基于被动视觉的机车驾驶疲劳实时检测系统的研究

实时检测机车乘务员的疲劳程度,是提高机车运行安全的有效途径.本文提出一个基于被动视觉的车载机车驾驶疲劳时实检测系统.系统通过CCD摄像头获取驾驶状态下机车乘务员的图像,然后运用图象处理技术进行人脸检测、眼睛定位等处理,并提取眼睛的闭合度作为PERCLOS疲劳检测的依据.针对实时图像处理数据量大、运算复杂的特点,采用TMS230DM 6437作为核心处理器进行了硬件实现.实验表明,系统能准确实时地检测驾驶疲劳程度,具有较好的实用性.     

基于人眼PERCLOS特征的列车驾驶员疲劳检测系统

针对列车驾驶员疲劳驾驶问题,提出一种基于人眼PERCLOS特征的列车驾驶员疲劳检测系统,即首先采用基于Haar特征的AdaBoost算法进行人脸检测,而后进行人脸定位和跟踪,最后计算人眼的PERCLOS参数,实现驾驶员的疲劳检测。通过室内模拟驾驶实验,该系统具有检测率高、鲁棒性强等特性。     

基于由粗到精定位的列车驾驶员瞳孔和眼角点检测

提出一种由粗到精定位的列车驾驶员瞳孔和眼角点检测方法,采用基于监督下降法的面部特征点定位和跟踪技术对驾驶员的眼角点进行粗定位,在面部特征点正确定位的基础上根据相应点的位置获取眼睛图像。采用圆形模板求得眼睛图像中每个像素点的灰度比率,并将其作为权值获取积分投影曲线,对瞳孔点粗定位。将已检测到的瞳孔中心点和眼角点作为初始点,采用基于局部二值特征的定位技术对眼角点和瞳孔位置进行精确定位。利用视频和图像数据库进行实验测试,实验结果表明:提出的方法能够有效定位驾驶员眼角点和瞳孔位置,其瞳孔检测精度优于最新提出的方法。     

机车乘务员瞌睡警示系统开发与研究

机车乘务员疲劳驾驶时容易陷入瞌睡状态,从而可能引起严重的行车安全事故,瞌睡监测系统的研究成为计算机应用研究的重要领域。为了满足瞌睡状态监测系统实时性要求,研究了基于Adaboost算法识别人眼的方法,采用单位时间内眼睛闭合时间所占的百分率来判断瞌睡状态,应用该算法进行瞌睡状态训练和识别研究,并将瞌睡状态监测算法移植到DSP中。经过实际使用验证,系统能满足瞌睡实时监测与警示的要求。     

基于机车车载视频序列的人眼疲劳快速定位方法研究

人眼定位是非接触式机车车辆乘务员实时疲劳检测中最基本的关键环节。针对机车车载视频序列进行疲劳检测时存在实时性、鲁棒性要求高的问题,结合计算机视觉和图像处理技术,提出一种多算法融合的人眼疲劳快速定位方法。利用基于Haar-like特征的Ada Boost人脸检测方法检测视频序列中乘务员人脸并设置目标跟踪区域,利用Camshift目标跟踪算法快速定位人脸;基于人脸和人眼的对称性等先验知识,提出比例缩减区域(PRA)的方法快速定位人眼。研究结果表明:该方法可以有效减少误检,适应复杂光照,并具有实时性和鲁棒性,为机车车辆乘务员疲劳实时检测提供理论和实践参考。     

基于逆投影修正和眼睛凝视修正的列车驾驶员疲劳检测方法

为了使基于正面人脸的疲劳检测不受列车驾驶员头部姿态变化的影响,提出一种基于眼睛特征修正的疲劳检测算法。采用多视角人脸检测算法搜寻人脸位置,运用监督下降法在人脸区域进行特征点定位,利用获得的特征点分别计算头部姿态角度和投影眼睛开合度。针对投影眼睛开合度与真实眼睛开合度存在一定偏差,建立投影眼睛开合度与真实眼睛开合度的逆投影变换关系,研究凝视方向对眼睛开合度的影响。通过凝视修正和逆投影修正的修正公式对投影眼睛开合度进行两次修正,并结合PERCLOS疲劳判定准则判定其有效性。实验测试结果表明,头部姿态变化对眼睛开合度影响较大,修正后的特征比修正前的特征具有更强的判别能力。     

结合UKF和小波变换的改进粒子滤波及其在机车驾驶员人眼跟踪中的应用

非接触式的人眼跟踪研究对于机车驾驶员疲劳检测有着重要意义.为了解决机车驾驶员人眼跟踪方法对头部旋转、光照变化以及人眼运动的强非线性等问题的过于敏感,提出一种结合UKF(Unscented Kalman Filter)滤波和小波变换的改进粒子算法的机车驾驶员人眼跟踪方法.将UKF滤波算法得到的滤波状态均值和方差,用于粒子滤波算法中下次采样新的粒子;然后利用小波变换的去噪原理,降低粒子滤波重要性权值的方差,以提高实际驾驶条件下机车司机人眼跟踪的准确性和鲁棒性.理论分析和实验结果表明:该方法不仅可以提高对头部旋转、光照变化以及人眼运动的强非线性等问题的鲁棒性,而且具有更好的估计精度.     

一种基于人脸序列模式的机车驾驶员疲劳检测方法

驾驶疲劳是导致事故的重要原因,本文在综述基于面部特征的机车驾驶员疲劳检测方法的基础上,提出了基于Gabor变换的人脸特征融合抽取模型,并在此基础上,结合隐马尔可夫模型(HMM)提出基于人脸图像序列的机车驾驶员疲劳检测方法。根据在疲劳和非疲劳状况下人脸模式特征的不同,首先利用Baum-Welch学习方法从疲劳图像序列训练学习得出疲劳模式下的HMM参数;然后,在疲劳模式识别时,把待识别的人脸图像序列表示成Gabor融合特征序列,再利用Viterbi算法计算该特征序列属于疲劳模式的概率值,从而实现对人脸图像序列的疲劳识别;最后,对各种姿态下的不同人脸图像序列数据进行了仿真测试。实验结果表明,与已有基于单幅人脸图像的疲劳识别方法相比,具有更好的疲劳识别性能。%     

杂散电流环境下钢筋混凝土梁弯曲疲劳损伤演变规律研究

采用超声波检测仪和基于超声波速自定义的损伤变量对杂散电流环境下钢筋混凝土梁弯曲疲劳损伤过程进行实时跟踪研究.结果表明:定义的损伤变量对杂散电流与疲劳荷载共同作用下钢筋混凝土梁损伤发展状态较敏感,能够有效跟踪损伤不同发展阶段.损伤变量跟踪显示:杂散电流环境下钢筋混凝土梁弯曲疲劳损伤过程,与一般大气环境下弯曲疲劳损伤过程类似,具有明显3阶段特性,即初始快速增加、稳定增加和临近破坏的急速增加;随杂散电流强度增大,钢筋混凝土疲劳损伤发展加快.疲劳断裂试件表明:杂散电流环境下混凝土梁弯曲疲劳损伤劣化进程加速,主要是由于杂散电流与氯离子一样会引发混凝土中钢筋发生电化学腐蚀,且与疲劳荷载构成损伤劣化耦合作用.     

机车司机疲劳检测系统研究与应用

分析机车行驶中司机产生疲劳的原因,介绍疲劳检测的方法及检测原理的行为特征、基本原理,在此基础上对疲劳驾驶检测系统硬件及软件的设计和实现进行研究,有效检测司机的疲劳状态并实现报警,从而减少机车司机在工作中因疲劳产生的行车事故.     

大秦线重载牵引电力机车同步操纵系统制动阀切除故障分析

介绍了同步操纵系统应用中出现的制动阀切除问题,阐述了制动阀切除的机理、故障原因、故障种类,分析了减少制动阀切除故障的方法、制订了修改系统流量算法、定期校准列车管传感器及流量传感器、优化乘务员操纵、加强机车及同步操纵系统的日常维护等措施,经过一年多的验证,故障明显减少,保证了同步操纵系统在大秦线的正常运用。     

基于主动表观模型及PERCLOS的疲劳检测研究

针对城市轨道交通电客车司机长时间驾驶产生的疲劳问题，目前主要是通过规章制度及警惕按钮来解决，这样既增加司机的劳动强度，也对司机疲劳驾驶检测效果有限。文章针对电客车司机现场工作环境，提出了一种主动在线实时检测方法，该方法通过视频序列分析人脸信息，采用主动表观模型完成对人眼的识别及定位，采用PERCLOS算法完成对司机疲劳检测。实验证明，该模型和算法能够很好地完成对司机的疲劳检测。     

HXD1系列电力机车司机室焊接工艺及其底面平面度控制

分析HXD1系列电力机车司机室部件组焊和司机室总成组焊工艺过程．提出影响机车司机室底面平面度的因素,阐述了控制机车司机室底面平面度的措施。     

基于人工神经网络的车次追踪算法研究

在高速铁路运营调度系统中,对列车进行跟踪,实时获取准确的列车车次号是必不可少的。车次追踪主要包括原始车次号的获取、车次号的逻辑追踪处理和列车车次校核3个方面。逻辑追踪是在某一时刻和某一地点,根据列车的实际运行情况,自动推算当时运行或者停车的列车的车次号。车次校核是根据计划或无线等车次号对追踪结果进行校核。基于人工神经网络算法的车次追踪技术,快速、有效,可以避免由于轨道电路故障而引起的车次追踪错误。     

多技术融合的大流量智能测温系统设计与实现

针对传统非接触式测温技术存在的测温效率低、测温数据不准、漏检率高等问题,提出了一种基于人像检测、人员跟踪、红外热成像等多技术融合的大流量智能测温系统。该系统通过人像检测技术获取人脸信息;通过人员跟踪技术连续跟踪人体并准确定位人脸及额头位置;通过红外热成像技术获取人脸温度,将测温数据与人脸信息关联,实现精准测温。     

基于2SC0108T芯片的三电平IGBT模块驱动电路

介绍了基于2SC0108T驱动芯片的三电平IGBT模块驱动板,该驱动板具有电源欠压保护、短路保护等功能。利用PSpice电路仿真软件对其前级PwM驱动信号调理电路及故障信号反馈电路进行了原理性验证,同时与F3L400R12PT4型三电平IGBT模块进行联调,通过斩波试验和短路试验证明了该款驱动板在工程应用中的有效性和可靠性。     

受限状态下的高速列车迭代学习控制方法研究

针对受限状态下的高速列车自动驾驶系统的跟踪控制问题,基于列车动力学模型,提出一种带饱和函数的迭代学习控制算法。根据Lyapunov稳定性原理,利用列车运行过程中的状态偏差,推导出基于迭代学习控制的列车自动运行控制律。建立类Lyapunov的复合能量函数,通过在迭代域的差分,证明了其差分负定性和有界性,所设计的算法能够控制列车在迭代域对期望运行轨迹达到渐近收敛。采用本文提出的迭代学习控制算法对列车的跟踪性能进行验证,并与PID控制和D型迭代学习控制算法进行比较,结果表明:相较于其他两种算法,本文提出的算法在第3次迭代中就能控制列车精确跟踪期望轨迹,说明算法具有较快的收敛速度和较高的跟踪精度,且能够将控制输入约束在允许范围内。     

基于Faster R-CNN的人脸识别算法研究

人脸识别技术是身份认证的重要方式。旨在设计算法识别身份证人像与待检人像是否为同一旅客。使用卷积神经网络进行人脸识别算法的研究。使用检测人脸后计算人脸特征间欧式距离的方式进行算法设计,最终达到95%的正确率。结果表明, Faster R-CNN算法能较精准地检测人脸, VGG-Net可以较好地提取人脸特征值。