本发明涉及汽车领域，特别涉及一种基于ZigBee技术的辅助驾驶系统及方法。
背景技术：
在众多的汽车配套产品中，与倒车安全有关的配套产品格外引人注目，配有倒车辅助系统的品牌车型也常常成为高档车配置的重要标志之一。
据统计，由于车后盲区所造成的交通事故在中国约占30%，美国20%，交管部门建议车主安装多曲率大视野后视镜来减少车后盲区，提高车辆的安全性能，但依旧无法有效降低并控制事故的发生。汽车尾部盲区所潜在的危险，往往会给人们带来生命财产的重大损失以及精神上的严重伤害。对于新手司机或女士而言，每次倒车时更是可以用瞻前顾后，胆战心惊来形容。
现有的汽车倒车辅助产品如果从手动与自动的区别来分大致可分为两类：一类是手动类（以传统倒车系统为代表）和一类是自动类（以智能倒车系统为代表）。传统倒车系统主要以倒车雷达和倒车可视为代表，通过发出警示声音或可视后部情况提醒车主车后情况，使其主动闪避，以减少事故伤害。该产品对于驾驶者而言，主动性较差，虽然能在很大程度上避免车辆对行人的伤害，却无法顺利有效的完成泊车，极易造成刮蹭或碰撞。。
技术实现要素：
鉴于此，本发明提供了一种基于ZigBee技术的辅助驾驶系统及方法，本发明具有具备离道监测和疲劳驾驶监测、监测准确和运行效率高等优点。
本发明采用的技术方案如下：
一种基于ZigBee技术的辅助驾驶系统，其特征在于，所述系统包括：所述系统包括：用于获取原始图像信息的红外CCD摄像机；所述红外CCD摄像机信号连接于DSP处理器；所述DSP处理器信号连接于用于将DSP处理器的处理结果发送至高性能处理器的第二处理器；所述第二处理器信号连接于用于处理各个处理器发送过来的数据信息的高性能处理器；所述高性能处理器信号连接于用于发出报警信号的报警器；所述系统还包括：用于获取驾驶员航行路线图像信息的普通CCD摄像机；所述普通CCD摄像机信号连接于用于获取普通CCD摄像机发送过来的数据信息以及获取汽车转向灯指示，将获取的信号发送至高性能处理器。
所述DSP处理器包括：用于统计驾驶员眨眼频率的眨眼频率统计单元；用于监测驾驶员眨眼闭合时间的驾驶员眨眼闭合时间监测单元；用于统计驾驶员哈欠频率的哈欠频率监测单元；所述眨眼频率统计单元、眨眼闭合时间监测单元和哈欠频率监测单元分别信号连接于第二处理器。
所述眨眼频率统计单元包括：用于将驾驶员眼部区域筛选出来的区域检定模块；所述区域检定模块信号连接于用于将检定出来的区域进行分割的图像分割模块；所述图像分割模块信号连接于用于将分割后的图像进行眨眼统计的统计模块。
所述驾驶员眨眼闭合时间监测单元包括：用于将驾驶员眼部区域筛选出来的眨眼区域检定模块；所述眨眼区域检定模块信号连接于用于将检定出来的区域进行分割的眨眼图像分割模块；所述眨眼图像分割模块信号连接于用于将分割后的图像进行眨眼闭合时间统计的闭合时间统计单元。
所述驾驶员哈欠频率监测单元包括：用于将驾驶员嘴部区域筛选出来的嘴部区域检定模块；所述嘴部区域检定模块信号连接于用于将检定出来的区域进行分割的嘴部图像分割模块；所述嘴部图像分割模块信号连接于用于将分割后的图像进行哈欠频率统计的哈欠频率统计单元。
一种基于ZigBee技术的辅助驾驶系统的方法，其特征在于，所述方法包括以下步骤：
步骤1：系统启动，系统初始化；
步骤2：红外CCD摄像机开始采集驾驶员的图像信息，对采集到的原始图像信息中人脸的部分筛选出来，将筛选出来的部分发送给DSP处理器；
步骤3：DSP处理器将接收到的图像信息分别进行眨眼频率统计、眨眼闭合时间监测和哈欠频率监测，将处理后的结果发送给高性能处理器；
步骤4： 普通CCD摄像机开始采集汽车行进过程中的情况，将获取的情况信息发送至第一处理器；第一处理器根据接收到的判断结果和获取最新的转向灯指示信息，根据获取的信息，判断汽车是否离道，将判断结果发送至高性能处理器；
步骤5：高性能处理器根据第二处理器和第一处理器发送过来的数据信息系判断是否应该出发警示器，发出报警信号。
所述CCD摄像机在采集到的原始图像中筛选出人脸部分图像的方法包括以下步骤：
步骤1：从摄像头采集到的图像为RGB格式，利用如下公式实现将RGB颜色空间到HSV颜色空间的转换：
步骤2：再利用如下公式将驾驶员的肤色区域检测出来：
步骤3：然后对人脸进行水平和垂直投影，确定脸部的边界区域，边界确定公式如下：
其中，
所述眼部感兴趣区域确定的方法包括以下步骤：
步骤1：假设检测到的人脸区域长度为HF；宽度为WF；
步骤2：在数垂直方向上，眼睛位于脸部二分之一以上，头顶以下HF/5的区域。
步骤3：在水平方向上，眼部边界区域得定位于距离脸部左边界WF/8出开始到距离眼部右边界WF/8处的区域。
采用以上技术方案，本发明产生了以下有益效果：
1、数据传输可靠：本发明的系统中的第一处理器和第二处理器中集成了射频发射单元、内存和微处理器；除了能够进行信号转发以为，还能对信号进行暂存，在数据传输过程中出现问题后，可以调取暂存的数据重新发送，保证了数据的可靠性。
2、功能多样：本发明除了能够进行疲劳监测以外，还能对汽车运行过程中的离道进行监测，根据监测结果发出报警信号；功能多样，全方位检查驾驶员的身体状况，保证预警的准确性。
3、监测准确：本发明的图像识别算法，对人脸进行了科学的筛选，对筛选后的人脸进行识别，避免了图像信息中其他图像的干扰，保证了监测结果的准确性。
4、运行效率高：本发明的DSP处理器划分为三个单元并行处理，提升了系统的处理和运行效率。
附图说明
图1是本发明的一种基于ZigBee技术的辅助驾驶系统及方法的系统结构示意图。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
本说明书（包括任何附加权利要求、摘要）中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
本发明实施例1中提供了一种基于ZigBee技术的辅助驾驶系统，系统结构如图1所示：
一种基于ZigBee技术的辅助驾驶系统，其特征在于，所述系统包括：所述系统包括：用于获取原始图像信息的红外CCD摄像机；所述红外CCD摄像机信号连接于DSP处理器；所述DSP处理器信号连接于用于将DSP处理器的处理结果发送至高性能处理器的第二处理器；所述第二处理器信号连接于用于处理各个处理器发送过来的数据信息的高性能处理器；所述高性能处理器信号连接于用于发出报警信号的报警器；所述系统还包括：用于获取驾驶员航行路线图像信息的普通CCD摄像机；所述普通CCD摄像机信号连接于用于获取普通CCD摄像机发送过来的数据信息以及获取汽车转向灯指示，将获取的信号发送至高性能处理器。
所述DSP处理器包括：用于统计驾驶员眨眼频率的眨眼频率统计单元；用于监测驾驶员眨眼闭合时间的驾驶员眨眼闭合时间监测单元；用于统计驾驶员哈欠频率的哈欠频率监测单元；所述眨眼频率统计单元、眨眼闭合时间监测单元和哈欠频率监测单元分别信号连接于第二处理器。
所述眨眼频率统计单元包括：用于将驾驶员眼部区域筛选出来的区域检定模块；所述区域检定模块信号连接于用于将检定出来的区域进行分割的图像分割模块；所述图像分割模块信号连接于用于将分割后的图像进行眨眼统计的统计模块。
所述驾驶员眨眼闭合时间监测单元包括：用于将驾驶员眼部区域筛选出来的眨眼区域检定模块；所述眨眼区域检定模块信号连接于用于将检定出来的区域进行分割的眨眼图像分割模块；所述眨眼图像分割模块信号连接于用于将分割后的图像进行眨眼闭合时间统计的闭合时间统计单元。
所述驾驶员哈欠频率监测单元包括：用于将驾驶员嘴部区域筛选出来的嘴部区域检定模块；所述嘴部区域检定模块信号连接于用于将检定出来的区域进行分割的嘴部图像分割模块；所述嘴部图像分割模块信号连接于用于将分割后的图像进行哈欠频率统计的哈欠频率统计单元。
本发明实施例2中提供了一种基于ZigBee技术的辅助驾驶系统的方法，
一种基于ZigBee技术的辅助驾驶系统的方法，其特征在于，所述方法包括以下步骤：
步骤1：系统启动，系统初始化；
步骤2：红外CCD摄像机开始采集驾驶员的图像信息，对采集到的原始图像信息中人脸的部分筛选出来，将筛选出来的部分发送给DSP处理器；
步骤3：DSP处理器将接收到的图像信息分别进行眨眼频率统计、眨眼闭合时间监测和哈欠频率监测，将处理后的结果发送给高性能处理器；
步骤4： 普通CCD摄像机开始采集汽车行进过程中的情况，将获取的情况信息发送至第一处理器；第一处理器根据接收到的判断结果和获取最新的转向灯指示信息，根据获取的信息，判断汽车是否离道，将判断结果发送至高性能处理器；
步骤5：高性能处理器根据第二处理器和第一处理器发送过来的数据信息系判断是否应该出发警示器，发出报警信号。
所述CCD摄像机在采集到的原始图像中筛选出人脸部分图像的方法包括以下步骤：
步骤1：从摄像头采集到的图像为RGB格式，利用如下公式实现将RGB颜色空间到HSV颜色空间的转换：
步骤2：再利用如下公式将驾驶员的肤色区域检测出来：
步骤3：然后对人脸进行水平和垂直投影，确定脸部的边界区域，边界确定公式如下：
其中，
所述眼部感兴趣区域确定的方法包括以下步骤：
步骤1：假设检测到的人脸区域长度为HF；宽度为WF；
步骤2：在数垂直方向上，眼睛位于脸部二分之一以上，头顶以下HF/5的区域。
步骤3：在水平方向上，眼部边界区域得定位于距离脸部左边界WF/8出开始到距离眼部右边界WF/8处的区域。
本发明实施例3中提供了一种基于ZigBee技术的辅助驾驶系统及方法，系统结构如图1所示：
一种基于ZigBee技术的辅助驾驶系统，其特征在于，所述系统包括：所述系统包括：用于获取原始图像信息的红外CCD摄像机；所述红外CCD摄像机信号连接于DSP处理器；所述DSP处理器信号连接于用于将DSP处理器的处理结果发送至高性能处理器的第二处理器；所述第二处理器信号连接于用于处理各个处理器发送过来的数据信息的高性能处理器；所述高性能处理器信号连接于用于发出报警信号的报警器；所述系统还包括：用于获取驾驶员航行路线图像信息的普通CCD摄像机；所述普通CCD摄像机信号连接于用于获取普通CCD摄像机发送过来的数据信息以及获取汽车转向灯指示，将获取的信号发送至高性能处理器。
所述DSP处理器包括：用于统计驾驶员眨眼频率的眨眼频率统计单元；用于监测驾驶员眨眼闭合时间的驾驶员眨眼闭合时间监测单元；用于统计驾驶员哈欠频率的哈欠频率监测单元；所述眨眼频率统计单元、眨眼闭合时间监测单元和哈欠频率监测单元分别信号连接于第二处理器。
所述眨眼频率统计单元包括：用于将驾驶员眼部区域筛选出来的区域检定模块；所述区域检定模块信号连接于用于将检定出来的区域进行分割的图像分割模块；所述图像分割模块信号连接于用于将分割后的图像进行眨眼统计的统计模块。
所述驾驶员眨眼闭合时间监测单元包括：用于将驾驶员眼部区域筛选出来的眨眼区域检定模块；所述眨眼区域检定模块信号连接于用于将检定出来的区域进行分割的眨眼图像分割模块；所述眨眼图像分割模块信号连接于用于将分割后的图像进行眨眼闭合时间统计的闭合时间统计单元。
所述驾驶员哈欠频率监测单元包括：用于将驾驶员嘴部区域筛选出来的嘴部区域检定模块；所述嘴部区域检定模块信号连接于用于将检定出来的区域进行分割的嘴部图像分割模块；所述嘴部图像分割模块信号连接于用于将分割后的图像进行哈欠频率统计的哈欠频率统计单元。
一种基于ZigBee技术的辅助驾驶系统的方法，其特征在于，所述方法包括以下步骤：
步骤1：系统启动，系统初始化；
步骤2：红外CCD摄像机开始采集驾驶员的图像信息，对采集到的原始图像信息中人脸的部分筛选出来，将筛选出来的部分发送给DSP处理器；
步骤3：DSP处理器将接收到的图像信息分别进行眨眼频率统计、眨眼闭合时间监测和哈欠频率监测，将处理后的结果发送给高性能处理器；
步骤4： 普通CCD摄像机开始采集汽车行进过程中的情况，将获取的情况信息发送至第一处理器；第一处理器根据接收到的判断结果和获取最新的转向灯指示信息，根据获取的信息，判断汽车是否离道，将判断结果发送至高性能处理器；
步骤5：高性能处理器根据第二处理器和第一处理器发送过来的数据信息系判断是否应该出发警示器，发出报警信号。
所述CCD摄像机在采集到的原始图像中筛选出人脸部分图像的方法包括以下步骤：
步骤1：从摄像头采集到的图像为RGB格式，利用如下公式实现将RGB颜色空间到HSV颜色空间的转换：
步骤2：再利用如下公式将驾驶员的肤色区域检测出来：
步骤3：然后对人脸进行水平和垂直投影，确定脸部的边界区域，边界确定公式如下：
其中，
所述眼部感兴趣区域确定的方法包括以下步骤：
步骤1：假设检测到的人脸区域长度为HF；宽度为WF；
步骤2：在数垂直方向上，眼睛位于脸部二分之一以上，头顶以下HF/5的区域。
步骤3：在水平方向上，眼部边界区域得定位于距离脸部左边界WF/8出开始到距离眼部右边界WF/8处的区域。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。