技术领域
[0001] 本
发明涉及监测技术领域，特别是涉及一种酒驾实时监控系统及其监测方法。
背景技术
[0002] 随着现在人们生活
水平提高，
汽车越来越普及，酒驾这一问题也越发严重。但是由于车辆数量过多，传统的查酒驾还是交通管制部
门随机地抽查一部分司机，这样的做法不仅耗费人
力时间，不够全面而且效率极低。
发明内容
[0003] 基于此，针对上述问题，有必要提出一种酒驾实时监控系统及其监测方法，以解决上述问题的不足。
[0004] 为解决上述技术问题，本发明提供了一种酒驾实时监控系统，包括酒精检测模
块、人体检测传感模块、
图像采集模块、数据分析模块、判断模块、报警模块和车辆基本信息发送模块，其中：
[0005] 酒精检测模块，用于获取车内的空气中是否含有酒精信息，如果含有酒精信息，则启动人体检测传感模块；
[0006] 人体检测传感模块，用于获取驾驶位上是否有驾驶人员的信息，如果有驾驶人员的信息，则启动图像采集模块；
[0007] 图像采集模块，用于采集驾驶人员面部图像数据信息；
[0008] 分析模块，用于分析人体面部数据，并通过计算得到血液流速信息；
[0009] 判断模块，用于根据血液流速判断驾驶人员的血液流速是否在正常值的范围内，如果在正常值的范围内，则关闭图像采集模块，如果不在正常值的范围内，则启动报警模块；
[0010] 报警模块，用于生成报警信息，设于车内的语音报警器发出警报；
[0011] 车辆基本信息发送模块，用于发送车辆基本信息至监测
服务器。
[0012] 通过摄像头和酒精浓度
传感器的酒驾监测方式，将摄像头采集的数据发送给分析模块进行分析，再通过分析结果进行判断该驾驶人员是否酒驾，如果酒驾启动车内的语音报警器进行报警，并将车辆信息发送给监管部门，已达到酒驾监测的功能。
[0013] 优选的，该酒驾实时监控系统还包括
定位模块、行车记录模块和车辆
位置信息发送模块，其中：
[0014] 定位模块，用于定位车辆停放位置信息；
[0015] 行车记录模块，用于记录车辆的行驶路径信息；
[0016] 车辆位置信息发送模块，用于发送车辆起始位置信息以及车辆实时位置信息至
用户界面。
[0017] 定位车辆信息是为了方便记录行车路径，并将该车辆的实时位置信息发送至用户界面，方便信息接收人员知道该车辆行驶状态和位置，便于寻找。
[0018] 优选的，所述分析模块包括数据缓存子模块、FFT计算子模块、心率值计算子模块和心率值时域滤波子模块，其中：
[0019] 数据缓存子模块，用于缓存人体面部数据中的含有绿色(G)成分的RGB
颜色模型；
[0020] FFT计算子模块，用于；计算人体面部数据中的含有绿色(G)成分的RGB颜色模型中有效
频谱内的幅值最高频点；
[0021] 心率值计算子模块，用于计算心率的数值,心率值的计算公式为：
[0022]
[0023] 其中z为心率，x为频谱幅值，m为x均值，σx为x的标准方差；
[0024] 心率值时域滤波子模块，用于计算心率值数组中心率最高值所对应的频点，得出血液流速信息。
[0025] 摄像头采集的数据发送给FFT计算子模块进行计算，再通过心率值计算子模块进行计算，将计算结果进行滤波的有效的心率值，再通过该心率值进行判断该驾驶人员是否酒驾。
[0026] 为解决上述技术问题，本发明还提供了一种如上所述的酒驾实时监控系统的酒驾实时监测方法，包括以下步骤：
[0027] S01、获取车内的空气中是否含有酒精信息，如果是，则进入步骤S02，如果否，则进入步骤S01；
[0028] S02、获取驾驶位上是否有驾驶人员的信息，如果是，则进入步骤S03，如果否，则进入步骤S02；
[0029] S03、采集驾驶人员的面部图像数据信息；
[0030] S04、分析人体面部数据，并通过计算得到血液流速信息；
[0031] S05、根据血液流速判断驾驶人员的血液流速是否在正常值的范围内，如果是，则关闭摄像头；如果否，则进入步骤S06；
[0032] S06、生成报警信息，设于车内的语音报警器发出警报；
[0033] S07、发送车辆基本信息至监测服务器。
[0034] 通过摄像头和酒精浓度传感器的酒驾监测方式，将摄像头采集的数据发送给分析模块进行分析，再通过分析结果进行判断该驾驶人员是否酒驾，如果酒驾启动车内的语音报警器进行报警，并将车辆信息发送给监管部门，已达到酒驾监测的功能。
[0035] 优选的，还包括以下步骤：
[0036] S08、定位车辆停放位置信息；
[0037] S09、记录车辆的行驶路径信息；
[0038] S010、发送车辆起始位置信息以及车辆实时位置信息至用户界面。
[0039] 定位车辆信息是为了方便记录行车路径，并将该车辆的实时位置信息发送至用户界面，方便信息接收人员知道该车辆行驶状态和位置，便于寻找。
[0040] 优选的，步骤S04由以下步骤组成：
[0041] S041、缓存人体面部数据中的含有绿色(G)成分的RGB颜色模型；
[0042] S042、计算人体面部数据中的含有绿色(G)成分的RGB颜色模型中有效频谱内的幅值最高频点；
[0043] S043、计算心率的数值，心率值的计算公式为：
[0044]
[0045] 其中z为心率，x为频谱幅值，m为x均值，σx为x的标准方差；
[0046] S044、计算心率值数组中心率最高值所对应的频点，得出血液流速信息。
[0047] 摄像头采集的数据发送给FFT计算子模块进行计算，再通过心率值计算子模块进行计算，将计算结果进行滤波的有效的心率值，再通过该心率值进行判断该驾驶人员是否酒驾。
[0048] 本发明的有益效果是：
[0049] 1、本发明首先采用摄像头和酒精浓度传感器的酒驾监测方式，将摄像头采集的数据发送给FFT模块进行计算，再通过心率值计算模块进行计算，将计算结果进行滤波的有效的心率值，再通过该心率值进行判断该驾驶人员是否酒驾，如果酒驾启动车内的语音报警器进行报警，并将车辆信息发送给监管部门，已达到酒驾监测的功能；
[0050] 2、发现酒驾，我们发出语音提醒后，并且会将其酒驾信息发给他的
指定联系人，指定联系人可对其进行劝阻，同时将该车辆的基本信息、车辆位置信息以及车辆行驶路径发送给监管部门，提高传统检测方式的效率；
[0051] 3、采用的arm平台常用的stm32f103系列简单且成本低，而且做到了一定的隔离效果，方便日后扩展；另外还使用的是linux的三星Exynos 4412嵌入式平台，其作为高端处理器，运行速度更快，便于更快计算处血液流速信息。
附图说明
[0052] 图1是本发明
实施例1所述酒驾实时监控系统的原理方
框图；
[0053] 图2是本发明实施例2所述酒驾实时监控系统的原理方框图；
[0054] 图3是本发明实施例3所述酒驾实时监控系统的原理方框图；
[0055] 图4是本发明实施例4所述酒驾实时监控系统的监测方法的原理方框图；
[0056] 图5是本发明实施例5所述酒驾实时监控系统的监测方法的原理方框图；
[0057] 图6是本发明实施例6所述酒驾实时监控系统的监测方法的原理方框图；
[0058] 图7是本发明实施例4所述酒驾实时监控系统的整体原理方框图；
[0059] 图8是本发明实施例4所述酒驾实时监控系统的监测方法中
算法的原理方框图；
[0060] 附图标记说明：
[0061] 1、酒精检测模块；2、人体检测传感模块；3、图像采集模块；4、数据分析模块；5、判断模块；6、报警模块；7、车辆基本信息发送模块；8、定位模块；9、行车记录模块；10、车辆位置信息发送模块；11、数据缓存子模块；12、FFT计算子模块；13、心率值计算子模块；14、心率值时域滤波子模块。
具体实施方式
[0062] 下面结合附图对本发明的实施例进行详细说明。
[0063] 实施例1：
[0064] 如图1所示，一种酒驾实时监控系统，包括酒精检测模块1、人体检测传感模块2、图像采集模块3、数据分析模块4、判断模块5、报警模块6和车辆基本信息发送模块7，其中：酒精检测模块1，用于获取车内的空气中是否含有酒精信息，如果含有酒精信息，则启动人体检测传感模块2；人体检测传感模块2，用于获取驾驶位上是否有驾驶人员的信息，如果有驾驶人员的信息，则启动图像采集模块3；图像采集模块3，用于采集驾驶人员面部图像数据信息，其中图像采集模块3为摄像头，其型号为OV7725，安装在车内，镜头朝向驾驶位设置；分析模块，用于分析人体面部数据，并通过计算得到血液流速信息，其中分析模块为EGO1-FPGA开发板，酒精浓度传感器仅仅作为一个
基础的环境中有无酒精的判断，判断后通过摄像头和EGO1-FPGA开发板进一步确认，EGO1-FPGA开发板利用摄像头采集的图像信息，以非
接触的方式采用
图像处理的方法提取人体的心率，这样的方式更加准确，检测更加有效；判断模块5，用于根据血液流速判断驾驶人员的血液流速是否在正常值的范围内，如果在正常值的范围内，则关闭图像采集模块3，如果不在正常值的范围内，则启动报警模块6，判断模块5为arm平台的stm32f103zet6微
控制器，实时数据的判断采用的arm平台常用的stm32f103zet6
微控制器是因为其操作简单且成本低；报警模块6，用于生成报警信息，设于车内的语音报警器发出警报；车辆基本信息发送模块7，用于发送车辆基本信息至监测服务器，车辆基本信息发送模块7为linux平台的三星Exynos 4412处理器，linux的三星Exynos 4412嵌入式平台，其作为高端处理器，运行速度更快，由于平台的支持其TCP/IP协议实现简单且稳定。
[0065] 通过摄像头和酒精浓度传感器的酒驾监测方式，将摄像头采集的数据发送给分析模块进行分析，再通过分析结果进行判断该驾驶人员是否酒驾，如果酒驾启动车内的语音报警器进行报警，并将车辆信息发送给监管部门，已达到酒驾监测的功能。
[0066] 实施例2：
[0067] 如图2所示，本实施例在实施例1的基础上，还包括定位模块8、行车记录模块9和车辆位置信息发送模块10，其中：定位模块8，用于定位车辆停放位置信息，定位模块8为GPS定位装置，linux的三星Exynos 4412嵌入式平台同时还支持QT平台，通过运行QT文件获取百度地图提供的API对GPS数据进行解析的实时位置更为准确有效，避免了一般GPS模块的
信号差且输出的数据解析后也仅仅是经度纬度信息，误差大且不直观，4G支持的网络连接也使管控范围也极其广阔，发送给监管平台(比如交通管制部门)能实现更大规模、大范围有效高效的管控；行车记录模块9，用于记录车辆的行驶路径信息；车辆位置信息发送模块10，用于发送车辆起始位置信息以及车辆实时位置信息至用户界面，通过GSM900A模块发送车辆起始位置信息以及车辆实时位置信息至用户界面。
[0068] 定位车辆信息是为了方便记录行车路径，并将该车辆的实时位置信息发送至用户界面，方便信息接收人员知道该车辆行驶状态和位置，便于寻找。
[0069] 实施例3：
[0070] 如图3所示，本实施例在实施例1的基础上，所述分析模块包括数据缓存子模块11、FFT计算子模块12、心率值计算子模块13和心率值时域滤波子模块14，其中：数据缓存子模块11，用于缓存人体面部数据中的含有绿色(G)成分的RGB颜色模型；FFT计算子模块12，用于计算人体面部数据中的含有绿色(G)成分的RGB颜色模型中有效频谱内的幅值最高频点；心率值计算子模块13，用于计算心率的数值,心率值的计算公式为：
[0071]
[0072] 其中z为心率，x为频谱幅值，m为x均值，σx为x的标准方差；心率值时域滤波子模块14，用于计算心率值数组中心率最高值所对应的频点，得出血液流速信息。
[0073] 摄像头采集的数据发送给FFT计算子模块12进行计算，再通过心率值计算子模块13进行计算，将计算结果进行滤波的有效的心率值，再通过该心率值进行判断该驾驶人员是否酒驾。
[0074] 实施例4：
[0075] 如图4所示，一种酒驾实时监控系统的监测方法，包括以下步骤：
[0076] S01、通过酒精传感器获取车内的空气中是否含有酒精信息，如果是，则进入步骤S02，如果否，则进入步骤S01；
[0077] S02、启动人体检测传感模块2获取驾驶位是否有驾驶人员的信息，如果是，则进入步骤S03，如果否，则持续监测车内环境信息；
[0078] S03、启动摄像头采集驾驶人员的面部图像数据信息；其中摄像头的型号为OV7725；
[0079] S04、通过EGO1-FPGA开发板对人体面部数据进行分析，得到血液流速；
[0080] S05、通过arm平台的stm32f103zet6微控制器根据血液流速判断驾驶人员的血液流速是否在正常值的范围内，如果是，则关闭摄像头；如果否，则进入步骤S06；
[0081] S06、启动车内的语音报警器进行报警；
[0082] S07、通过linux平台的三星Exynos 4412处理器将数据进行处理后连接4G网络并通过linux服务器将车辆基本信息发送至监测服务器。
[0083] 实施例5：
[0084] 如图5所示，本实施例在实施例4的基础上，还包括步骤S08、通过GPS定位车辆停放位置的信息；
[0085] S09、记录车辆的行驶路径；
[0086] S010、通过GSM900A模块发送车辆起始位置信息以及车辆实时位置信息至用户界面。
[0087] 实施例6：
[0088] 如图6所示，本实施例在实施例4的基础上，所述步骤S04分析步骤包括：
[0089] S041、缓存人体面部数据中的含有绿色(G)成分的RGB颜色模型；
[0090] S042、对含有绿色(G)成分的RGB颜色模型进行FFT变换；
[0091] S043、取FFT变换过程中有效频谱内的幅值最高频点进行心率值计算，心率值的计算公式为：
[0092]
[0093] 其中z为心率，x为频谱幅值，m为x均值，σx为x的标准方差；
[0094] S044、进行心率值的时域滤波，计算心率值数组中心率最高值所对应的频点，得出血液流速信息。
[0095] 如图7所示，本发明涉及arm平台的stm32f103zet6微控制器，linux平台的三星Exynos 4412处理器，linux服务器，酒精浓度传感器，人体检测传感器，GSM900A模块，4G模块，语音播报模块，OV7725摄像头模块，0EGO1-FPGA开发板。
[0096] Stm32通过酒精浓度传感器与人体检测传感器获得数据，进行初步的
数据处理后判断驾驶位有没有驾驶员，车内空气中是否存在酒精，如果存在则唤醒FPGA+摄像头的非接触式血液流速检测，从而再一步进行是否酒驾的监测处理，FPGA将处理结果通过串口发送至stm32进行数据整合处理后再传输至Exynos4412处理器，在数据反应出酒驾也会通过语音播报模块语音提示与通过GSM900A发送短信给其相关联系人。
[0097] 接受到stm32端的数据后，通过4G模块连上4G网络，通过执行交叉编译后的QT文件，通过百度地图的API解析GPS数据获取实时位置信息，然后通过基于TCP/IP协议的网络传输将数据上传到服务器。
[0098] Linux服务器就作为服务器端获得数据，这些数据就可受到监控人员的随时监控查看达到时时管控的目的，并且能够把实时的数据保存下来，方便日后查看调出统计。
[0099] 算法介绍：
[0100] 在基于视频的心率(HR)测量方法中，具有红色(R)、绿色(G)和蓝色(B)成分的RGB颜色模型都在实验中尝试。结果表明，与R和B信号相比，G信号对HR测量最有效，[0101] 并且通过查阅资料得知，来自HSV(或HSI)颜色模型的
色调(H)信号对于HR的测量也是有效的。H信号对来自非受控
光源的光强变化具有鲁棒性。实验结果表明，G和H对HR测量是有效的。它们具有使H信号比G信号更有效的个别特征，但有时G信号更好。在我们这次项目设计中，由于存在算法优化的问题，且所选择的这款FPGA芯片的资源有限，摄像头的数据
精度无法提高，因此只采用G通道数据作为心率计算的数据来源，摄像头采集32秒的数据，做FFT变换，找到有效频谱内的幅值最高频点，随后通过一个5秒的时域滤波(取5秒内的中值)，输出结果。
[0102] 其中最主要的心率计算模块又分为以下几个子模块：G值数据缓存模块、FFT计算模块、Z值计算模块、Z值时域滤波模块。
[0103] 如图8所示，算法流程如下
[0104] G值数据缓存模块主要是为了数据的跨时钟域处理，由于
采样频率较低，只有4Hz，而FFT工作时钟需要尽可能高，所以采用数据缓存模块，一秒更新一次缓存里的数据，采用FIFO的思想，实现了数据窗口的滚动。
[0105] FFT计算模块采用VIVADO自带的IP核，计算点数为128点，工作时钟100M。
[0106] Z值计算模块是将FFT的结果按照公式进行计算，其中x为频谱幅值，x的频带范围作了窗口截取，使得截取的频率值在人的正常心跳范围内(45-120次/分)，m为x均值，σx为x的标准方差。
[0107] Z值的时域滤波，找出每次计算得到的Z值数组中Z最高值所对应的频点，然后将最近5次计算的最大Z值进行比较，其中最大的Z峰值所对应的频点即为心率。
[0108] 根据G通道信号计算平均值，并将其保存在最近数据量中，在观察时间中，我们对G信号数据应用快速
傅立叶变换(FFT)。我们将HR的下限和上限设置为每分钟40和120拍(BPM)，即
频率范围在0.67和2.0Hz之间。在该频率区间内的傅立叶谱用于Z值计算，Z值表示为。
[0109] 其中X是傅立叶谱。m和αx是选择带中X的平均值和标准差。
[0110] 我们从傅立叶谱估计每分钟心跳(BPM)的心率。我们得到了Four ier变换后的频谱图，并转换到Z域中，找到两个最显著的谱(即最高的两个谱峰)所在位置，然后按照如下规则确定最终的心率值：
[0111] (1)具有最大z值的频谱(最高峰)和具有第二大z值的频谱(次高峰)如相邻，则我们使用这两个峰值对应的心率的中间值来计算心率。例如最高峰对应60BPM，次高峰对应63BPM，则取其间的中间值61BPM、62BPM。
[0112] (2)从中间值中再选择靠近z值较大(最高峰)的一个，例如对于中间值61BPM和62BPM，如果61BPM对应的Z值更靠近最高峰，我们选择61BPM作为最终结果。
[0113] (3)如果两个最突出的频谱(最高峰与次高峰)不是彼此相邻的，我们只使用具有最大Z值(最高峰)的单谱对应的心率。
[0114] 以上所述实施例仅表达了本发明的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明
专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干
变形和改进，这些都属于本发明的保护范围。
