摘要：设计一种货车防疲劳驾驶系统，通过摄像头及树莓派芯片对货车驾驶员的面部信息进行收集分析，以此判断驾驶员的疲劳状态，通过声光电等多种方式以及通过星闪通信技术与智能终端进行通信，从而对驾驶员进行疲劳提醒。通过STM32单片机供电电路设计、星闪供电电路设计、树莓派与星闪通信串口转换电路设计，为系统提供了硬件工作支持；同时进行了STM32软件设计和防疲劳算法控制系统软件设计，最后根据系统的软硬件设计进行了系统测试仿真。测试结果表明，系统基本能够正确识别驾驶员的人脸信息判断疲劳状态，智能座椅振动、蜂鸣、灯光等多种提醒方式能够及时执行，解决了现有货车防疲劳驾驶系统提醒方式单一的问题，从而有效减少了疲劳驾驶的概率。
关键词：星闪通信技术,疲劳驾驶,智能座椅
0引言
现今，公路货运蓬勃发展发展，疲劳驾驶逐渐成为了公路货运的一大隐患[1]。随着单片机技术的发展，以及星闪通信技术的出现，货运汽车的智能防疲劳驾驶系统的升级具备了坚实的技术基础[2]。庞小兰等[3]采用NRF24L01模块，将单片机对货车驾驶员的状态分析处理后的数据发送到接收主机。通过主机判断驾驶员疲劳程度，在驾驶员的疲劳程度超过阈值时，主机操控执行机构对货车驾驶员进行唤醒，从而防止疲劳驾驶。李少烨等[4]采用DSP芯片处理器和智能网联控制系统来控制智能座椅，在驾驶员疲劳程度超过阈值时进行振动提醒，从而唤醒驾驶员。何明山等[5]基于DSP芯片处理器，通过面部识别与驾驶时长综合判断驾驶员的疲劳驾驶程度。在此基础上，针对上述研究中出现的唤醒驾驶员模式单一，以及传统通信方式延时高、功耗高、可靠性低、传输速度慢等缺点进行改进[6]。
星闪通信技术相比于传统的WiFi通信技术和蓝牙通信技术具有信号稳定、传输数据量大、传输速度快、延时低、功耗低、可靠性高的特点[7]。在科尔达（Lierda）Lierda EB25模块通信拉距测试报告中得出结论，在天线朝上的前提下EB25模组星闪SLE连接距离极限为219 m。因此本文探究采用了最新的星闪通信技术的疲劳驾驶系统，以此来更好地提醒驾驶员，进而防止疲劳驾驶。
本文所设计的货车驾驶员防疲劳驾驶系统主要是通过摄像头对驾驶员的面部数据进行收集[8]。通过树莓派芯片对摄像头的数据进行计算，以此判断驾驶员的驾驶状态[9]。并且当驾驶员进入疲劳状态时，启动手机端提醒、蜂鸣器提醒、振动提醒以及灯光提醒等多种方式对驾驶员进行提醒。通过声光电等多种方式对货车驾驶员进行提醒，从而避免了货车驾驶员疲劳驾驶，有效增强了道路的安全性。
1系统整体设计
货车防疲劳驾驶系统由单片机、树莓派手机端App组成。树莓派通过UART串口与EB25星闪模块接收手机端发送的控制指令，处理后对电机STM32驱动板进行控制实现，实现对防疲劳系统的启动和功能控制[10]。树莓派摄像头将在防疲劳系统开启后进行视频拍摄[11]。通过使用树莓派芯片内预制训练好的人脸疲劳模型，实时监测计算人是否处于疲劳状态[12]。同时做出判断是否启动STM32进行疲劳提醒[13]。星闪连接功能可由华为手机提供支持，其他系列终端将通过星闪模组的BLE模式通信，在微信小程序内进行连接，实现了用户与防疲劳系统的交互，用户可以通过虚拟按键控制系统启停，调整检测强度、提醒强度等。图1所示为该系统的系统总体流程。
树莓派4B型单片机作为上位机，负责处理、判断、执行提醒操作。树莓派上连接摄像头获取驾驶员脸部信息，提取特征后与人脸犯困模型进行比对，同时综合人体姿态监控模块反馈的数据，若发现人脸疲劳程度和人体姿态监控模块检测数据超过设定阈值时，向STM32下位机发出警报任务。STM32执行预先设定好的提醒功能，座椅振动以及声光警报，如图2所示。
2硬件电路设计
防疲劳系统各原件间需要电路连接，以确保能正常传输数据，元器件间正常协作。硬件电路在防疲劳系统中非常重要，它是整个系统运行的基石，确保信息的传递、处理和控制得以顺利进行。硬件电路是防疲劳系统实现其预定功能的基础，这些电路由各种电子元件和部件组成，它们协同工作，确保系统能够按照设计要求运行。硬件电路也是系统稳定运行的重要保障。一个设计合理、制造精良的硬件电路能够抵抗各种干扰和故障，确保系统在各种环境下都能正常工作。此外，硬件电路还具备冗余设计和容错机制，能够在部分元件失效时自动切换到备用状态，保证系统的连续运行。此外，在防疲劳系统设计过程中，硬件电路的成本也是需要考虑的重要因素。通过优化电路设计、采用性价比高的电子元件和降低制造成本，可以在保证系统性能的前提下降低整体成本。所以，硬件电路是防疲劳系统中不可或缺的一部分。
2.1 STM32单片机供电电路
图3所示为STM32单片机供电电路，使用MP1584降压模块将外部接入的24 V电压转化成为3.3 V的电压给STM32单片机供电。MP1584降压模块能够将不稳定的24 V电压稳定地转化为STM32单片机所需的3.3 V电压。
同时该降压模块具有高转换效率，这意味着在电压转换过程中能量损失较少。高效率不仅有助于减少热量产生，提高系统的可靠性，还可以延长电源的使用寿命。在实际使用上MP1584降压模块具有宽输入范围，可以适应不同的输入电压。这意味着即使外部电源的电压有所波动，MP1584也能有效地进行降压转换，保证单片机的稳定运行。MP1584内部自带短路保护，当发生短路时能够自动断开电路，避免设备损坏。此外，该模块还具有快速环路响应和易于补偿的电流模式控制，能够确保电源的稳定性和安全性。
2.2星闪供电电路
星闪模组需要3.3 V/>300 mA的供电，通过供电电源VBAT在位，即可触发开机。所以设计了图4所示的货车防疲劳驾驶系统开关机电路，在树莓派给出“开机”指令后向连接的VIP8_EXT接口发送1.8 V电压，或者手动按动物理按键，PWRON_N输出开机信号，星闪模块即通电开机。通电开机之后通过串口与树莓派进行通信交互。模组供电电路如图5所示。VBRT连接3.3 V电源另一端接地，另一端输出1.8 V直流电给模组供电，保证星闪模组正常使用。
靠近按键放置一颗ESD器件进行静电防护，可以保护电子设备免受静电影响。由于ESD器件直接放置在按键附近，它能够在静电电荷接触到按键或相关电路之前迅速转移或消散这些电荷。这有助于防止静电对按键电路的直接损害，确保设备的正常运行。静电放电可能会产生电磁干扰，影响设备中其他电路的正常工作。通过在按键附近放置ESD器件，可以有效地减少这种干扰，提高设备的整体稳定性和可靠性。同时将ESD器件放置在靠近按键的位置，可以减少用于连接ESD器件与需要保护的电路之间的布线长度。这有助于降低布线成本，也减少布线过程中可能引入的噪声和干扰。保证DC-DC直流电源不被污染。ESD器件放置在按键附近可以确保在静电放电发生时，器件能够迅速启动并发挥其保护作用。
2.3树莓派与星闪通信串口转换电路
使用了分立器件的电平转换电路，如图6所示，在电平转换电路中选用了低压降(≤0.3 V）肖特基二极管。可以有效提升能效，低压降肖特基二极管具有较低的正向压降，在电路转换过程中能量损失较小，电源转换效率得以提高使用低压降肖特基二极管能显著减少能量损耗，实现更高效的电能转换。低压降肖特基二极管通过采用先进的工艺技术，解决了高温状态下漏电流过高的问题，具有更好的高温特性。这使得它在高温环境下也能保持稳定的性能，满足电平转换电路在各种工作环境下的需求。由于电阻限流，使用低压降肖特基二极管的驱动速度和能力均较为理想，可以应用于较高频率的电路中。肖特基二极管的技术发展和规模生产，其成本得到了有效控制。这使得在电平转换电路中使用低压降肖特基二极管成为一种经济高效的解决方案。
3软件设计
软件是防疲劳系统中另外一个不可或缺的元素。在防疲劳系统中，它是实现控制系统功能的关键所在。软件设计是控制系统中的核心，通过编程和算法实现控制逻辑，使系统能够按照预定的规则和要求运行。在硬件上，防疲劳系统由3个部分组成：树莓派控制系统；防疲劳算法控制系统软件设计；STM32控制软件。由树莓派作为主控，分别调度防疲劳系统和STM32控制软件。在树莓派（上位机）侧的控制软件流程如图7所示。在接通电源时，系统控制摄像头、星闪模块、人体姿态监控模块启动。在连接手机App后，树莓派通过星闪模块与手机通信，同步防疲劳系统的设置信息，比如：检测强度、音量、振动提醒强度等。同时，人体姿态监控模块检测坐姿信息，并把坐姿信息传回到树莓派主控中，摄像头监控拍摄人脸图像，经过图像识别算法，提取人脸表情信息点，推断驾驶员是否处于疲劳状态[14]。同时与检测强度的阈值进行加权运算，最后判断是否驾驶员处于疲劳状态，向STM32（下位机）发出警报指令。
STM32接收到工作信息后（图8），根据内置设定程序，按需启动蜂鸣器，警报灯光和座椅振动提醒模块。
防疲劳算法是该软件系统的核心，通过防疲劳算法才能综合判断驾驶员是否处于疲劳状态，该算法执行逻辑如图9所示[15]。通过摄像头收集驾驶员面部信息，通过内置算法将人体面部表情转换为70个关键点，通过检测这些点的运动信息可以得知驾驶员眼睛的眨眼次数，打哈欠次数等信息[16]。将这些信息进行量化，加入到权值计算中[17]。同时，该算法还综合了人体姿态传感器的数据。人体姿态传感器检测驾驶员在座位上的位置，判断驾驶员是否弯腰，或者呈其他疲惫状态。所有数据综合计算，达到判断是否疲劳的效果。
4系统调试
4.1星闪模组与树莓派通信
EB25星闪模组是一款高性能的IoT模组[18]，支持BLE5.3和SLE1.0标准，提供1M/2M/4M三种带宽选择，最大支持8 Mb/s的传输速率。该模组集成了强大的32位微处理器（MCU）、硬件安全引擎，以及丰富的外设接口，包括SPI、UART、I2C、PWM、GPIO、USB2.0、PDM、I2S/PCM[19]。内置512K RAM和2M FLASH，可广泛应用于键鼠、IoT等物联智能终端领域[20]。
树莓派上有40个GPIO接口，同时其支持串口复用，将串口转换为UART模式和EB25星闪模组进行通信。星闪模组串口3、4分别是UART串口的TXD和RXD串口，将与树莓派的GPIO9和GPIO10接口连接，另外的供电接口通过供电转换电路与电源连接，开关电路与树莓派的IO接口连接如图10所示。
首先，需要安装RPi.GPIO库，使用以下命令安装：pip install RPi.GPIO。
然后，使用以下Python代码将GPIO口复用为UART。
import RPi.GPIO as GPIO
GPIO.setmode（GPIO.BCM）#设置GPIO口的编号模式
GPIO.setup（10，GPIO.OUT）#设置GPIO10（Tx）和GPIO9（Rx）为UART模式
GPIO.setup（9，GPIO.IN）
ser=serial.Serial（port='/dev/ttyS0'，baudrate=115200）#创建串口对象，设置波特率为115200
ser.write（b'y'）#从UART发送数据
for i in range（25）ser.write（b'123'）
data=ser.readline（）#从UART接收数据print（data）
ser.close（）#清理GPIO设置GPIO.cleanup()
通过执行这些代码语句，可以将GPIO9和10接口转换为UART模式，可以进行下一步星闪模组与树莓派的通信测试。通过UART串口协议发送一些数字检查是否连接成功，效果如图11所示。
4.2星闪模组与手机客户端进行通信
以配备星闪功能的手机为例，在手机终端打开星闪连接，搜索到星闪模块并进行连接。在连接成功后通过树莓派UART通信向接受端发送测试数据。在手机端的测试效果如图12所示，接收和发送都没问题，说明通信成功。
5结束语
本文通过设计使用摄像头对驾驶员的人脸信息进行采集，使用树莓派芯片对货车驾驶员的疲劳状态进行判断[21]。当驾驶员处在疲劳驾驶状态时，树莓派芯片将警报任务发送给STM32芯片，由STM32芯片启动蜂鸣器、振动模组、灯光等多种方式对驾驶员进行提醒，使驾驶员消除疲劳。并且，树莓派芯片在监测到驾驶员处于疲劳状态时，将相关信息发送给配备星闪通信功能的手机，从而将驾驶员的疲劳信息同步至手机，启用手机地图软件导航至最近服务区。通过声光电以及通过与手机地图软件通信导航至最近服务区等多种方式对疲劳驾驶的货车驾驶员进行有效提醒，从而达到减少道路疲劳驾驶，增强道路通行安全性的目的。
参考文献：
[1]龚荣生.基于单片机的汽车防疲劳驾驶系统的研究[J].汽车与驾驶维修(维修版),2017(10):127.
[2]韩万里.重型货车驾驶员驾驶行为特征及安全风险研究[D].西安:长安大学,2021.
[3]庞小兰,潘淑佩,童云涛,等.货车防疲劳驾驶系统设计[J].汽车实用技术,2023(20):46-50.
[4]李少烨,凌峰,童云涛,等.汽车智能座椅防疲劳驾驶功能的设计[J].内燃机与配件,2023(2):97-99.
[5]何明山,罗卫东,陈启新,等.基于DSP虹膜识别防疲劳驾驶报警系统的研究[J].中国安全生产科学技术,2016(1):127-131.
[6]李俊霞,王欣,黄高见,等.无源定位技术发展及其展望[J].无线电工程,2024(8):1825-1846.
[7]刘艳.星闪技术:让万物互联又快又稳[N].科技日报,2023-11-13(006).
[8]蔡木生,周航.汽车疲劳驾驶的检测与监视系统设计[J].单片机与嵌入式系统应用,2020,20(6):63-67.
[9]宋晓敏.基于机器视觉疲劳驾驶检测系统的研发[D].杭州:浙江科技大学,2022.
[10]李玲.基于智能终端的疲劳驾驶检测系统的研究与实现[D].成都:电子科技大学,2017.
[11]孔德肖,张晴晖,李俊萩,等.基于STM32与树莓派的视频采集智能车系统设计[J].仪表技术与传感器,2020(12):63-66.
[12]朱峰,陈建,陈靖芯,等.基于改进Yolov3的驾驶员疲劳检测[J].科学技术与工程,2022,22(8):3358-3364.
[13]胡峰松,程哲坤,徐青云,等.基于多特征融合的疲劳驾驶状态识别方法研究[J].湖南大学学报(自然科学版),2022,49(4):100-107.
[14]刘佳.基于眼动和嘴部跟踪的驾驶员疲劳状态检测及提醒系统[J].青海科技,2022(4):203-205.
[15]李小平,白超.基于深度学习的司机疲劳驾驶检测方法研究[J].铁道学报,2021,43(6):78-87.
[16]徐莲,任小洪,陈闰雪.基于眼睛状态识别的疲劳驾驶检测[J].科学技术与工程,2020(20):8292-8299.
[17]柏俊波,周涛琪,柏俊杰.汽车智能驾舱驾驶疲劳检测系统设计[J].现代电子技术,2024,47(1):147-152.
[18]时薇.基于NB-IoT的智能家居安防报警系统设计与实现[D].邯郸:河北工程大学,2020.
[19]王晶星,李新良,李维.鸿蒙操作系统在智能测量仪器中的应用[J].计测技术,2022,42(6):96-107.
[20]王浩.基于鸿蒙OpenHarmony的语音识别控制系统设计与实现[J].软件工程,2023,26(9):59-62.
[21]唐徐平.基于嵌入式设备的实时疲劳检测系统研究[D].南京:南京林业大学,2022.
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/ligonglunwen/81161.html
