作者 莫長江 李俊宏 駱綺健 陳明波 嶺南師范學(xué)院 信息工程學(xué)院(廣東 湛江 524048)

摘要：針對系統(tǒng)對實時圖像處理的需求，本文提出了一種基于ZYNQ AP SoC的安全駕駛系統(tǒng)設(shè)計方案。本系統(tǒng)由ZYNQ架構(gòu)中的PL(FPGA)部分負責(zé)驅(qū)動CMOS攝像頭，將采集的圖像進行灰度轉(zhuǎn)換，傳給PS(ARM)部分運行Adaboost算法，對圖像進行人臉檢測，從而獲取駕駛員的眼睛和嘴巴的坐標(biāo)值、面積值和張開度，并利用OpenCV的PERCLOS算法制定疲勞狀態(tài)標(biāo)準(zhǔn)，給出預(yù)警信息。同時，ARM通過USB驅(qū)動攝像頭，實現(xiàn)行車記錄，并通過酒精濃度傳感器采集車內(nèi)酒精濃度，實現(xiàn)酒駕預(yù)警。通過實驗表明，本系統(tǒng)性能穩(wěn)定，實現(xiàn)了保障安全駕駛的目的。

引言

　　疲勞駕駛和酒駕是嚴重的交通違法行為，駕駛員疲勞行車時，會造成反應(yīng)遲鈍、困倦、四肢無力，不能及時發(fā)現(xiàn)路面交通情況以采取準(zhǔn)確的駕駛操控措施，極易發(fā)生交通事故^[1]。據(jù)交通部統(tǒng)計，2015年間，由于駕駛員疲勞駕駛導(dǎo)致的交通事故占總數(shù)的10.64%，在重特大交通事故中約占45%。在美國，每年與疲勞駕駛相關(guān)的車禍奪去了15000人的生命。而酒后的駕駛員會出現(xiàn)視覺障礙、運動反射神經(jīng)遲鈍、判斷力降低。有數(shù)據(jù)顯示，在中國，每年因酒駕導(dǎo)致的交通事故占40%~50%，可見，車輛裝備具有疲勞檢測和酒駕提醒的安全駕駛系統(tǒng)的必要性。

1 硬件系統(tǒng)架構(gòu)及方案

　　基于ZYNQ AP SoC(ZYNQ All Programmable SoC)的安全駕駛系統(tǒng)的硬件系統(tǒng)^[2]如圖1所示，系統(tǒng)主要由高速CMOS圖像傳感器Ov7725、130萬像素USB網(wǎng)絡(luò)攝像頭、Zynq-7000可擴展處理芯片、數(shù)據(jù)存儲單元DDR3、HDMI顯示屏、酒精傳感器和喇叭等組成。Xilinx公司的Zynq-7000可擴展處理芯片是整個系統(tǒng)的核心，其包含處理系統(tǒng)(Processing System,PS)和可編程邏輯(Programmable Logic,PL)兩部分，PS部分集成了最高頻率為667GHz的高性能雙核ARM Cortex-A9處理器，而PL部分包含28nm工藝的FPGA(Field-Programmable Gate Array)邏輯單元和DSP資源。

　　PL端通過I²C協(xié)議驅(qū)動^[3]Ov7725攝像頭，將攝像頭采集的圖像數(shù)據(jù)緩存于一個異步時鐘FIFO(First Input First Output)隊列中，而FIFO的寫時鐘由Ov7725攝像頭模塊提供，異步讀時鐘由VDMA Engine提供，并在讀過程進行灰度圖轉(zhuǎn)換，后將數(shù)據(jù)讀入VDMA Engine。

　　PS端通過AMBA高速總線AXI_HP接口，驅(qū)動DDR3控制器，并讀取一幀圖片數(shù)據(jù)，并對圖片進行臉部識別等圖像處理，得到人臉五官特征值。(3)PS端同時通過USB-Host總線對網(wǎng)絡(luò)攝像頭進行配置，并得到圖像數(shù)據(jù)，在Linux系統(tǒng)下將圖像通過HDMI顯示器顯示，并將圖像數(shù)據(jù)存儲到SD存儲卡中。(4)PS端在Linux系統(tǒng)下驅(qū)動內(nèi)部集成的12位精度ADC轉(zhuǎn)換器，將酒精傳感器采集的模擬信號進行數(shù)字轉(zhuǎn)換。

　　預(yù)警提示最終通過調(diào)用程序預(yù)設(shè)的語音組合，由HDMI接口輸出到帶功放或者音頻接口的HDMI顯示設(shè)備，達到提醒駕駛員的目的。

2 軟件系統(tǒng)設(shè)計

　　軟件系統(tǒng)架構(gòu)如圖2，采用Linaro系統(tǒng)，其是在Linux系統(tǒng)基礎(chǔ)下，由ARM、飛思卡爾、IBM、Samsung、ST-Ericsson 及德州儀器 (TI)等半導(dǎo)體廠商聯(lián)合為嵌入式SoC架構(gòu)平臺而設(shè)計的開源系統(tǒng)。其次，本系統(tǒng)使用開源的OpenCV(Open Source Computer Vision Library)進行圖像的高級處理^[4]，并采用具有跨平臺優(yōu)勢、易擴展的Qt圖形界面開發(fā)框架作為軟件APP的界面設(shè)計與產(chǎn)品封裝。如果說系統(tǒng)硬件是骨架和軀體，那么軟件算法就是思想和靈魂。編寫程序之前，需要搭建好軟件開發(fā)環(huán)境，步驟如圖3。

3 疲勞檢測算法分析

　　本系統(tǒng)的疲勞檢測流程如圖4，系統(tǒng)啟動后會對駕駛員的臉部信息^[5]進行獲取，因為駕駛員在圖像中的位置相對固定，通過基于Haar特征的AdaBoost級聯(lián)分類器^[6]，對駕駛員進行人臉檢測，得到駕駛員的臉坐標(biāo)，并提取檢測的臉部作為ROI(region of interes)，圖像繼續(xù)對人眼和嘴巴進行定位，得到人眼和嘴巴的特征值圖像后，進而進行二值化處理，再經(jīng)過形態(tài)學(xué)濾波器，對二值化圖像先腐蝕后膨脹，消除小物體，在纖細點處分離物體，然后通過OpenCV里面的findcontours算子尋找并標(biāo)記輪廓，從而去除圖片中的噪聲和圖片邊緣無關(guān)物體，精確得到眼睛和嘴巴的輪廓，然后對該輪廓計算收斂的面積、高度和寬度。經(jīng)過上述步驟后，便得到了駕駛員的臉部五官坐標(biāo)之間的距離比例關(guān)系。之后，實時地對獲取攝像頭的圖像數(shù)據(jù)，按照得到的臉部坐標(biāo)對圖像進行分割，并進行AdaBoost人臉識別處理，再根據(jù)初始化時得到的人眼坐標(biāo)，進一步分割圖像，提高運算速度，進行人眼識別，得到實時的人眼坐標(biāo)，通過人臉五官的分布比例，定位到嘴巴，然后計算人眼和嘴巴的睜開度、打哈欠數(shù)、閉眼持續(xù)時間，根據(jù)PERCLOS算法^[7]制定的標(biāo)準(zhǔn)，對駕駛員進行疲勞提醒。