适于人脸、基于物联网的行车记录仪的制作方法

本发明涉及行车记录监控技术领域，具体涉及一种基于物联网的行车记录仪。

背景技术：

将日常事物连接到互联网的物联网技术迅速地发展，正步入家庭时代。使用智能手机和平板电脑使人们可以在任何时间，任何地点监控。现有的行车记录监控装置大多包括摄像头、arm处理器和存储器，arm处理器其摄像头将采集到的行车图像存储至存储器中，供后续查询，或者通过cvbs实时输出。由于存储器的容量限制，因此摄像数据存储采用满则溢原则，依据时间顺序，将先存储的数据删除以腾出空间存储新的数据。且现有的行车记录仪大多仅仅对车外环境进行图像抓取，而对于车内的，例如驾驶员的坐姿，驾驶员驾驶时的状态等等则无法进行识别，其实有很多交通事故恰恰就是驾驶员没有按照驾驶要求规范自己而造成的，例如开车打电话，开车抽烟，疲劳驾驶等等，为此，现有行车记录仪在其功能结构的改进方面还有待提高。

技术实现要素：

解决上述技术问题，本发明提供了一种基于物联网的行车记录仪，通过物联网将图像数据实时上传至云端存储，实现了大容量大数据的实时在线传输和存储，同时设计了人脸识别系统，能够判断不符合规范的驾驶状态。

为了达到上述目的，本发明所采用的技术方案是，一种基于物联网的行车记录仪，包括核心处理装置、摄像头、gps定位装置、加速度传感器、超级电容、无线通信模块、物联网终端、物联网服务器、云存储设备、人脸摄像头和语音播报装置，所述摄像头、gps定位装置、加速度传感器、超级电容、无线通信模块、物联网终端、人脸摄像头和语音播报装置均与核心处理装置连接，所述物联网终端与物联网服务器连接，所述物联网服务器与云存储设备连接，所述核心处理装置包括图像处理模块、图像编码器、模拟输出模块、模拟输出接口、位置匹配模块、速度运算模块、电源模块、isp图像处理装置、人脸识别运算模块、人眼识别运算模块和perclos运算模块，所述摄像头与图像处理模块输入端连接，图像处理模块输出端与图像编码器和模拟输出模块连接，所述图像编码器和模拟输出模块均与物联网终端和无线通信模块连接，gps定位装置与位置匹配模块连接，加速度传感器与速度运算模块连接，超级电容与电源模块连接，所述人脸摄像头与isp图像处理装置连接，isp图像处理装置与人脸识别运算模块、人眼识别运算模块和perclos运算模块依次连接，perclos运算模块与语音播报装置连接。

进一步的，所述图像处理模块为isp图像处理模块，isp图像处理模块将摄像头采集到的前端图像进行处理，主要包括有线性纠正、噪声去除、坏点去除、内插、白平衡和自动曝光控制。

进一步的，所述图像编码器为h.264或jpeg编码器，其将isp图像处理模块处理后的图像进行h.264或jpeg编码，生成符合国际标准格式的图像文件。

进一步的，所述模拟输出接口为cvbs输出接口，其配合模拟输出模块将摄像头采集到的模拟图像调制成基带视频或rca视频，并发送至物联网终端和无线通信模块。

进一步的，所述位置匹配模块用于获取gps定位模块的定位信息，并将定位信息与无线通信模块接收的基站位置进行匹配，将符合阈值范围的定位信息作为最终定位点，并发送至物联网终端。

进一步的，所述加速度运算模块接收加速度传感器采集到的信息，并计算出加速度数据，并发送至物联网终端。

进一步的，所述超级电容为电源模块提供电源，电源模块为核心处理装置内的各模块提供工作电源。

进一步的，所述

本发明通过采用上述技术方案，与现有技术相比，具有如下优点：

本发明通过设计物联网终端与物联网服务器连接，所述物联网服务器与云存储设备连接，将图像编码器、模拟输出接口、位置匹配模块和速度运算模块均与物联网终端连接，各模块的输出结果均通过物联网终端经物联网服务器最终存储至云存储设备，实现大数据的云端存储，并可以通过云存储设备下载相关的数据，实现大数据的云端共享。

附图说明

图1是本发明的实施例的结构示意图。

图2为perclos值的测量原理图。

图3为perclos运算模块与人脸摄像头、语音播报装置连接的硬件框图。

具体实施方式

现结合附图和具体实施方式对本发明进一步说明。

作为一个具体的实施例，如图1所示，本发明的一种基于物联网的行车记录仪，包括核心处理装置100、摄像头1、gps定位装置2、加速度传感器3、超级电容4、无线通信模块5、物联网终端6、物联网服务器7、云存储设备8、人脸摄像头16和语音播报装置21，所述摄像头1、gps定位装置2、加速度传感器3、超级电容4、无线通信模块5、物联网终端6、人脸摄像头16和语音播报装置21均与核心处理装置100连接，所述物联网终端6与物联网服务器7连接，所述物联网服务器7与云存储设备8连接，所述核心处理装置100包括图像处理模块9、图像编码器10、模拟输出模块11、模拟输出接口12、位置匹配模块13、速度运算模块14、电源模块15、isp图像处理装置17、人脸识别运算模块18、人眼识别运算模块19和perclos运算模块20，所述摄像头1与图像处理模块9输入端连接，图像处理模块9输出端与图像编码器10和模拟输出模块11连接，所述图像编码器10和模拟输出模块11均与物联网终端6和无线通信模块5连接，gps定位装置2与位置匹配模块13连接，加速度传感器3与速度运算模块14连接，超级电容4与电源模块15连接，所述人脸摄像头16与isp图像处理装置17连接，isp图像处理装置17与人脸识别运算模块18、人眼识别运算模块19和perclos运算模块20依次连接，perclos运算模块20与语音播报装置21连接。

所述图像处理模块9为isp图像处理模块9，isp图像处理模块9将摄像头1采集到的前端图像进行处理，主要包括有线性纠正、噪声去除、坏点去除、内插、白平衡和自动曝光控制。

所述图像编码器10为h.264或jpeg编码器，其将isp图像处理模块9处理后的图像进行h.264或jpeg编码，生成符合国际标准格式的图像文件。

所述模拟输出接口12为cvbs输出接口，其配合模拟输出模块11将摄像头1采集到的模拟图像调制成基带视频或rca视频，并发送至物联网终端6和无线通信模块5。该模拟输出接口12还连接有rca显示终端，可以将模拟图像直接显示。

所述位置匹配模块13用于获取gps定位模块的定位信息，并将定位信息与无线通信模块5接收的基站位置进行匹配，将符合阈值范围的定位信息作为最终定位点，并发送至物联网终端6。

所述加速度运算模块14接收加速度传感器3采集到的信息，并计算出加速度数据，并发送至物联网终端6。

所述超级电容4为电源模块15提供电源，电源模块15为核心处理装置100内的各模块提供工作电源。

本发明的工作原理：摄像头采集到图像数据后发送至isp图像处理模块9和模拟输出接口12，isp图像处理模块9将图像数据进行有线性纠正、噪声去除、坏点去除、内插、白平衡和自动曝光控制等的处理，处理后的图像发送至图像编码器10，所述图像编码器10将图像进行h.264或jpeg编码，生成符合国际标准格式的h.264视频或jpeg图片，最后将上述h.264视频或jpeg图片发送至物联网终端6，并经物联网服务器7存储至云存储设备8。该物联网服务器7为web服务器，其可在现有防火墙的web服务器基础上定制用户定义层，增加物联网终端6的html文件和lan通信接口，实现与物联网终端6的lan接口连接，同时所述web服务器为嵌入式web服务器，其与云存储设备8通过lan接口连接，所述lan接口为有线接口或无线接口，具体实现方式可以通过在防火墙硬件基础上扩充或增加适用于连接物联网终端5和云存储设备8的lan接口，为标准硬件插卡。

摄像头1采集到的图像数据另一路进入模拟输出模块11和模拟输出接口12，由于摄像头采集到的图像数据为模拟图像数据，因此模拟输出模块11与模拟输出接口12将摄像头采集到的图像数据调制成基带视频或rca视频，并发送至物联网终端6和无线通信模块5。该模拟输出接口12还连接有rca显示终端，可以将模拟图像直接显示。rac显示终端设置在车厢内，可以进行方便驾驶员自己监视。同时，基带视频或rca视频还通过物联网终端6发送至物联网服务器7，发送至物联网服务器7的基带视频或rca视频后存储至云存储设备8，基带视频或rca视频还通过无线通信模块5发送至无线终端，所述无线终端可以手机，pad等终端，可以方便终端持有者通过该无线通信模块5接收实时的基带视频或rca视频，并对图像进行监控。

gps定位装置2将采集到的定位信息发送至位置匹配模块13，所述位置匹配模块13将该定位信息与无线通信模块5接收的基站位置进行匹配，将符合阈值范围的定位信息作为最终定位点，并发送至物联网终端6。该阈值可以根据路段、交通状态和区域进行动态设置，其具有地域性和时效性，为动态阈值，在此不再赘述。该定位功能作为本基于物联网的行车记录仪的辅助配套功能，实现一仪器多用的作用。

加速度运算模块14接收加速度传感器3采集到的信息，并计算出加速度数据，该加速度数据用于判定驾驶员是否超速并根据该结果适时提醒驾驶员注意行车安全，该加速度数据发送至物联网终端6，并根据物联网服务器和云存储设备中的实时数据对速度阈值进行实时在线调整。

人脸摄像头16将采集到的人脸图像数据发送至人脸识别运算模块17，人脸识别运算模块17对驾驶员人脸进行识别，并将该人脸识别结果发送至人眼识别运算模块19，人眼识别运算模块19从人脸识别结果中单独识别人眼数据，将人眼识别结果发送至perclos运算模块20，perclos运算模块20是利用人眼瞳孔计以及眼睛闭合百分比perclo的检测。其中瞳孔计是检测某一段时间瞳孔直径的变化频率，perclos方法是检测某一段时间内眼睛闭合时间所占的比例。

perclos是percenteyeclosure的缩写，指在一定的时间内眼睛闭合时所占的时间比例。在具体试验中有p70，p80,em三种测量方式。其中p80被认为最能反映人的疲劳程度。图2为perclos值的测量原理图。图中曲线为一次眼睛闭合与睁开过程中睁开程度随时间的变化曲线，可根据此曲线得到所需测量的眼睛某个程度的闭合或睁开持续的时间，从而计算出perclos值。图中t1为眼睛完全睁开到闭合20%的时间；t2为眼睛完全睁开到闭合80%的时间；t3为眼睛完全睁开到下一次睁开20%的时间；t4为眼睛完全睁开到下一次睁开80%的时间。通过测量出t1到t4的值就能计算出perclos的值f。

研究表明，视网膜对850nm波长红外线的反射率约为90％，对940nm红外的反射率约为40％，面部其他位置对这两种波长红外线反射率相当。用相同光照度的这两个波长的红外光源照射，同时采集到的两个波长的反射图像只有视网膜灰度不同，其它位置灰度基本完全相同。如将两幅图像相减，面部绝大部分区域灰度值接近于0，只有视网膜的灰度比较大，因此可方便地从脸部头像中找出眼睛的位置，并计算瞳孔的面积。本实施例的perclos运算模块与人脸摄像头、语音播报装置连接的硬件框图如图3所示，perclos运算模块包括850nm滤波片24、940nm滤波片25、图像处理模块26、850/940nm红外led阵列23，控制系统27，人脸摄像头16采用红外摄像机16，其同时拍摄两个波长的司机面部反射图像分别发送至850nm滤波片24、940nm滤波片25和控制系统27，经850nm滤波片24、940nm滤波片25滤波滤出850nm和940nm波长的反射图像发送至图像处理模块26，图像处理模块26对人脸数据进行人脸识别运算、人眼识别运算和perclos运算，850/940nm红外led阵列23提供等光照强度的850nm/940nm红外光源至控制系统，所述控制系统控制各模块的同步，控制红外灯阵列的光照强度，并将运算结果生成报警指令发送至语音播报装置21，提醒疲倦的驾驶员。

尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。