本文選題：船舶駕駛　切入點：值班監(jiān)測　出處：《集美大學》2017年碩士論文　論文類型：學位論文

【摘要】：船舶航行安全一直都是海事領域研究的焦點問題。據(jù)相關的統(tǒng)計資料顯示,所發(fā)生的海上船舶安全事故中有80%以上是由于人為因素造成的,而這些由人為因素導致的海上事故中50%以上是由于船員疲勞導致的。疲勞使船員控制力和注意力下降,避碰反應速度慢,船舶操縱質量下降,最終導致海上事故。為了監(jiān)測值班船員的警覺性,國際海事組織(IMO)通過決議MSC.128(75),強制船舶安裝船橋航行值班報警系統(tǒng)(BNWAS,Bridge Navigational Watch Alarm System)。系統(tǒng)需要船員在規(guī)定時間內手動復位,該方式增加船員的工作負擔,不利于船舶航行安全。針對BNWAS存在的不足,本文提出一種基于人體姿勢和步態(tài)的疲勞檢測方法。因為人體行為能力受神經(jīng)控制,以及骨骼肌肉的支撐,當人的精神飽滿時,肌肉力量充足,行為能力正常,但人體疲勞時人體行為能力會有所下降。本文提出了基于向量角度的姿勢識別算法和使用改進的DTW算法識別異常步態(tài)。研究分析傳感器的硬件結構、工作原理、軟件開發(fā)工具包。應用OpenCV視覺庫對獲取的圖像進行處理和顯示。使用C++、OpenCV、Kinect SDK開發(fā)船舶駕駛臺值班船員監(jiān)測系統(tǒng),并通過實驗進行驗證算法的有效性。
[Abstract]:Ship navigation safety has always been the focus of maritime research. According to the relevant statistical data, more than 80% of the maritime ship safety accidents are caused by human factors. More than 50% of these accidents at sea caused by human factors are caused by crew fatigue. Fatigue reduces crew control and attention, slow collision avoidance reaction, and lower ship handling quality. In order to monitor the alertness of the crew on duty, the International Maritime Organization (IMO) adopted resolution MSC.12875 to force ships to install the ship bridge navigation watch alarm system (BNWASA Bridge Navigational Watch Alarm system). The system requires the crew to manually reset within a specified time. This method increases the work burden of the crew and is not conducive to the safety of ship navigation. In view of the shortcomings of BNWAS, a fatigue detection method based on human posture and gait is proposed in this paper. And the support of skeletal muscles, when people are full of energy, they have plenty of muscle strength and normal behavior. However, the ability of human behavior will decrease when human body is tired. In this paper, a pose recognition algorithm based on vector angle and an improved DTW algorithm are proposed to identify abnormal gait. The hardware structure and working principle of the sensor are studied and analyzed. Software development toolkits. The OpenCV visual library is used to process and display the obtained images, and C # OpenCVCV Kinect SDK is used to develop the ship bridge crew watch monitoring system, and the validity of the algorithm is verified by experiments.
【學位授予單位】：集美大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U698

【參考文獻】

相關期刊論文 前10條

1 宋菲;薛質;;基于OpenCV的老人跌倒檢測的設計和實現(xiàn)[J];信息技術;2015年11期

2 盧官明;衣美佳;;步態(tài)識別關鍵技術研究[J];計算機技術與發(fā)展;2015年07期

3 楊文璐;占嬋;;基于Kinect傳感器的康復訓練系統(tǒng)[J];微型機與應用;2015年11期

4 郭慶永;;船舶駕駛人員疲勞致因分析及其預防控制[J];世界海運;2011年11期

5 秦小文;溫志芳;喬維維;;基于OpenCV的圖像處理[J];電子測試;2011年07期

6 陳杰軍;;船員疲勞的預防和控制[J];中國船檢;2009年10期

7 葉波;文玉梅;何衛(wèi)華;;多分類器信息融合的步態(tài)識別算法[J];中國圖象圖形學報;2009年08期

8 徐光yP;曹媛媛;;動作識別與行為理解綜述[J];中國圖象圖形學報;2009年02期

9 潘曉峰;;疲勞因素——海上事故的主要原因[J];水運管理;2009年01期

10 胡琴;王文中;夏時洪;劉任任;李錦濤;;基于多攝像機的人體步態(tài)跟蹤方法[J];計算機工程;2008年22期

相關會議論文 前1條

1 陳偉炯;;船員疲勞對海上安全的危害及其控制[A];全國第二次安全科學技術學術交流大會論文集[C];2002年

相關博士學位論文 前3條

1 楊旗;人體步態(tài)及行為識別關鍵算法研究[D];東北大學;2012年

2 賁f[燁;基于人體運動分析的步態(tài)識別算法研究[D];哈爾濱工程大學;2010年

3 柴艷妹;基于步態(tài)特征的身份識別技術研究[D];西北工業(yè)大學;2007年

相關碩士學位論文 前1條

1 李香平;中國正常成人步行時空參數(shù)研究及其臨床應用[D];第三軍醫(yī)大學;2012年

，

本文編號：1560412