基于FPGA多通道酒驾主动检测系统研究

丁浩　闫伟　杨会

摘  要：随着社会经济的发展，车辆数量不断上涨。随之而来酒驾交通事故频繁出现，造成严重社会影响。除了立法方面完善和管制，还应关注酒驾车辆及驾驶员的检测力度和方式，从根本上控制酒驾并遏制其危害行为的发生。目前采用的防酒驾系统具有较好实用性，但在降低查处人力和财力基础上，如何防止检测时作弊、主动实时检测、识别车内其他人饮酒而驾驶员没有饮酒等情况存在问题，而本系统采用多通道融合方式能够有效解决酒驾检测存在的问题。

关键词：酒驾检测;多通道;融合;实用性

中图分类号：U463.6        文献标志码：A         文章编号：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

據公安部统计，2019年我国汽车保有量2.6亿辆，汽车驾驶人3.97亿人。2019年上半年查处酒驾90.1万起，导致死亡事故1525起，导致非死亡事故7512起，同比增加28.2%。人工查处量大面广，从技术上解决酒驾查处，降低人力和财力，依法治理酒驾任重道远。[1]

近几年国内外陆续提出多种酒驾检测方式，其对于遏制酒驾具有较好的实用性，但仍存在一些问题：一是如何防止检测时作弊;二是如何主动实时检测;三是如何识别车内其他人饮酒，而驾驶员没有饮酒。[2]

2 酒驾检测系统总体设计

本系统采用多传感器检测方式，首先，体现出系统主动性，在车辆启动行驶之前系统主动判断是否酒驾，不需要驾驶人员被动进行检测，可以达到防作弊目的;其次，系统性价比高，采用现有廉价酒精传感器设备，优化传感器分布，重点通过大数据人工智能分析和数学建模方式，建立酒驾判别多传感器融合算法，硬件系统搭建成本低;最后，检测精确度高，系统检测环境具有空间小、封闭性好等车内独有特点，驾驶员以外乘客喝酒对酒驾检测系统干扰非常大，整个空气中均弥漫酒精，增加了驾驶员酒驾检测难度，本系统基于酒精浓度扩散、乘客分布等情况，采用大数据分析、数据建模、构建智能融合算法从而完成准确判断。

2.1 总体布局设计

酒驾主动检测系统充分体现主动性、实时性和准确性。利用压力传感器、酒精检测传感器和T-BOX车载单元采集车内环境变量（车载人员数量、酒精浓度、车内环境），布置4个酒精传感器（驾驶前方-方向盘、驾驶后方-头枕后、驾驶左侧-座椅左、驾驶右侧-座椅右），T-BOX车载单元提供车内窗户关闭、空调开启状态等车载信息数据。具体传感器分布如图1所示。

2.2 功能模块划分

检测系统功能模块包括：信号检测模块、处理模块、车载单元及信息交互模块。主要流程：压力传感器、酒精传感器等采集车载环境，通过滤波、AD转换后发送至FPGA处理单元，通过信息交互模块将判定结果发送至交通部门和车辆常用联系人，并通过车载单元对车辆进行处理。[3]

3 系统功能模块设计

系统在Altera DE2-115开发平台上进行设计测试，硬件框图如图2所示。

3.1 信号采集模块

主要完成多个传感器数据采集，包括酒精浓度检测、车载人员数据等，模块设计核心在于传感器的分布及信号采集准确性。系统酒精传感器选取MQ-3型号，压力传感器选取压阻薄膜RP-C10-ST型号。

3.2 信号处理模块

主要对模拟数据进行滤波并模数转换，将结果发送至FPGA核心处理模块。包括数据融合算法对多传感采集数据进行处理，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。

3.3 数据融合模块

该模块是整个系统的核心部分，主要完成对酒精浓度和压力传感器数据进行处理，采用二维数据模型，设计酒精浓度值和检测时间点C-T二维数据、压力传感器和检测时间点F-T二维数据，通过酒精浓度变化趋势和人员进入车内时间差，最终区别驾驶员和乘客喝酒，以此达到酒驾检测主动性、准确性。

3.4 车载T-BOX模块

在数据融合模块判断结果基础上，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分和车辆设定的指定联系人，最终完成酒驾的控制。

4 系统测试结果

4.1 硬件平台测试

搭建多通道酒精检测平台，并模拟车辆驾驶环境进行多传感器采集，将采集信号进行转换并处理，分别LCD屏实时显示各传感器酒精浓度和蜂鸣器提醒是否酒驾。

4.2 测试数据展示

为了进一步开展数据分析，通过串口将硬件平台与PC终端通信，PC端将采集数据进行处理并展示数据变化情况，绘制酒精浓度变化曲线并保存原始数据，为多通道融合及大数据分析提供数据支撑。PC端采集到的多通道酒精浓度变化情况如图3所示。

5 结束语

系统采用多通道融合处理，在多传感器分布方式、多通道信息融合等方面进行设计，将传感器采集到的酒精浓度变化数据（主要包括酒精浓度值、时间维度、酒精浓度变化率等），通过大数据、人工智能分析方式建立建全数学模型，构建多源信息融合算法，能够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。

参考文献：

[1]韩远颂.法律法规对酒驾的控制影响研究[J].法制博览，2020（07）：131-132.

[2]罗春林，崔浩，舒朝君，等.基于三次样条插值的智能汽车酒驾测控系统设计[J].现代电子技术，2019，42（10）：161-165+170.

[3]赵元昊.车载式自动酒驾防控系统研究[J].河北企业，2018（03）：123-124.