驾驶员安全行车智能监测系统的设计与研究

成 玲，庞 有

（中国石油大学（华东）计算机科学与技术学院，山东 青岛）

引言

近年来，由于驾驶员的自身因素而导致的交通事故事件频频发生，严重威胁道路交通安全。根据世界卫生组织发布的全球道路安全状况报告显示，每年约有135 万人死于交通事故，这也是5 至29 岁人群的首要死亡原因[1]。车辆、驾驶员和道路交通环境是引起道路交通事故的三大因素[2]。世界卫生组织统计的数据显示，分心驾驶、超速驾驶、酒后驾驶、未规范系安全带、吸毒或其它精神活性物质影响是引发道路交通事故的主要风险[3]。本文利用人工智能和物联网技术设计实现一个具有感知、决策和按制功能的驾驶员安全行车智能监测系统，通过对驾驶员在行车过程中存在的危险因素进行有效的监测、报警，在一定程度上可以减少因驾驶员自身问题而导致的道路交通事故，有效提高行车过程中的安全性。

1 驾驶员安全行车智能监测系统总体设计

1.1 需求分析

基于AIOT（人工智能物联网）的驾驶员安全行车智能监测系统是利用物联网技术结合人工智能构建的具有监测、显示和预警功能的系统[4]。此系统可以在驾驶员即将驾驶和正在驾驶时监测和判断其自身存在的可能导致道路交通安全事故的因素，并进行预警[5]。如表1 所示，驾驶员自身可能引发交通事故风险的因素主要有三类。根据可能导致道路交通安全事故风险的类型，本系统的主要功能需求整理如下：

表1 驾驶员自身可能存在的危险因素

（1） 能够监测驾驶员在行车过程中的行为状态，识别出危险动作。

（2） 能够监测在行车中会影响驾驶员行车安全的相关生命指标和关键身体参数。

（3） 能够监测车内所有妨碍驾驶员正常安全驾驶的环境因素。

（4） 对所有监测到不利于安全驾驶的数据发起预警，提醒驾驶员采取措施调整。

1.2 总体设计

根据系统应有的功能需求，驾驶员安全行车智能监测系统由感知层、网关层、应用层三个结构层次组成，各层次分别承担不同的任务但又紧密联系、环环相扣，最终整体实现数据采集、数据传输、数据处理、数据应用的功能。驾驶员安全行车智能监测系统整体设计如图1 所示。

图1 驾驶员安全行车智能监测系统整体设计框图

感知层主要承担数据采集的功能，实时采集与驾驶员息息相关的三类数据：驾驶员行为状态、驾驶员身心参数、驾驶员环境信息。采集到的静时心率、血氧浓度数据汇聚到Arduino 主板，通过蓝牙进行网关层传输；呼出气体酒精浓度、驾驶舱环境中的温度、湿度、有害气体浓度、照明强度数据则汇聚到CC2530 终端，通过Zigbee 向协调器传输。感知层采集的信息与具体对应的传感器件型号如表2 所示。

表2 系统监测数据与传感器型号对照

网关层的功能主要由树莓派（Raspberry Pi 4B）实现，其任务主要是对来自感知层的数据进行整合、处理，并把整合后的数据包和数据处理结果发送到应用层。对于摄像头采集到的图像，树莓派调用人工智能算法进行检测与识别，保留识别后的结果，最后将该结果放入数据包上传至应用层。

应用层的功能主要是对网关层上传的数据进行应用，具体包括数据展示和预警。阿里云物联网平台通过MQTT 协议获取网关层的数据包，再将具体的单个数据放在阿里云物联网应用的网页端和移动端进行展示，以供用户实时查看。系统的预警平台通过GPIO 口与网关层连接，根据网关层数据-阈值的比对结果来判断是否触发报警系统。

2 驾驶员安全行车智能监测系统的详细设计

2.1 感知层数据监测与传输

2.1.1 传感器数据采集

各类数据的采集分别由对应的传感器完成，传感器与CC2530 终端连接，传感器在AO 引脚上的模拟输出电压的值与被测气体浓度成正比。空气中酒精浓度、可燃有害气体越高，输出电压越高；而较低的浓度会产生较低的输出电压。传感器在工作过程中会加热，为了防止可燃气体爆炸，传感器还设置了两层由精细不锈钢制成的防爆炸网。

以MQ-3 酒精气体浓度传感器为例，传感器的灵敏度特性曲线如图2(a)所示，其中RS表示传感器在不同气体中的电阻值，R0表示传感器在洁净空气中的电阻值。根据灵敏特性曲线可计算出传感器输出电压与酒精浓度的关系，如图2(b)所示。

图2 MQ-3 传感器灵敏特性曲线图及酒精浓度与输出电压的关系

2.1.2 数据打包与发送

完成了传感器数据的采集后，需要将各个独立的数据组成一个字符串数据包，以方便终端设备发送到协调器。数据从传感器采集到协调器以及网关的流通过程如图3 所示。分别获取温度、湿度数据的十位和个位数；对酒精浓度进行换算，把单位转换为ppm，同时分别获取换算后的酒精浓度数据的个位、十位和百位数。最后将所有的单个字符按照顺序重新组合成新的字符串报文。

图3 数据在感知层的流通示意

2.2 网关层数据处理与上传

2.2.1 建立连接

在搭建网关设备与阿里云物联网平台的数据通路之前，需要在物联网平台创建相应的产品，在云平台获取Link SDK，以供网关设备接入物联网平台，通过该SDK 实现网关物理设备与阿里云物联网平台的连接。

2.2.2 数据上传

首先我们需要完成MQTT 服务器和客户端的连接，才能上传数据到阿里云物联网平台。网关层设备使用点对点模式，通过MQTT 协议的Publish 发送数据到物联网平台。在此过程中，树莓派属于消息的发布者，阿里云物联网平台是消息的订阅者。设备上报消息示意如图4 所示。

图4 设备上报消息示意

2.3 应用层数据展示

进入阿里云物联网平台按制台，创建产品“驾驶员安全行车智能监测系统”，并在此产品下新建设备“Raspberry_Pi_4B”。设备创建成功后，便可获得设备证书。在“功能定义”页签里面添加自定义功能完成物模型配置，应用层的数据展示在阿里云的IoT Studio实现，本系统主要使用Web 端和移动端可视化开发功能。在进行应用开发前，需要在“项目管理”中将上文提到的在阿里云物联网平台创建的“驾驶员安全行车智能监测系统”产品关联到当前的IoT Studio。

完成项目关联后，在“应用开发”页签中点击新建Web 应用。对于需要实时更新数据的组件，需要把数据源选择为“设备”，便可以实时获取并展示设备上报的属性和事件数据。

2.4 系统报警功能

驾驶员安全行车智能监测系统的报警系统主要以灯光和声音的形式警示驾驶员。当驾驶员的身体、所处环境或行为状态出现异常时，对应颜色的报警指示灯光就会亮起，随之发出声音警报。报警功能函数每个周期运行一次，每一次解析感知层的数据包后，都会进行一次与阈值的对比。若在下一个周期中数据恢复正常，则在新的对比中撤销警报。

3 系统功能测试

3.1 传感器数据采集与传输测试

分别将DHT11 温湿度传感器、光敏传感器、MQ-3 酒精浓度传感器、MQ-2 有害气体传感器和其他相关传感器连接到感知层的CC25530 终端上。开启电源后，各个传感器不断的采集数据，并通过串口显示到电脑上，通过串口数据可以知道各传感器获得的数据信息。串口输出的数据由两部分组成：前半部分的字母“T-H-A-A-G-L”为数据标识，分别表示温度、湿度、酒精浓度输出电压值、酒精浓度值（以ppm 为单位）、有害气体浓度、照明状态；后半部分为6 个数据，分别与前面的6 个标识对应。当CC2530 终端与协调器成功组网后，数据开始往协调器发送。网关会将这6个数据提取出来，成为独立的数值。

3.2 驾驶员行为状态识别测试

驾驶员行为状态识别的测试重点以检测人体动作及状态为主，车辆与地点不影响测试结果。本次测试的实验集为多张有着明显危险驾驶行为的图片，如双手离开方向盘、闭眼，以及未系安全带和驾驶中使用手机等多项危险驾驶行为都能被系统成功检测。

3.3 数据展示与系统报警功能测试

将前期传感器采集数据经过网关上传到应用层后，能够在阿里云物联网应用的Web 端实时显示出来。同时，酒精浓度、湿度、照明状态如果达到了报警阈值，则会成功的触发系统报警，对应的警示灯也会同时亮起，发出警报。

4 结论

针对当前严峻的社会道路交通安全形势，本文提出了一种基于AIOT 的驾驶员安全行车智能监测系统的设计方案。系统结合了AI 图像识别算法，能够直观地获取司机的危险驾驶行为；另外通过装置酒精浓度传感器，在车辆启动前获取司机呼出气体的酒精浓度，有效阻止各种酒后驾驶行为；同时系统还为用户提供了添加或删除进行二次开发的功能。综上所述，系统实现了以驾驶员为中心，能够对驾驶员身心信息、驾驶员行为状态、驾驶舱环境状况等多个方面进行全面的行车安全监测，并且对影响行车安全的相关风险因素进行实时警报，从而有效避免了因驾驶员自身问题而导致的道路交通事故，在一定程度上弥补市面上针对驾驶员的安全监测车载系统的空白。