融合面部特征的机动车驾驶人疲劳检测

为降低因驾驶人疲劳驾驶导致的交通事故,需要开展驾驶人疲劳检测研究.为满足在线实时检测的要求,本文提出了融合面部特征的机动车驾驶人疲劳检测方法,首先通过背景差分缩小检测区域、减少图像金字塔层数等方法对MTCNN人脸检测网络进行优化加速,加速后的速度与之前相比提升了258％.其次通过多级级联的残差回归树对人脸进行特征点检测,得到了人脸的特征点,最后通过融合面部嘴、眼开合度特征的方式建立驾驶人疲劳检测模型并进行训练.实验表明,该检测方法的准确率可达95.4％,每帧检测平均速度64 ms,检测速度快,能满足实时性的要求.     

基于面部几何特征及手部运动特征的驾驶员疲劳检测

驾驶员疲劳驾驶是造成交通事故的主要原因之一,为解决该问题,提出一种新的基于机器视觉的驾驶员疲劳状态检测方法。根据驾驶员视频图像特点,采用基于肤色检测的Adaboost算法提取面部以及手部的感兴趣区域(Regionsofinterest,ROIs)。基于尺度不变特征变换(Scale invariant feature transform,SIFT)特征点匹配获取眼、嘴以及手部的SIFT特征点,据此得出面部以及手部特征参数。将Perclos、MClosed、Phdown以及SA 4个特征参数作为模型输入,疲劳度等级作为模型输出,建立三层BP神经网络模型,并应用贝叶斯正则化并结合动量梯度下降法较好地解决了传统BP人工神经网络训练高精度和预测低精度的过拟合现象。试验数据表明,该方法能够克服光照、背景、角度以及个体差异的影响,且疲劳检测的正确识别率达到99.64%。     

驾驶员疲劳驾驶的面部检测与定位

人脸检测是基于PERCLOS的疲劳驾驶检测中的一项关键技术。将CCD摄像头得到的驾驶员人脸图像映射到YCbCr颜色空间,创立一个基于肤色的二维高斯数学模型。用自适应阈值分割法对人脸图像进行二值化处理,然后将得到的二值化人脸图像进行形态学分析。最后通过面部特征对连通域进行分析和处理,实现人脸的检测并框定。     

基于面部识别的驾驶员疲劳危险驾驶检测系统

为了有效降低驾驶员疲劳驾驶、短时间未看道路等危险驾驶的概率,设计了以面部特征为研究对象的人脸识别的检测系统.该系统通过对面部识别以及眼睛和嘴的定位跟踪,提取面部疲劳信息,将跟踪的图像信息传输到OpenCV视觉库进行图像处理,通过一系列的算法对驾驶员疲劳、危险驾驶行为进行判断、疲劳值计算,最后通过安全警报模块对驾驶员给予警报提示.经实验测试,该系统满足车载、实时性、准确性的要求,能够快速的检测驾驶员的危险驾驶状态,具有一定的实用性.     

基于主动形状模型及模糊推理的驾驶疲劳检测

为了提高基于单一特征检测算法的准确率和鲁棒性,提出了一种基于多个特征的驾驶员疲劳融合检测算法。选取能够直接反映驾驶员疲劳程度的2个面部特征(眼睛和嘴巴)对驾驶员状态进行综合判断。针对驾驶员头部多角度变化时导致面部特征定位困难的问题,提出了基于主动形状模型(ASM)人脸特征定位算法,应用12个ASM特征标记点,准确定位出眼睛和嘴部特征。针对疲劳程度三级分类(清醒、疲劳及严重疲劳)难以确定的问题,提出了基于模糊推理系统的疲劳检测算法,根据人的经验,"智能"地判断疲劳程度,从而准确地量化疲劳这一模糊概念。实验结果对比表明,综合眼睛和嘴部信息,比采用单参数检测算法减少了误判的概率,具有较高的准确性和鲁棒性。     

SIFT特征匹配和差分相乘融合的运动目标检测

针对运动目标检测的难点问题,提出了一种结合尺寸不变特征变换(SIFT)和差分相乘算法的运动目标检测方法.首先,用SIFT特征匹配算法配准运动图像的旋转、缩放和平移量,利用SIFT匹配的稳定性和准确性,精确补偿运动摄像机下的背景图像.然后,用差分相乘方法,准确分割出运动目标的轮廓.最后,通过实拍视频序列的试验,证明算法的...     

钢桥疲劳裂纹几何特征对涡流检测信号影响规律研究

针对常规钢桥面板疲劳裂纹检测手段只能贴合表面进行检测的问题,引入涡流检测方法,实现对钢桥面板表面疲劳裂纹的检测。搭建了涡流检测实验平台,设计研发了涡流检测探头,对不同尺寸疲劳裂纹进行横向扫查,研究了不同长度、宽度和深度特征的疲劳裂纹对检测信号的影响规律。并建立有限元仿真模型,模拟疲劳裂纹扫查过程,验证了钢桥面板疲劳裂纹涡流检测方法的可靠性,为后续疲劳裂纹尺寸精准测量提供依据。实验结果显示：设计的空心圆柱形检测探头能够实现最小尺寸为长度60 mm、宽度0.2 mm、深度5 mm的表面裂纹缺陷的定位检测;检测信号的幅度变化值与裂纹长度、宽度、深度在一定范围内均成正相关,裂纹长度和深度对检测信号影响较大,裂纹宽度对检测信号影响较小。     

基于机器视觉的机械设备零件疲劳寿命检测方法

针对机械设备零件疲劳检测过程中,接触式的人工检测存在检测结果准确性较差的问题,提出一种基于机器视觉的机械设备零件疲劳寿命检测方法。通过采集机械设备零件的图像,使用改进中值滤波方法滤除图像中的噪声,根据多尺度边缘检测方法有效提取零件图像边缘部分,提取机械设备零件图像疲劳特征点。通过NSST逆变换将图像特征点融合,同时引入支持向量理论（SVM）和模糊隶属度,分别赋予不同样本同等重要的模糊隶属度,增加支持向量分类性能,将全部样本输入到模糊SVM分类器中,将有疲劳特征的图像分类,最终完成机械设备零件疲劳寿命检测。实验结果表明,所提方法的检测结果与实际结果较为相近,经滤波处理后图像强化效果有所提升。     

面向人脸美化的PFLD框架特征点检测技术

针对人脸面部特征点检测精度与效率的平衡问题,提出一种面向人脸美化的PFLD框架面部特征点检测方法。主干网络使用轻量级的MobileNet-V2 Block取代传统的卷积运算,用于预测关键点的位置。辅助网络由旋转矩阵计算得到3个欧拉角,用于修改损失函数。采用多数据集融合的方式,解决闭眼图像、大姿态图像等少数样本存在的类别不平衡问题。实验结果表明,增加辅助网络、分配权重优化损失函数和多数据集融合,通过调整参数,对比检测效果,可选出在实际应用中能平衡检测精度与运行效率的模型,降低模型尺寸,既能保留检测精度,同时能提高运行效率。     

一种应用语音多特征检测驾驶疲劳的方法

根据人体疲劳对发声系统的影响,提出一种基于语音多特征的驾驶疲劳检测方法.在Takens嵌入定理的基础上,对语音混沌吸引子进行相空间重构,建立语音信号非线性动力学模型.为提高驾驶疲劳检测的充分性和客观性,提取了该模型下的语音非线性特征:最大Lyapunov指数、近似熵和分形维数,并与传统激励源-滤波器模型下的语音特征:基音频率、共振峰和Mel频标倒谱系数相结合,从不同角度反映语音中所包含的疲劳信息.最后通过支持向量机技术建立多特征融合分类器,用于驾驶员语音样本的疲劳识别.实验结果表明,该方法采用的语音多特征之间能够形成疲劳信息的互补,有效地提高了语音检测驾驶疲劳的准确性,在预防驾驶疲劳的行车安全领域有着广泛的应用前景.     

基于水平特征的车辆检测与跟踪

利用加权平均滤波算法对图像进行了滤波处理,去除部分噪声,利用Sobel算子的水平算子对图像的水平边缘进行增强处理,利用最大类间方差法对边缘增强后的图像进行图像分割;提出了利用车辆的水平特征中的列直方图和行直方图对车辆进行检测,根据检测结果得出该方法检测效果良好,即使是复杂环境下的车辆也能得到有效的识别,且对货车的识别效...     

基于阴影特征的前向车辆检测和测距方法研究

车辆检测汽车安全的重要课题之一。提出了一种基于阴影特征的车辆检测和测距方法:首先分析车辆底部阴影的特征,通过基于路面灰度信息的阈值分割方法分离阴影区域,然后检测阴影下边界并构建车辆的感兴趣区域,并利用归一化转动惯量特征实现车辆验证,最后根据摄像机成像模型和几何透视变换原理建立了车距测量模型,测得与前向车辆之间的距离。实验结果表明,该方法可在不同交通环境下对前向车辆实现一定的范围内的有效检测和准确测距。     

时间序列载荷法的桁架式车架疲劳分析

桁架式车架因具有刚度大、质量小等优点,已在高性能车辆上得到广泛使用。为确保车辆安全性和耐久性,对其进行疲劳分析、预测疲劳危险点具有重要意义。根据该类车辆的特性,规划了测试路线,并通过加速度传感器获得加速度载荷谱;分析了车架系统特性和载荷变化频率,确定采用时间序列载荷法;使用雨流计数法对载荷谱进行计数,并对比分析了几种常用的平均应力修正理论;对车架进行疲劳分析,获得车架预测寿命与疲劳危险点的位置。     

基于LabVIEW的车辆底盘检测系统设计

采用LabVIEW软件,通过RS232总线和以太网,分别与欧姆龙的可编程序控制器、DALSA的SG1102K40型相机进行通信,实现对车辆底盘进行检测,并建立相应的数据库。该检测系统可实现对车辆底盘进行图像采集、显示、分析于一体,提高了车辆安检的效率,满足了特定场所对车辆的安全检测的需求。     

基于机器视觉的齿轮质量在线检测系统

针对当前齿轮缺陷检测过程中存在的问题,提出了一种基于机器视觉的齿轮在线检测系统设计方案,实现了图像采集与显示、图像分析及运行控制等功能。该系统通过单片机控制模块负责上料设备和传送带运行,并利用光电开关触发高速摄像机实时采集齿轮图像;然后,工控机对采集的图像进行处理,得到齿轮的外观质量信息;最后,工控机将测量的NG和OK信号传送到单片机,驱动外部设备实现齿轮分拣和声光报警。实验表明,该方法具有较高的测量精度和测量效率,能够满足实际生产的需要,为齿轮在线测量提供了新的途径。     

便携式飞行时间质谱仪在汽车尾气在线检测中的应用

汽车尾气中的挥发性有机物（VOCs）是主要的人为排放污染源之一,排放到大气环境中的VOCs具有很高的反应活性,能够参与臭氧的生成,是形成二次有机气溶胶等污染物的重要前体物质。因此,研制开发适用于现场实时、在线检测VOCs的便携式分析仪器,是现代科学仪器发展的重要方向之一。本工作利用苯系物标准气体对自行研制的便携式膜进样真空紫外灯单光子电离飞行时间质谱仪整机进行性能测试,仪器的质量分辨率优于350,质量精度优于1×10^-4,对苯系物的检测限可达μg/m³级,动态范围优于3个数量级,仪器的总质量小于25 kg。将仪器放置户外对汽车尾气进行现场测试,基于该仪器高时间分辨率的特点,初步研究了汽车尾气排放VOCs的变化趋势与发动机工作状态的相关性。该仪器有望应用于环境应急事故、现场长期监测、化工园区生产工艺过程监控以及无组织排放等领域。     

基于实际行驶载荷的电动汽车差速器扭转疲劳试验方法研究

电动汽车电机具有高频转矩特性,其冲击载荷对减速器、差速器等传动系统疲劳寿命的影响越来越受到企业的重视。根据电动汽车差速器实际受扭转载荷情况,设计了基于液压伺服的电动汽车差速器扭转疲劳试验系统。采用无线遥测系统在垫江试验场按照帕斯卡试验规范对电动汽车半轴转矩进行了实车采集,通过对采集的半轴转矩载荷谱进行预处理和时频域特征分析后,确定了扭转疲劳试验加载波形为正弦波,加载频率为0.5 Hz。通过雨流计数和外推确定了加载幅值和加载频次,从而建立了电动汽车差速器扭转疲劳试验方法。最后,搭建电动汽车差速器扭转疲劳试验系统,对该试验方法进行了验证。结果表明,差速器的疲劳破坏部位及形式与实车行驶时疲劳破坏部位及形式一致,所建立的方法是有效可行的。     

车辆油液颗粒污染物随车在线监测技术研究

为了解决车辆动力-传动装置油液颗粒污染物现场实时检测问题,针对现有光学传感器双通道检测系统存在的光强测定困难、油液颜色不均匀和光强不稳定影响测量精度的问题,提出空气通路代替油通道的油液污染物检测方案,设计车辆新型油液检测装置,对该系统进行试验研究。设计的新型油液检测系统采用双通道测量方法可消除光强变化引起的测量误差,采用空气通路作为参考通道可消除各批号颜色不同带来的测量误差,采用双光源可对因光电转换元件老化引起的测量误差进行校正。实验证明,该系统能有效监测油液颗粒污染物。