[發明專利]基于智能感知的鐵路機車駕駛安全輔助系統

在審

• 申請號: 202110602504.0
• 申請日: 2021-05-31
• 公開（公告）號: CN113420961A
• 公開（公告）日: 2021-09-21
• 發明（設計）人: 石紹應;馮勤群;唐少林;吳杰偉;周志偉;王紅濤;王亮;周立和;林科宇;楊杰;蔣賢燁
• 申請（專利權）人: 湖南森鷹智造科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06K9/00
• 代理公司: 北京金之橋知識產權代理有限公司 11137
• 代理人: 雷利平

1.基于智能感知的鐵路機車駕駛安全輔助系統，其特征在于，包括:

傳感器子系統，用于采集機車乘務員的作業數據，所述作業數據包含有機車乘務員的手勢動作、呼喚語音、在駕駛室的位置與移動軌跡、呼吸頻率、心跳頻率；

上位機子系統，用于根據所述作業數據，通過深度學習算法對機車乘務員作業行為的規范性進行打分，以及對機車乘務員的疲勞狀況健康情況進行評估，并根據打分及評估結果進行告警；

通信傳輸子系統，用于將所述作業數據、打分及評估結果上傳至監控中心子系統；

監控中心子系統，用于顯示該監控中心所在管理層級的所有機車在線情況、機車乘務員作業情況。

2.如權利要求1所述的鐵路機車駕駛安全輔助系統，其特征在于，所述傳感器子系統包括有毫米波雷達，基于毫米波雷達來采集機車乘務員在駕駛室的位置與移動軌跡、呼吸頻率、心跳頻率。

3.如權利要求2所述的鐵路機車駕駛安全輔助系統，其特征在于，所述傳感器子系統包括有激光雷達，基于毫米波雷達和/或激光雷達來采集機車乘務員的手勢動作。

4.如權利要求3所述的鐵路機車駕駛安全輔助系統，其特征在于，基于毫米波雷達采集手勢動作的方法包括：

根據接收的毫米波電磁信號進行特征提取、分類識別，從而判別當前動態手勢的動作序列類型，其中，所述特征包括距離、方位角、俯仰角、多普勒頻率中的一者或多者，采用基于距離域-多普勒域、時域-頻域的多域特征工程技術實現所述的特征提取，和/或采用多層感知機實現所述的分類識別。

5.如權利要求4所述的鐵路機車駕駛安全輔助系統，其特征在于，所述多域特征工程技術具體包括：

由包絡頻率、峰值頻率、頻率成分持續時間、峰值頻率動態范圍組成的時域-頻域聯合特征；

由散射中心距離-多普勒軌跡、距離-速度積累值、距離-速度彌散范圍、多通道距離-多普勒幀間差分組成的距離域-多普勒域聯合特征；

對上述特征進行分類組合，形成連續多幀的動態特征矢量序列。

6.如權利要求3所述的鐵路機車駕駛安全輔助系統，其特征在于，基于激光雷達采集手勢動作的方法包括：

利用激光雷達采集操作者工作狀態下的深度圖像，所述深度圖像為去除工作場所背景的激光圖像；

將所述深度圖像送入訓練好的神經網絡進行人體手勢識別，檢測并輸出識別結果。

7.如權利要求6所述的鐵路機車駕駛安全輔助系統，其特征在于，基于激光雷達采集手勢動作的方法進一步包括：

基于同一激光雷達，分別采集操作者工作場所的純背景圖像、操作者工作狀態下的實時圖像，實時圖像與純背景圖像的像素相同；

將實時圖像與純背景圖像進行對消以獲得所述深度圖像，

其中，所述實時圖像具有n幀，n為大于零的正整數，對對消前的每一幀實時圖像做歸一化處理，和/或對對消后的每一幀深度圖像再做歸一化處理。

8.如權利要求7所述的鐵路機車駕駛安全輔助系統，其特征在于，將深度圖像送入神經網絡進行識別的方法包括：

以對消前的實時圖像及對消后的深度圖像為神經網絡模型輸入數據，以人體手勢識別結果為模型輸出數據。

9.如權利要求3、4或5所述的鐵路機車駕駛安全輔助系統，其特征在于，基于毫米波雷達與激光雷達采集手勢動作的方法包括：

控制毫米波雷達監測到操作者的手勢起始動作則向激光雷達發送觸發信號；

控制激光雷達在收到觸發信號后啟動采集操作者工作狀態下的深度圖像；

將所述深度圖像送入訓練好的神經網絡進行人體手勢識別，檢測并輸出識別結果。

10.如權利要求1所述的鐵路機車駕駛安全輔助系統，其特征在于，所述傳感器子系統包括有LKJ對接模塊，所述LKJ對接模塊用于采集機車LKJ信號給上位機子系統，供上位機子系統根據機車LKJ信號進行所述打分及所述評估。