软件工程管理论文开题报告
开题报告是对论文选题工作的论证和审核，是高校生培养与管理的重要环节，下面是小编搜集整理的软件工程管理论文开题报告，欢迎阅读查看。
一、 简况
名称 中文 汽车安全驾驶模块的研究
英文 Study on the module of Safe-Driving
项目组成员名单 姓名 学号 项目中的分工 签 章
王春 SA12226363 项目调研，概要设计，平台搭建, 人脸识别算法实现
金文标 SA12226356 项目调研，疲劳度检测算法实现
王全虎 SA11226254 项目调研，文档整理，程序测试
卫保虎 SA12226306 项目调研，Android应用程序设计
注：(以上列出仅是组员主要负责方向)
中英文摘要 (中文400字左右)
随着我国居民汽车保有量的不断增加，道路交通安全问题就变得越来越突出，据调查仅2011年，全国共发生涉及人员伤亡的道路交通事故210812起，其中有大概27%是由疲劳驾驶导致的，如何能快速有效的实现驾驶过程中判断驾驶员的疲劳状态成为解决这一安全问题的关键。
本文主要针对疲劳驾驶这一典型汽车安全驾驶问题展开调研，制定了基于cortexA8嵌入式平台android操作系统的疲劳驾驶监控系统。
该系统包含了两个部分，一是：人脸识别模块，主要是为了防止非本车合法人员驾驶，具有安全性，当检测到非本车驾驶人员时，进行报警提示;二是：疲劳度检测模块，针对长时间行车造成疲劳驾驶造成的安全问题，检测驾驶人员的驾车状态判断是否疲劳状态，如果是，应该要进行安全提示，提醒驾车人员处于疲劳状态，需要休息。
鉴于OpenCV是开源的计算机视觉库，支持的平台较多，方案中人脸识别和疲劳检测算法均是基于OpenCV库函数来实现的。
主题词 主题词数量不多于三个，主题词之间空一格(英文用“/ ”分隔)
中文 OpenCV 嵌入式 安全驾驶
英文 OpenCV/Embedded system/Safe-Driving
二、选题依据
1. 阐述该选题的研究意义，或工程设计的价值和意义，国内外概况和发展趋势，选题的先进性和实用性，技术难度及工作量。
随着我国经济的快速发展，我国居民的汽车保有量迅速增加，据保守估计，到2020年家用汽车的保有量将会大大7200W辆，如此庞大的汽车数量，必然造成交通安全压力的增大，随之而来的就是交通事故的增加，据不完全调查，2011年，全国共发生涉及人员伤亡的道路交通事故210812起，直接造成的经济损失数以千亿计，由此可见，预防交通事故发生对于保障人民的生命和财产的安全具有重大的意义， 而通过调查发现，所有的这些造成人员伤亡的事故中，疲劳驾驶占了接近27%的比例。而在其他国家，疲劳驾驶，也是导致交通事故的重要原因，美国的交通管理局的调查显示,因为睡眠不足造成严重交通事故造成死亡的占据15-36%，纽约的交通管理局也表示30%的高速公路车祸是因为驾驶员行车过程中打瞌睡引起的。解决这一交通安全问题的关键途径就是如何在行车的`过程中检测监视员的疲劳状态，并且进行有效的安全提示，已达到安全驾车的目的。
针对这一安全现状，无论是国外还是国内都花了大量的资金研究和实现这一问题的解决方案，疲劳驾驶检测系统国外研究较早，主要是包含了：利用眼睛状态来实现疲劳检测，或者是利用汽车驾驶过程中纠正方向的频率和正确性来间接表明，或者是生理参数例如脉搏频率的检测。一些车场已经实现，并安装在汽车上例如：
奔驰新E级在方向盘内部的传感器可以感应我们对航向纠正的速率和频度，如果它感应到我们对方向的掌控变得迟钝而突兀，并且已经连续行驶超过2个小时以上时会提醒驾驶者需要休息了，这个时侯会在仪表盘中央的显示屏上显示一个小咖啡杯的图标，要想让这个图标消失除非我们停车熄火。
日本丰田开发的系统是针对驾驶者眼部的侦测，内置在驾驶者前方的摄像头会记录驾驶者的眼部状态，如果系统侦测驾驶者的眼睛已经闭上超过一段时间，车内会立即发出警报提醒驾驶者，但是这套系统估计会对眼睛小的人不利，因为计算机可能会分辨起来比较困难。
国内开始研究起步较晚，但是也做出了很大的研究成果，比亚迪汽车已经安装了自己研制的疲劳监控系统，该系统主要由摄像头和ECU两大模块组成。车内的感应摄像头可以实时监控驾驶员的面部情况，在车辆行驶过程中，驾驶员闭眼试驾或未目视前方的时间超过设定的安全阀值，系统便会发出警示，提醒驾驶员注意驾驶安全。
本文在基于以上背景下，提出了基于cortex A8平台 android操作系统的疲劳驾驶监控方案，CortexA8平台支持我们需要的摄像头外设，并且由于其现有性，所以采用。选用android操作系统的原因是因为，android系统中摄像头驱动易得，再是因为当下带有android操作系统的电子产品随处可见，很多系统都是由android系统实现的，为了和其他产品的整合方便，因此采用该操作系统。
由于OpenCV是开放的计算机视觉库，并且可以移植到多数平台上，因此，我们基于工作难度的考虑，决定采用OpenCV的函数库来实现相应的算法。
方案的工作主要是包含了：平台搭建，android系统移植，OpenCV库的移植，人脸识别算法的实现和疲劳度检测算法的实现，android应用程序编写和测试。
技术难点是：OpenCV函数库的移植，算法学习和实现(这部分工作量较大)。
2. 参考文献
[1].周桐.基于PCA的人脸识别系统的设计与实现[D].哈尔滨工业大学，2007
[2].曾强，王玉，赵娟.基于ARM的人眼疲劳检测系统[J].视频应用与工程.2011年,35(13):106-108
[3]曹倩霞.基于眼睑运动的司机疲劳检测[D].中南大学，2005
[4]郑培，宋正河，周一鸣. 基于PERCLOS的机动车驾驶员驾驶疲劳的识别算法[J].中国农业大学学报.2002,7(2):104-107.
[5].王宏彬，李灯熬，赵菊敏 ，熊玉虎.利用OpenCV实现Android系统下的人脸检测[J].软件工程与技术.2011年32(12)：4-7.
[6].刘江伟.基于人眼检测的驾驶员疲劳状态识别技术[D].哈尔滨工业大学，2008.
三、课题内容及具体方案
拟采用的设计方法，技术路线，实验方案的可行性分析。(需注明由哪位成员完成)
搭建开发平台
本方案采用的是cortexA8平台，该平台由实验室提供，硬件主要用一个摄像头采集人脸部信息，也是有实验室提供。该部分有王春完成。
搭建软件开发平台
目标板上Android操作系统移植包括了boatloader移植，linux内核移植，还有android系统编译，以提供软件运行环境，这些可以从实验板的帮助文档获得，该部分由王春完成。
主机的Eclipse+android开发环境搭建，OpenCV库的移植，以提供软件编写环境。该部分也是可以参考android网站和OpenCV网站，找到相关的资料，由王春完成。
摄像头驱动模块已经在android系统中实现了，不需要进行修改，可以直接使用。
算法学习和实现：
人脸识别算法的实现是调用OpenCV中现有的函数来实现的，所以主要内容是算法的学习和实现，人脸识别算法的原理：系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身。在该方案中就是由摄像头获取一帧合适的人脸图像来实现。人脸识别现有的方法有很多种： 主成分分析(PCA)、特征脸法(基于KL变换)、基于积分图像特征法(adaboost学习)、 基于概率模型法等常用方法。需要从中选出适用算法来实现，该部分由王春和王全虎完成。
疲劳检测算法也是基于OpenCV的函数库实现的，考虑到算法的效率和适用性以及实现难度，采用的一种该领域比较常用的算法：PERCLOS算法，这种算法是基于眼部在单位时间内闭合时间所占的比重来决定的，眼睛闭合时间越长表明越疲劳，通过闭合时间长短就可以判断疲劳度。实现该算法首先需要定位到人眼部，在进行该部位的预处理，判断闭合条件，最后算出闭合时间的比例，即可估算当前的疲劳状态。该算法的成功率较高，目前比较普遍。该部分由金文标完成。
Android程序设计
在实现算法之后，实现程序设计和测试，主要实现的功能是两个：一个是人脸识别模块：打开cortex A8板子的摄像头，抓获一帧合适的图像进行人脸比对(多次进行)，一旦发现和内置的图库中人脸不匹配，则进行警报。如果是该图库中的人员即是合法的驾车人员，才能继续进行;二是：疲劳度检测模块：主要是进行眼部定位，灰度变化，图形二值化处理，这样可以算出人眼图像的黑色像素百分比，通过这个百分比来判断是否是闭合状态。进而算出单位时间内的闭合判断次数，如果超过某一个界限就表明是疲劳状态，发出警告，提示需要休息等信息。
四、工作进度的大致安排
应包括文献调研，理论分析，数值计算，理论分析，软硬件设计，仪器设备的研制和调试，撰写论文等，要给出各个阶段的成果形式。
文献调研： 11月下旬 确定项目方案和参考模型
理论分析： 12月上旬 理论分析报告和可行性分析报告
概要设计： 12月中旬 概要设计说明书
平台搭建: 12月下旬 构建可行的软硬件平台
算法学习和实现： 1月上旬到2月上旬 实现相应的算法
程序设计： 2月中旬-3月中旬 设计出可运行的软件和demo示例
程序测试： 3月中旬-4月上旬 完成bug调试和优化
文档整理： 1月—4月下旬 归档各类文档以及提交
论文： 5月 结合课题发表论文
预期成果及特色
软件能以较高的正确率实现人脸识别，并且识别速度较快。
能快速定位到人眼进行疲劳度的判断，并且判断成功率较高。
程序运行完美，没有bug。
【软件工程管理论文开题报告】相关文章：