Çok Özellikli Füzyona Dayalı Sürücü Durumu Algılamasının Gerçekleştirilmesi
Xu Pengcheng, Li Zhibin, Huang Qitao, Zhou Yixuan, Wu Wenfeng
(Otomasyon Mühendisliği Okulu, Şangay Elektrik Enerjisi Üniversitesi, Şangay 200090)
Sürücü durumu algılama ve çıkarma özelliklerinin basitleştirilmesinin ve algılama ekipmanının yüksek maliyetinin eksikliklerini hedefleyerek, çok özellikli bir füzyon sürücü durumu gerçekleştirme önerilmektedir. Sistem, çekirdek olarak dahili DSP yongasına sahip STM32L4 düşük güçlü tek yongalı mikro bilgisayarı alır.İlk olarak, kişinin nabzını, ivmesini, açısal hızını ve tutum açısı karakteristik parametrelerini elde etmek için gerçek zamanlı olarak toplamak için SON1303, MPU6050 ve diğer sensörleri kullanır; ikincisi, darbe hızlı Fourier elde etmek için DSP kitaplığını çağırır Spektrumu çıkarmak için Chebyshev pencere tasarım filtresini kullanan yaprak dönüşümü (FFT); son olarak, sürücünün iyi durumu, yorgunluk, dikkat dağınıklığı ve gerilim spektrumu analizi yoluyla, ilk ana tepe B'yi ve spektrum oranı K'yi tanımlayın ve B, K ve tutumu birleştirin Açı, ivme ve açısal hız gibi özellikler, sürücünün durumunun yargısını gerçekleştirir. Deneysel testler sayesinde, sistem, sürücü durumu tespitinde yaygın olarak kullanılabilen ve ADAS teknolojisinin tanıtımını kolaylaştıran güçlü anti-parazit ve düşük maliyetli özelliklere sahiptir.
Darbe; tutum; FFT; Chebyshev filtresi; spektrum analizi; çok özellikli füzyon
Çin Kütüphanesi Sınıflandırma Numarası: TP23
Belge tanımlama kodu: Bir
DOI: 10.16157 / j.issn.0258-7998.2017.04.003
Çince alıntı biçimi: Xu Pengcheng, Li Zhibin, Huang Qitao ve diğerleri.Çok özellikli füzyona dayalı sürücü durumu algılamasının uygulanması.Elektronik Teknoloji Uygulaması, 2017, 43 (4): 13-16, 20.
İngilizce alıntı biçimi: Xu Pengcheng, Li Zhibin, Huang Qitao, vd.Çok özellikli füzyona dayalı dalgıç durum tespitinin uygulanması.Elektronik Teknik Uygulaması, 2017, 43 (4): 13-16, 20.
0 Önsöz
İnsansız sürüş teknolojisi, sosyal ilginin odak noktası haline geldi ADAS sistemlerinin nasıl etkili bir şekilde kullanılacağı, sürüş güvenliğini ve insan taşıma konforunu iyileştirmek için özellikle kritiktir. Güvenlik, yükü taşıyan ilk göstergedir. Şu anda, ana akım ADAS sistemi, kameraları ve çoklu sensörleri entegre eden bir algılama katmanı kullanıyor ve navigasyon, çarpışmadan kaçınma ve otomatik park etme elde etmek için hareket değerlendirme sisteminin karar katmanını ve görsel / görsel olmayan sistemi birleştiriyor. ADAS sisteminin yüksek karmaşıklığı, sürüş güvenliğini artırmaktadır, ancak şu anda esas olarak bazı üst düzey araçlarda kullanılmaktadır ve bu, ADAS sisteminin sıradan araçlarda tanıtılmasına ve uygulanmasına elverişli değildir.
İnsan-araç-trafik güvenliğinin en önemli kısmı sürücü güvenliğidir Mevcut ADAS sistemi, sürüş güvenliğinin iki yönünü içerir. Bir yandan, ADAS sisteminde şerit tespiti ve erken uyarı yoluyla mevcut yolun nesnel ortamı yargılanarak gelişmiş uyarı elde edilir; diğer yandan, sürücünün yorgunluğu, yorgun sürüşten kaçınmak için ADAS sistemindeki yorgunluk sürüş tespiti ile değerlendirilir.
Yorgunluk sürüş tespiti, ADAS sistemlerinin geliştirilmesinde de önemli bir bağlantıdır. Bir yandan Chai R ve arkadaşları, sürücünün yorgunluk durumunu EEG Bayes sinir ağına ve otoregresif modelleme çıkarımına göre ayırt etmeyi önerdi, ancak çıkarılan özellikler nispeten tekil; diğer yandan Craye C ve diğerleri, ses, video ve Kalp atış hızı ve diğer özellikler, Bayes ağı aracılığıyla yorgunluk ve dikkat dağınıklığı arasındaki farkı sağlar, bu da doğruluk oranını% 98,4'e kadar çıkarır, ancak kişinin diğer duygularının yargısını önermemektedir ve ekipman maliyeti büyük ölçüde artar.
Çıkarma özelliklerinin basitleştirilmesini çözmek için, sürücünün durum kararının yorulma tespiti tek olma eğilimindedir ve ekipmanın aşırı maliyeti, bu kağıt, kulağa takılan çok özellikli füzyon sürücüsü durumu algılama giyilebilir cihazı tasarlar. B, K, tutum açısı, ivme, açısal hız, vb. Gibi özellikleri birleştirerek, sürücünün iyi durum, yorgunluk, dikkat dağınıklığı ve sinirlilik durumu değerlendirilebilir. Cihazın taşınması kolaydır ve ADAS sistemiyle iletişim kurmak veya verileri bir bulut sunucusuna iletmek için WiFi ve Bluetooth gibi kablosuz teknoloji arayüzlerini ayırır.
1 Sistem tasarımı
Çok özellikli füzyona dayalı sürücü durumu algılama sistemi, bir çoklu sinyal giriş edinim modülü, yerleşik bir DSP STM32L4 ölçüm ve kontrol modülü ve Bluetooth ve WiFi içeren iletişim modüllerinden oluşur.Sistemin genel blok diyagramı Şekil 1'de gösterilmiştir.
Sinyal toplama modülü, vücut duruş açısı, hareket ivmesi, hareket açısal hızı ve nabız parametrelerini toplamak için MPU6050 ve nabız kullanır. Sensörler tarafından toplanan çok parametreli sinyaller, sinyal özelliği çıkarma ve sinyal işleme için ölçüm ve kontrol modülü STM32L4'e girer ve işlenen sinyaller, iletişim modülü kablosuz WiFi ve Bluetooth teknolojisi aracılığıyla ADAS sistemine veya bulut sunucusuna iletilir. Anormal bir gösterge varsa, sistem sürücüye, ilgili personele kazalardan kaynaklanan ikincil yaralanmaları ve kurtarma süresindeki gecikmeleri önlemek için önlemler almasını hatırlatmasını hatırlatacaktır.
2 Sistem donanımı uygulaması
2.1 Ana kontrolör
Düşük maliyet, düşük güç tüketimi ve yüksek performans gereksinimlerini karşılamak için ana kontrol yongası STM32L4, yerleşik bir entegre CAN denetleyicisi, USART iletişim arayüzü ve diğer zengin kaynaklara sahip ARM serisi Cortex-M4 çekirdeğini temel alır. Aynı zamanda, özellik çıkarma spektrumunda, ST resmi derleme DSP kütüphanesinin uygulaması, hızlı Fourier dönüşümü (FFT) ve dijital filtre fonksiyonlarını gerçekleştirmek için kullanılabilir.
2.2 Fotoelektrik darbe sensörü
Fotoelektrik darbe yöntemi, kan damarı hacmindeki canlı dokuların kılcal damarlarının kasılmasının neden olduğu ışık geçirgenliğindeki değişiklik ile nabzı ölçmek için kullanılan bir algılama yöntemidir. Bu sistemde kullanılan sensörler, ışık kaynağı emisyonu ve fotoelektrik alımı içerir.Işık kaynağı genellikle insan kılcal damarlarında oksijen ve hemoglobini seçici olarak emen belirli bir dalga boyuna sahip ışık yayan bir diyottur. Kan damarı tarafından yansıtılan ışık huzmesi ışığa duyarlı alıcı tarafından alındığında, insan vücudunun arteriyel nabzının kan hacmindeki değişiklik bu anda ölçülebilir.
Bu sistemin sensörü, ışık kaynağının benzer tepe dalga boyuna ve yüksek hassasiyete ve fotoelektrik alıcının SON1303'üne sahip yeşil LED'i kullanır. Sinyal-gürültü oranını iyileştirmek için, sensörün arkasında bir alçak geçiren filtre ve işlemsel amplifikatör devresi kullanılır, böylece yükseltilmiş sinyal MCU'nun AD'si tarafından iyi bir şekilde toplanabilir.
2.3 Tutum algılama sensörü
Bu tutum, 3 eksenli açısal hız, 3 eksenli hızlandırıcı ve üç eksenin açısal hızını ve ivmesini ölçebilen yerleşik DMP işlemcisinden oluşan 6 serbestlik dereceli hareket ile MPU-6050 sensörünü benimser. IIC arayüzü aracılığıyla MCU ile iletişim kurar ve duruş hesaplamasını gerçekleştirmek için yerleşik hareket işleme veritabanını kullanır, bu da hareket işleme operasyonları için CPU gereksinimlerini azaltır.
MPU-6050'nin hızlanma sensörü, tam ölçek aralığı ± 2 g olarak ayarlanmıştır çünkü hızlanma sensörünün ADC'si 16 bit çözünürlüğe sahiptir. Aynı şekilde jiroskobun tam ölçekli aralığını ayarlayın: ± 2.000 ° / s Jiroskobun ADC'si 16 bit çözünürlüğe sahiptir. İnsan vücudu mutasyonunun analizini iyi çözebilir, yapı diyagramı Şekil 2'de gösterilmiştir.
3 Sistem yazılım tasarımı
Sistem akış şeması Şekil 3'teki gibi gösterilmektedir. Sistem önce nabız ve duruş sensörünün A / D örnekleme başlatmasını ayarlar ve ardından zamanlayıcı kesintisi, nabız, duruş, hızlanma ve diğer durum parametrelerinin örneklemesini tamamlamaya başlar. Toplanan nabız sinyali, yerleşik DSP'nin 256 noktalı FFT alt işlevi çağrılarak işlenir. Spektrum analizi; Son olarak hızlanma, açısal hız ve tutum açısı gibi bilgiler entegre edilerek yorgunluk, dikkat dağınıklığı ve diğer farklı duygusal durumların durumu belirlenir.
3.1 Darbenin algoritma tasarımı
Nabız hesaplama görevi düzenli aralıklarla kalp atış hızı değerini toplar, filtreler ve hesaplar. Alımdan kaynaklanan paraziti önlemek için, orijinal sinyali ön işlemek için nabız önleyici girişim 10 noktalı ortalama filtreleme yöntemi kullanılır. Örnekleme ayarı aracılığıyla X (n), n = 0, 1, ..., N-1 darbe sinyali olacak zaman serisini seçin, X (n) 'nin FFT'sini X () olarak ayarlayın ve ardından her frekans bandının gücünü hesaplamak için FFT'yi kullanın Spektrum P () 'dir. Resmi olarak STM32L4 tarafından sağlanan DSP kitaplığındaki FFT işlevini çağırmayı seçin; bu, her frekans bandındaki darbe sinyalinin genlik spektrumunun hesaplamasını verimli bir şekilde gerçekleştirebilir. Program tasarımında, 256 veri noktasının FFT işlemini gerçekleştirebilen cr4_fft_256_stm32 işlevi çağrılır ve her frekans bileşeninin genlik, gerçek kısmı ve sanal kısmına ait bilgiler IBufMagArray'de depolanır. Dizi. Yukarıda bahsedilen N = 256 nokta hızlı Fourier dönüşümü k = 0,1, ..., N-1, ve sonra her frekans bandının genliğini Si (k) = | Xi (k) | 2 spektral enerjiye kare.
Deneylerle, enerjinin% 99'undan fazlasının 10 Hz içinde yoğunlaştığı ve Chebyshev penceresinin dijital filtreyi tasarlamak için kullanıldığı bilinebilir. Araç kutusu fdatool aracılığıyla dijital filtre katsayılarını elde ettikten sonra, dijital filtrelemeyi tamamlamak için STM32L4'teki arm_fir_f32 işlevini çalıştırın.
3.2 Algoritma tutum tasarımı
Sistem önce Şekil 4'te gösterildiği gibi insan vücudunun önü Y ekseni, ön sol X ekseni ve üst taraf Z ekseni olacak şekilde bir koordinat sistemi kurar.
Kuaterniyon ve Euler açısının dönüşüm formülü:
Bunlar arasında T periyoddur, K1 başlangıçtaki eğimdir, K2 T'den sonraki bitiş noktasındaki eğimdir, p (t) ilk andaki kuaterniyondur ve p (t + T) T'den sonraki kuaterniyondur.
CE tutum matrisini belirlemek için tutum matrisinin gerçek zamanlı hesaplaması:
Mpu_dmp_get_data işlevi aracılığıyla yukarıdaki eğim açısını, yuvarlanma açısını ve sapma açısını okuyun.
4 Sistem testi ve veri analizi
Veri örnekleri, test için toplama sistemine aşina olan 24-65 yaşları arasındaki 20 sürücü gönüllüden gelmektedir.Numunelerin güvenilirliğini sağlamak için, duruş ve nabız örnekleri elde etmek için ayrı testler için farklı zaman noktaları ve farklı durumlar seçilmiştir. örneklem.
4.1 Sürücünün iyi durumda testi ve veri analizi
Deneyci tarafından ölçülen darbe durumundaki farklılıklar nedeniyle, sistem başlatıldıktan sonra, daha sonraki karar için temel olarak kullanılan bir referans değer örneklemesi gerçekleştirilir.Referans durumdaki darbe süresi alanı, Şekil 5'te gösterildiği gibi frekans spektrumuna, spektrum enerjisine ve diğer bilgilere dönüştürülen FFT'dir. Gösterildiği gibi, ana tepe frekansı 1.225 Hz ve kalp hızı 73.5 atım / dakikadır. Diğer ana zirvelerin tümü, kalp hızının yüksek sıralı frekans spektrumlarıdır.İlk ana tepe ile diğer tepe noktaları arasındaki ilişki ve her spektrumun enerjisi arasındaki ilişki analiz edilerek, sürücünün farklı durumları bilinebilir.
4.2 Sürücü yorgunluğu ve dikkat dağınıklığı testi ve veri analizi
Araba çalışırken, sürücü dikkat dağınıklığı, yorgunluk vb. Gösterecektir. Zaman etki alanı darbe sinyali yorgunluk sürücü testi ile elde edilir STM32L4 DSP kütüphanesinin FFT dönüşüm spektrumu genliği ve enerjisi Şekil 6'da gösterilmektedir. Ana tepe frekansı 1.13 Hz'dir. , Kalp atış hızı 67,8 atım / dk. Şekil 5 ve Şekil 6'yı karşılaştırarak, bir kişi yorgunluk durumunda olduğunda, her frekans spektrumunun genliğinin ve spektrum enerjisinin bir düşüş eğilimi gösterdiği ve nabız hızının da düşüş eğilimi gösterdiği bilinmektedir.
4.3 Sürücü gerginlik testi ve veri analizi
Sürücü acil bir durumla, acil frenlemeyle veya keskin bir dönüşle karşılaştığında, sürücünün sinirlenmesine neden olur. Sol ve sağ dikiz aynalarının kontrol edilmesi gibi normal hayatın ani hız ve açısal hız değişikliklerine neden olmayacağı birçok deneyle bilinebilir, bu nedenle bu deneyin odak noktası stresin performans özellikleri Tablo 1'de gösterilmiştir.
Birden çok özelliğin birleştirilmesinin kapsamlı analizi için, aşağıdaki özel analiz, ani frenlemeyi bir örnek olarak alır. Şekil 7'den örnekleme süresi 2 sn olduğunda darbenin kesildiği görülmektedir.Y ekseninin açısal hızının Gy, X ekseninin ivme ekseninin ve Z ekseninin Az ivmesinin darbe üzerinde daha büyük etkiye sahip olduğu görülmektedir. İlk ana pik spektrumunun 1.41 Hz olduğunu, şu anda insan kalp atış hızının 84.6 atım / dk olduğunu ve ikinci ana pik spektrumun 2.97 Hz olduğunu bilerek, bu spektrumun enerjisi esas olarak dış dünya tarafından sağlanıyor.Şu anda bu frekans aralığı dijital bir filtreden geçirilemez. Filtreleme, sonraki yorgunluk ve dikkat dağınıklığı analizi için uygundur.
4.4 Çok özellikli füzyon analizi
Tek bir özelliğin neden olduğu yanlış verileri ve acil durumların neden olduğu sistem yanlış değerlendirmesini önlemek için, bu kağıt, darbe, duruş açısal ivme, hızlanma gibi çoklu özellik bilgilerini birleştirerek bilgileri daha doğru bir şekilde geri besler. Deneyler, normal bir kişinin nabzının 60-100 kez olduğunu göstermektedir, bu nedenle makul temel frekans 1-1.67 Hz arasındadır.Bu makale, temel frekansı ilk ana tepe sembolü B olarak tanımlamaktadır.Farklı durumlarda, ana tepe noktaları tutarsızdır; bu makale frekans spektrum oranını daha yüksek olarak tanımlar İlk ana pikin spektral enerji enerjisi ve spektral enerji oranı K, sürücünün durumunu belirler. Ayrıntılar Tablo 2 Çok özellikli Fusion'da gösterilmektedir.
4.5 Tek özellik ve çok özellikli füzyonun karşılaştırmalı analizi
Bu makalede önerilen çok özellikli füzyonun üstünlüğünü daha nesnel olarak değerlendirmek için, bu makale karşılaştırmalı bir deney tasarlamaktadır. Test numunelerinin çeşitliliğini ve güvenilirliğini sağlamak için test süresi ve test ortamının sabitlenmemesi için toplam 6 set test yapılmıştır.Karşılaştırma testinden kaynaklanan hatanın en aza indirilmesini sağlamak için giyilebilir cihaz aynı anda deneğin soluna ve sağına kelepçelenir. Kulaklar aynı anda test edilir. Tablo 3'te gösterildiği gibi 120 set tek darbe testi ve çok özellikli füzyon testi elde edildi.
Deneyler, sürücünün durumunu tanımada çok özellikli füzyonun başarı oranının,% 62.5'lik tek bir darbe karakteristik sinyalinin tanıma oranından% 90.83 daha iyi olduğunu göstermektedir.
5. Sonuç
Bu sistem, deneyler yoluyla, toplanan darbe sinyalinin, frekans spektrumunu çıkarmak için FFT ve Chebyshev filtrelemesine tabi tutulduğunu gösterir.Sürücünün yorgunluk sürüş durumu, spektrum analizi ile iyi bir şekilde değerlendirilebilir.Aynı zamanda, tanımlanan ilk ana tepe B ve spektrum enerji oranı K çok iyi olabilir Sürücünün sinir durumunu değerlendirin ve sürücünün dikkatinin dağılmasını, yorgunluğunu ve gerginliğini kapsamlı bir şekilde değerlendirmek için tutum, hızlanma ve açısal hız gibi birden çok özelliği entegre edin. Test sayesinde, çok özellikli füzyon yargısı tek bir özelliğinkinden% 28 daha yüksektir. Aynı zamanda, sistem kablosuz rezervler Arayüz, ADAS sistemi ile iletişimi kolaylaştırır ve sürücünün sürücünün farklı durumuna göre çalışmasına yardımcı olur, bu da sürüş güvenliğini büyük ölçüde artırır. Sistem yüksek entegrasyona, düşük güç tüketimine sahip, insan vücudu tarafından taşınması kolay ve sıradan araç sürücüleri tarafından kullanılabilen, uygulama ve promosyon değerine sahip, ADAS teknolojisinin gerçekleştirilmesi ve tanıtımı için uygundur.
Referanslar
CHAI R, NAIK G, NGUYEN T N, vd. EEG tabanlı bir sistemde entropi hızına bağlı minimizasyon analizi ile bağımsız bileşenli sürücü yorgunluğu sınıflandırması.IEEE Journal of Biomedical and Health Informatics, 2016 (99): 1-1.
CRAYE C, RASHWAN A, KAMEL M S, ve diğerleri.Çok modlu bir sürücü yorgunluğu ve dikkat dağınıklığı değerlendirme sistemi. International Journal of Intelligent Transportation Systems Research, 2016 (3): 1-22.
Gao Xiaopeng, Pang Yu, Li Shengfeng ve diğerleri.Kulak klipsi tipi giyilebilir fiziksel işaret parametre algılama cihazının tasarımı.Elektronik teknoloji uygulaması, 2016, 42 (12).
Zhang Chengxiu, Li Tieying, Wang Yaoli, vd.MPU6050 ve tamamlayıcı filtrelemeye dayalı dört rotorlu uçuş kontrol sisteminin tasarımı. Journal of Sensor Technology, 2016, 29 (7): 1011-1015.
He Cheng. Birden fazla fizyolojik sinyale dayalı duygu tanıma yöntemi üzerine araştırma Hangzhou: Zhejiang Üniversitesi, 2016.
Ye Junfeng, Feng Enxin. Kuaterniyon ve Kalman filtresine dayalı iki tekerlekli araç tutum sabitleme yöntemi Journal of Sensor Technology, 2012, 25 (4): 524-528.
Fan Binghui, Zhang Kaili, Wang Chuanjiang, ve diğerleri Kuaterniyona dayalı ön kol protez el kendi kendini dengeleme tasarımı.Elektronik Teknoloji Uygulaması, 2016, 42 (5): 78-81.
He Chuan, Li Zhi, Wang Yongjun, ve diğerleri STM32 tabanlı Quadrotor Tutum Optimal Tahmin Araştırması.Elektronik Teknoloji Uygulaması, 2015, 41 (12): 61-64.
