[发明专利]在线检测列车驾驶员行为和疲劳状态的方法及其检测系统

说明书

技术领域

本发明涉及列车驾驶安全技术领域，具体涉及在线检测列车驾驶员行为和疲劳状态的方法及 其检测系统。

背景技术

目前公路交通上的疲劳检测系统已成为国内外研究热点，疲劳驾驶同样存在于长途列车驾驶 员身上，但少有研究机构对列车上的疲劳检测技术进行研究。2008年4月28日凌晨发生了备受关注 的胶济铁路火车相撞事故，事故死亡70人，416人受伤，其中重伤51人。据调查，胶济铁路重特大 交通安全事故直接原因为列车超速，但相撞前，驾驶员处于疲劳状态未对前方瞭望清楚也失去避 免事故发生的最后一个机会。在列车上安装驾驶员监控装置，对保障驾驶员规范驾驶和提高列车 行驶安全具有重大意义。

目前尚未有在线检测列车驾驶员行为和疲劳状态的发明专利申请，而实现该技术涉及图像处 理、模式识别和机器学习领域多项难点。因此，目前急需一种功能全面、高效准确，且能不对驾 驶员的正常驾驶造成干扰的在线监控技术方案。

发明内容

本发明的目的在于克服现有技术存在的上述不足，提供在线检测列车驾驶员行为和疲劳状态 的方法及其检测系统。本发明通过如下技术方案实现：

在线检测列车驾驶员行为及疲劳状态的方法，该方法包括：

(1)采用摄像头对列车驾驶员进行拍摄；

(2)对摄像头采集到的图片进行人脸检测，得到人脸图像及人脸位置坐标，并判别驾驶员是 否脱岗和是否处于打盹状态；

(3)人眼睁闭状态判别：使用AdaBoost算法训练出的睁眼图像检测器，从人脸图像中找睁眼 图像，如果能找到，则判断此时驾驶员处于睁眼状态的；如果找不到，则判断驾驶员处于闭眼状 态；

(4)疲劳状态的检查方法：实时计算闭眼时间占总测试时间的比例，该比例即是PERCLOS值， 用来标示疲劳状态。

上述的在线检测列车驾驶员行为及疲劳状态的方法中，还对驾驶员脱岗、打盹、及PERCLOS 值超标的行为状态进行报警，同时对驾驶员脱岗、打盹以及PERCLOS值超标时的视频片段进行记 录，将视频片段存入存储器中。

上述的在线检测列车驾驶员行为及疲劳状态的方法中，还对脱岗、打盹、及PERCLOS值超标 的驾驶员发出报警，驾驶员在设定时间内返回到驾驶位置并按下用户按键才能消除报警。

上述的在线检测列车驾驶员行为及疲劳状态的方法中，步骤(1)中所述摄像头的镜头前安装 红外滤光片，该滤光片只允许红外光线通过。

上述的在线检测列车驾驶员行为及疲劳状态的方法中，步骤(2)对摄像头采集到的图片进行 人脸检测，若连续在采集到的图片中检测不到人脸图像，则判断驾驶员已离开摄像头的监控区， 处于脱岗状态。

上述的在线检测列车驾驶员行为及疲劳状态的方法中，步骤(2)由人脸检位置坐标统计人脸 几何中心的变化，得出驾驶员头部运动状态，从而判断出驾驶员是否处于打盹状态。

上述的在线检测列车驾驶员行为及疲劳状态的方法中，步骤(2)中，当驾驶员头部中心坐标 点在设定时间内做反复的上下运动，则判断为驾驶员处于打盹状态。

上述的在线检测列车驾驶员行为及疲劳状态的方法中，步骤(3)中人眼睁闭状态判别方法是： 使用睁眼检测器从人脸图片中寻找睁眼图像，如果找到睁眼图像判断这张人脸图片中的眼睛是睁 开的，如果找不到睁眼图像，判断这张人脸图片中的眼睛是闭着的。

上述的在线检测列车驾驶员行为及疲劳状态的方法中，步骤(3)中所述睁眼图像检测器通过 如下步骤训练得到：

(3.1)收集人脸图片组成测试图片库，收集睁眼眼睛图片组成正样本集，收集非睁眼图片组 成负样本集；

(3.2)使用AdaBoost算法从正样本集和负样本集中学习出临时睁眼图像检测器；

(3.3)使用临时睁眼图像检测器对测试图片库中的每一张图片进行检测，将本身不是睁眼而 被临时睁眼图像检测器检测为睁眼的图像保存为图片并加到负样本集中，形成新的负样本集，将 本身是睁眼而被临时睁眼图像检测器检测为非睁眼的图像保存为图片并加到正样本集中，形成新 的正样本集，同时统计该临时睁眼图像检测器的检测准确度；

(3.4)再用AdaBoost算法从新的正样本集和负样本集中学习出另一临时睁眼图像检测器；