AdaBoost视觉算法的士兵疲劳预警系统研究*

2021-07-30 06:58:36郭保全
机械工程与自动化 2021年2期
关键词:驾驶员分类检测

任 琳,岳 光,郭保全

(1.太原工业学院 电子工程系,山西 太原 030008;2.中北大学 军民融合协同创新研究院,山西 太原 030051)

0 引言

随着我军武器装备的机械化、数字化程度的提高,其自行武器底盘车辆的驾驶训练强度逐渐增大,伴随而来的是士兵驾驶员的疲劳问题逐渐增多,极大地影响着士兵的安全和自行武器的使用效能。数据表明:20%~30%的士兵驾驶问题是由于疲劳驾驶引起的注意力不集中、反应迟钝、操作失误等,这就导致驾驶过程中存在着极大的士兵本身和武器装备的安全隐患[1,2]。因此,开展自行武器士兵驾驶员疲劳检测与预警的研究工作有着十分重要的意义。

针对士兵疲劳驾驶紧急预警工作,国外的军事强国有各类解决方案。德军通过采集士兵驾驶员握方向盘的力度来检测疲劳度,美军的疲劳检测系统是基于机器视觉的预警系统,利用驾驶员的面部、眼部等特征判断驾驶员的疲劳状态[3],从而降低驾驶员的事故发生率。本文提出一种基于AdaBoost视觉算法的士兵面部疲劳检测系统,采用低成本、高性能的嵌入式Linux平台对驾驶员的疲劳状态做实时监测,并提出预警信息。

1 士兵驾驶员疲劳检测预警系统

疲劳检测预警系统是指驾驶员在疲劳状态进行机动车辆驾驶情况下,对驾驶员进行疲劳检测并预警。驾驶员疲劳的产生可能来源于驾驶员长时间驾驶、休息不充分等因素。人在疲劳状态时会产生打哈欠、眨眼频率降低、语调、头部位移等明显外在行为特征,主要表现在生理特征与生化特征两方面[4]。……

登录APP查看全文

猜你喜欢
驾驶员分类检测
基于高速公路的驾驶员换道意图识别
驾驶员安全带识别方法综述
分类算一算
教你一招:数的分类
小波变换在PCB缺陷检测中的应用
起步前环顾四周是车辆驾驶员的义务
公民与法治(2016年4期)2016-05-17 04:09:26
“王牌驾驶员”的来历
军事历史(1985年2期)1985-01-18 07:39:33