一種智能安全駕駛監測系統

李富 付璇 覃建寧 喻叢兵 譚勁松

摘? 要：智能安全駕駛監測系統基于酒后駕駛監測模塊、駕駛員行為狀態監控模塊、智能可穿戴模塊和服務器端來實現系統的功能。酒后駕駛監測模塊基于MQ-3型氣敏傳感器收集車內氣體酒精濃度信息；駕駛員行為狀態監控模塊基于Dlib人臉識別和OpenCV計算機視覺實時計算駕駛員注意力集中程度；智能可穿戴模塊基于各種內嵌式傳感器芯片收集駕駛員的心率血壓和體溫等指標；服務器端基于阿里云ECS服務器，使用JAVA語言編程，為移動端APP提供優質的后臺服務。

關鍵詞：安全駕駛；汽車；傳感器；物聯網；智能可穿戴設備

中圖分類號：TP277? ? 文獻標識碼：A? 文章編號：2096-4706（2023）06-0013-05

An Intelligent and Safe Driving Monitoring System

LI Fu， FU Xuan， QIN Jianning， YU Congbing， TAN Jinsong

（Wuxi University， Wuxi? 214105， China）

Abstract： The intelligent and safe driving monitoring system is based on drink-driving monitoring module， driver behavior state monitoring module， intelligent wearable module and server terminal to realize the functions of system. The drink-driving monitoring module collects vehicle gas alcohol concentration information based on MQ-3 gas sensor. The driver behavior state monitoring module calculates the focusing degree of driver concentration in real time based on Dlib face recognition and OpenCV computer vision. The intelligent wearable module collects driver heart rate， blood pressure， body temperature and other indicators based on various embedded sensor chips. The server terminal is based on AliCloud ECS server， and it uses JAVA language programming to provide quality background service for mobile APP.

Keywords： safe driving; vehicle; sensor; Internet of Things; smart wearable device

0? 引? 言

據公安部統計，截至2022年6月底，全國機動車保有量達4.06億輛，其中汽車3.10億輛，新能源汽車1 001萬輛；機動車駕駛人4.92億人，其中汽車駕駛人4.54億人[1]。2022年上半年全國新注冊登記機動車1 657萬輛，新領證駕駛人1 103萬人[1]。隨著我國宏觀經濟的快速穩定發展、居民收入水平的大幅度上升、道路交通設施的日益完善、城鎮化進程的加快以及置換需求的持續增加，未來我國汽車產銷量將保持持續穩定增長。一直以來，安全都是汽車行業發展的第一主題，汽車為人們的生活和工作帶來了極大便利，其基礎保障就是安全。在相關調查結果中顯示，大多數交通安全事故的發生與駕駛員之間都存在直接的聯系，由此可以看出駕駛員在交通安全當中的重要性。面對數量如此龐大的駕駛員人群，如今的智能安全駕駛系統并不全面，沒有完整的體系，只是單純的酒精檢測或疲勞駕駛檢測，也沒有完善的處理和應對方式，對于突發情況不能有效的處理。針對這個現象，我們團隊推出了一款智能安全駕駛系統。我們相信，這款智能安全駕駛系統的問世將會為安全駕駛領域增添更多的活力，加快行業在汽車領域的布局與發展。

1? 系統組成及功能

這款智能安全駕駛監測系統主要包括酒后駕駛監測模塊、駕駛員行為狀態監控模塊、智能可穿戴設備模塊（測量出車主的體溫、心跳、血壓、血脂等指標）和服務器端。各模塊之間單獨工作，互不干擾，將收集的數據傳送給移動端，共同實現系統目標功能。

酒后駕駛監測模塊主要功能是在汽車啟動前，對駕駛員呼出氣體進行酒精濃度檢測，杜絕駕駛員出現酒后駕車的危險行為。當氣體中酒精濃度達到閾值時，系統會觸發警報并自動撥號給親屬。當然，酒精濃度閾值可以根據實際需要進行適當調整，但不予超過交警查酒駕的標準。并將檢測記錄將上傳給后臺APP。

駕駛員行為狀態監控模塊主要功能是通過攝像頭采集駕駛員實時行為動態，防止駕駛員出現疲勞駕駛的危險行為。利用人臉檢測算法，參考疲勞認定標準參數，實時精準檢測駕駛員瞇眼、哈欠、點頭等行為，觸發語音警告。并將行為日志傳給后臺。在汽車行駛過程中，通過駕駛員上前方攝像頭（指向駕駛員的面部），提供駕駛員實時行為狀態，如瞇眼，哈欠，點頭等，并發出語音警告。

通過智能可穿戴設備，實時測量車主的體溫、心跳、血壓、血脂等生理健康指標。將收集的生理數據進行存儲分析，在客戶端生成健康報表提供給用戶，若生理指標突發異常，自動撥號給家屬，并在客戶端上報實時位置。

服務器端主要功能是在網絡中為手機APP提供計算和應用服務。對海量數據進行處理，并通過APP反饋給用戶，方便用戶掌握和了解自己的情況。

系統整體架構如圖1所示

2? 系統各模塊功能實現

該系統以Jetson控制處理模塊為核心中樞，以手機APP和移動通信模塊作為外設與用戶進行信息交互，原理圖如圖2所示。手環、酒精度檢測傳感器后和攝像頭首先各自進行數據采集，之后將數據上傳到Jetson控制處理模塊，Jetson控制處理模塊將數據進行處理之后傳到手機APP反饋給用戶，當數據出現異常時，通過移動通信模塊直接提醒用戶，并撥號給親屬。

2.1? 酒后駕駛監測模塊

該模塊酒精濃度檢測裝置是一款實用性強、安全可靠的氣體乙醇濃度檢測工具[2]，可安裝在汽車方向盤，使用MQ-3型氣敏傳感器收集酒精濃度信息，通過使用A/D轉換器完成到數字信號的轉換，控制系統根據單片機系統接收到的數字信號對應的酒精濃度檢測值同預先設定的濃度值進行比較[3]。最后通過檢測結果判斷是否撥號告知家屬。同時該模塊還具有酒精濃度閾值設定功能，可以根據相關法律法規或用戶需要設定修改酒精濃度閾值，并進行保存。

酒精濃度檢測裝置框圖如圖3所示。MQ-3氣體傳感器輸出信號經信號調理電路處理，輸出隨酒精濃度變化的電壓信號，將電壓信號送入單片機系統，經A/D轉換，與設定的酒精濃度閾值進行比較，判斷是否觸發警報。

2.2? 駕駛員行為狀態監控模塊

駕駛員行為狀態監控模塊基于主流的OpenCV計算機視覺庫開發，采用基于Dlib機器學習庫的人臉檢測模塊，運用SVM特征分類方法，實現駕駛員駕駛狀態的精準判別和疲勞駕駛的預警防范[4]。經查閱相關文獻，疲勞在人體面部表情中表現出大致三個類型：哈欠（嘴部保持一定時間的大幅度張開狀態）、瞇眼（眼部在一段時間內保持瞇眼狀態的行為）、點頭（頭部在一段時間內保持上下晃動）[5]。該模塊從人臉朝向、位置、瞳孔朝向、眼睛開合度、眨眼頻率、瞳孔收縮率等數據入手，基于Dlib人臉識別68特征點檢測、分別獲取左右眼、面部和嘴巴標志的索引，通過OpenCV計算機視覺對視頻流進行灰度化處理，獲取特征點位置數據，并通過這些數據，實時地計算出駕駛員的注意力集中程度，分析駕駛員是否疲勞駕駛和及時作出安全提示，疲勞認定標準如表1所示，疲勞監測流程如圖4所示。

2.3? 智能可穿戴模塊

該模塊主要是基于穿戴式智能手環內嵌傳感器芯片來進行駕駛員的心率、血壓和體溫數據指標的檢測。檢測結束后將數據傳輸給移動端APP，通過特定算法對數據進行分析，如若發現異常，將自動撥號給家屬，并上傳實時位置。內嵌的芯片主要包括YK1801脈搏傳感器芯片、HR6707脈搏芯片、SFB9712算法芯片和WD3703溫度傳感器芯片。YK1801脈搏傳感器芯片采用光電式容積脈搏波描記（PPG）的方式感應人體的脈搏信息并加以提取，通過模擬前端芯片HR6707和算法芯片SFB9712輸出血壓、心率等串口信號[6]。WD3703溫度傳感器通過GPIO接口和SFB9712算法芯片連接，從算法芯片SFB9712的串口UART或者IIC接口輸出溫度數據。

2.4? 服務器端

該系統主要采用的是阿里云ECS服務器，使用docker-compose將微服務容器化自動化部署，并進行微服務編排，使用了阿里云容器服務提供的彈性計算應對不同規模的訪問靈活的伸縮服務集群，并且使用redis分布式數據庫來進行數據庫唯一ID的生成。

后臺服務器采用ECS處理后臺業務流程與邏輯。ECS服務器使用CentOS 7作為服務器操作系統，CentOS 7有著一系列獨特的特性，例如支持PTPv2，支持40G以太網卡以及在兼容的硬件上支持以UEFI安全模式啟動安裝，當然這其中最令人矚目的就是在內核層面支持Docker技術了，將應用程序與系統完全隔離，讓其在系統之間實現遷移的時候不需要停機，提高了應用程序的移動性和靈活性。使用java8jdk+redis+rabbitmq+mysql+docker-compose+nginx搭建環境，為移動端APP提供優質的服務支持。項目后臺使用了時下比較流行的微服務框架SpringCloud作為主要開發技術，它不僅繼承了SprintBoot部署方便、開發便利、維護成本極低和容錯率高的優點，而且還有著活躍的開發社區，更新頻率極快，支持跨語言的服務調用，可拓展性，穩定性極強，可較好的實現高并發高可用。后臺服務器使用了目前流行的RESTful風格。前后端分離，減少耦合度，降低前后溝通造成的一系列不必要的成本，同時確保了項目服務集群之間更好的通信，使后臺應對高并發高可用的能力增強。

采用分布式數據庫設計，本項目的分布式數據庫基于redis+MySQL，同時利用redis的lua腳本執行功能，在每個節點上通過lua腳本生成唯一ID來確保分布式數據庫數據的最終一致性，很好的處理了多臺應用服務器的并發訪問，保證了數據的安全性與高可靠性。

使用Nginx進行反向代理，直接解決了一切由微服務架構和前后端分離開發所帶來的跨域問題，同時實現負載均衡，使集群之間的訪問更流暢與自然。

使用docker-compose進行微服務編排，本項目的部署采用docker這一當下較為熱門的虛擬化容器技術，由于考慮到了有高并發訪問的產生和高可用需求的提出，所以采用了doker-compose技術進行編排，使繁雜的部署簡化，減少日后遷移服務器的成本，同時架構更為契合。

使用swagger2進行后臺接口的文檔化，自動化文檔的生成，降低了開發和維護成本。

3? 實驗與測試

在系統功能開發完成后，我們對系統進行了功能測試。系統實際效果如圖5所示。

3.1? 酒精檢測功能

實驗人員向方向盤附近噴灑酒精噴霧，酒后駕駛檢測模塊檢測到酒精氣體，Jetson控制處理模塊接收到酒后駕駛檢測模塊上傳的數據，對其進行處理和判斷，通過APP反饋給用戶，蜂鳴器發出警報，并通過通信模塊聯系親屬，如圖6所示。

3.2? 駕駛員行為狀態檢測功能

實驗人員分別做出哈欠，點頭，打電話，抽煙等行為，通過OpenCV計算機視覺對視頻流進行處理，獲取特征點位置數據，并通過這些數據，實時地計算出駕駛員的注意力集中程度，分析駕駛員是否疲勞駕駛和及時作出安全提示，實際效果如圖7所示。

3.3? 心率血壓體溫檢測功能

實驗人員分別模擬正常情況和突發情況，對其功能進行全面檢測。正常情況下，手環會將用戶的健康指標上傳給Jetson控制處理模塊，Jetson控制處理模塊會將數據與標注健康指標數據區間進行對比，若數據正常，將數據上傳到APP生成健康報表。當遇到突發情況時，Jetson控制處理模塊將對通信模塊發出指令，發送信息和實時位置給親屬，實際效果如圖8所示。

4? 工作原理

在汽車啟動時，酒后駕駛監測模塊會首先開始工作，對車內氣體中酒精含量進行檢測，若酒精濃度超標，則會通過通信模塊，直接聯系親屬，并在APP端形成日志記錄。若車內氣體未檢測出酒精，則汽車開始正常運行。在運行過程中，駕駛員行為狀態監測模塊將實時監測駕駛員行為，若出現非正常行為，將通過蜂鳴器及時發出警報，以提醒駕駛員，糾正當前行為。同樣在APP形成日志記錄。運行過程中，智能可穿戴模塊也將實時上傳健康指標，如若發現異常，將通過發送信息和實時位置聯系親屬。用戶通過APP查看其行車狀態，APP也將為用戶生成專屬建議，為下次行車安全保駕護航。

5? 結? 論

隨著現代科技的發展，汽車行業迎來了一系列革新，各方面技術的逐步完善大幅降低了因技術原因導致的交通事故。那如何規避人為因素引發的交通事故，是我們當下不得不面臨的一個問題。對此，我們團隊開發了這樣一款智能安全駕駛監測系統。通過實際場景測試了系統的各項功能，均達到了預期結果，在后續的工作中，我們將繼續關注汽車安全領域的發展，進一步完善該系統，使其早日投入市場，發揮其應有的價值。

參考文獻：

[1] 公安部公布2022年上半年全國機動車及駕駛人數據 [J].道路交通管理，2022（7）：5.

[2] 高偉群，陳成成，劉斌，等.酒精濃度檢測語音報警系統 [J].中外企業家，2018（21）：118.

[3] 鐵爭鳴.汽車防酒駕控制裝置設計研究 [J].微型電腦應用，2020，36（5）：120-123.

[4] 孫世若，王天琪，張淼，等.“守衛者”智能行車守護系統 [J].物聯網技術，2019，9（3）：12-15.

[5] 吳士力，唐振民，劉永.多特征融合的隨機森林疲勞駕駛識別算法 [J].計算機工程與應用，2020，56（20）：212-219.

[6] 楊林，紀小敏，張新鋒.淺談社區老年人健康管理系統設計與實現 [J].中國設備工程，2019（23）：183-185.

作者簡介：李富（1979—），男，漢族，山東高密人，高級工程師，碩士，主要研究方向：嵌入式系統設計。

收稿日期：2022-11-02