# pre

**Repository Path**: jayerhot/pre

## Basic Information

- **Project Name**: pre
- **Description**: 基于鸿蒙操作系统检测疲劳驾驶
- **Primary Language**: Unknown
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 2
- **Created**: 2023-11-05
- **Last Updated**: 2025-06-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于OpenHarmony操作系统实现疲劳驾驶检测

##  一. 介绍 
长时间驾驶和疲劳驾驶是引发交通事故的主要原因之一。为了提高道路交通安全，减少交通事故的发生，本项目旨在开发一款基于鸿蒙操作系统的车辆驾驶员疲劳检测系统，通过监测驾驶员的生理和行为迹象，提前发现疲劳迹象，减少交通事故风险。OpenHarmony 是一个全场景、分布式操作系统，可以应用于多种设备和场景，包括汽车智能驾驶领域。利用 OpenHarmony 操作系统的优势，可以在车辆中实现疲劳驾驶检测，为驾驶员提供及时的安全保障，降低交通事故的发生率。

演示视频：插入视频


项目产出及主要功能介绍：
1. 开发一种基于鸿蒙操作系统的疲劳驾驶检测系统
2. 实时监测驾驶员的疲劳程度，准确判断是否存在疲劳驾驶行为
3. 及时发出警报，提醒驾驶员采取措施来避免事故的发生

## 二. 文档使用说明及目录结构
### UI界面
![输入图片说明](displaypic/pic1.png)

### 目录结构

![输入图片说明](displaypic/pic2.png)

红圈为当前项目启用页面，其他暂时未启用。

### 程序入口

程序入口为Index.ets

![输入图片说明](displaypic/pic3.png)

基本对应关系如图，每个TabContent有对应的页面组件。

1. 主页Home页面组件入口为，component/Home.ets

2.AI视频测试页面组件入口为，component/Test.ets

3.OTA升级页面组件入口为，component/Upgrade

4.设置页面组件入口为，component/Settings

## 三. 系统架构 
系统流程图
                        插入图片



## 四. 项目主要创新点 
### 创新点：
#### 1.采用基于鸿蒙操作系统的移动APP，实现与车载设备的连接，方便驾驶员使用和管理。

#### 2.基于人工智能技术，通过对面部特征和眼睛状态的分析，准确判断驾驶员是否存在疲劳驾驶的行为，提高检测的准确性和实时性。

#### 3.通过将检测结果与车辆控制系统相结合，实时发出警报，提醒驾驶员采取措施来避免事故的发生，从而有效降低疲劳驾驶的风险。






## 五. 页面组件

### Home页面组件

 /component/Home.ets，主要组件为cameraComponent和结果显示组件

![输入图片说明](displaypic/pic4.png)

 子组件cameraComponent，由component/Camera.ets导出

### camera.ets

      该页面提供cameraComponent组件，在Home页面中引用，该组件负责完成摄像头渲染，以及端侧云测服务的启动。

![输入图片说明](displaypic/pic5.png)
        
        其中： 

        ①. build() 初始化基础UI页面

        ②. takePic() 拍照函数，实现一次拍照，并且将数据存入图片缓冲区中imageRecevier,注意该缓冲区只能存三张图片，需要调用一次读取操作，并且释放一次图片，缓冲区空位才能+1。

        ③. photoReceiver()，初始化图片缓冲区，在prepare()中被调用。

        ④. prepare()函数用于初始化摄像头，该过程中拍照输出流与imageRecevier通过photoReceiver()函数绑定。

        ⑤. onResListen()中订阅缓冲区新增图片事件的订阅，一旦缓冲区有新图片产生，就会通知该函数的回调函数去处理图片。

        一个基本的数据流如下：

        1. 点击端检测，触发间隔拍照和模型加载

![输入图片说明](displaypic/pic6.png)  

        2.随后开始间隔拍照
        
![输入图片说明](displaypic/pic7.png)

![输入图片说明](displaypic/pic8.png)

        拍照成功后，图片缓冲区会更新，在prepare()摄像头阶段中，photoReceiver已经调用过了，在该函数中我们发送了有新图片的更新事件，事件id为3。

![输入图片说明](displaypic/pic9.png)
        
        由于在页面初始阶段，事件3已经被订阅，此时订阅过程中设置的回调函数被触发，在该函数中我们调用imageReceiver的成员函数readNextImage()，读取缓冲区的图片，调用端检测或者云检测。
        
![输入图片说明](displaypic/pic10.png)

        这里我们调用的是端检测，FatigueDetect.predict （/ai/FatigueDetect.ets）,传入图片buffer，详细处理过程参考/ai/FatigueDetect.ets，最终结果会被如下函数处理：


![输入图片说明](displaypic/pic11.png)

        不难看出，我们又发送了一个事件，该事件eventID为1，其作用是用于通知UI更新结果，在Home.ets中，我们订阅了该事件，那么结果更新的时候我们就能收到该结果。

在Home.ets中，我们订阅了对eventID-1事件的通知，一些全局常量可以在 Utils/Constant 中查看

![输入图片说明](displaypic/pic12.png)

### 其他组件








## 六. 工具类

### ai/FatigueDetect
提供本地mindspore-Lite推理服务
### utils/AIServer
提供与边缘设备K210通信服务

## 七. 常见问题解决





## 八. 参考资料