唐春林，杨昌休，陈兴劼

(重庆公共运输职业学院 轨道车辆与机械系，重庆 402247)

基于主动表观模型及PERCLOS的疲劳检测研究

唐春林，杨昌休，陈兴劼

(重庆公共运输职业学院 轨道车辆与机械系，重庆 402247)

针对城市轨道交通电客车司机长时间驾驶产生的疲劳问题，目前主要是通过规章制度及警惕按钮来解决，这样既增加司机的劳动强度，也对司机疲劳驾驶检测效果有限。文章针对电客车司机现场工作环境，提出了一种主动在线实时检测方法，该方法通过视频序列分析人脸信息，采用主动表观模型完成对人眼的识别及定位，采用PERCLOS算法完成对司机疲劳检测。实验证明，该模型和算法能够很好地完成对司机的疲劳检测。

电客车司机；疲劳检测；主动表观模型；PERCLOS算法

随着我国城镇化的加速发展，城市轨道交通迎来了前所未有的发展机遇，据中国城市轨道交通协会统计[1]，截至2015年底，我国累计有26个城市建成投运轨道交通线路116条，运营长度3 612 km。目前，城市轨道交通车辆大部分还属于有人驾驶，人控优先原则，但电客车司机长时间在单一环境中驾驶，必然会产生疲劳。目前，各个运营公司主要通过规章制度约束或者限制司机的某些行为来解决司机长时间疲劳驾驶的问题。

在我国城轨列车上装备有司机警惕按钮装置[2]，即在列车运行过程中，司机必须按压该按钮。如果在规定的时间未完成该操作，系统发出报警；如果在规定的时间内仍未完成该操作，系统发出紧急制动信号，使列车紧急制动。……