一种基于FPGA 多通道酒驾检测系统的研究＊

吕坤，丁浩，闫伟

（宿迁学院，江苏 宿迁 223800）

引言

引发交通事故的原因有很多，其中因酒后驾驶导致的交通事故频繁发生，随着人们生活水平的提高，车辆拥有量逐年提高，同时也导致了酒驾的情况越来越多，这对我国的交通安全带来很大负面的影响[1]。随着人们安全意识的提高，包括交警检查、大量媒体宣传等方式，酒驾率虽已经逐步在下降，下降率达到45%，但是仍然存在一定的酒驾比例。

酒驾检测系统旨在不改变现有驾驶习惯的基础上，采用酒驾主动检测系统。检测系统具有主动性、防作弊性、抗干扰性及准确性特点，实时检测车辆内酒精浓度、多源信息融合算法准确判断驾驶员是否喝酒。可以从根本上控制酒驾行为，同时降低现有交警现场检查工作的人力、物力和财力投入，减少酒驾危险行为对社会发展和人民生活的危害。

1 系统总体框架与工作原理

酒驾检测系统主要包括：信号采集模块、信号处理模块、信号交互模块以及车载T-BOX 控制模块，系统架构图如图1所示。系统采用多传感器分布方式，多通道信息采集，通过布局四个酒精传感器和多个压力传感器，结合时间域和酒精浓度变化情况进行融合算法处理，排除副驾驶及后排乘客喝酒干扰信息，比单一传感器检测准确度更高，提升了检测系统的抗干扰性，从而准确完成驾驶员酒驾检测功能。

图1 系统架构图

其中信号采集模块主要是通过压力传感器、MQ-3B 酒精检测传感器采集车载数据，在主驾驶座位的前后左右分别安置MQ-3 酒精检测传感器，实时检测主驾驶座位周围的酒精浓度，车内的座位分别安置压力传感器，检测汽车的车载情况；信号处理模块主要完成对采集的数据信号的滤波、A/D转换处理，处理后的数据信号通过串口将数据上传给数据终端；信息交互模块是基于QT 的酒精信号处理软件，分通道绘制酒精浓度实时曲线，直观给出各酒精传感器的实时信号变化情况，并结合车载情况以及多通道的数据融合算法，给出主驾驶是否酒驾的判断，同时软件后台将以文件形式存储检测数据，为后期多源信息融合及大数据分析提供基础数据支撑；车载T-BOX 模块是整个检测系统的执行机构，根据终端软件的判断，给出相应的控制响应，避免主驾驶酒驾造成不必要的危害。

2 系统设计

2.1 硬件平台

酒驾检测系统是基于Altera DE2-115 开发板搭建酒精数据采集和处理的硬件平台，Altera DE2-115 开发板核心的FPGA 芯片为Cyclone IV 4CE115F29，配有RS-232 标准串口。上位机数据处理软件是基于QT 的图形数据处理软件，编程语言为C/C++，具有很好的移植性，可以很方便将数据处理软件移植到车载终端，车载终端与下位机FPGA 通过RS-232标准串口实现数据通信。系统的控制执行机构为车载T-BOX，车载终端通过T-BOX 控制车辆的行驶状态，系统检测出酒驾现象后，做出减速停车控制响应，并将相关信息通过车载终端上传发送给相关人员，避免驾驶员因酒驾而造成的交通安全事故。

2.2 传感器模块

酒驾检测系统的传感器模块主要包括酒精检测传感器和压力传感器。酒精检测传感器选用MQ-3B 酒精传感器，当酒精传感器所处环境中存在酒精蒸汽时，气体传感器的电导率随空气中酒精气体浓度的增加而增大。系统中 Altera DE2-115 开发板搭采用电压输入，将酒精浓度值转换为0~5V电压信号，酒精数据信号经过A/D 转换得到0~1 之内酒精浓度值。压力传感器选用薄膜压力传感器SBR，压力传感器用于检测车载情况，当汽车座位承受压力值大于预设值，系统判定该座位有乘客入座。

2.3 数据处理模块

酒驾检测系统的数据处理模块主要对采集的数据进行处理并将最终判定结果及车辆信息送到数据应用模块完成酒驾主动检测系统功能，通过数据融合算法实现对多传感采集数据处理，综合判断车辆驾驶员是否饮酒，以达到准确性、实时性的检测目标。在数据处理模块输出最终检测结果基础上，分别通过T-BOX 车载单元和无线通信模块，将车辆信息实时发送至交通管理部门和车辆设定的指定联系人，最终完成酒驾的控制。

2.4 软件系统设计

酒驾检测系统的软件设计包括基于FPGA 的数据采集与转换系统和基于QT 的图形数据处理系统两个部分，工作流程图如图2 所示。系统启动后，软件程序初始化，传感器采集数据，FPGA 循环读取传感器采集的数据信号。FPGA 接收到传感器的数据信号进行滤波、A/D 转换处理，将采集的电信号转换为数值，通过压力传感器采集的数据判断车载情况，从而判断酒精浓度数据的通道数，通过LCD 显示酒精浓度实时数据，同时通过RS-232 将实时数据发送至数据终端。数据终端循环串口数据，并分通道绘制酒精浓度实时变化曲线，结合融合算法对多通道的酒精浓度数据分析处理，完成酒驾的最终判断。

图2 软件流程图

3 系统测试

按照系统框架图搭建多通道酒精检测系统，模拟车辆驾驶环境进行真实模拟酒精检测情况，实验人员分别进行不同程度的饮酒开展测量，在主驾驶位置前后左右分别布置酒精传感器，驾驶员饮酒后坐在驾驶位置，其他饮酒人员模拟乘客分布在后、左、右侧酒精传感器附近。 经过实验，酒精浓度数据曲线如图3 所示，从图中可以看出酒精浓度随时间变化规律，当车载人员呼气时酒精浓度瞬时上升，呼气结束后急速衰减。图中峰值最高的曲线对应的是方向盘酒精传感器，可以直观看出其数据均值大于其余三个通道数据均值，结合融合算法判定主驾饮酒驾驶。

图3 酒精浓度数据曲线

4 结论与展望

目前，信息融合被广泛运用到工业检测系统中，多传感器信息融合也并不是一个新概念，其应用非常广泛，如目标识别、车辆制导、遥感、战场监视和白动[2]。本系统从主动 安全、智能的角度，重新思考酒驾检测原理，利用多传感器对多个不同类型信息进行融合分析判别酒驾状况，提高酒驾判断准确性和检测精度。与此同时，通过车载单元T-BOX 系统对酒驾者进行提醒是否适宜驾驶，成本较低，适用于各类车型，市场前景良好[3]。总而言之，针对当前酒驾危害行为频繁出现的原因，除了在立法方面进行不断完善以外，还应该进一步关注酒驾车辆及驾驶员的检测力度，从根本上控制酒驾行为并有效遏制其危害行为的发生，让社会更加和谐稳定[4]。