成 玲，龐 有

（中國(guó)石油大學(xué)（華東）計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，山東 青島）

引言

近年來(lái)，由于駕駛員的自身因素而導(dǎo)致的交通事故事件頻頻發(fā)生，嚴(yán)重威脅道路交通安全。根據(jù)世界衛(wèi)生組織發(fā)布的全球道路安全狀況報(bào)告顯示，每年約有135 萬(wàn)人死于交通事故，這也是5 至29 歲人群的首要死亡原因[1]。車輛、駕駛員和道路交通環(huán)境是引起道路交通事故的三大因素[2]。世界衛(wèi)生組織統(tǒng)計(jì)的數(shù)據(jù)顯示，分心駕駛、超速駕駛、酒后駕駛、未規(guī)范系安全帶、吸毒或其它精神活性物質(zhì)影響是引發(fā)道路交通事故的主要風(fēng)險(xiǎn)[3]。本文利用人工智能和物聯(lián)網(wǎng)技術(shù)設(shè)計(jì)實(shí)現(xiàn)一個(gè)具有感知、決策和按制功能的駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)，通過(guò)對(duì)駕駛員在行車過(guò)程中存在的危險(xiǎn)因素進(jìn)行有效的監(jiān)測(cè)、報(bào)警，在一定程度上可以減少因駕駛員自身問(wèn)題而導(dǎo)致的道路交通事故，有效提高行車過(guò)程中的安全性。

1 駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)總體設(shè)計(jì)

1.1 需求分析

基于AIOT（人工智能物聯(lián)網(wǎng)）的駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)是利用物聯(lián)網(wǎng)技術(shù)結(jié)合人工智能構(gòu)建的具有監(jiān)測(cè)、顯示和預(yù)警功能的系統(tǒng)[4]。此系統(tǒng)可以在駕駛員即將駕駛和正在駕駛時(shí)監(jiān)測(cè)和判斷其自身存在的可能導(dǎo)致道路交通安全事故的因素，并進(jìn)行預(yù)警[5]。如表1 所示，駕駛員自身可能引發(fā)交通事故風(fēng)險(xiǎn)的因素主要有三類。根據(jù)可能導(dǎo)致道路交通安全事故風(fēng)險(xiǎn)的類型，本系統(tǒng)的主要功能需求整理如下：

表1 駕駛員自身可能存在的危險(xiǎn)因素

（1） 能夠監(jiān)測(cè)駕駛員在行車過(guò)程中的行為狀態(tài)，識(shí)別出危險(xiǎn)動(dòng)作。

（2） 能夠監(jiān)測(cè)在行車中會(huì)影響駕駛員行車安全的相關(guān)生命指標(biāo)和關(guān)鍵身體參數(shù)。

（3） 能夠監(jiān)測(cè)車內(nèi)所有妨礙駕駛員正常安全駕駛的環(huán)境因素。

（4） 對(duì)所有監(jiān)測(cè)到不利于安全駕駛的數(shù)據(jù)發(fā)起預(yù)警，提醒駕駛員采取措施調(diào)整。

1.2 總體設(shè)計(jì)

根據(jù)系統(tǒng)應(yīng)有的功能需求，駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)由感知層、網(wǎng)關(guān)層、應(yīng)用層三個(gè)結(jié)構(gòu)層次組成，各層次分別承擔(dān)不同的任務(wù)但又緊密聯(lián)系、環(huán)環(huán)相扣，最終整體實(shí)現(xiàn)數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)處理、數(shù)據(jù)應(yīng)用的功能。駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)整體設(shè)計(jì)如圖1 所示。

圖1 駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)整體設(shè)計(jì)框圖

感知層主要承擔(dān)數(shù)據(jù)采集的功能，實(shí)時(shí)采集與駕駛員息息相關(guān)的三類數(shù)據(jù)：駕駛員行為狀態(tài)、駕駛員身心參數(shù)、駕駛員環(huán)境信息。采集到的靜時(shí)心率、血氧濃度數(shù)據(jù)匯聚到Arduino 主板，通過(guò)藍(lán)牙進(jìn)行網(wǎng)關(guān)層傳輸；呼出氣體酒精濃度、駕駛艙環(huán)境中的溫度、濕度、有害氣體濃度、照明強(qiáng)度數(shù)據(jù)則匯聚到CC2530 終端，通過(guò)Zigbee 向協(xié)調(diào)器傳輸。感知層采集的信息與具體對(duì)應(yīng)的傳感器件型號(hào)如表2 所示。

表2 系統(tǒng)監(jiān)測(cè)數(shù)據(jù)與傳感器型號(hào)對(duì)照

網(wǎng)關(guān)層的功能主要由樹莓派（Raspberry Pi 4B）實(shí)現(xiàn)，其任務(wù)主要是對(duì)來(lái)自感知層的數(shù)據(jù)進(jìn)行整合、處理，并把整合后的數(shù)據(jù)包和數(shù)據(jù)處理結(jié)果發(fā)送到應(yīng)用層。對(duì)于攝像頭采集到的圖像，樹莓派調(diào)用人工智能算法進(jìn)行檢測(cè)與識(shí)別，保留識(shí)別后的結(jié)果，最后將該結(jié)果放入數(shù)據(jù)包上傳至應(yīng)用層。

應(yīng)用層的功能主要是對(duì)網(wǎng)關(guān)層上傳的數(shù)據(jù)進(jìn)行應(yīng)用，具體包括數(shù)據(jù)展示和預(yù)警。阿里云物聯(lián)網(wǎng)平臺(tái)通過(guò)MQTT 協(xié)議獲取網(wǎng)關(guān)層的數(shù)據(jù)包，再將具體的單個(gè)數(shù)據(jù)放在阿里云物聯(lián)網(wǎng)應(yīng)用的網(wǎng)頁(yè)端和移動(dòng)端進(jìn)行展示，以供用戶實(shí)時(shí)查看。系統(tǒng)的預(yù)警平臺(tái)通過(guò)GPIO 口與網(wǎng)關(guān)層連接，根據(jù)網(wǎng)關(guān)層數(shù)據(jù)-閾值的比對(duì)結(jié)果來(lái)判斷是否觸發(fā)報(bào)警系統(tǒng)。

2 駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)的詳細(xì)設(shè)計(jì)

2.1 感知層數(shù)據(jù)監(jiān)測(cè)與傳輸

2.1.1 傳感器數(shù)據(jù)采集

各類數(shù)據(jù)的采集分別由對(duì)應(yīng)的傳感器完成，傳感器與CC2530 終端連接，傳感器在AO 引腳上的模擬輸出電壓的值與被測(cè)氣體濃度成正比?？諝庵芯凭珴舛取⒖扇加泻怏w越高，輸出電壓越高；而較低的濃度會(huì)產(chǎn)生較低的輸出電壓。傳感器在工作過(guò)程中會(huì)加熱，為了防止可燃?xì)怏w爆炸，傳感器還設(shè)置了兩層由精細(xì)不銹鋼制成的防爆炸網(wǎng)。

以MQ-3 酒精氣體濃度傳感器為例，傳感器的靈敏度特性曲線如圖2(a)所示，其中RS表示傳感器在不同氣體中的電阻值，R0表示傳感器在潔凈空氣中的電阻值。根據(jù)靈敏特性曲線可計(jì)算出傳感器輸出電壓與酒精濃度的關(guān)系，如圖2(b)所示。

圖2 MQ-3 傳感器靈敏特性曲線圖及酒精濃度與輸出電壓的關(guān)系

2.1.2 數(shù)據(jù)打包與發(fā)送

完成了傳感器數(shù)據(jù)的采集后，需要將各個(gè)獨(dú)立的數(shù)據(jù)組成一個(gè)字符串?dāng)?shù)據(jù)包，以方便終端設(shè)備發(fā)送到協(xié)調(diào)器。數(shù)據(jù)從傳感器采集到協(xié)調(diào)器以及網(wǎng)關(guān)的流通過(guò)程如圖3 所示。分別獲取溫度、濕度數(shù)據(jù)的十位和個(gè)位數(shù)；對(duì)酒精濃度進(jìn)行換算，把單位轉(zhuǎn)換為ppm，同時(shí)分別獲取換算后的酒精濃度數(shù)據(jù)的個(gè)位、十位和百位數(shù)。最后將所有的單個(gè)字符按照順序重新組合成新的字符串報(bào)文。

圖3 數(shù)據(jù)在感知層的流通示意

2.2 網(wǎng)關(guān)層數(shù)據(jù)處理與上傳

2.2.1 建立連接

在搭建網(wǎng)關(guān)設(shè)備與阿里云物聯(lián)網(wǎng)平臺(tái)的數(shù)據(jù)通路之前，需要在物聯(lián)網(wǎng)平臺(tái)創(chuàng)建相應(yīng)的產(chǎn)品，在云平臺(tái)獲取Link SDK，以供網(wǎng)關(guān)設(shè)備接入物聯(lián)網(wǎng)平臺(tái)，通過(guò)該SDK 實(shí)現(xiàn)網(wǎng)關(guān)物理設(shè)備與阿里云物聯(lián)網(wǎng)平臺(tái)的連接。

2.2.2 數(shù)據(jù)上傳

首先我們需要完成MQTT 服務(wù)器和客戶端的連接，才能上傳數(shù)據(jù)到阿里云物聯(lián)網(wǎng)平臺(tái)。網(wǎng)關(guān)層設(shè)備使用點(diǎn)對(duì)點(diǎn)模式，通過(guò)MQTT 協(xié)議的Publish 發(fā)送數(shù)據(jù)到物聯(lián)網(wǎng)平臺(tái)。在此過(guò)程中，樹莓派屬于消息的發(fā)布者，阿里云物聯(lián)網(wǎng)平臺(tái)是消息的訂閱者。設(shè)備上報(bào)消息示意如圖4 所示。

圖4 設(shè)備上報(bào)消息示意

2.3 應(yīng)用層數(shù)據(jù)展示

進(jìn)入阿里云物聯(lián)網(wǎng)平臺(tái)按制臺(tái)，創(chuàng)建產(chǎn)品“駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)”，并在此產(chǎn)品下新建設(shè)備“Raspberry_Pi_4B”。設(shè)備創(chuàng)建成功后，便可獲得設(shè)備證書。在“功能定義”頁(yè)簽里面添加自定義功能完成物模型配置，應(yīng)用層的數(shù)據(jù)展示在阿里云的IoT Studio實(shí)現(xiàn)，本系統(tǒng)主要使用Web 端和移動(dòng)端可視化開(kāi)發(fā)功能。在進(jìn)行應(yīng)用開(kāi)發(fā)前，需要在“項(xiàng)目管理”中將上文提到的在阿里云物聯(lián)網(wǎng)平臺(tái)創(chuàng)建的“駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)”產(chǎn)品關(guān)聯(lián)到當(dāng)前的IoT Studio。

完成項(xiàng)目關(guān)聯(lián)后，在“應(yīng)用開(kāi)發(fā)”頁(yè)簽中點(diǎn)擊新建Web 應(yīng)用。對(duì)于需要實(shí)時(shí)更新數(shù)據(jù)的組件，需要把數(shù)據(jù)源選擇為“設(shè)備”，便可以實(shí)時(shí)獲取并展示設(shè)備上報(bào)的屬性和事件數(shù)據(jù)。

2.4 系統(tǒng)報(bào)警功能

駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)的報(bào)警系統(tǒng)主要以燈光和聲音的形式警示駕駛員。當(dāng)駕駛員的身體、所處環(huán)境或行為狀態(tài)出現(xiàn)異常時(shí)，對(duì)應(yīng)顏色的報(bào)警指示燈光就會(huì)亮起，隨之發(fā)出聲音警報(bào)。報(bào)警功能函數(shù)每個(gè)周期運(yùn)行一次，每一次解析感知層的數(shù)據(jù)包后，都會(huì)進(jìn)行一次與閾值的對(duì)比。若在下一個(gè)周期中數(shù)據(jù)恢復(fù)正常，則在新的對(duì)比中撤銷警報(bào)。

3 系統(tǒng)功能測(cè)試

3.1 傳感器數(shù)據(jù)采集與傳輸測(cè)試

分別將DHT11 溫濕度傳感器、光敏傳感器、MQ-3 酒精濃度傳感器、MQ-2 有害氣體傳感器和其他相關(guān)傳感器連接到感知層的CC25530 終端上。開(kāi)啟電源后，各個(gè)傳感器不斷的采集數(shù)據(jù)，并通過(guò)串口顯示到電腦上，通過(guò)串口數(shù)據(jù)可以知道各傳感器獲得的數(shù)據(jù)信息。串口輸出的數(shù)據(jù)由兩部分組成：前半部分的字母“T-H-A-A-G-L”為數(shù)據(jù)標(biāo)識(shí)，分別表示溫度、濕度、酒精濃度輸出電壓值、酒精濃度值（以ppm 為單位）、有害氣體濃度、照明狀態(tài)；后半部分為6 個(gè)數(shù)據(jù)，分別與前面的6 個(gè)標(biāo)識(shí)對(duì)應(yīng)。當(dāng)CC2530 終端與協(xié)調(diào)器成功組網(wǎng)后，數(shù)據(jù)開(kāi)始往協(xié)調(diào)器發(fā)送。網(wǎng)關(guān)會(huì)將這6個(gè)數(shù)據(jù)提取出來(lái)，成為獨(dú)立的數(shù)值。

3.2 駕駛員行為狀態(tài)識(shí)別測(cè)試

駕駛員行為狀態(tài)識(shí)別的測(cè)試重點(diǎn)以檢測(cè)人體動(dòng)作及狀態(tài)為主，車輛與地點(diǎn)不影響測(cè)試結(jié)果。本次測(cè)試的實(shí)驗(yàn)集為多張有著明顯危險(xiǎn)駕駛行為的圖片，如雙手離開(kāi)方向盤、閉眼，以及未系安全帶和駕駛中使用手機(jī)等多項(xiàng)危險(xiǎn)駕駛行為都能被系統(tǒng)成功檢測(cè)。

3.3 數(shù)據(jù)展示與系統(tǒng)報(bào)警功能測(cè)試

將前期傳感器采集數(shù)據(jù)經(jīng)過(guò)網(wǎng)關(guān)上傳到應(yīng)用層后，能夠在阿里云物聯(lián)網(wǎng)應(yīng)用的Web 端實(shí)時(shí)顯示出來(lái)。同時(shí)，酒精濃度、濕度、照明狀態(tài)如果達(dá)到了報(bào)警閾值，則會(huì)成功的觸發(fā)系統(tǒng)報(bào)警，對(duì)應(yīng)的警示燈也會(huì)同時(shí)亮起，發(fā)出警報(bào)。

4 結(jié)論

針對(duì)當(dāng)前嚴(yán)峻的社會(huì)道路交通安全形勢(shì)，本文提出了一種基于AIOT 的駕駛員安全行車智能監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)方案。系統(tǒng)結(jié)合了AI 圖像識(shí)別算法，能夠直觀地獲取司機(jī)的危險(xiǎn)駕駛行為；另外通過(guò)裝置酒精濃度傳感器，在車輛啟動(dòng)前獲取司機(jī)呼出氣體的酒精濃度，有效阻止各種酒后駕駛行為；同時(shí)系統(tǒng)還為用戶提供了添加或刪除進(jìn)行二次開(kāi)發(fā)的功能。綜上所述，系統(tǒng)實(shí)現(xiàn)了以駕駛員為中心，能夠?qū)︸{駛員身心信息、駕駛員行為狀態(tài)、駕駛艙環(huán)境狀況等多個(gè)方面進(jìn)行全面的行車安全監(jiān)測(cè)，并且對(duì)影響行車安全的相關(guān)風(fēng)險(xiǎn)因素進(jìn)行實(shí)時(shí)警報(bào)，從而有效避免了因駕駛員自身問(wèn)題而導(dǎo)致的道路交通事故，在一定程度上彌補(bǔ)市面上針對(duì)駕駛員的安全監(jiān)測(cè)車載系統(tǒng)的空白。