基于机器视觉的地铁司机专注度识别系统文献综述

 2022-01-08 20:19:12

全文总字数:2752字

文献综述

1 、研究背景和意义随着交通运输业的高速发展,交通事故的数量逐年上升,严重影响了人民生命财产的安全。

其中驾驶员专注度不足是引起交通事故的一个重要诱因[1]。

地铁作为城市人口的主要出行工具,地铁行驶安全是务必是一条不可逾越的红线。

生活节奏快,休息时间不规律,熬夜严重,饮食不规律,驾驶时间过长等原因造成了地铁司机专注度不够的现象,由此引发因疲劳驾驶而导致的交通事故传统的对于驾驶安全评估的做法是制定相关的规章制度,可以有效地减少事故的发生,但只是触及到了表层原因,并不能从根本上杜绝这一问题[2][3]。

因此,除了制定相关的规则和法规来约束驾驶员的精神状态及行为外,研究疲劳驾驶检测的相关技术对于避免大多数交通事故具有重要的意义。

无论是汽车,地铁还是火车,驾驶都是一件体力和脑力消耗都很严重的职业。

驾驶需要驾驶员集中精力去判断行车过程中的各种信息,因此,良好的精神状况是驾驶员驾驶的必要条件,也是行车安全的保障,驾驶员一旦出现疲劳状态,交通事故发生的概率也就大大增加了[4][5]。

由于驾驶员并不是一旦产生困意就容易发生交通事故,若是能研究出来能够实时监测驾驶员的精神状态的报警系统,当驾驶员一旦产生困意时便加以提醒或是强制减速,那么就可以减少事故的发生。

道路交通事故主动防范方面的研究表明,如果能够将驾驶人的反应时间提前0.5秒,则可以避免60%的碰撞事故,进一步,如果能将此时间提前1.0秒则超过80%的碰撞事故可以被避免。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。