丁浩　閆偉　楊會(huì)

摘? 要：隨著社會(huì)經(jīng)濟(jì)的發(fā)展，車輛數(shù)量不斷上漲。隨之而來(lái)酒駕交通事故頻繁出現(xiàn)，造成嚴(yán)重社會(huì)影響。除了立法方面完善和管制，還應(yīng)關(guān)注酒駕車輛及駕駛員的檢測(cè)力度和方式，從根本上控制酒駕并遏制其危害行為的發(fā)生。目前采用的防酒駕系統(tǒng)具有較好實(shí)用性，但在降低查處人力和財(cái)力基礎(chǔ)上，如何防止檢測(cè)時(shí)作弊、主動(dòng)實(shí)時(shí)檢測(cè)、識(shí)別車內(nèi)其他人飲酒而駕駛員沒(méi)有飲酒等情況存在問(wèn)題，而本系統(tǒng)采用多通道融合方式能夠有效解決酒駕檢測(cè)存在的問(wèn)題。

關(guān)鍵詞：酒駕檢測(cè);多通道;融合;實(shí)用性

中圖分類號(hào)：U463.6? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? ? ?文章編號(hào)：2095-2945（2020）21-0043-02

Abstract： With the development of social economy， the number of vehicles keeps rising. As a result， drunk driving traffic accidents frequently occurred， causing serious social impact. In addition to the improvement and control of legislation， we should also pay attention to the detection strength and methods of drunk driving vehicles and drivers， fundamentally control drunk driving and curb the occurrence of harmful behaviors. The currently used anti-drunk driving system has good practicability， but on the basis of reducing the manpower and financial resources for investigation and prosecution， there are problems in how to prevent cheating during detection， active real-time detection， identification of other people in the car drinking and the driver not drinking. The system uses multi-channel fusion to effectively solve the problems of drunk driving detection.

Keywords： drunk driving detection; multi-channel; fusion; practicality

1 概述

據(jù)公安部統(tǒng)計(jì)，2019年我國(guó)汽車保有量2.6億輛，汽車駕駛?cè)?.97億人。2019年上半年查處酒駕90.1萬(wàn)起，導(dǎo)致死亡事故1525起，導(dǎo)致非死亡事故7512起，同比增加28.2%。人工查處量大面廣，從技術(shù)上解決酒駕查處，降低人力和財(cái)力，依法治理酒駕任重道遠(yuǎn)。[1]

近幾年國(guó)內(nèi)外陸續(xù)提出多種酒駕檢測(cè)方式，其對(duì)于遏制酒駕具有較好的實(shí)用性，但仍存在一些問(wèn)題：一是如何防止檢測(cè)時(shí)作弊;二是如何主動(dòng)實(shí)時(shí)檢測(cè);三是如何識(shí)別車內(nèi)其他人飲酒，而駕駛員沒(méi)有飲酒。[2]

2 酒駕檢測(cè)系統(tǒng)總體設(shè)計(jì)

本系統(tǒng)采用多傳感器檢測(cè)方式，首先，體現(xiàn)出系統(tǒng)主動(dòng)性，在車輛啟動(dòng)行駛之前系統(tǒng)主動(dòng)判斷是否酒駕，不需要駕駛?cè)藛T被動(dòng)進(jìn)行檢測(cè)，可以達(dá)到防作弊目的;其次，系統(tǒng)性價(jià)比高，采用現(xiàn)有廉價(jià)酒精傳感器設(shè)備，優(yōu)化傳感器分布，重點(diǎn)通過(guò)大數(shù)據(jù)人工智能分析和數(shù)學(xué)建模方式，建立酒駕判別多傳感器融合算法，硬件系統(tǒng)搭建成本低;最后，檢測(cè)精確度高，系統(tǒng)檢測(cè)環(huán)境具有空間小、封閉性好等車內(nèi)獨(dú)有特點(diǎn)，駕駛員以外乘客喝酒對(duì)酒駕檢測(cè)系統(tǒng)干擾非常大，整個(gè)空氣中均彌漫酒精，增加了駕駛員酒駕檢測(cè)難度，本系統(tǒng)基于酒精濃度擴(kuò)散、乘客分布等情況，采用大數(shù)據(jù)分析、數(shù)據(jù)建模、構(gòu)建智能融合算法從而完成準(zhǔn)確判斷。

2.1 總體布局設(shè)計(jì)

酒駕主動(dòng)檢測(cè)系統(tǒng)充分體現(xiàn)主動(dòng)性、實(shí)時(shí)性和準(zhǔn)確性。利用壓力傳感器、酒精檢測(cè)傳感器和T-BOX車載單元采集車內(nèi)環(huán)境變量（車載人員數(shù)量、酒精濃度、車內(nèi)環(huán)境），布置4個(gè)酒精傳感器（駕駛前方-方向盤、駕駛后方-頭枕后、駕駛左側(cè)-座椅左、駕駛右側(cè)-座椅右），T-BOX車載單元提供車內(nèi)窗戶關(guān)閉、空調(diào)開啟狀態(tài)等車載信息數(shù)據(jù)。具體傳感器分布如圖1所示。

2.2 功能模塊劃分

檢測(cè)系統(tǒng)功能模塊包括：信號(hào)檢測(cè)模塊、處理模塊、車載單元及信息交互模塊。主要流程：壓力傳感器、酒精傳感器等采集車載環(huán)境，通過(guò)濾波、AD轉(zhuǎn)換后發(fā)送至FPGA處理單元，通過(guò)信息交互模塊將判定結(jié)果發(fā)送至交通部門和車輛常用聯(lián)系人，并通過(guò)車載單元對(duì)車輛進(jìn)行處理。[3]

3 系統(tǒng)功能模塊設(shè)計(jì)

系統(tǒng)在Altera DE2-115開發(fā)平臺(tái)上進(jìn)行設(shè)計(jì)測(cè)試，硬件框圖如圖2所示。

3.1 信號(hào)采集模塊

主要完成多個(gè)傳感器數(shù)據(jù)采集，包括酒精濃度檢測(cè)、車載人員數(shù)據(jù)等，模塊設(shè)計(jì)核心在于傳感器的分布及信號(hào)采集準(zhǔn)確性。系統(tǒng)酒精傳感器選取MQ-3型號(hào)，壓力傳感器選取壓阻薄膜RP-C10-ST型號(hào)。

3.2 信號(hào)處理模塊

主要對(duì)模擬數(shù)據(jù)進(jìn)行濾波并模數(shù)轉(zhuǎn)換，將結(jié)果發(fā)送至FPGA核心處理模塊。包括數(shù)據(jù)融合算法對(duì)多傳感采集數(shù)據(jù)進(jìn)行處理，綜合判斷車輛駕駛員是否飲酒，以達(dá)到準(zhǔn)確性、實(shí)時(shí)性的檢測(cè)目標(biāo)。

3.3 數(shù)據(jù)融合模塊

該模塊是整個(gè)系統(tǒng)的核心部分，主要完成對(duì)酒精濃度和壓力傳感器數(shù)據(jù)進(jìn)行處理，采用二維數(shù)據(jù)模型，設(shè)計(jì)酒精濃度值和檢測(cè)時(shí)間點(diǎn)C-T二維數(shù)據(jù)、壓力傳感器和檢測(cè)時(shí)間點(diǎn)F-T二維數(shù)據(jù)，通過(guò)酒精濃度變化趨勢(shì)和人員進(jìn)入車內(nèi)時(shí)間差，最終區(qū)別駕駛員和乘客喝酒，以此達(dá)到酒駕檢測(cè)主動(dòng)性、準(zhǔn)確性。

3.4 車載T-BOX模塊

在數(shù)據(jù)融合模塊判斷結(jié)果基礎(chǔ)上，通過(guò)T-BOX車載單元和無(wú)線通信模塊，將車輛信息實(shí)時(shí)發(fā)送至交通管理部分和車輛設(shè)定的指定聯(lián)系人，最終完成酒駕的控制。

4 系統(tǒng)測(cè)試結(jié)果

4.1 硬件平臺(tái)測(cè)試

搭建多通道酒精檢測(cè)平臺(tái)，并模擬車輛駕駛環(huán)境進(jìn)行多傳感器采集，將采集信號(hào)進(jìn)行轉(zhuǎn)換并處理，分別LCD屏實(shí)時(shí)顯示各傳感器酒精濃度和蜂鳴器提醒是否酒駕。

4.2 測(cè)試數(shù)據(jù)展示

為了進(jìn)一步開展數(shù)據(jù)分析，通過(guò)串口將硬件平臺(tái)與PC終端通信，PC端將采集數(shù)據(jù)進(jìn)行處理并展示數(shù)據(jù)變化情況，繪制酒精濃度變化曲線并保存原始數(shù)據(jù)，為多通道融合及大數(shù)據(jù)分析提供數(shù)據(jù)支撐。PC端采集到的多通道酒精濃度變化情況如圖3所示。

5 結(jié)束語(yǔ)

系統(tǒng)采用多通道融合處理，在多傳感器分布方式、多通道信息融合等方面進(jìn)行設(shè)計(jì)，將傳感器采集到的酒精濃度變化數(shù)據(jù)（主要包括酒精濃度值、時(shí)間維度、酒精濃度變化率等），通過(guò)大數(shù)據(jù)、人工智能分析方式建立建全數(shù)學(xué)模型，構(gòu)建多源信息融合算法，能夠排除副駕駛及后排乘客喝酒干擾信息，比單一傳感器檢測(cè)準(zhǔn)確度更高，提升了檢測(cè)系統(tǒng)的抗干擾性，從而準(zhǔn)確完成駕駛員酒駕檢測(cè)功能。

參考文獻(xiàn)：

[1]韓遠(yuǎn)頌.法律法規(guī)對(duì)酒駕的控制影響研究[J].法制博覽，2020（07）：131-132.

[2]羅春林，崔浩，舒朝君，等.基于三次樣條插值的智能汽車酒駕測(cè)控系統(tǒng)設(shè)計(jì)[J].現(xiàn)代電子技術(shù)，2019，42（10）：161-165+170.

[3]趙元昊.車載式自動(dòng)酒駕防控系統(tǒng)研究[J].河北企業(yè)，2018（03）：123-124.