项目理念|驾驶员分心和睡意检测系统-DCube

项目名称：DCube

导言： 车祸是造成死亡的主要原因，每年约有130万人死亡。这些事故大多是由于驾驶员分心或昏昏欲睡造成的。高速公路的建设减少了驾驶员的误差。无数人日夜在高速公路上长途驾车。睡眠不足或分心（如打电话、与乘客交谈等）可能会导致事故。为了防止此类事故的发生，我们提出了一种系统，当驾驶员分心或感到昏昏欲睡时，该系统会提醒驾驶员。面部地标检测借助于对使用相机拍摄的面部图像的图像处理，用于检测分心或困倦。整个系统部署在便携式硬件上，可轻松安装在车内使用。

概念框架：

设计和使用的方法： 使用的技术：

• OpenCV
• DLib
• python
• 覆盆子皮

提供的功能 •检测睡意 •分心检测 •音频反馈系统 •基于分心类型的不同反馈。 •在弱光条件下工作

实施：

为了克服这个问题，我们提出了以图像处理的形式实现的解决方案。为了执行图像处理，使用了OpenCV和DLib开源库。Python被用作实现这一想法的语言。

红外摄像头用于连续跟踪面部地标以及驾驶员眼睛和嘴唇的运动。该项目主要针对驾驶员的嘴唇和眼睛的地标。为了检测睡意，连续跟踪眼睛的地标。使用相机以20帧/秒的固定帧速率拍摄图像。这些图像被传送到图像处理模块，该模块执行人脸地标检测，以检测驾驶员的注意力分散和睡意。如果发现驾驶员分心，则会发出语音（音频）警报并在屏幕上显示信息。本项目涵盖以下用例

如果驾驶员意识到声音的阈值，则视为驾驶员的睡眠时间。 2.如果驾驶员的嘴在一定时间内保持张开，则认为驾驶员在打哈欠，并向驾驶员提供相应的建议以克服睡意。 3.如果驾驶员没有盯着道路，则会使用面部地标观察，并使用相应的警报提醒驾驶员。

所有这些功能都在raspberry pi的帮助下实现，音频接口用于向用户提供音频反馈，小LED屏幕用于显示信息。

使用的工具： 1.Python 3解释器。 2.OpenCV和Dlib库。

申请： 该项目可用于目前道路上的每辆车，以确保安全，并减少因驾驶员困倦或分心而发生事故的可能性。

未来范围： 1.本项目可以以移动应用的形式实施，降低硬件成本。 2.该项目可与汽车集成，以便在发现驾驶员睡着时自动控制速度。

链接到GitHub存储库： https://github.com/yashkondawar/Driver-distraction-detection

团队成员： 1.Yash Kondawar 2.Omkar Kulkarni 3.桑托什甘蓝 4.尼拉杰·乔希

注： 这个项目的想法是为了 ProGeek Cup 2.0——极客的项目竞赛 .