基于眼部自商图—梯度图共生矩阵的疲劳驾驶检测

目的 疲劳驾驶是引发车辆交通事故的主要原因之一,针对现有方法在驾驶员面部遮挡情况下对眼睛状态识别效果不佳的问题,提出了一种基于自商图—梯度图共生矩阵的驾驶员眼部疲劳检测方法。方法 利用以残差网络（residual network,ResNet）为前置网络的SSD（single shot multibox detector）人脸检测器来获取视频中的有效人脸区域,并通过人脸关键点检测算法分割出眼睛局部区域图像;建立驾驶员眼部的自商图与梯度图共生矩阵模型,分析共生矩阵的数字统计特征,选取效果较好的特征用以判定人眼的开闭状态;结合眼睛闭合时间百分比（percentage of eyelid closure,PERCLOS）与最长闭眼持续时间（maximum closing duration,MCD）两个疲劳指标来判别驾驶员的疲劳状态。结果 在六自由度汽车性能虚拟仿真实验平台上模拟汽车驾驶,采集并分析驾驶员面部视频,本文方法能够有效识别驾驶员面部遮挡时眼睛的开闭状态,准确率高达99.12%,面部未遮挡时的识别精度为98.73%,算法处理视频的速度约为32帧/s。对比方法1采用方向梯度直方图特征与支持向量机分类器相结合的人脸检测算法,并以眼睛纵横比判定开闭眼状态,在面部遮挡时识别较弱;以卷积神经网络（convolutional neural network,CNN）判别眼睛状态的对比方法2虽然在面部遮挡情况下的准确率高达98.02%,但眨眼检测准确率效果不佳。结论 基于自商图—梯度图共生矩阵的疲劳检测方法能够有效识别面部遮挡时眼睛的开闭情况和驾驶员的疲劳状态,具有较快的检测速度与较高的准确率。     

复合微穿孔板吸声结构声学性能预测

本文旨在将微穿孔板吸音结构与多孔材料复合，得到中低频吸音性能较好的复合层声学结构。以微穿孔板多边形穿孔截面、穿孔率、空腔厚度和多孔材料类型为变量，设计复合层声学结构，给出复合层声学结构吸声系数的理论计算方法和声学有限元仿真预测模型。利用3D打印技术制备精度较高的微穿孔板实验样本，利用阻抗管法对复合层声学结构的吸声系数进行实验室测量。对比预测结果和实验数据，发现两者具备很好的一致性。研究表明：复合层声学结构具有很好的中低频吸声系数，通过调整微穿孔板穿孔截面形状和穿孔率可以对中低频段（50-1600Hz）噪音进行有效控制。     

废旧汽车零部件再制造回收模型优化研究

建立废旧汽车零部件回收与再制造智能交易平台,对我国废车市场的建设和完善以及汽车零部件再制造产业链的发展具有重大的工程实用价值。为研究适用于第三方平台的回收模式和策略,本文构建了由制造商、再制造商、销售商、回收平台和激励政策共同组成的再制造闭环供应链回收模型,通过利润函数来揭示再制造供应链中各企业的定价策略和相关变量的关系。分别利用逆向归纳法和多目标遗传算法求解该模型,并以废旧汽车变速箱为案例,验证和比较了2种算法的可行性和优劣性。仿真分析结果表明,基于多目标遗传算法求解下制定的回收策略优于逆向归纳法,预期闭环供应链整体回收率和企业利润可得到全面优化,为再制造产业链各参与者的回收决策提供了具有现实意义的理论依据。     

基于拓扑数据分析的驾驶疲劳EEG数据处理与优化分析研究

为提高驾驶疲劳脑电(EEG)数据处理与分析的准确性和鲁棒性,提出一种基于拓扑数据分析(TDA)的驾驶人疲劳脑电分析方法。首先利用汽车性能虚拟仿真平台开展驾驶实验,通过驾驶人状态反馈和面部特征视频,标记脑电数据,形成清醒和疲劳二分数据集。之后利用EEGLAB预处理数据,剔除噪声并保留0.3～30 Hz频带,直接从时域EEG数据中提取拓扑特征。此外还提取了经典频域特征α波能量和α/β用于对比分析。最后使用支持向量机进行分类。结果表明,基于持久同源(PH)的拓扑特征取得了高达88.7%的准确率和91.4%的召回率,与经典频域特征性能相当,且对脑电伪影的鲁棒性明显更好,在未剔除EEG伪影的情况下仍取得了87.4%的准确率和89.7%的召回率。综上所述,本文提出的用于驾驶疲劳脑电信号处理与分析的TDA方法抗干扰特性好、处理成本低、经济性高,有助于稳定、高效地处理驾驶人脑电数据并检测驾驶疲劳状态,具有较大的科学实际应用价值。