重载列车乘务员安全驾驶监测系统研究
摘要
重载列车乘务员长期处于高强度工作状态,其驾驶状态和身体健康直接关系到铁路运输安全。以提升行车安全和保障乘务员健康为目标,本文深入分析了现有监测系统存在的技术瓶颈,提出了一种基于机器视觉和新型传感器技术的安全驾驶监测系统。该系统通过人脸识别和多特征融合算法实现疲劳状态实时监测,利用PPG光电测量和ECG心电图技术进行健康参数动态采集,并设计了分级预警机制和智能评估模型。研究旨在为重载列车安全运营提供可靠的技术支持,对提升铁路运输安全水平具有重要意义。
关键词
重载列车;疲劳驾驶;人脸识别;健康监测;智能预警
全文:
PDF参考
[1]张晓明.基于机器学习的机车乘务员驾驶疲劳检测模型[D].西南交通大学,2023.
[2]王党雄.基于深度学习的机车乘务员值乘状态识别与应用研究[D].兰州交通大学,2020.
[3]柴文宇,陈姝.铁路机车乘务员智能实时监测系统研究[J].铁路计算机应用,2020,29(12):21-24.
[4]陈跃峰,徐晓菊.重载列车乘务员安全驾驶监测系统研究[J].黑龙江交通科技,2020,43(10):234-235+237.
[5]潘东亮.机车乘务员精神状态预警提醒装置研制及应用[J].科技创新导报,2019,16(21):107-109.
作者简介:卢明春(1983.11-)男,甘肃白银人,本科,助理工程师,研究方向:铁路机务专业。
(0 摘要 Views, 1 PDF Downloads)
Refbacks
- 当前没有refback。