CN107187467A - 用于行车安全保障与事故归责的驾驶员监控方法及系统 - Google Patents
用于行车安全保障与事故归责的驾驶员监控方法及系统 Download PDFInfo
- Publication number
- CN107187467A CN107187467A CN201710392657.0A CN201710392657A CN107187467A CN 107187467 A CN107187467 A CN 107187467A CN 201710392657 A CN201710392657 A CN 201710392657A CN 107187467 A CN107187467 A CN 107187467A
- Authority
- CN
- China
- Prior art keywords
- human body
- data
- driver
- train
- body natural
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Measurement And Recording Of Electrical Phenomena And Electrical Characteristics Of The Living Body (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种用于行车安全保障与事故归责的驾驶员监控方法及系统,包括以下步骤,步骤1:利用人体监控装置,采集目标驾驶员人体自然特征数据;步骤2:对驾驶员编号进行身份识别;步骤3:利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储的人体自然特征数据指标进行比对;步骤4:依据比对结果,对列车进行实时调度;在列车运行监控中,首次引入了目标驾驶员身份识别机制,通过穿戴设备、Kinect传感器采集目标驾驶员的人体自然特征并形成了数据流:利用人体自然特征数据匹配,实现对列车驾驶员人体自然特征的全程监控、记录与分析,为提供行车安全保障以及列车事故的成因分析与归责提供了坚实的基础。
Description
技术领域
本发明属于列车行驶监控领域,涉及一种用于行车安全保障与事故归责的驾驶员监控方法及系统。
背景技术
随着我国铁路网的日益密布,轨道交通在我国经济中扮演着愈来愈重要的角色。在建设轨道交通的过程之中,我国取得了令人瞩目的成就,但也得到了不少的惨痛教训。在这些教训之中,列车事故的重要性毋庸置疑,因为每一次事故的发生都意味着对人身安全的极大威胁与巨大的财产损失。
为了最大程度地减少乃至避免列车事故的发生,达到保障人身安全与财产安全的目的,对列车的运行过程进行监控是不可或缺的。为此,世界各国都进行了对记录铁路车辆运行状态的装置的研究与使用。在对列车的监控方面,如加拿大Bach-Simpson公司开发的为铁路运输专门研制的54000型数据记录装置;我国研制并已投入使用的LKJ2000型列车运行监控装置。这类装置的作用相似,多为记录与行车有关的列车信息,如行车路线、行车速度等车辆信息、对车载设备工作状态的监控信息以及行车录像等。在对驾驶员的监控方面,存在录像装置以及对驾驶员的生理指标进行测量的技术,如北京交通大学王莹提出的基于表情及姿态的机车司机疲劳驾驶监控技术与西南交通大学张祖涛等研制的专利:一种高速列车驾驶员无线可穿戴脑电信号采集设备。
然而,目前对驾驶员状态进行监控与记录的装置与方法存在如下三点普遍的缺点:
1.对于录像装置而言,其数据量过大,对于关键帧的识别与处理势必要耗费大量的时间与资源;
2.对于监控驾驶员生理指标的装置而言,这些装置大多数仅仅对人体的某一项生理指标(如脑电波)或是某一项评估指标(疲劳度)进行监控,而忽视了列车驾驶员的其他特征,亦即是说在功能上过于单一;
对于上述现有装置而言,缺乏将监控数据与列车位置和驾驶员一一对应的手段,智能化程度低得到的数据对于事故的还原与重现提供的帮助有限。
发明内容
本发明提供了一种用于行车安全保障与事故归责的驾驶员监控方法及系统,其目的在于,克服现有技术中列车运行监控存在盲区且无法直接确定事故发生原因的问题。
一种用于行车安全保障与事故归责的驾驶员监控方法,包括以下步骤:
步骤1:在列车驾驶室内安装人体监控装置,采集目标驾驶员人体自然特征数据;
所述目标驾驶员人体自然特征数据至少包括血压、心率、面部特征数据以及骨骼追踪数据;
将列车编号、人体监控装置编号以及目标驾驶员编号存储到人体自然特征大数据中心,同时,地面列车控制中心存储目标驾驶员编号;
步骤2:人体自然特征大数据中心接收从地面列车控制中心发送来的调度表中目标驾驶员编号,同时启动人体监控装置,并对实时采集的目标驾驶员面部特征数据和存储在人体自然特征大数据中心中对应驾驶员编号的面部特征数据进行比对,若比对成功,则进入步骤3,否则,地面列车控制中心发出警报信息,等待地面列车控制中心发出下一个监控指令,重复步骤2;
步骤3:利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储的人体自然特征数据指标进行比对,并依据比对结果发出预警信息;
步骤4:依据步骤3的预警信息,对列车进行实时调度。
采集的人体自然特征数据相对录像等数据比较容易处理,降低了数据处理的难度,提高了处理的效率。
进一步地,所述利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储的人体自然特征数据指标进行比对包括如下内容:
身体健康状况比对:当目标驾驶员的任一项基本生理指标超出正常值范围时,比对结果为目标驾驶员身体健康危急;
面部特征数据比对:将目标驾驶员的面部特征部位数据与存储在人体自然特征大数据中心的面部疲劳特征数据中进行匹配,当面部特征匹配度超过设定的面部特征安全阈值时,比对结果为目标驾驶员处在疲劳驾驶状态;
骨骼追踪数据比对:将目标驾驶员骨骼追踪数据与存储在人体自然特征大数据中心的驾驶员违规驾驶动作骨骼数据库进行匹配,当骨骼追踪匹配度超过设定的骨骼追踪安全阈值时,比对结果为驾驶员违规驾驶;
列车速度比对:将列车实时运行速度数据与地面列车中心发送的预定列车运行速度进行比对,当两者不同时,比对结果为列车速度出现偏差。
进一步地,所述启动人体监控装置后,人体监控装置将测量数据的测量时间同时发送至人体自然特征大数据中心,以测量时间/驾驶员基本生理指标数据/驾驶员面部特征数据/驾驶员骨骼追踪数据/列车实时运行速度数据/列车实时位置坐标数据的格式进行存储;
所述人体监控装置包括穿戴式设备、Kinect传感器模块组、彩色摄像头模块、麦克风模 块、加速度传感器模块、速度传感器模块、GPS模块、第三无线通讯模块以及存储模块;
所述Kinect传感器模块组包含第一Kinect传感器以及第二Kinect传感器;
穿戴式设备中的佩戴模块至少包括手腕式血压计和胸带式心率计。
所述测量数据包括:
利用穿戴设备中的佩戴模块测量驾驶员的基本生理指标数据;
利用第一Kinect传感器模块,采集目标驾驶员进行面部特征数据;
利用第二Kinect传感器模块,对目标驾驶员进行骨骼追踪,将目标驾驶员的实时骨骼追踪数据返回给人体自然特征大数据中心;
利用彩色摄像头模块,对驾驶员的全身进行彩色录像,将录像存储到人体监测装置的存储模块中;
利用GPS模块,测量并记录目标列车的位置坐标,并返回至人体自然特征大数据中心;
利用速度传感器模块,测量并记录目标列车的行车速度,并返回给人体自然特征大数据中心;
进一步地,利用预警时间和事故发生时间进行比对,当任一种预警信息产生时间与列车事故发生时间相差超过30min以上时,判定事故发生原因与警报信息无关;否则,判定事故发生原因与警报信息有关,依据警报信息定位事故源。
进一步地,利用人体自然特征大数据中心的数据进一步确定事故原因,具体过程如下:
步骤A:利用人体自然特征数据流组形成矩阵,利用卡尔曼滤波对矩阵进行滤波处理,并得到以时间和车号为自变量的人体自然特征多维正态分布;
所述人体自然特征数据流组为多组测量时间/目标列车车号/目标驾驶员基本生理指标数据/目标驾驶员面部特征数据/目标驾驶员骨骼追踪数据;
步骤B:对上述得到的三维正态分布进行如下判断,获得目标驾驶员处于不良驾驶状态的时间;
以正态分布的幅度σ1,σ2,σ3为指标,当σ1,σ2,σ3中的一个超过阈值时,则对应该时间段数据内的列车驾驶员处于不良驾驶状态中;
其中,σ1,σ2,σ3分别代表目标驾驶员基本生理指标数据,面部特征数据,骨骼追踪数据的方差;
步骤C:将得到的驾驶员易处于不良驾驶状态的时间段与列车车号发送给地面列车控制中心。
人体自然特征大数据中心利用人体自然特征大数据库对从保证驾驶员驾驶状态的角度出 发,对列车车次安排进行大数据处理;
结合行车数据与警报信息得出事故原因,然后根据事故原因便可以进行事故的归责。为了提高归责的准确度,在任务数据组不足以提供足够坚定的证据时,可以查看事故列车车载人体监控装置内部存储模块中的影像数据与音频流数据,从而保证归责的合理性与可靠性。
一种用于行车安全保障与事故归责的驾驶员监控系统,包括:
人体监控装置、人体自然特征大数据中心及地面列车控制中心,所述人体监控装置和地面列车控制中心均与所述人体自然特征大数据中心进行通信;
所述地面列车控制中心,包括第一无线通讯模块、警报信息存储模块、列车调度模块;
所述人体自然特征大数据中心,包括中央处理模块、人体特征监测存储模块、第二无线通讯模块;
人体监控装置实时采集目标驾驶员的多种人体自然特征数据,并将数据传输给人体自然特征大数据中心,人体自然特征大数据中心对数据进行处理;
利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储在人体自然特征大数据中心的各项人体自然特征数据指标进行比对,并依据比对结果发出预警信息,地面列车中心依据收到的预警信息,对列车进行实时调度;
所述人体监控装置设有两组,分别设置在列车两端的驾驶室内,所述人体监控装置包括穿戴式设备、Kinect传感器模块组、彩色摄像头模块、麦克风模块、加速度传感器模块、速度传感器模块、GPS模块、第三无线通讯模块以及存储模块;
所述Kinect传感器模块组包含第一Kinect传感器以及第二Kinect传感器;
穿戴式设备中的佩戴模块至少包括手腕式血压计和胸带式心率计。
进一步地,所述利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储在人体自然特征大数据中心的各项的人体自然特征数据指标进行比对包括如下内容:
身体健康状况比对:当目标驾驶员的任一项基本生理指标超出正常值范围时,比对结果为目标驾驶员身体健康危急;
面部特征数据比对:将目标驾驶员的面部特征部位数据与存储在人体自然特征大数据中心的面部疲劳特征数据中进行匹配,当面部特征匹配度超过设定的面部特征安全阈值时,比对结果为目标驾驶员处在疲劳驾驶状态;
骨骼追踪数据比对:将目标驾驶员骨骼追踪数据与存储在人体自然特征大数据中心的驾驶员违规驾驶动作骨骼数据库进行匹配,当骨骼追踪匹配度超过设定的骨骼追踪安全阈值时,比对结果为驾驶员违规驾驶;
列车速度比对:将列车实时运行速度数据与地面列车中心发送的预定列车运行速度进行 比对,当两者不同时,比对结果为列车速度出现偏差。
进一步地,还包括事故源定位模块,利用预警时间和事故发生时间进行比对,当任一种预警信息产生时间与列车事故发生时间相差超过30min以上时,判定事故发生原因与警报信息无关;否则,判定事故发生原因与警报信息有关,依据警报信息定位事故源。
有益效果
本发明提供了一种用于行车安全保障与事故归责的驾驶员监控方法及系统,包括以下步骤,步骤1:在列车驾驶室内安装人体监控装置,采集目标驾驶员人体自然特征数据;步骤2:对驾驶员编号进行身份识别;步骤3:利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储的人体自然特征数据指标进行比对,并依据比对结果发出预警信息;步骤4:依据步骤3的预警信息,对列车进行实时调度;在列车运行监控中,首次引入了目标驾驶员身份识别机制,通过监控装置内置的Kinect传感器对驾驶员的面部特征进行识别,从而保证了实际到岗的驾驶员与地面列车控制中心调度安排中的驾驶员为同一人;通过穿戴设备、Kinect传感器采集目标驾驶员的人体自然特征并实时返回给人体自然特征大数据中心,形成了一组数据流:实现了在行车过程中对驾驶员人体自然特征的全程监控;该组数据流的建立使得人体自然特征大数据中心对于驾驶员的人体自然特征的监控具有了连续性、动态性和一一对应性。同时,多组数据流的建立形成了人体自然特征大数据库,对于特定的目标列车运行过程中的每一个点都能在人体自然特征大数据库中找到对应的人体自然特征数据组,实现了对驾驶员人体自然特征的全面覆盖,其全面体现在数据的多样性和监控时间的连续性上。人体自然特征大数据库的建立也为行车过程中的人体自然特征的大数据规律的研究奠定了基础。
此外,通过在人体自然特征大数据中心中建立人体自然特征模型库,自动对采集到的数据进行比对,从而达到了对目标驾驶员的身体健康状况与驾驶行为进行实时评估的目的。评估过程具有一定的智能,体现在自动将数据与模型进行匹配并得出结果的过程上。
并且提出了用于进行列车事故归责的具体过程,在归责的过程中,利用多种数据的组合,首先判断出事故发生的原因,然后根据事故原因进行归责。因为利用了本发明中所采集的多种全程人体自然特征监控数据,从而保证了归责过程的准确性、合理性与可靠性。
利用了大数据分析的方法处理数据,分析不同车次与运行时间对驾驶员驾驶状态的影响以及其间的规律,并根据结果从驾驶员生理健康的角度出发提出相应的建议,为更科学有效的制定列车调度计划提供了坚定的数据基础,从而进一步地提高了列车行车安全系数。
附图说明
图1为本发明所述方法的流程示意图;
图2为本发明所述系统的结构示意图。
具体实施方式
下面将结合附图和实施例对本发明做进一步的说明。
如图1所示,一种用于行车安全保障与事故归责的驾驶员监控方法,包括以下步骤:
步骤1:在列车驾驶室内安装人体监控装置,采集目标驾驶员人体自然特征数据;
所述目标驾驶员人体自然特征数据至少包括血压、心率、面部特征数据以及骨骼追踪数据;
将列车编号、人体监控装置编号以及目标驾驶员编号存储到人体自然特征大数据中心,同时,地面列车控制中心存储目标驾驶员编号;
步骤2:人体自然特征大数据中心接收从地面列车控制中心发送来的调度表中目标驾驶员编号,同时启动人体监控装置,并对实时采集的目标驾驶员面部特征数据和存储在人体自然特征大数据中心中对应驾驶员编号的面部特征数据进行比对,若比对成功,则进入步骤3,否则,地面列车控制中心发出警报信息,等待地面列车控制中心发出下一个监控指令,重复步骤2;
步骤3:利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储的人体自然特征数据指标进行比对,并依据比对结果发出预警信息;
步骤4:依据步骤3的预警信息,对列车进行实时调度。
采集的人体自然特征数据相对录像等数据比较容易处理,降低了数据处理的难度,提高了处理的效率。
所述利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储的人体自然特征数据指标进行比对包括如下内容:
身体健康状况比对:当目标驾驶员的任一项基本生理指标超出正常值范围时,比对结果为目标驾驶员身体健康危急;
面部特征数据比对:将目标驾驶员的面部特征部位数据与存储在人体自然特征大数据中心的面部疲劳特征数据中进行匹配,当面部特征匹配度超过设定的面部特征安全阈值时,比对结果为目标驾驶员处在疲劳驾驶状态;
骨骼追踪数据比对:将目标驾驶员骨骼追踪数据与存储在人体自然特征大数据中心的驾 驶员违规驾驶动作骨骼数据库进行匹配,当骨骼追踪匹配度超过设定的骨骼追踪安全阈值时,比对结果为驾驶员违规驾驶;
列车速度比对:将列车实时运行速度数据与地面列车中心发送的预定列车运行速度进行比对,当两者不同时,比对结果为列车速度出现偏差。
所述启动人体监控装置后,人体监控装置将测量数据的测量时间同时发送至人体自然特征大数据中心,以测量时间/驾驶员基本生理指标数据/驾驶员面部特征数据/驾驶员骨骼追踪数据/列车实时运行速度数据/列车实时位置坐标数据的格式进行存储;
所述人体监控装置包括穿戴式设备、Kinect传感器模块组、彩色摄像头模块、麦克风模块、加速度传感器模块、速度传感器模块、GPS模块、第三无线通讯模块以及存储模块;
所述Kinect传感器模块组包含第一Kinect传感器以及第二Kinect传感器;
穿戴式设备中的佩戴模块至少包括手腕式血压计和胸带式心率计。
所述测量数据包括:
利用穿戴设备中的佩戴模块测量驾驶员的基本生理指标数据;
利用第一Kinect传感器模块,采集目标驾驶员进行面部特征数据;
利用第二Kinect传感器模块,对目标驾驶员进行骨骼追踪,将目标驾驶员的实时骨骼追踪数据返回给人体自然特征大数据中心;
利用彩色摄像头模块,对驾驶员的全身进行彩色录像,将录像存储到人体监测装置的存储模块中;
利用GPS模块,测量并记录目标列车的位置坐标,并返回至人体自然特征大数据中心;
利用速度传感器模块,测量并记录目标列车的行车速度,并返回给人体自然特征大数据中心;
利用预警时间和事故发生时间进行比对,当任一种预警信息产生时间与列车事故发生时间相差超过30min以上时,判定事故发生原因与警报信息无关;否则,判定事故发生原因与警报信息有关,依据警报信息定位事故源。
利用人体自然特征大数据中心的数据进一步确定事故原因,具体过程如下:
步骤A:利用人体自然特征数据流组形成矩阵,利用卡尔曼滤波对矩阵进行滤波处理,并得到以时间和车号为自变量的人体自然特征多维正态分布;
所述人体自然特征数据流组为多组测量时间/目标列车车号/目标驾驶员基本生理指标数据/目标驾驶员面部特征数据/目标驾驶员骨骼追踪数据;
步骤B:对上述得到的三维正态分布进行如下判断,获得目标驾驶员处于不良驾驶状态的时间;
以正态分布的幅度σ1,σ2,σ3为指标,当σ1,σ2,σ3中的一个超过阈值时,则对应该时间段数据内的列车驾驶员处于不良驾驶状态中;
其中,σ1,σ2,σ3分别代表目标驾驶员基本生理指标数据,面部特征数据,骨骼追踪数据的方差;
步骤C:将得到的驾驶员易处于不良驾驶状态的时间段与列车车号发送给地面列车控制中心。
人体自然特征大数据中心利用人体自然特征大数据库对从保证驾驶员驾驶状态的角度出发,对列车车次安排进行大数据处理;
结合行车数据与警报信息得出事故原因,然后根据事故原因便可以进行事故的归责。为了提高归责的准确度,在任务数据组不足以提供足够坚定的证据时,可以查看事故列车车载人体监控装置内部存储模块中的影像数据与音频流数据,从而保证归责的合理性与可靠性。
如图2所示,一种用于行车安全保障与事故归责的驾驶员监控系统,包括:
人体监控装置、人体自然特征大数据中心及地面列车控制中心,所述人体监控装置和地面列车控制中心均与所述人体自然特征大数据中心进行通信;
所述地面列车控制中心,包括第一无线通讯模块、警报信息存储模块、列车调度模块;
所述人体自然特征大数据中心,包括中央处理模块、人体特征监测存储模块、第二无线通讯模块;
人体监控装置实时采集目标驾驶员的多种人体自然特征数据,并将数据传输给人体自然特征大数据中心,人体自然特征大数据中心对数据进行处理;
利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储在人体自然特征大数据中心的各项人体自然特征数据指标进行比对,并依据比对结果发出预警信息,地面列车中心依据收到的预警信息,对列车进行实时调度;
所述人体监控装置设有两组,分别设置在列车两端的驾驶室内,所述人体监控装置包括穿戴式设备、Kinect传感器模块组、彩色摄像头模块、麦克风模块、加速度传感器模块、速度传感器模块、GPS模块、第三无线通讯模块以及存储模块;
所述Kinect传感器模块组包含第一Kinect传感器以及第二Kinect传感器;
穿戴式设备中的佩戴模块至少包括手腕式血压计和胸带式心率计。
所述利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储在人体自然特征大数据中心的各项的人体自然特征数据指标进行比对包括如下内容:
身体健康状况比对:当目标驾驶员的任一项基本生理指标超出正常值范围时,比对结果 为目标驾驶员身体健康危急;
面部特征数据比对:将目标驾驶员的面部特征部位数据与存储在人体自然特征大数据中心的面部疲劳特征数据中进行匹配,当面部特征匹配度超过设定的面部特征安全阈值时,比对结果为目标驾驶员处在疲劳驾驶状态;
骨骼追踪数据比对:将目标驾驶员骨骼追踪数据与存储在人体自然特征大数据中心的驾驶员违规驾驶动作骨骼数据库进行匹配,当骨骼追踪匹配度超过设定的骨骼追踪安全阈值时,比对结果为驾驶员违规驾驶;
列车速度比对:将列车实时运行速度数据与地面列车中心发送的预定列车运行速度进行比对,当两者不同时,比对结果为列车速度出现偏差。
本发明所述系统中还设置有事故源定位模块,利用预警时间和事故发生时间进行比对,当任一种预警信息产生时间与列车事故发生时间相差超过30min以上时,判定事故发生原因与警报信息无关;否则,判定事故发生原因与警报信息有关,依据警报信息定位事故源。
以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.一种用于行车安全保障与事故归责的驾驶员监控方法,其特征在于,包括以下步骤:
步骤1:在列车驾驶室内安装人体监控装置,采集目标驾驶员人体自然特征数据;
所述目标驾驶员人体自然特征数据至少包括血压、心率、面部特征数据以及骨骼追踪数据;
将列车编号、人体监控装置编号以及目标驾驶员编号存储到人体自然特征大数据中心,同时,地面列车控制中心存储目标驾驶员编号;
步骤2:人体自然特征大数据中心接收从地面列车控制中心发送来的调度表中目标驾驶员编号,同时启动人体监控装置,并对实时采集的目标驾驶员面部特征数据和存储在人体自然特征大数据中心中对应驾驶员编号的面部特征数据进行比对,若比对成功,则进入步骤3,否则,地面列车控制中心发出警报信息,等待地面列车控制中心发出下一个监控指令,重复步骤2;
步骤3:利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储的人体自然特征数据指标进行比对,并依据比对结果发出预警信息;
步骤4:依据步骤3的预警信息,对列车进行实时调度。
2.根据权利要求1所述的方法,其特征在于,所述利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储的人体自然特征数据指标进行比对包括如下内容:
身体健康状况比对:当目标驾驶员的任一项基本生理指标超出正常值范围时,比对结果为目标驾驶员身体健康危急;
面部特征数据比对:将目标驾驶员的面部特征部位数据与存储在人体自然特征大数据中心的面部疲劳特征数据中进行匹配,当面部特征匹配度超过设定的面部特征安全阈值时,比对结果为目标驾驶员处在疲劳驾驶状态;
骨骼追踪数据比对:将目标驾驶员骨骼追踪数据与存储在人体自然特征大数据中心的驾驶员违规驾驶动作骨骼数据库进行匹配,当骨骼追踪匹配度超过设定的骨骼追踪安全阈值时,比对结果为驾驶员违规驾驶;
列车速度比对:将列车实时运行速度数据与地面列车中心发送的预定列车运行速度进行比对,当两者不同时,比对结果为列车速度出现偏差。
3.根据权利要求2所述的方法,其特征在于,所述启动人体监控装置后,人体监控装置将测量数据的测量时间同时发送至人体自然特征大数据中心,以测量时间/驾驶员基本生理指标数据/驾驶员面部特征数据/驾驶员骨骼追踪数据/列车实时运行速度数据/列车实时位置坐标数据的格式进行存储;
所述人体监控装置包括穿戴式设备、Kinect传感器模块组、彩色摄像头模块、麦克风模块、加速度传感器模块、速度传感器模块、GPS模块、第三无线通讯模块以及存储模块;
所述Kinect传感器模块组包含第一Kinect传感器以及第二Kinect传感器;
穿戴式设备中的佩戴模块至少包括手腕式血压计和胸带式心率计。
4.根据权利要求1-3任一项所述的方法,其特征在于,利用预警时间和事故发生时间进行比对,当任一种预警信息产生时间与列车事故发生时间相差超过30min以上时,判定事故发生原因与警报信息无关;否则,判定事故发生原因与警报信息有关,依据警报信息定位事故源。
5.根据权利要求4所述的方法,其特征在于,利用人体自然特征大数据中心的数据进一步确定事故原因,具体过程如下:
步骤A:利用人体自然特征数据流组形成矩阵,利用卡尔曼滤波对矩阵进行滤波处理,并得到以时间和车号为自变量的人体自然特征多维正态分布;
所述人体自然特征数据流组为多组测量时间/目标列车车号/目标驾驶员基本生理指标数据/目标驾驶员面部特征数据/目标驾驶员骨骼追踪数据;
步骤B:对上述得到的三维正态分布进行如下判断,获得目标驾驶员处于不良驾驶状态的时间;
以正态分布的幅度σ1,σ2,σ3为指标,当σ1,σ2,σ3中的一个超过阈值时,则对应该时间段数据内的列车驾驶员处于不良驾驶状态中;
其中,σ1,σ2,σ3分别代表目标驾驶员基本生理指标数据,面部特征数据,骨骼追踪数据的方差;
步骤C:将得到的驾驶员易处于不良驾驶状态的时间段与列车车号发送给地面列车控制中心。
6.一种用于行车安全保障与事故归责的驾驶员监控系统,其特征在于,包括:
人体监控装置、人体自然特征大数据中心及地面列车控制中心,所述人体监控装置和地面列车控制中心均与所述人体自然特征大数据中心进行通信;
所述地面列车控制中心,包括第一无线通讯模块、警报信息存储模块、列车调度模块;
所述人体自然特征大数据中心,包括中央处理模块、人体特征监测存储模块、第二无线通讯模块;
人体监控装置实时采集目标驾驶员的多种人体自然特征数据,并将数据传输给人体自然特征大数据中心,人体自然特征大数据中心对数据进行处理;
利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储在人体自然特征大数据中心的各项人体自然特征数据指标进行比对,并依据比对结果发出预警信息,地面列车中心依据收到的预警信息,对列车进行实时调度;
所述人体监控装置设有两组,分别设置在列车两端的驾驶室内,所述人体监控装置包括穿戴式设备、Kinect传感器模块组、彩色摄像头模块、麦克风模块、加速度传感器模块、速度传感器模块、GPS模块、第三无线通讯模块以及存储模块;
所述Kinect传感器模块组包含第一Kinect传感器以及第二Kinect传感器;
穿戴式设备中的佩戴模块至少包括手腕式血压计和胸带式心率计。
7.根据权利要求6所述的系统,其特征在于,所述利用人体监控装置实时采集的目标驾驶员人体自然特征数据与预先存储在人体自然特征大数据中心的各项的人体自然特征数据指标进行比对包括如下内容:
身体健康状况比对:当目标驾驶员的任一项基本生理指标超出正常值范围时,比对结果为目标驾驶员身体健康危急;
面部特征数据比对:将目标驾驶员的面部特征部位数据与存储在人体自然特征大数据中心的面部疲劳特征数据中进行匹配,当面部特征匹配度超过设定的面部特征安全阈值时,比对结果为目标驾驶员处在疲劳驾驶状态;
骨骼追踪数据比对:将目标驾驶员骨骼追踪数据与存储在人体自然特征大数据中心的驾驶员违规驾驶动作骨骼数据库进行匹配,当骨骼追踪匹配度超过设定的骨骼追踪安全阈值时,比对结果为驾驶员违规驾驶;
列车速度比对:将列车实时运行速度数据与地面列车中心发送的预定列车运行速度进行比对,当两者不同时,比对结果为列车速度出现偏差。
8.根据权利要求6或7所述的系统,其特征在于,还包括事故源定位模块,利用预警时间和事故发生时间进行比对,当任一种预警信息产生时间与列车事故发生时间相差超过30min以上时,判定事故发生原因与警报信息无关;否则,判定事故发生原因与警报信息有关,依据警报信息定位事故源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710392657.0A CN107187467B (zh) | 2017-05-27 | 2017-05-27 | 用于行车安全保障与事故归责的驾驶员监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710392657.0A CN107187467B (zh) | 2017-05-27 | 2017-05-27 | 用于行车安全保障与事故归责的驾驶员监控方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107187467A true CN107187467A (zh) | 2017-09-22 |
CN107187467B CN107187467B (zh) | 2018-04-20 |
Family
ID=59875063
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710392657.0A Active CN107187467B (zh) | 2017-05-27 | 2017-05-27 | 用于行车安全保障与事故归责的驾驶员监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107187467B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108259579A (zh) * | 2017-12-29 | 2018-07-06 | 深圳云天励飞技术有限公司 | 车辆人员信息推送方法、设备、可读存储介质及车载系统 |
CN108583620A (zh) * | 2018-04-02 | 2018-09-28 | 交控科技股份有限公司 | 列车辅助追踪预警的处理器和预警系统 |
CN109543576A (zh) * | 2018-11-09 | 2019-03-29 | 石家庄铁道大学 | 基于骨骼检测和三维重建的列车驾驶员检测方法 |
CN112660207A (zh) * | 2020-12-18 | 2021-04-16 | 南京学府睿捷信息科技有限公司 | 一种可穿戴式地铁智能辅助驾驶系统 |
CN113257403A (zh) * | 2021-04-26 | 2021-08-13 | 武汉中科医疗科技工业技术研究院有限公司 | 医疗设备控制方法、系统、装置、计算机设备和存储介质 |
IT202200005333A1 (it) | 2022-03-18 | 2023-09-18 | Tecnobody S R L | Sistema di postazione seduta con controllo posturale di un utente e relativo metodo |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102406507A (zh) * | 2010-09-20 | 2012-04-11 | 天津职业技术师范大学 | 基于人体生理信号的汽车驾驶员疲劳监测方法 |
US20150294481A1 (en) * | 2012-12-28 | 2015-10-15 | Kabushiki Kaisha Toshiba | Motion information processing apparatus and method |
CN105551182A (zh) * | 2015-11-26 | 2016-05-04 | 吉林大学 | 基于Kinect人体姿势识别的驾驶状态监测系统 |
CN105869356A (zh) * | 2016-06-15 | 2016-08-17 | 上海帝仪科技有限公司 | 一种铁路司机工作状态的评估干预系统及方法 |
CN106408877A (zh) * | 2016-11-17 | 2017-02-15 | 西南交通大学 | 一种轨道交通驾驶员疲劳状态监测方法 |
-
2017
- 2017-05-27 CN CN201710392657.0A patent/CN107187467B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102406507A (zh) * | 2010-09-20 | 2012-04-11 | 天津职业技术师范大学 | 基于人体生理信号的汽车驾驶员疲劳监测方法 |
US20150294481A1 (en) * | 2012-12-28 | 2015-10-15 | Kabushiki Kaisha Toshiba | Motion information processing apparatus and method |
CN105551182A (zh) * | 2015-11-26 | 2016-05-04 | 吉林大学 | 基于Kinect人体姿势识别的驾驶状态监测系统 |
CN105869356A (zh) * | 2016-06-15 | 2016-08-17 | 上海帝仪科技有限公司 | 一种铁路司机工作状态的评估干预系统及方法 |
CN106408877A (zh) * | 2016-11-17 | 2017-02-15 | 西南交通大学 | 一种轨道交通驾驶员疲劳状态监测方法 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108259579A (zh) * | 2017-12-29 | 2018-07-06 | 深圳云天励飞技术有限公司 | 车辆人员信息推送方法、设备、可读存储介质及车载系统 |
CN108259579B (zh) * | 2017-12-29 | 2021-05-11 | 深圳云天励飞技术有限公司 | 车辆人员信息推送方法、设备、可读存储介质及车载系统 |
CN108583620A (zh) * | 2018-04-02 | 2018-09-28 | 交控科技股份有限公司 | 列车辅助追踪预警的处理器和预警系统 |
CN108583620B (zh) * | 2018-04-02 | 2019-08-30 | 交控科技股份有限公司 | 列车辅助追踪预警的处理器和预警系统 |
US10668936B2 (en) | 2018-04-02 | 2020-06-02 | Traffic Control Technology Co., Ltd | Processor and system for train assistance tracking and early-warning |
CN109543576A (zh) * | 2018-11-09 | 2019-03-29 | 石家庄铁道大学 | 基于骨骼检测和三维重建的列车驾驶员检测方法 |
CN112660207A (zh) * | 2020-12-18 | 2021-04-16 | 南京学府睿捷信息科技有限公司 | 一种可穿戴式地铁智能辅助驾驶系统 |
CN113257403A (zh) * | 2021-04-26 | 2021-08-13 | 武汉中科医疗科技工业技术研究院有限公司 | 医疗设备控制方法、系统、装置、计算机设备和存储介质 |
IT202200005333A1 (it) | 2022-03-18 | 2023-09-18 | Tecnobody S R L | Sistema di postazione seduta con controllo posturale di un utente e relativo metodo |
Also Published As
Publication number | Publication date |
---|---|
CN107187467B (zh) | 2018-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107187467B (zh) | 用于行车安全保障与事故归责的驾驶员监控方法及系统 | |
US20230079256A1 (en) | Smart device | |
US10034066B2 (en) | Smart device | |
US9734678B2 (en) | Tactile based performance enhancement system | |
CN103956028B (zh) | 一种汽车多元驾驶安全防护方法 | |
CN105096688B (zh) | 基于bim仿真环境的驾驶模拟控制系统 | |
CN103310202B (zh) | 一种保障驾驶安全的系统及其方法 | |
CN110316198A (zh) | 一种用于高速公路提速的安全保障系统及运行方法 | |
CN107272683A (zh) | 基于acp方法的平行智能车控制系统 | |
CN106956591A (zh) | 一种用于判断驾驶人员驾驶权限的系统 | |
CN106485951A (zh) | 异常驾驶员分类和报告 | |
CN107126224A (zh) | 一种基于Kinect的轨道列车驾驶员状态的实时监测和预警方法与系统 | |
CN104183091A (zh) | 一种自适应调整疲劳驾驶预警系统灵敏度的系统 | |
CN104786934B (zh) | 一种车辆行驶数据管理系统及实现方法 | |
CN109969083A (zh) | 一种大货车和卡车安全预警与监测系统 | |
CN105869356A (zh) | 一种铁路司机工作状态的评估干预系统及方法 | |
CN106960613A (zh) | 非侵入式驾驶人潜在危险辨识能力评估与训练系统及方法 | |
CN108248610B (zh) | 一种自适应分心驾驶行为的监测及干预装置 | |
CN104524772B (zh) | 一种过山车乘客状态实时检测方法 | |
CN110682914A (zh) | 基于无线感知的驾驶行为识别系统及方法 | |
CN108615110A (zh) | 基于视觉特性的驾驶风险评估系统 | |
CN106529496A (zh) | 一种机车乘务员实时视频疲劳检测的方法 | |
CN106339692A (zh) | 一种基于路线偏移检测的疲劳驾驶状态信息确定方法及系统 | |
CN109658519A (zh) | 基于现实路况信息图像处理的车载多模式增强现实系统 | |
CN108010269A (zh) | 一种基于车联网的驾驶分心监测、预警系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |