基于面部特征分析的疲劳驾驶检测方法

为避免疲劳驾驶,通过提取面部疲劳特征参数的方法研究了驾驶员疲劳检测技术.对SSD(single shot multi box de-tector)目标检测算法及连续自适应均值漂移跟踪算法(continuously adaptive MeanShift,CamShift)进行优化,以检测人脸区域.利用特征点定位提取面部疲劳特征参数,并基于眼睛闭合时间百分比(percentage of eyelid closure over the pupil over time,PERCLOS)设定疲劳阈值和疲劳检测策略.在实车样本集上进行试验,结果表明:优化的人脸区域定位方法对光线变化、类肤色干扰的鲁棒性更强;所提取的疲劳特征参数能有效反映驾驶员疲劳状态,平均识别准确率达到了92.2％.改进后的算法系统在基于视觉特征的疲劳驾驶检测技术中达到了较高水平,对于预防交通安全事故具有重大意义.     

基于介电性质的沥青抗疲劳性能试验研究

为了研究不同老化阶段沥青疲劳性能,通过对热、氧、紫外线、水耦合老化前后的90#基质沥青、SBS改性沥青进行线性振幅扫描（LAS）和介电常数测试,从损伤累积和相位角变化两个角度讨论了不同老化阶段沥青疲劳性能变化情况,并分析了基于介电性质的沥青组分与疲劳应变曲线斜率绝对值B、基于损伤的疲劳破坏参数、基于相位角的疲劳破坏参数之间的关联性。结果表明：老化程度越深,沥青疲劳寿命越短,且沥青基于抗疲劳性能的应变敏感性越大;采用基于损伤的疲劳破坏准则所定义的破坏应变和疲劳寿命评价沥青的抗疲劳性能是合理可行的,且与基于相位角的疲劳破坏准则所定义的破坏应变和疲劳寿命的分析结果一致;可见基于介电性质对沥青组分进行划分的方法合理可行,并可与沥青路用性能进行关联,进一步指导沥青改性工艺。     

基于嵌入式平台的人脸疲劳检测算法

提出一种基于眼部和嘴部相结合的人脸疲劳检测算法,利用深度学习对人脸特征点进行定位,并通过眼部特征点计算PERCLOS参数,计算过程中详细讨论了不同特征对于PERCLOS参数提取的精确性,最后用角度特征来计算PERCLOS参数,同时将PERCLOS的时序信号进行频域分析,进而检测眼部代表的疲劳程度。与眼部协同的嘴部也是疲劳的重要指标,详细论述并提出了一种眼部和嘴部的疲劳协同参数。实验结果表明本文提出的方法是有效的,可以定量反映人的疲劳程度。同时将其部署在移动端用于车载疲劳检测和使用手机过程中的疲劳检测。     

基于嘴部内轮廓特征的疲劳检测

针对传统利用嘴部开合度检测疲劳时容易发生嘴部定位误差且易受唇厚度影响,提出一种基于嘴部内轮廓特征的疲劳检测方法。首先改进了嘴部定位方法,将YCb Cr模型与Lab模型结合,去除类唇色干扰信息,利用a分量对唇色的聚类性定位嘴部,提高了定位的准确性;然后两次提取开合度优化哈欠特征的识别方法,提取嘴部开合度,过滤掉开合度较小的图像,对开合度较大的疑似哈欠图像做Gabor变换,提取嘴部内轮廓的开合度,修正唇厚度引起的误差,判断是否为打哈欠特征。最后根据具有局部连续性的哈欠特征出现的频率做出疲劳判决,降低了哈欠的误判率,提高了疲劳判别的可靠性。实验结果表明,该方法可以克服嘴部定位不准确及唇厚度的影响,有效地实现疲劳检测。     

基于人眼状态的驾驶员疲劳检测

为提高驾驶员疲劳检测的准确性, 提出一种改进的眼睛状态检测方法。利用“参考白冶算法对原始帧图像做光照补偿处理, 基于肤色特征检测出人脸; 利用积分投影法将人脸和眼睛分割出来, 结合眉毛和眼睫毛之间距离的变化、眼睛区域黑色像素点的个数变化这两个参数对眼睛的状态做出判断。若连续5 帧图像眼睛均为闭合状态, 则系统给出疲劳警报。实验结果表明, 利用两个参数检测的准确率高于单个参数检测的准确率。     

基于面部表情和双流网络的驾驶员疲劳检测

提出了一种基于面部表情的驾驶员疲劳检测方法,该方法结合了传统特征提取和双流卷积神经网络.首先,对采集的驾驶员图片进行预处理,使用Dlib进行人脸检测以及人脸特征点定位.然后,根据人脸特征点获取人脸表情感兴趣区域以及嘴部区域,并分别提取Gabor特征和局部二值模式(local binary patterns,LBP)特征...     

不同姿态下基于多特征融合的疲劳状态检测方法

针对传统的基于单一特征的疲劳检测方法误检率高、可靠性不强、无法适应复杂多变的行车环境等问题,提出了一种将驾驶员的眼睛、嘴巴等多种面部特征进行融合的疲劳驾驶检测方法。与现有的人脸检测模型相比,这里提出的基于梯度提高的学习框架对于侧脸的检测效果更佳,并且能够更好地满足检测时间上的要求;同时通过改进的LeNet-5神经网络模型对视频中的笑容进行分类,排除了表情变化对疲劳驾驶检测的干扰;最后为了降低头部姿态的偏转对疲劳特征提取的影响,引入了基于欧拉角的特征校正算法;对YawDD疲劳驾驶数据集的检测结果表明:不同姿态下基于多特征融合的疲劳驾驶检测不仅能够有效降低头部偏转对疲劳驾驶检测的影响,而且比传统的疲劳检测方法具备更高的鲁棒性。     

基于眼睛与嘴部状态识别的疲劳驾驶检测

为在驾驶员佩戴眼镜的情况下也能准确有效地检测疲劳状态, 提出一种判断是否佩戴眼镜的方法, 并建 立了基于眼睛与嘴部状态的疲劳驾驶检测系统。 对该系统中有关目标检测、 特征提取与图像识别等算法进行 研究。 首先, 采用 Adaboost 算法通过人脸分类器从视频帧中检测人脸区域, 并根据面部器官几何分布规则粗检 眼睛与嘴部区域; 其次, 基于大律法自适应二值化, 采用垂直积分投影法判断是否配戴眼镜, 根据灰度直方图 统计特征值法判断戴眼镜的眼部区域状态, 另外, 利用似圆度判断嘴部打哈欠情况; 最后, 利用 PERCLOS (Percentage of Eyelid Closure over the Pupil)值识别眼睛疲劳状态, 利用打哈欠频率识别嘴部疲劳状态。 当检测 到驾驶员处于疲劳状态, 则及时给出疲劳警告。 实验结果表明, 该方法可有效解决眼镜对检测的干扰, 并适用 于不同光照与环境。 同时, 在戴眼镜情况下对于眼睛与嘴部疲劳状态的判断优于其他方法。 基本满足疲劳检 测系统对良好的实时性、 稳定性与鲁棒性等要求。     

基于全寿命裂纹扩展模型的钛合金球壳疲劳可靠性分析

针对钛合金材料短裂纹扩展寿命较长的特点,基于Brown-Hobson模型的疲劳全寿命计算模型,给出了钛合金球壳疲劳寿命估算的解决方案.根据不含交叉项的二次响应面法对全寿命模型进行可靠性分析,得出不同参数对其可靠度指标的影响,并将此方法应用于我国正在研制中的4.5 km级载人深潜器的疲劳分析中.根据载荷-循环次数历程对其进行确定性裂纹扩展分析,在此基础上分析了不同参数对结构可靠性的影响.     

基于表面肌电信号的绝缘手套法带电作业人员上肢肌肉疲劳分析

绝缘手套法是配网带电作业的主要作业方式,为获取穿戴绝缘手套的带电作业人员上肢肌肉的疲劳特性及其诱发的肌肉骨骼系统疾患(work-related musculoskeletal disorders,WMSDs)的风险,开展了基于表面肌电信号(surface electromyogra-phy,sEMG)的绝缘手套法带电作业人员上肢肌肉疲劳评估研究.针对配网绝缘手套法的典型作业工况,搭建了绝缘手套法带电作业上肢的sEMG试验平台,采集受试者上肢(右手)各目标肌肉在是否穿戴绝缘手套下的sEMG信号;基于时域特征参数积分肌电值(integrated electromyography,IEMG)、均方根值(root mean square,RMS)及频域特征参数平均功率频率(mean power frequency,MPF)、中位频率(median frequency,MDF)对绝缘手套的上肢肌肉疲劳特征进行评估;基于支持向量机(support vector machine,SVM)构建了带电作业人员上肢肱桡肌疲劳状态识别模型.结果表明:穿戴绝缘手套作业时各目标肌肉更容易进入疲劳状态;穿戴绝缘手套作业时,作业人员上肢部位的肱桡肌、肱二头肌、肱三头肌、三角肌的疲劳程度依次递减,与仿真计算的分析结果一致;sEMG时域特征参数IEMG、RMS对作业人员上肢肌肉疲劳的表征效果要优于频域特征参数MPF和MDF;带电作业人员上肢肱桡肌疲劳状态识别模型总体平均准确率为86.56％,能有效识别上肢肱桡肌肌肉疲劳状态.     

神经网络在材料低周疲劳寿命预测中的应用

采用基于BP算法的三层前向神经网络 ,用滞后环上的数据点辨识滞后环的形状参数 ,并根据疲劳过程形状参数的变化 ,阐明形状参数可以用来预测材料的疲劳寿命 .     

基于有限差分法的汽轮机转子低周疲劳计算

根据火电机组运行的实际数据,介绍了有限差分法计算汽轮机转子低周疲劳损耗的原理.结合模拟机组冷态启动和停机过程,采用该方法计算了转子上两个特征点的温度变化曲线和应力变化曲线,再根据Miner线性累积法则得到了转子的低周疲劳寿命损耗.通过计算发现,该方法具有计算精度高、计算速度快和实时性强等优点,能够很好地满足工程实际问题的需要.     

一种基于sEMG信号多重分形的肌肉疲劳特征分析方法

针对由表面肌电信号(sEMG)非平稳、非线性、自相似性等复杂特性导致的肌肉疲劳估计不准的问题,提出一种基于sEMG信号多重分形降趋移动平均法(MFDMA)的肌肉疲劳特征分析方法。首先,利用MFDMA方法对采集的sEMG信号、洗牌信号和高斯白噪声信号进行非线性动力学分析;其次,利用MFDMA方法计算sEMG信号的多重分形谱宽度、Hurst指数变化差值、概率测度值和峰值奇异指数4种多重分形特征;最后,利用t-检验法分析肌肉疲劳与非疲劳状态下的多重分形特征的显著差异性。结果表明,MFDMA方法能够描述sEMG信号的多重分形行为,谱宽等多重分形特征在肌肉疲劳与非疲劳状态下具有显著性差异。所提方法能够可靠表征运动性肌肉疲劳,可为肌肉疲劳识别模型建构、康复医学研究提供特征参考。     

疲劳剩余寿命分布的当量关系及可靠性计算方法

通过大量试验分析了两级载荷作用下疲劳寿命分布参数的变化规律,研究了非恒幅循环载荷下的疲劳强度可靠性问题的特点及计算方法,通过对疲劳过程中剩余寿命分布规律的分析和研究,针对程序载荷作用下疲劳过程的物理本质,提出了一个以载荷循环数一疲劳寿命干涉模型为基础,以“损伤等效原则”计算不同载荷水平之间的当量循环次数,并充分考虑不同载荷历史下剩余寿命分布参数的变化的疲劳可靠性计算方法。     

基于呼吸信号的驾驶员疲劳状态实时监测系统

针对疲劳驾驶导致交通事故多发，提出一种三维疲劳评定方法用于确定驾驶员的真实疲劳状态，利用经验模态分解、信号重构等信号分析技术提取呼吸信号的周期、周期标准差、幅值、幅值标准差和哈欠频繁次数等作为判定疲劳的特征参数。通过构建驾驶员疲劳状态监测系统和大量的模拟驾驶试验证明这些特征参数能够有效地反映疲劳状态，为该系统现场实际应用奠定了基础，对于减少因疲劳驾驶造成的交通事故具有重要的应用价值。     

基于SVM的驾驶员疲劳检测研究

疲劳驾驶是导致交通意外的一个重要原因,在车上装一个疲劳检测系统有助于预防交通事故的发生。现实条件下,司机的头和眼睛是不断运动的,使得疲劳特征提取变得比较困难,再加上外部干扰和光线条件的影响,准确判断司机的疲劳状态是一个具有挑战性的问题。本文介绍了一种利用支持向量机检测驾驶员疲劳状态的方法。首先采集驾驶员的头部视频,然后对视频图像进行处理,提取眼睛、嘴的视觉特征和点头频率变化情况,最后利用支持向量机依据这些特征来判断司机的疲劳状态。通过模拟实验,疲劳检测的准确率达到97.80%,表明该方法适合于驾驶员的疲劳检测。     

三参数威布尔分布置信限的确定和C─R─S─N曲线的拟合

论述了利用三参数威布尔分布描述机械零件疲劳寿命，并在一定置信度下求Ｒ─Ｓ─Ｎ曲线的方法。即根据试验所得的应力─寿命样本，运用优化方法对三多数威布尔分布参数进行估计；并在一定置信度下，求出不同可靠度的疲劳寿命，进而拟合出Ｃ─Ｒ─Ｓ─Ｎ曲线，求出相应的疲劳极限应力值。     

脑疲劳状态下脑功能网络研究与分析

旨在研究连续长时间脑力活动引发的脑疲劳对大脑连接性的影响,探索大脑疲劳评价的客观指标.通过持续认知任务实验诱发脑疲劳,选用互相关方法对采集到的脑电信号进行了不同导联间时域关联特性分析,构建并比较分析了正常态和脑疲劳态的脑功能网络.最后基于复杂网络理论对脑功能网络的特征参数进行了统计分析.结果表明,持续认知任务后,主观感觉疲劳程度显著增加,脑功能网络的平均度、平均聚类系数和网络密度与正常态相比均显著降低,而平均路径长度显著增大.脑功能网络参数可以很好地反映脑疲劳后大脑的连接性变化情况.     

基于断裂力学理论的钢桥疲劳可靠性评估

为了研究钢结构桥梁的疲劳可靠性,使得钢桥在可接受的风险水平下工作.基于断裂力学理论和可靠性分析方法,建立了适用于钢桥的断裂疲劳可靠性模型,同时对模型中的初始裂纹长度a0、临界裂纹长度ac以及疲劳裂纹扩展参数C和m等相关参数进行了分析,并通过可靠性分析方法确定钢桥构件的疲劳可靠度.将该模型应用于一座实际桥梁,通过可靠性理论中的JC法获得了该桥主要构件横梁和下弦杆的疲劳可靠度随累积应力循环次数的变化规律,为该桥在一定的目标可靠指标下进行服役提供了理论依据.     

混凝土疲劳寿命规律预测新方法

基于混凝土疲劳寿命既服从对数正态分布，又服从两参数威布尔分布这一前提，由概率论中特征函数出发研究两种分布的逼近性，得到了两种分布参数之间的关系式．在理论上，沟通了两分布间的联系，藉此可利用对数正态分布参数估计威布尔分布参数，从而得到了一种新的两参数威布尔分布的估计方法．此外，在已知混凝土平均Ｓ－Ｎ关系的前提下，提出了混凝土对数疲劳寿命标准差与应力水平呈近似线性的假设；利用提出的参数估计方法，研究了任意应力水平下混凝土疲劳寿命分布的概率模型，这将为混凝土结构的疲劳可靠性分析与设计提供理论依据