一种司机在途疲劳状态检测方法及列车运行状态远程监控系统技术方案

本发明专利技术涉及列车运行状态检测技术领域，更具体地，涉及一种司机在途疲劳状态检测方法及列车运行状态远程监控系统。通过识别人脸特征，定位人眼以及嘴部，判断人眼以及嘴部的活动情况，该方法可准确判断出司机是否出现打瞌睡或打哈气，以判断司机是否处于疲劳驾驶状态。另外，通过列出运行状态远程监控系统，可以实时监控列车运行的状态，包括列车司机的状态、列车环境的状态、以及列车系统运行的状态，通过远程获取数据，后台监控列车是否有异常，可及时发现异常，避免事故发生。避免事故发生。避免事故发生。

【技术实现步骤摘要】
一种司机在途疲劳状态检测方法及列车运行状态远程监控系统


[0001]本专利技术涉及列车运行状态检测
，更具体地，涉及一种司机在途疲劳状态检测方法及列车运行状态远程监控系统。

技术介绍

[0002]在城市轨道交通运营过程中，由于整个城市轨道交通系统异常复杂，任何形式的故障都会造成一定程度的损失，因此为了有效地保障地铁运营的稳定性与可持续性，各地铁公司无一例外地需要开展地铁列车维保工作。提高列车安全性的主要措施包括使用高度自动化的列车运行控制系统控制列车运行、研发智能化的监测装备监督列车运行状态，但对列车司机的驾驶风险几乎没有监督防护措施。铁路轨道交通列车一般采用单司机驾驶，如果在驾驶列车过程中发生司机注意力下降、打瞌睡等状况时，容易造成安全事故。作为高速铁路列车运行的直接指挥和操控岗位，尽管有足够先进的计算机系统作为辅助，但这些行车人员在工作过程中需要在工作过程中精力高度集中，这也将导致列车司机极易产生工作疲劳。同时，行车人员的工作行为、身心状态将直接影响到行车过程，需要对列车司机(行车人员)的工作过程、尤其是工作疲劳、错误操作等进行实时监本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种司机在途疲劳状态检测方法，其特征在于，包括以下步骤：S1.实时采集司机在途过程中的图像；S2.对采集的图像进行滤波降噪处理和光照补偿处理；S3.定位图像中的人脸，获取人脸图像信息；S4.定位人脸中的眼睛和嘴，获取眼睛和嘴部的图像信息；S5.通过计算眼睛区域的面积以及嘴部区域的面积，判断出司机眼睛的睁眼情况以及嘴部的活动情况；S6.根据司机眼睛的睁眼情况及处于某一状态下的眼睛状态所持续的时间、以及嘴部的张开情况及嘴部张开所持续的时间，判断司机是否处于疲劳状态；S7.若司机眼睛的睁开面积小于所设定的阈值，且持续时间大于所设定的阈值，则判断司机处于疲劳状态；或，司机嘴部的张开面积大于所设定的阈值，且持续时间也大于所设定的阈值，则判断司机处于疲劳状态。2.根据权利要求1所述的司机在途疲劳状态检测方法，其特征在于，所述的步骤S2中首先用非线性的中值滤波法去除图像中的噪声，然后，用直方图均衡化处理进行光照补偿。3.根据权利要求1所述的司机在途疲劳状态检测方法，其特征在于，所述的步骤S3中，首先用高斯肤色模型分割出图像中的肤色区域，然后再用级联结构人脸分类器在所分割出的肤色区域内检测出人脸。4.根据权利要求3所述的司机在途疲劳状态检测方法，其特征在于，所述的级联结构人脸分类器在所分割出的肤色区域内检测出人脸的步骤包括：S31.获取图像中司机的头部区域，将司机的头部图像信息作为原始训练集；S32.反复修改训练司机图像的数据的权值分布，得到人脸区域：初始化训练数据的权值分布：D
i
＝(W
11
，...，W
1i
，...，W
1N
)，对m个基本分类器m＝1，2，3，3...M使用具有权值分布D
m
的训练数据集，学习得到基本分类器：G
m
(x)：x
→
{
‑
1，+1}；计算在训练数据集上的分类误差率：式中，D
i
表示初始化训练数据集的样本，W
1i
表示初始化训练数据的权值；W
mi
是第m个弱分类器中，第i个数据的权重；y
i
表示样本标签；G
m
(x)表示分类器；I表示被错误分类的样本；P表示基本分类器Gm(x)在训练集上的分类误差率；计算弱分类器在最终分类器中的权重α
m
：更新训练数据集的权重分布：D
m+1
＝(W
m+1，1
，...，W
m+1，i
，...，W
m+1，N
)
式中，Z
m
是规范化因子：构建基本分类器的线性组合：得到最终分类器：其中，sign(f(x))是符号函数，取某个数的符号为正或负；S33.进行多轮迭代：首先新增弱分类器(i)和弱分类器权重α
m
(i)；通过列车司机图像数据集与数据权重W(i)训练弱分类器(i)，并得出其分类错误率，以此计算出弱分类器权重α
m
(i)；通过加权投票表决的方法，让所有弱分类器进行加权投票表决的方法得到最终预测输出，计算最终分类错误率，如果最终错误率低于设定阈值，那么迭代结束；如果...

【专利技术属性】
技术研发人员：江跃龙，
申请(专利权)人：广州铁路职业技术学院广州铁路机械学校，
类型：发明
国别省市：