基于认知科学的管制员疲劳状态检测方法研究与系统设计

发布时间：2020-10-13 22:41

　　 随着我国民航事业的不断发展,空管的安全保障压力不断攀升,不安全事件时有发生,管制员承担着民航运输空中交通指挥员的重要角色,管制疲劳是航空安全的潜在隐患,管制员疲劳检测已经成为当今民航界研究的热点问题之一。本文在研究国内外相关疲劳检测方法的基础上,提出基于认知科学的管制员疲劳检测方法,认知科学在疲劳检测方面的应用主要基于行为学特征检测,由于管制行业的特殊性,必须及时发现管制员疲劳状态,所以,疲劳检测力求实时性、准确性,无侵入性。由于卷积神经网络在人脸检测,图像识别领域有很好的效果。因此,本文提出构建卷积神经网络模型对管制员脸部特征进行检测并进行系统设计,从而根据管制员面部疲劳特征识别实现对管制疲劳的检测。首先,在对人脸检测算法深入研究的基础上,对其进行了分类和优缺点比较,对比发现卷积神经网络所需数据集小,能自主学习,泛化能力强,适合于人脸识别。由此提出本文所选的卷积神经网络MTCNN、VGG-16、ResNet-50算法。其次,设计疲劳特征采集实验,借助管制模拟机平台搭建数据采集平台对在校管制员进行面部特征采集,并结合MTCNN模型对管制员面部特征进行识别和提取,然后对特征图片进行预处理,将特征图片进行分类,构建管制员人眼和嘴部自建数据集,并收集人眼、嘴部公共数据集用于模型的训练和测试。之后,构建VGG-16人眼识别模型、ResNet-50嘴部识别模型、自建轻量卷积神经网络模型,采用公共数据集对模型进行训练,采用自建数据集对模型进行测试。测试结果表明,采用VGG-16网络模型要优于传统几何定位模型,采用ResNet-50模型准确率要高于自建轻量卷积神经网络模型。最后,对管制员疲劳检测进行了应用系统设计,基于Python语言在相关框架上进行开发,选择以Pycharm工具,以Keras作为神经网络框架,并使用Numpy库做数据加速处理,在图形开发界面OpenCV基础上实现疲劳检测应用系统设计。依据疲劳参数设定阈值判定疲劳状态并提供疲劳告警,检测效果良好。
【学位单位】：中国民用航空飞行学院
【学位级别】：硕士
【学位年份】：2019
【中图分类】：V355.1;TP391.41
【部分图文】：

管制疲劳状态

卷积神经网络结构图

图 3.2 特征浓缩变换单元（激活函数）性模型表达力弱，非线性因素中包含激活函数。在 CNN 网络中卷积的方式来处理，即对每个像素点赋予一个权值，这个操作显
【相似文献】

相关期刊论文 前10条

1 惠金有;;基于警觉性能分析的管制员疲劳风险预测研究[J];民航管理;2019年03期

2 丁力;;如何有效减少机场塔台管制员的“错,忘,漏”[J];中国新通信;2019年06期

3 唐天翊;刘峰;;探析航空管制员应具备的素质和能力[J];商讯;2019年06期

4 刘赛平;;见习管制员胜任特征研究[J];民航管理;2017年06期

5 薛泽海;;探析民航管制员的心理状态及其调适[J];民航管理;2017年08期

6 蒯翔;刘继新;;基于“里森”模型的管制员话语失误分析[J];民航管理;2018年06期

7 李海南;;新疆管制员“4+1”选拔生源择业理想等相关问题的研究[J];民航管理;2018年06期

8 窦鸿达;;浅析见习管制员在培训中的学习方法[J];民航管理;2018年11期

9 王毅;;管制员情绪对管制工作的影响[J];民航管理;2013年01期

10 雒永卫;卞晓峰;;如何提高民航管制员特情处置能力[J];民航管理;2013年12期

相关博士学位论文 前4条

1 董襄宁;扇区容量评估及复杂性分析[D];南京航空航天大学;2017年

2 张建平;空中交通管制运行品质定量评价研究[D];南京航空航天大学;2013年

3 赵征;空域容量评估与预测技术研究[D];南京航空航天大学;2015年

4 王世锦;空域分类关键技术及应用研究[D];南京航空航天大学;2010年

相关硕士学位论文 前10条

1 项悦;基于认知科学的管制员疲劳状态检测方法研究与系统设计[D];中国民用航空飞行学院;2019年

2 孔航;基于扇区数据分析的管制员工作负荷评估研究[D];南京航空航天大学;2018年

3 林彬;基于Agent和机器学习的管制员行为建模研究[D];南京航空航天大学;2018年

4 常诚;民航贵州空管分局管制员信息管理系统的研究与分析[D];云南大学;2017年

5 吴迪;管制员疲劳风险预测模型研究[D];中国民航大学;2018年

6 孙立斌;闪光融合临界频率快速检测方法及在管制员疲劳评估中的应用[D];中国民航大学;2018年

7 陈凤兰;基于多导生理信号的管制员疲劳分析方法研究[D];中国民航大学;2018年

8 赵文豪;目视和仪表混合运行下空域容量评估及分析[D];中国民用航空飞行学院;2018年

9 谭娟;空中交通管制员疲劳风险评估研究[D];中国民用航空飞行学院;2018年

10 王宁;空中交通管制员排班关键方法研究与系统实现[D];中国民航大学;2017年

本文编号：2839790