基于随机森林与多源信息融合的疲劳驾驶检测方法

葛文杰，陈 龙

（杭州电子科技大学电子信息学院，浙江杭州 310018）

0 引言

世卫组织统计报告称全球范围每年大约有135 万人死于道路安全事故［1］，在这些重大事故的诱发因素中，疲劳驾驶占了极高比例。根据目前道路安全事故的增长速度，未来5 年交通事故将成为全球人员死亡的主要原因。

驾驶员处于疲劳状态时，身体的各方面机能都有所下降，心理上处于一种松懈状态，遇到行人闯出、路口车辆突然汇入等紧急情况，无法及时准确地作出反应、规避危险。在日常行车中，大部分驾驶员无法及时意识到自身处于疲劳状态而继续驾驶车辆［2］，极易引发车祸，因此需要设计一款能够便捷安装在车辆中的系统，对驾驶员的疲劳状态进行实时检测，当驾驶员出现疲劳状态时，发出警报，及时提醒驾驶员停车，避免因疲劳驾驶造成生命财产损失。

1 相关研究

一直以来，全球对如何避免疲劳驾驶都极其重视，越来越多的公司、科研机构设计了各式各样的装置以避免疲劳驾驶。疲劳驾驶检测方法一般分为基于生理信号、基于车辆信息、基于驾驶员面部3 种方法［3］。

生理信息检测法通过与人体直接接触的传感器采集驾驶员的生理信号来判断驾驶员行车中的疲劳状态，这种方法得到的数据可靠，且生理信号直接来自人体，进行疲劳状态分析时准确可靠，但是通常要在驾驶员身上安装检测生理信号的装置，对驾驶员的干扰较大。

车辆信息检测法根据检测驾驶者对方向盘的操控力度［4］、转动快慢变换以及对油门踏板的压力是否平稳、车辆的行驶轨迹等信号特征检测驾驶员的疲劳状态。……