本发明涉及自动驾驶
技术领域：
，具体涉及一种基于人眼检测的自动驾驶系统。
背景技术：
：随着汽车保有量的增加，交通拥堵日趋严重，一旦驾驶员存在经验不足，不遵守交通信号等情况，极易造成交通事故，对本已拥堵的交通无疑是雪上加霜。技术实现要素：针对上述问题，本发明旨在提供一种基于人眼检测的自动驾驶系统。本发明的目的采用以下技术方案来实现：提供了一种基于人眼检测的自动驾驶系统，包括安装在车辆上的人眼检测装置、数据采集子系统、数据传送子系统、数据处理子系统和控制子系统，所述人眼检测装置通过人眼对司机进行检测，当检测到司机时，启动数据采集子系统采集数据，所述数据采集子系统用于获取路况信息和车辆位置信息，所述数据传送子系统用于将获取的路况信息和车辆位置信息传送至数据处理子系统，所述数据处理子系统用于对路况信息和车辆位置信息进行处理，生成自动驾驶数据并发送至控制子系统，所述控制子系统用于根据自动驾驶数据进行自动驾驶。本发明的有益效果为：实现了司机存在时的自动驾驶，通过人眼对司机进行检测，提高了自动驾驶系统的启动速度。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：人眼检测装置1、数据采集子系统2、数据传送子系统3、数据处理子系统4、控制子系统5。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种基于人眼检测的自动驾驶系统，包括安装在车辆上的人眼检测装置1、数据采集子系统2、数据传送子系统3、数据处理子系统4和控制子系统5，所述人眼检测装置1通过人眼对司机进行检测，当检测到司机时，启动数据采集子系统2采集数据，所述数据采集子系统2用于获取路况信息和车辆位置信息，所述数据传送子系统3用于将获取的路况信息和车辆位置信息传送至数据处理子系统4，所述数据处理子系统4用于对路况信息和车辆位置信息进行处理，生成自动驾驶数据并发送至控制子系统5，所述控制子系统5用于根据自动驾驶数据进行自动驾驶。本实施例实现了司机存在时的自动驾驶，通过人眼对司机进行检测，提高了自动驾驶系统的启动速度。优选的，所述人眼检测装置1包括图像采集模块、检索区域确定模块、人眼位置确定模块和检测评估模块，所述图像采集模块用于对人脸图像进行采集，所述检索区域确定模块用于根据人脸图像确定人眼检索区域，所述人眼位置确定模块用于根据人眼检索区域确定人眼位置，完成人眼检测，所述检测评估模块用于对人眼检测结果进行评估。本优选实施例实现了人眼的准确检测。优选的，所述根据人脸图像确定人眼检索区域，采用以下方式进行：步骤1、对采集到的人脸图像大小进行处理，处理后的人脸图像宽度为w，高度为h；步骤2、将人脸图像左上角作为起点，采用下式确定人眼搜索区域：宽度检索区域w为：高度检索区域hq为：其中：w'＝w×μwh'＝h×μh式中，w′表示人眼检索区域的宽度，h′表示人眼搜索区域的高度，μw和μh分别表示宽度调节系数和高度调节系数；步骤3、将人眼检索区域平均分成左右两部分，用于左眼和右眼的检索。本优选实施例对人脸图像大小进行处理，有助于后续对人眼进行检测，通过确定人眼检测区域，有助于降低后续人眼检测过程中的计算量，提高了人眼检测效率，提高了人眼检测的实时性。所述人眼位置确定模块包括滤波器建立子模块、检索区域处理子模块、检索子模块和位置确定子模块，所述滤波器建立子模块用于构建用于人眼区域检索的滤波器，所述检索区域处理子模块用于对检索区域的图像进行处理，所述检索子模块采用所述用于人眼区域检索的滤波器在左右检索区域内寻找人眼区域，得到候选的人眼区域，所述位置确定子模块采用支持向量机确定左右眼位置。所述构建用于人眼区域检索的滤波器，采用以下方式进行：步骤1、从人眼数据库中选取50幅人眼图像，将每幅人眼图像划分为大小相同的4×4像素子块，采用下式对子块的图像进行处理：式中，表示处理后的子块图像，表示第i行第j列的小块代表的区域，表示区域内图像像素(x,y)的灰度值，表示区域内像素的平均灰度值，表示区域内的像素点个数；对图像的每个子块进行处理，得到整幅处理后的人眼图像；步骤2、采用步骤1的方法对50幅人眼图像进行处理，采用下式构建每个子块(i,j)上的滤波器：式中，l(i,j)表示(i,j)子块滤波器，[f(i,j)]n表示第n个人眼图像上(i,j)子块的处理后的图像；步骤3、采用步骤2的方法对50幅图像的每个子块进行处理，得到用于人眼区域检索的滤波器。所述对检索区域的图像进行处理，采用以下方式进行：用和分别表示检索区域的左边部分和右边部分，采用下式对检索区域进行处理：式中，和表示处理后的左右检索区域，和分别表示和区域内图像像素(x,y)的灰度值，和分别表示和区域内像素的平均灰度值，和分别表示和区域内的像素点个数。所述在左右检索区域内寻找人眼区域，采用以下方式进行：将用于人眼区域检索的滤波器作为检索窗口，在左右检索区域内以4个像素为间隔按照先列后行的顺序进行检索，选取相关系数大的区域作为候选的人眼区域；所述确定左右眼位置，采用以下方式进行：步骤1、采用人眼数据库中人眼图像和非人眼图像对支持向量机分类器进行训练，用于区分人眼图像和非人眼图像；步骤2、采用训练好的支持向量机分类器对候选的人眼区域进行分类，得到人眼图像，从而确定出左右眼位置。本优选实施例采用特有的方式构建检索滤波器和对检索区域进行处理，提高了人眼检测准确性和效率，通过对人眼区域进行检索，去除了大部分非人眼区域，确定了候选的人眼区域，为后续人眼检测奠定了基础，采用支持向量机对人眼图像进行检测，得到的人眼图像检测准确率高。优选的，所述对人眼检测结果进行评估采用评估因子进行，所述评估因子采用下式计算：式中，p表示评估因子，a1表示戴眼镜时的人眼检测正确，a2表示不戴眼镜时的人眼检测准确率；评估因子越大，表明人眼检测结果准确性越高。本优选实施例对人眼检测结果进行评估，能够保证基于人眼检测的自动驾驶系统的检测准确性以及及时对基于人眼检测的自动驾驶系统进行改进。从出发地开始，采用本发明基于人眼检测的自动驾驶系统对进行驾驶，选取5个目的地，分别为目的地1、目的地2、目的地3、目的地4、目的地5，对驾驶时间和驾驶成本进行统计，同现有自动驾驶系统相比，产生的有益效果如下表所示：驾驶时间减少驾驶成本降低目的地129％21％目的地227％23％目的地326％25％目的地425％27％目的地524％29％最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12