新疆大学机械工程学院, 新疆 乌鲁木齐 830047
基于机器视觉的疲劳检测方法具有非侵入性、快速、准确、全天候可操作等特点, 逐步成为国内外研究热点, 但该方法容易受复杂光照、驾驶员位姿变化的影响。针对此问题, 对复杂光照和位姿变化对驾驶员疲劳检测的影响进行了深入研究, 提出基于实时增强约束局部模型的多信息疲劳检测方法。对采集得到的图像进行实时高动态范围增强处理; 对增强后的图像进行驾驶员人脸建模, 提取驾驶员的视线、眼部PERCLOS特征; 最后建立基于贝叶斯置信网络的多信息融合的疲劳状态检测识别方法。实验结果表明, 该方法对于复杂光照和位姿变化情况下的驾驶员疲劳状态检测具有较强的稳健性。
机器视觉 驾驶员疲劳检测 自适应视线定位 实时增强约束局部模型 贝叶斯网络 卷积神经网络 激光与光电子学进展
2018, 55(10): 101503
新疆大学机械工程学院, 新疆 乌鲁木齐 830047
在单目线结构光传感器测量熔覆层尺寸的实验中，为简化单目测量系统标定工具、快速调节测量系统的扫描方向，设计了十字标定板和位姿可变载物台。利用十字标定板可以标定相机和激光平面；将十字标定板和位姿可变载物台结合使用，可标定测量系统的扫描方向并进行调节，避免了激光投射器自身偏角带来的误差。整个标定过程只需要同一个标定板，简化了实验工具；载物台位姿可变，满足快速标定、实时调节扫描方向的条件；该装置操作简单、具有直观的标定结果，对熔覆层的测量误差小于0.05 mm。
测量 标定 位姿变换 单目视觉 激光与光电子学进展
2018, 55(8): 081203
