毕业设计：基于QT的人脸识别，定位导航，脑电心率测算，用GPRS传到服务端的疲劳驾驶检测系统.zip

# GPRS_GPS_Heart_TGAM_Camera 基于QT的人脸识别，定位导航，脑电心率测算，用GPRS传到服务端的疲劳驾驶检测系统（本系统分为底层硬件端及云端）本套代码是硬件采集端的 # 简介： 本系统是植入到树莓派里面的，当然也可以电脑运行，但是需要相应的硬件设备。本软件主要是在接口接收-处理-发送各种传感器数据（包括GPS,HRV心率，TGAM脑电，以及人脸分析数据，GPRS传到云端）。 # 硬件： 树莓派、GPS定位模块、可采集心率的手环（需要发送的编码可知的）、脑电模块（TGAM数据流）、摄像头、GPRS模块、蜂鸣器 # 软件： 安装QT5，python3,文件里附加shape_predictor_68_face_landmarks.dat（人脸训练集） # 大致内容： 1. 采集信息： - GPS定位模块： 采集到定位信息，传给树莓派，通过串口读取数据，并根据北斗编码格式进行，解码。然后在QT界面进行显示； - 心率的手环、脑电模块 同理，知道编码格式，串口传到树莓派进行解码。然后在QT界面进行显示 - 摄像头 系统调用python程序，进行人脸识别，针对吸烟，打哈欠，打电话，闭眼等行为进行检测，通过串口把数据传给树莓派。 - 蜂鸣器： 当各种信息表示人处于疲劳状态，置高电压，进行蜂鸣器鸣响，进行提醒。 2. 上传服务器 - GPRS模块 树莓派处理完所有信息后，对信息编码打包，通过AT指令，传到服务器，服务器接收到，存至数据库。 3. 模型训练与下载（代码不包括） 通过前期采集到的有监督数据，进行模型训练，采用线性回归模型，拟合到参数，将参数下传至树莓派端（大概一个月一次更新参数） 4. 网页端展示（代码不包括） 基于VUE的一个界面展示