计划名称、申请课题名称、申请时间、申请结果等情况，并说明与本课题申请的关系）无3.1、课题简介（简要说明课题的目的意义、主要研究内容、预期目标等，字数要求1000字以内）目的意义：根据公安部交通管理局道路交通事故统计年报（2005）显示，我国每年道路交通事故人数接近10万人，疲劳、酒后驾驶是仅次于超速行驶的第二、三大原因。据美国政府公布的数据显示，导致司机事故死亡的三分之一是由于司机过度疲劳，而58%的大卡车碰撞也是由于所疲劳造成的。由此可见，疲劳等非正常驾驶状态识别与预警系统的研发具有重大的社会意义，同时也将会带来巨大的经济效益。主要研究内容：有别于生物、生理信号识别方法(因为人的差异性大，识别率不高)，我们只依据自主研发的高灵敏方向盘传感器（已申请专利）采集的角度数据进行非正常驾驶状态分析、识别及预警。因为任何非正常驾驶操作都将从方向盘操作的变化反映出来。我们的多次试验及分析数据表明，驾驶员逐渐进入疲劳或酒后状态后，其方向盘操作曲线都会随之发生变化。在采用适当的算法，计算机便能正确捕捉到这种变化趋势。1．完成100名各类驾驶员非正常（疲劳、酒后等）驾驶状态的数据库，用以测试检验所研发的识别算法的有效性。2．完善我们独有的已取得初步进展的能量法，HHT法及模型法等状态识别方法，在此基础上再试探性研究应用小波变换、Gabor变换等方法。3．非正常驾驶状态（非平稳随机过程）预报算法研究。4．非正常驾驶行为的心理学模型研究。预期目标：在已有自主知识产权的驾驶模拟器和高灵敏度方向盘传感器的基础上，应用上述研发的软件，构成一个非正常驾驶状态识别及预警的试验样机系统。3.2课题主要研究技术的国内外发展现状与趋势，课题主要研究技术国内外专利授权情况国内外发展现状与趋势非正常驾驶状态识别及预警技术研究是一项对疲劳、酒后和分心等非正常驾驶状态进行识别并做出预先警告的融合信息科学与控制科学的交叉学科，是实现汽车安全辅助驾驶的重要组成部分。作为造成交通事故的重要原因之一，疲劳驾驶识别及预警研究是目前国内外安全交通领域学者研究的热门，而酒后驾驶的识别还是仅局限于检测吹气样本的酒精含量超标。而专门针对分心驾驶的研究还没有出现。2000年至今，国内外对疲劳驾驶状态监测研究方兴未艾，目前已逐步引起许多学者的高度重视。尤其是近两年，国内外对于疲劳驾驶状态识别研究的判定方法主要集中在以下三大类：1驾驶员的生理特征早期的疲劳驾驶监测研究是基于驾驶员的生理特征，如：（1）脑电图、眼电图、肌电图、心电图等测量方法[1]。（2）血流及呼吸变化。呼吸气流(用鼻声传感器测量)、呼吸效果(用胸腔部传感器测量)、动脉血液氧饱和(用手指探针测量)时的体温(用红外线耳朵探针获取)。其中，脑电图等方法主要以医学方面为出发点，研究上述生理参数与疲劳状态的关系。尽管这些方法测量结果比较准确,但一般在驾驶前后测量,结果是超前或滞后的，而且在驾驶室内安装上述仪器也是不现实的。2007年2月，日本东京大学通过在座椅上安装电磁传感器和压力传感器，利用血液流动和呼吸变化研制出防瞌睡座椅来提高驾驶安全性。2驾驶员个体特征（1）眼部的动作变化。如眨眼频率、闭眼时间(PERCLOS,PercentageofEyelidClosureOverthePupilOverTime)、瞳孔尺寸和注视方向和时间等[2-3]。（2）驾驶员嘴巴动作。如果驾驶员打哈欠、嘴巴长时间张开则判定驾驶员在打瞌睡和下巴的下垂[4-5]。（3）头部运动变化,如点头频率，头部位置等。ASCI(AdvancedSafetyConceptsInc.)研制的头部位置传感器(HeadPositionSensor)就是通过头部位置的变化规律判定司机是否打瞌睡[6-7]；（4）手部特征。利用方向盘上的传感器检测驾驶员对方向盘施加的压力来判断是否疲劳驾驶的安全装置[8]；利用驾驶员个体特征识别疲劳状态方法常常需要装备高速红外摄像头以获取驾驶员正面的头部图像，然后利用数字图像处理等算法识别驾驶员的面部特征状态,作为判断驾驶员警觉程度的依据。早在1998年，美国卡内基梅隆大学就利用PERCLOS测量值开发了重型卡车的疲劳驾驶监测系统[9-10]。另外，美国明尼苏达大学、俄亥俄州立大学、伦斯勒理工学院、德国帕德博恩大学和日本东京大学等通过综合眼部、嘴部和头部等特征来监测驾驶员是否疲劳，并开发出一系列的疲劳驾驶监测系统。而国内对于根据眼睛特征识别疲劳驾驶方面也做了一些工作，如吉林大学、山东大学、中南大学、武汉理工大学、西南交通大学等在根据眼睛特征识别疲劳驾驶状态方面取得了一定的研究结果。驾驶员的面部特征由于受转头和外部光线的影响大，而且每个人在开车打瞌睡的时候出现的个体特征并不一致，如有些人疲劳时眼睛动作和清醒时相比变化并不明显，使它的应用易受到限制。因此，仅仅靠驾驶员个体特征并不能保证疲劳驾驶的识别效果。3方向盘运动特征目前已有的大部分疲劳驾驶监测系统是根据方向盘运动特征来识别疲劳驾驶状态。捷克技术大学和蒙特利尔大学针对疲劳对人的操作行为产生影响进行了研究，认为方向盘的补偿运动可以作为疲劳状态的识别标准。方向盘正常运动时传感器装置不报警,若方向盘在一段时间内未运动,监视装置就会发出报警声直到方向