刘常榕 赵雪寒 刘庆华 金 文 杜春旺 张翟容

（1.江苏科技大学 镇江 212003）（2.江苏金海星导航科技有限公司 镇江 212002）

1 引言

交通安全一直是社会重大安全问题之一，每年多少人都因为道路交通事故失去宝贵的生命，一方面是由于行人等自身不遵守交通规则，一方面也是因为驾驶员的危险驾驶行为导致灾祸的发生。在道路交通领域中，危险驾驶一直是人们比较关注的地方。道路交通事故统计资料表明，驾驶员超速、疲劳驾驶、酒后驾驶等危险驾驶行为是造成交通安全事故的主要因素。杨晓峰等人提出了一种基于脸部特征提取的驾驶员低头行为的检测方法［1］，吴超仲［2］等人以驾驶疲劳状态监测为研究对象，介绍现有几种疲劳检测方法及其优缺点，提出了对驾驶行为操作和驾驶员生理指标进行建模，建立疲劳识别模型，实现了对疲劳驾驶行为的检测。李娟根据数据融合的思想，采用粗糙集模型融合人眼疲劳识别特征参数和车道线危险识别特征参数，建立危险驾驶识别的数据融合模型，得出了最终的危险识别结果［3］。然而，水上驾驶安全也同样重要。每年，全国范围内水上交通事故发生也非常多，水上交通安全问题日益凸显，如何降低水上交通事故发生已经成为江河流域管理部门的重大难题之一。我们认识到，水上危险驾驶行为是导致水上交通事故的主要原因［4］，严重威胁水上交通安全。因此，如何实现对船舶驾驶员的危险驾驶行为的实时检测对于减少水上交通事故显得尤为重要。……