神经系统疲劳（精选12篇）
神经系统疲劳 篇1
0引言
疲劳裂纹扩展试验是一种通过采用各种方法实时测量试件在设定交变载荷作用下所产生的疲劳裂纹长度,来研究材料疲劳断裂特性的一种重要的金属材料性能测试方式[1,2,3,4]。为了保证疲劳裂纹扩展试验结果的准确性和可靠性,必须保证裂纹扩展过程中试验载荷的控制精度,电磁谐振式疲劳裂纹扩展试验系统为一强迫振动系统,由电磁激振器产生所需要的正弦激振力作用在振动系统上从而使工作台产生同频率的正弦振动,带动试件运动,使正弦波试验载荷作用在试件上[5,6,7],在正弦波试验载荷的作用下,带有预制裂纹的试件将产生疲劳裂纹并不断扩展,试验载荷的频率应和振动系统的固有频率相等,从而使系统工作在谐振区,以几乎最小的能量维持系统的振动,保证试验的进行。随着试验的进行,试件上的疲劳裂纹不断扩展,裂纹长度不断增长,系统刚度随之不断减小,系统将不再工作在谐振区,试验载荷振幅急剧下降,为保证裂纹扩展过程中试验载荷的稳定性,且使系统始终工作在谐振区,首先必须要精确跟踪系统的固有频率,同时保持试验载荷振幅的稳定性[8]。文献[9]研究了谐振式曲轴弯曲疲劳试验中试件裂纹扩展对谐振系统载荷放大特性的影响,在此基础上实现了试验系统的高精度恒载荷控制; 文献[10]利用分数阶PID控制器对载荷频率进行了控制,运用分数阶PID控制器控制载荷频率可以较好地消除稳态误差,且具有较好的鲁棒性。
本研究所提出的基于裂纹长度在线测量的谐振式疲劳裂纹扩展试验振幅控制系统,在疲劳裂纹扩展过程中同时进行固有频率快速精确跟踪和试验载荷的准确控制,首先通过采用自行设计的基于图像处理技术的裂纹长度测量系统[11,12]可精确在线测量谐振式疲劳裂纹扩展过程中的裂纹尺寸及其所对应的系统的固有频率,在该固有频率值左右小范围区域内,采用自适应改进爬山法搜索系统精确固有频率值,同时采用模糊PID方法控制频率跟踪过程中造成的振幅波动。该方法可用于快速、准确跟踪疲劳裂纹扩展过程中系统的固有频率值,且保持试验载荷振幅的稳定性,很好地满足疲劳裂纹扩展试验的要求。
1基于裂纹在线测量的振幅控制系统
1.1系统总体组成
基于裂纹在线测量的谐振式疲劳裂纹扩展试验振幅控制系统总体组成如图1所示。其包括: 1试验载荷加载系统: 由疲劳试验机、试件、电磁激振器及其放大电路组成,主要完成将电磁激振器所产生的正弦激振力作用在主机工作台上,使工作台产生同频率的正弦振动,从而使正弦波试验载荷作用在试件上的功能。 2裂纹尺寸在线测量系统: 包括图像传感器( CCD) 、 光学镜头、光源、图像采集卡,安装有图像采集及裂纹尺寸计算软件模块的计算机,该系统主要完成疲劳裂纹扩展过程中裂纹尺寸在线测量的功能,裂纹测量精度为0. 1 mm。3试验载荷振幅控制系统: 该系统为上下位机分布式结构,下位机为基于DSP技术的完成数据采集分析、正弦波信号发生、数据通讯的微处理器, 上位机为安装有固有频率跟踪算法程序、振幅控制程序及RS232串口通讯程序的计算机,该系统主要完成疲劳裂纹扩展过程中频率跟踪及振幅控制。
1.2系统工作原理
1.2.1裂纹扩展过程中固有频率和振幅的变化规律
裂纹扩展过程中系统固有频率和振幅的变化如图2所示。
随着疲劳裂纹扩展试验的进行,试件上的疲劳裂纹不断扩展,裂纹尺寸不断增大,系统刚度随之不断减小,系统的幅频曲线由曲线1的位置移到曲线2的位置,在裂纹未扩展之前,试验载荷的频率等于此时系统的共振频率f1,系统工作在谐振点A点,随着裂纹的扩展,系统的幅频曲线移到曲线2,此时系统的共振频率为f2,而如果试验载荷的频率仍为f1,则系统将不再工作在谐振区,系统的工作点由A点转移到B点,谐振式疲劳裂纹扩展试验系统基本为锐共振系统,即幅频曲线谐振区附近曲线较陡,这样造成试验载荷振幅急剧下降,裂纹扩展时频率跟踪越慢,则试验载荷振幅下降越多,如及时准确跟踪固有频率的变化则系统工作点将由B点转移到C点,由系统动力学分析得知,裂纹扩展后系统的共振振幅增大,这样,裂纹扩展后固有频率跟踪过程中振幅的变化从A到B再到C,幅值上为“等于设定值—小于设定值—大于设定值”,跟踪越快越精确则振幅变化的波动度也越小,通过采用试验载荷振幅模糊PID控制可保持频率跟踪过程中振幅的稳定。
1.2.2基于裂纹在线测量的振幅控制方法
基于裂纹长度在线测量的疲劳裂纹扩展试验载荷控制包括裂纹长度计算、固有频率跟踪、振动载荷振幅控制,对于上、下位机式系统,除此之外,还包括RS232串口通讯程序。首先,需通过实验测量出系统固有频率和裂纹长度关系,并存于计算机内,由于同样材料、 同样尺寸的试件热处理、试验时受力条件不完全相同, 再加上固有频率、裂纹尺寸测量误差及裂纹尖端塑性区造成的影响,系统固有频率测量值和真实值不一定相等,因此本研究将系统固有频率测量值设定为频率跟踪的初始值。在疲劳裂纹扩展试验开始后,在设定交变正弦载荷的作用下裂纹开始萌生并不断扩展,由CCD镜头、图像采集卡采集裂纹图像并在计算机内图像采集软件的控制下,系统将该图像采集到计算机内, 通过图像处理疲劳裂纹长度计算程序计算出疲劳裂纹长度,根据存储在计算机内的系统固有频率和裂纹长度的关系,求出此时系统固有频率理论值,同时根据RS232串口通讯程序从DSP控制器传输来的振动载荷振幅值,在理论值附近小区域内采用自适应改进爬山法搜索系统精确固有频率值,并采用模糊PID控制器对试验载荷振幅进行控制,通过RS232将跟踪频率值和激振电压值发送给下位机DSP控制器,发生相应正弦波给电磁激振器,控制试验机以该频率振动,载荷传感器采集载荷波形信号,DSP控制器对信号处理后提取出振幅值和频率值发送给上位计算机,作为上位计算机频率跟踪和振幅控制的输入,如此循环直到找到固有频率和振幅达到设定值为止。
详细方法流程图如图3所示。
2基于疲劳裂纹在线测量的系统固有频率跟踪算法
根据本研究所提出的基于裂纹长度在线测量的谐振式疲劳裂纹扩展试验系统固有频率跟踪方法,首先可采用裂纹长度测量系统精确在线测量疲劳裂纹扩展试验过程中的裂纹尺寸,并可通过实验测得不同裂纹尺寸所对应的系统固有频率值,由于实验事先测定的系统固有频率值和疲劳裂纹扩展试验时系统固有频率存在一定的差值,笔者在该固有频率值左、右小范围区域内采用自适应结合改进爬山算法搜索系统精确固有频率值,完成准确固有频率的跟踪。
2.1不同裂纹长度时系统固有频率的测量
本研究加工出带有初始预制裂纹的CT紧凑拉伸试件,并在图1所示的试验系统进行疲劳裂纹扩展试验,当裂纹扩展到不同尺寸时,首先采用自行研制的机械视觉疲劳裂纹在线测量系统测得疲劳裂纹长度,然后停止疲劳裂纹扩展试验,进行该裂纹尺寸下系统扫频实验测得系统固有频率,此时固有频率测量为离线测量,而不是在疲劳裂纹扩展试验过程中的在线测量,测量精度要求较高,但对搜寻时间没有要求,笔者采用通过软件界面实时调整搜索步长的爬山法来实现,本研究在红山PLG-100谐振式高频疲劳试验机对材料为45号钢的CT紧凑拉伸试件进行了疲劳裂纹扩展过程中固有频率的测量,为测量同样实验设备、试件材料、尺寸及安装条件下实验数据的重复性,笔者共对6块试件进行了疲劳裂纹扩展固有频率测量实验,测得不同裂纹尺寸下系统固有频率测量数据如表1所示。
( 单位: Hz)
由表1中实验数据可以看出,同样裂纹尺寸试件系统固有频率实验数据最大偏差为2. 3 Hz,主要是由于同样材料、同样尺寸的试件热处理、试验时受力条件不完全相同,再加上裂纹测量误差、插值计算造误差及裂纹尖端塑性区造成的影响造成的。
2.2系统固有频率的跟踪算法
以往常用的谐振系统的固有频率跟踪方法有爬山法、改进爬山法、自适应模糊固有频率跟踪方法等,都是从大范围扫频开始,采用同一跟踪步长或采用各种策略逐渐改进跟踪步长[13,14],搜索固有频率,频率跟踪扫频范围大,不能很好地实现在裂纹扩展过程中固有频率的快速准确跟踪。本研究所提出系统固有频率跟踪方法如图4所示。
首先本研究测得系统固有频率和裂纹长度关系数据如表1所示,并将该数据存于计算机内,疲劳裂纹扩展试验开始后,在正弦振动试验载荷的作用下试件上的疲劳裂纹产生并不断扩展,造成系统固有频率减小, 为跟踪系统固有频率,本研究首先测量试件上疲劳裂纹长度和系统的振动频率,根据试验开始前测得的固有频率和裂纹长度关系数据求得裂纹扩展到这一尺寸时系统固有频率值,将该实验测定的系统固有频率值设置为频率跟踪初始值,求固有频率测定值和系统振动频率的差值,如差值大于2 Hz设定频率跟踪粗步长为差值的20% ,如差值小于2 Hz设定频率跟踪粗步长为差值的30% 而且大于0. 5 Hz,该数据可根据实验进行修正,该粗步长沿所设定频率搜索方向,向前搜索3步,采用试验载荷特征值提取算法计算出3个位置的振幅为f1,f2,f3,如果f1< f2< f3说明搜索方向正确,沿原方向采用同样步长继续向前搜索3步,如果f1> f2> f3说明搜索方向相反,如果是试验开始第一组搜索则从频率跟踪初始值开始采用同样步长沿反方向搜索, 如不是第一组则每次反向调整时粗调步长缩减为原先的70% ,如果f2< f1而f2< f3则说明遇到局部噪声干扰,以原步长继续往前搜索进行判断,当f1< f2而f2> f3时说明频率跟踪已越过系统固有频率点,频率返回f1,此时采用小步距回调,进入精调阶段,精调步长初始值约为此时粗调步长的20% 而且大于0. 2 Hz,重复上述过程,且每次反向调整时精调步长缩减为原先的70% 而且大于0. 2 Hz,一直到出现f1< f2而f2> f3时, 因精调阶段步上较小频率搜索过程中易遇到局部噪声干扰,当f1< f2而f2> f3时增加一步搜索判断,从而使系统的可靠性进一步增强。
3振动载荷振幅模糊PID控制
3.1振幅模糊PID控制结构
常用谐振系统的振幅控制方法有PID控制模糊PID控制,本研究所采用疲劳裂纹扩展试验工作载荷振幅模糊PID控制结构如图5所示。
主控制器是输入为振幅偏差e、输出为电磁激振器的激振电压U的PID控制器,3个“两输入单输出” 结构的模糊控制器用来在线整定谐振频率跟踪过程中振幅PID控制的比例、积分和微分参数,3个模糊控制器的输入均为振幅偏差e及偏差变化率ec,输出分别为比例、积分和微分参数的变化量 ΔKp、ΔKi、ΔKd。
3.2输入和输出量的模糊化
精确输入量e和ec需要分别乘以量化因子Ke和Kec及模糊化后转换成各自模糊论域内的模糊变量E和EC,而模糊控制器的输出量UP、UI、UD也需乘以相应比例因子后才能得到精确值 ΔKp、ΔKi、ΔKd。将模糊控制器输入量E和EC及输出量UP、UI、UD的标准论域皆设定为{ - 6,- 5,- 4,- 3,- 2,- 1,0,1,2,3, 4,5,6} ,将输入量E和EC在论域区间内定义为负大 ( NB) 、负中( NM) 、负小( NS) 、零( ZO) 、正小( PS) 、正中( PM) 、正大( PB) 7个语言值,其隶属函数采用具有良好抗干扰能力的高斯型隶属度函数,根据输入变量值及其隶属度函数,可获得输入变量在设定论域内各个元素对应各个模糊子集的隶属度值,从而得到输入量离散隶属度表。为了使系统有较高的分辨率,本研究同样将输出量UP、UI、UD定义为7个语言值,与输入量E和EC相同,其隶属度函数选用比较简单的三角型函数,采用同样方法可获得输出量离散隶属度表。
3.3模糊规则设计
在疲劳裂纹扩展过程中,本研究针对不同e和ec的情况,根据试验载荷振幅的控制要求制定相应模糊控制规则,求出所对应的 ΔKp、ΔKi、ΔKd参数,实现对PID控制参数Kp、Ki、Kd的在线整定。Kp、Ki、Kd在线整定的要求为:
( 1) 当e较大时,为了有较好的快速跟踪性能,并避免因开始时误差e的瞬间变大可能引起微分过饱和而使控制作用超出许可范围,应取较大Kp和较小Kd。 同时为了防止积分饱和,避免系统响应出现较大的超调,应对积分作用加以限制,此时取Ki= 0。
( 2) 当e和ec为中等大小时,为使系统响应具有较小的超调,Kp,Ki和Kd都不能取大值,应取较小的Ki值,Kp和Kd的值大小要适中,以保证系统的响应速度,其中Kd的取值对系统的响应速度影响较大。
( 3) 当e较小时,为使系统具有良好的稳态性能, 应取较大的Ki和Kd,同时为避免系统在设定值附近出现振荡,并考虑系统抗干扰性能,Kd应根据ec来选定,其原则是: 当ec较小时,Kd值可取大一些,通常取中等大小; 当ec较大时,Kd的值应取小一些。
控制规则的形式为: Ri: if E is Aiand EC is Bi, then UP is Ci,i = 1,2…49; Rj: if E is Ajand EC is Bj, then UI is Cj,j = 1,2…49; Rk: if E is Akand EC is Bk, then UP is Ck,k = 1,2…49。Ri、Rj、Rk表示第i、j、k条控制规则,E表示偏差的语言变量,EC表示偏差变化率的语言变量,UP、UI、UD表示 ΔKp、ΔKi、ΔKd的语言变量. 它们的语言值在相应论域中的模糊子集分别为Ai、Bi、Ci,i = 1,2…7,共建立了49 × 3 = 147条控制规则,ΔKp模糊规则表如表2所示。
3.4模糊推理规则及解模糊算法
振幅PID控制参数调整模糊控制器的推理算法采用如式( 1,2) 所示两输入单输出Mamdani MAX-MAN推理方法,去模糊化则采用精度较高的如式( 3) 所示重心法,具体模糊推理规则如下:
IF A1AND B1THEN C1
IF A2AND B2THEN C2
IF A3AND B3THEN C3
………………………
输入X0AND Y0结论C'
由前提“X0AND Y0”和各种模糊规则“AiAND BiTHEN Ci( i = 1,2,n) ”可得到推理结果: 激活的单条规则输出量C'i的隶属度值及总的激活规则输出量C'的隶属度值计算如式( 1,2) 所示:
3.5振幅模糊PID控制算法
振幅PID控制采用递推式控制算法如式( 5) 所示,疲劳裂纹扩展试验过程中PID控制在线整定的Kp、Ki和Kd参数采用式( 3,4) 进行计算:
3.6振动载荷振幅模糊PID控制的实现
在实际在线应用中,本研究首先根据输入输出离散隶属度表、模糊控制规则、式( 1,2) 所示两输入单输出Mamdani模糊推理方法和式( 3) 所示去模糊化重心法,得到模糊控制查询表,模糊控制表是用E、EC在各自论域中的全部元素的所有组合计算得出的相应的以论域内元素表示的控制量变化值,写成矩阵形式并在实验过程中加以修正得到。笔者将该控制查询表存放于计算机中,在疲劳裂纹扩展试验每一个控制周期中, 计算机将所采集的实测试验载荷振幅偏差e和偏差变化率ec值转换到各自的离散论域中,由模糊控制表可查到相应的控制输出值UP、UI、UD,再乘以各自相应的比例因子后便得到精确出值 ΔKp、ΔKi、ΔKd,根据式 ( 3) 得到整定好的PID控制参数Kp、Ki和Kd,采用式 ( 4) 求得振幅PID控制的输出控制量—电磁激振器的激振电压。控制查询表可离线计算,在线控制时计算量很小,所以控制系统具有很强的实时性,满足谐振式疲劳裂纹扩展试验的要求。ΔKp模糊控制表中某一元素值产生流程图如图6所示。
4实验及结果分析
为进行相关实验研究,笔者建立了电磁谐振式疲劳裂纹扩展试验固有频率跟踪系统实验平台,实验装置实物如图7所示。其中,疲劳试验机采用红山PLG100谐振式高频疲劳试验机,图像采集卡为美国NI公司所生产的PCI-1014图像采集卡,镜头为SONY 35 mm定焦镜头,CCD为XC-XT50CE高清晰度、高帧速率顺序扫描的黑白CCD摄像头,分辨率为724 × 568,试验载荷振幅控制系统下位机DSP数据采集分析及信号发生系统,所采用核心芯片为TMS320F2812信号发生器和TMS320F2812信号采集、分析模块,载荷传感器采用电阻应变片式传感器。裂纹图像采集与处理软件开发平台为IMAQ-VISION,载荷控制、频率跟踪、信号分析处理及通讯软件开发平台为VC语言。试块为CT紧凑标准试块,材料为45号钢。本研究在该实验平台上进行了不同裂纹长度系统固有频率测量实验和振幅控制实验,固有频率测量实验已在前面讲述。
为了验证基于裂纹在线测量的振动载荷振幅模糊PID控制系统的控制性能,本研究在所建立的实验平台上采用振幅PID控制方法、振幅模糊控制方法及本研究提出的控制方法对疲劳裂纹扩展试验的振动载荷振幅进行了控制,并在应用程序中增加了动态控制过程参数的测量功能: 调整过程中的超调幅度、调整时间的测量,系统运行界面如图8所示,测得具体实验数据如表3所示,系统采样时间为0. 5 s。为使实验结果具有普遍性,笔者测量了振幅不同设定值时各方法控制性能参数。实验结果表明: 本研究方法和振幅PID控制方法、振幅模糊控制方法相比,控制精度高( 稳态精度小于1% ,超调量小于2% ) ,调整时间短,控制过程稳定可靠。如要进一步提高其控制精度,则可从以下方面出发: 进一步提高裂纹图像识别算法和系统固有频率跟踪算法等,更加精确对地在线测量裂纹长度以及快速跟踪系统固有频率。
5结束语
为了实时跟踪由于裂纹扩展而逐渐减小的系统固有频率并保证疲劳裂纹扩展过程中试验载荷的稳定性,本研究建立了基于裂纹长度在线测量的谐振式疲劳裂纹扩展试验振幅控制系统,提出了基于裂纹在线测量的粗细步长结合改进爬山法固有频率跟踪算法及振动振幅模糊PID控制方法,本研究对所提出的方法进行了详细的理论和实验研究,实验结果表明: 采用本研究方法的实验系统在裂纹扩展过程中的振幅控制精度为2% ,控制精度高,调整时间短,能很好地满足疲劳裂纹扩展试验的要求。
笔者将其应用于所研制的谐振式疲劳裂纹扩展试验系统上,长期的系统运行结果表明: 所研制系统能精确地实现固有频率的跟踪,使系统始终工作在谐振区, 以几乎最小的能量维持系统的振动,而且在振动过程中保持振幅的稳定性。该方法可应用于各种结构的谐振式疲劳裂纹扩展试验系统,具有较强的应用价值和应用前景。
神经系统疲劳 篇2
研制了一套用于飞机起落架收放机构、锁机构疲劳寿命实验和可靠性验证的`收放疲劳实验系统.提出和实现了精确模拟气动力的凸轮加载方案,并解决了收起、放下过程不对称加载的技术难题.应用PLC技术实现了实验过程的自动化.实验结果表明,该系统工作稳定可靠,可连续数小时工作,载荷模拟最大误差不大于10%,已成功进行7000多次实验循环.实验系统可用于起落架收放疲劳实验,收放动应力测量和锁机构可靠性考核.
作 者：王洪宪 薛彩军 聂宏 作者单位：南京航空航天大学,飞行器先进设计技术国防重点学科实验室,江苏,210016 刊 名：实验力学 ISTIC PKU英文刊名：JOURNAL OF EXPERIMENTAL MECHANICS 年，卷(期)：2010 25(2) 分类号：V216.3 关键词：起落架收放 疲劳试验 气动载荷 加载机构 载荷分析★ 汽车刹车系统的工作原理
★ 汽车轮胎压力检测系统工作原理及应用
★ 油气润滑系统的组成及工作原理
★ 蝶阀是什么？蝶阀的工作原理
★ 壁挂式太阳能热水器工作原理
★ 冶金工业液压系统污染与废尘回收论文
★ 现代汽车自动空调系统工作原理及正确使用与维护
★ 接近开关的工作原理-接近开关是什么？
★ 电脑显卡工作原理介绍
脑疲劳过度易患神经衰弱 篇3
许多人都听说过神经衰弱这个病名，有的人认为记忆力差就是神经衰弱，有的人睡不好觉就怀疑自己得了神经衰弱，说法有很多让人似是而非。这些表明神经衰弱患者人数较多，且大众还对其认识不够清晰。因此，在这里对神经衰弱进行一些介绍，让大家对它有更多认识。
什么是神经衰弱
神经衰弱是一种神经症性障碍，主要表现为精神容易兴奋和脑力容易疲乏，也就是晚上睡不着，白天没精神，心情起伏不定。有的患者还表现为头痛、头昏、耳鸣、心悸、健忘、早泄或月经紊乱。它主要是大脑机能活动失调，导致中枢神经该兴奋时不能兴奋，该抑制时不能抑制所引起的症状。本病以青年学生、都市白领、脑力劳动者尤为多见。
神经衰弱的发病原因
神经衰弱是由心理、身体、社会和环境等诸多因素引起的一种整体性疾病。
性格孤僻、自卑、敏感、多疑、或遇事易紧张的人，神经衰弱容易找上门。
用脑过度得不到充分休息，工作学习压力大，生活无规律，是神经衰弱发病的主要因素。
长期的心理冲突和精神创伤引起的负性情感体验是本病另一种较多见的原因。
身体疾病，比如感染、营养不良、内分泌失调、颅脑创伤等也可成为本病发生的诱因。
中医认为，神经衰弱属于“不寐”、“心悸”、“郁证”、“虚损”等范畴，多由情志所伤或脏腑功能失调所致。可分为实证和虚证，实证多因郁怒不畅、饮食不节导致肝气郁结、胃腑不和；虚证多因劳心思虑、熬夜房劳导致阴血不足、肝肾亏虚。
神经衰弱的自我诊断
当我们出现以下症状中的任何两项，这时候身体已经向我们发出了警告，你可能神经衰弱了。
易兴奋又易疲劳，主要表现在联想和回忆增多，难以自控；精力不能集中；感觉过敏，怕吵闹，畏强光。同时容易感到疲劳，不能持续工作，进行身体检查时未发现器质性病变。
情绪波动大，遇事容易激动，烦躁易怒，担心和紧张不安。
因情绪紧张引起头昏、头痛或肌肉疼痛。
睡眠障碍，表现为入睡困难，易惊醒，多梦，醒后困乏，睡眠感丧失，睡眠觉醒节律紊乱（夜间兴奋不眠，白天无精打采和打瞌睡）。
神经衰弱的治疗
中药治疗
中医药治疗神经衰弱、失眠有其独到的见解，副作用小且疗效显著。中医认为神经衰弱多系阴阳失调、心肝脾肾亏虚或肝郁气滞所致，治疗时应按辩证施治原则，分清虚实，可分为如下证型论治：
肝气郁结主症情志不畅、闷闷不乐、头昏目眩、食少、舌苔白腻或白滑、脉弦滑。治则：疏肝解郁。方剂：逍遥丸加减。
肝肾不足主症头昏耳鸣、失眠多梦、腰膝酸软、精神不振、舌红少苔、脉弦细。治则：滋补肝肾。方剂：杞菊地黄丸加减。
心肾不交主症头昏失眠，心悸怔忡、健忘耳鸣、烦热盗汗、心烦咽干、舌尖红、津少、脉细数。治则：交通心肾，滋阴安神。方剂：交泰丸加减。
心脾两虚主症失眠多梦、心悸怔忡、口淡无味、食少便溏、倦怠无力、面色无华、舌淡红、苔薄白、脉细弱。治则：健脾养心，补血益气。方剂：归脾汤加减。
肝郁阳亢主症胸胁苦满，烦躁失眠，惊恐不安，苔腻脉弦。治则：和解清热，镇惊安神。方剂：柴胡加龙骨牡蛎汤加减。
心理治疗
可以通过解释、疏导等向病人介绍神经衰弱的性质，让其明确本病并非治愈无望，并引导其不应将注意力集中于自身症状之上，支持其增加治疗的信心。同时辅以镇静和营养神经药物治疗。
物理治疗
主要有针灸推拿按摩、磁场治疗、脑功能保健治疗、生物反馈治疗等多种。
总之，治疗神经衰弱的方法不少，最好能综合使用，在专科医师的指导下，积极调动病人主观能动性，配合治疗，更能达到最佳治疗效果。
神经衰弱的日常保健
神经衰弱患者可从以下几方面调整自己：
心理方面善于自我调节，有张有弛，劳逸结合，合理安排好工作、学习和生活的关系；培养豁达开朗的性格，多与人交往；加强自身修养，以适当方式宣泄自己内心的不快和抑郁，以解除心理压抑和精神紧张。
身体方面业余时间参加一些体育活动，研究表明，散步、登山、打羽毛球、太极拳等都会有助于缓解神经衰弱，调整大脑皮层的兴奋和抑制过程。
饮食方面少饮酒，少食生冷辛辣刺激及油腻的食品；多吃五谷杂粮及保健食品，比如具有养血安神作用的龙眼、桂圆、大枣；补心健脾作用的莲子、花生、小麦，具有滋阴安神补气作用的百合、山药；具有补肾调节内分泌固精作用的黑豆、板栗、芡实。这些根据自身需要与小米、粳米熬粥服用。
起居方面合理睡眠，一天之中21：00~3：00相当于一年当中的冬季，“春生夏长秋收冬藏”，所以这个时间段好好休息，才能恢复体力，第二天精力才能充沛；少上网、少看电视（包括其他小型视频设备）。我们常有这种体会，连续上网一两个小时眼睛干涩、腰酸背痛，中医认为肝开窍于目，肝肾同源，因此长期上网的人黑眼圈，眼睛酸涩，而且精神不能集中，最终出现肝肾不足的表现。
疲劳驾驶报警系统设计及制作 篇4
近年来, 机动车数量急剧增加, 交通事故频发, 给人们造成巨大的精神伤害和财产损失, 交通事故已被列为社会一大危害。在交通事故的众多诱发因素中, 驾驶员的人为因素占有很大的比重, 尤其是疲劳驾驶。如何有效减少交通事故的发生, 是现代社会必须面对和解决的课题。
车内驾驶员疲劳监测技术, 本质上是在行驶过程中捕捉并分析驾驶员的生物行为信息, 比如眼睛、脸部、心脏、脑电活动等, 然而心跳活动和脑电监测由于受接触的限制, 目前没有在车内批量应用。当前比较流行的疲劳检测手段是驾驶员驾车行为分析, 即通过记录和解析驾驶员转动方向盘、踩刹车等行为特征, 判别驾驶员是否疲劳, 但这种方式受驾驶员驾驶习惯影响极大。另一大类别的检测方法是通过图像分析手段, 对驾驶员脸部与眼睛特征进行疲劳评估。这一方法正渐渐被整车厂商接受并采用。目前, 一些高端品牌汽车上配有疲劳检测和报警系统, 如奔驰、沃而沃、丰田13代皇冠等, 均有疲劳检测和分析系统。
2 疲劳驾驶报警系统设计思路
目前已有采用物联网技术检测驾驶员精神状况的系统, 融合多姿态人脸检测方法, 基于生物特征的头部姿态估计方法, 通过视觉传感器对人的眼睑、眼球的几何特征和动作特征、眼睛的凝视角度及其动态变化、头部位置和方向的变化等进行实时检测和测量, 建立驾驶人眼部头部特征与疲劳状态的关系模型, 研究疲劳状态的多参量综合描述方法, 同时研究多元信息的快速融合方法, 提高疲劳检测的可靠性和准确性, 从而研制稳定可靠的驾驶员疲劳监测系统。它检测的方法很多, 比如人脸快速检测方法、疲劳程度检测方法、疲劳驾驶问题检测方法等。
疲劳驾驶报警系统工作流程如图1所示:
疲劳检测系统主要是通过测量眼睛的开闭、眼睛的运动和眼睛的生理学表现形态来研究机动车驾驶员疲劳问题, 这种方法的前提条件是眼睛的生理学表现形态能够充分提供机动车驾驶员的警觉状态的信息, 眼睛的视觉表现行为能够被测量。美国联邦公路管理局在技术论坛上首先提出把PERCLOS (单位时间内眼睛闭合时间所占的百分率) 作为预测机动车驾驶员驾驶疲劳的可行方法, 并推荐PERCLOS作为未来驾驶疲劳检测的最好方法。
3 软硬件设计
参考已有资料, 在硬件方面, 选取以TMS320DM642芯片为核心的各模块芯片, 包括:TMS320DM642芯片、红外光源部分、CCD摄像头、视频采集电路、动态存储器 (SDRAM) 、闪速存储器 (FLASH) 、JTAG仿真接口、电压转换芯片、蜂鸣器预警电路。如图2所示:
利用亮瞳效应, 选取差分图像的方法快速定位人眼, 这部分的图像处理通过MATLAB进行仿真。在完成图像处理的各个环节后, 提取PERCLOS和眨眼频度作为疲劳参数判断疲劳状态。通过差分帧图像快速、准确定位人眼, 然后进行疲劳参数提取和疲劳状态判定。
4 分析调试
图像处理部分包括人眼的定位和人眼状态的识别, 是本设计的核心。人眼定位通过MATLAB软件仿真图像处理, 如图3所示。主要实现程序如下:
在提取疲劳参数前, 需要先构建眼睛模型。标准模型如图4所示, 包括眼白和眼球, 上下眼睑的高度h即眼睛高度, 眼睛睁开程度和眨眼频率都可以通过h来衡量。
在用MATLAB进行仿真时, 根据上节眼睛定位时获得的瞳孔区域的连通区域, 求出包含该区域的最小矩形, 即可认为该矩形的高就是眼睛睁开高度h, 仿真结果如图5所示:
该方法虽然能快速获得眼睛睁开高度, 但是误差较大。因此放弃该方法, 选择应用统计的方法计算上下眼脸的高度h, 具体过程如下:图像经过二值化处理后, 统计图像中每一列黑点像素的个数, 选出黑点像素数量最多的一列, 该列黑点像素的个数就是眼睛的睁开高度h, 单位为像素。
PERCLOS (Percentage of Eyelid Closure Over the Pupil Over Time) 是指眼睛闭合时间占某一特定时间的百分比。PERCLOS是公认的疲劳检测指标, 国内外很多研究疲劳驾驶检测的系统都会选择PERCLOS作为疲劳判断标准。假设眼睛正常睁开时, 眼睛高度h的值为M。选用M*2/3作为判断眼睛睁开和闭合的阈值, 假设i为视频帧数, close (i) 是眼睛睁闭的变量, 为1表示睁眼, 为0表示闭眼, H (i) 为第i帧眼睛的高度, 则close (i) 可以用下面公式计算:
每60s计算一次PERCLOS的值作为判断疲劳程度的依据, 60s内眼睛闭合时间所占百分率为:
在疲劳的状态下, 大多数人会表现为眨眼频率变快, 因此, 将其也作为判断疲劳的依据之一。记眨眼频度为F, 正常眨眼频度为区间B, 。眨眼频度每60s计算一次, 在60s内, 眼睛从睁开到闭眼再到睁开为一个过程, 该过程每出现一次, 眨眼频度F加1。根据疲劳检测实验数据可以得出驾驶员疲劳时的眼睛平均闭合时间是2.207s, PERCLOS均值是32.44%。以PERCLOS和眨眼频度作为疲劳参数, 制定出疲劳驾驶检测方法:本文取PERCLOS超过32%或者眨眼频度不在正常区间B时, 系统立即启动报警装置, 提醒驾驶员安全驾驶。
5 结语
在当今社会, 交通安全越来越受到关注和重视, 因此, 疲劳检测系统的研发具有深刻现实意义和广阔的市场前景。在实际应用过程中, 由于DSP拥有强大的数据处理能力, 在本次系统设计的基础上扩展其他功能, 比如增加酒精检测模块, 通过酒精传感器实时检测环境中的酒精含量, 在避免疲劳驾驶的同时也预防酒驾, 提高交通安全性。
参考文献
[1]韩相军.基于DSP的驾驶疲劳实时检测系统研究[D].北京:首都师范大学, 2006.
[2]韦金辰.TMS320C6000系列DSP原理与应用系统设计[M].北京:机械工业出版社, 2012.
[3]常瑜亮.基于DSP的疲劳驾驶检测系统硬件设计与实现[D].沈阳:沈阳理工大学, 2010.
[4]窦元杰.基于汽车驾驶员的疲劳驾驶检测系统的研究[D].沈阳:沈阳工业大学, 2010.
疲劳驾驶 四招教你告别疲劳驾驶 篇5
对于有车族来说，开着自己心爱的车去自己喜欢的地方玩非常方便，很多家庭都会全家来次自驾游，可以说汽车让我们的生活越来越方便和快捷。但是很多开车司机都会遇到一个难题，开车犯困，而且近年来因为开车犯困导致交通事故的案件比比皆是。那么开车为什么会犯困呢?开车犯困又该怎么解决呢?
为什么开车会犯困
我们在学车的时候，驾校师傅就一直教导我们，眼睛盯着前面看，所以我们在开车的时候眼睛就必须盯着前面看，但通常马路上的景色十分单调，可以说除了车跟人就只有道路两旁的树木和建筑，而且通常道路都是笔直的，很少会有弯曲，所以我们在开车的时候，眼睛里看到的东西十分单调，这样就会形成一种视觉疲劳，所以导致我们开车的时候会犯困。
另外，在夜间行车的时候，虽然开着照明灯，但是车里内部实际上还是比较昏暗的，这个时候开车的人相当于就是处在一个昏暗的环境中，而当我们处在一个昏暗的环境里时，我们的身体就会分泌出褪黑激素使大脑疲劳，所以就会导致开车犯困。而且在开车的时候，由于要时刻警惕道路交通状况，所以精神就会非常集中，这样也会容易使人大脑疲劳而犯困。
开车犯困怎么办
可以说开车犯困是一件非常危险的事情，通常在这个状态下，司机的反应速度下降了，大脑比较昏沉，如果遇到什么突发状况往往会来不及作出调整。但是如果在开车途中犯困怎么办?尤其在闹市中根本无法停车休息，而且在高速上往往到下一个服务区还会很久，那么该怎么解决呢?
嚼口香糖
相信很多司机都会在车上备上一罐口香糖吧，开车途中嚼上两粒口香糖，因为不少口香糖里会含有薄荷成分，清凉的薄荷味可以对我们的大脑产生刺激，使我们的大脑可以兴奋起来;另外，在开车的时候，因为精神高度集中，加上不少司机开车的时候比较紧张，所以大脑处在这样一个状态也比较容易犯困。嚼两粒口香糖的话，口腔会分泌出的唾液可以有效缓解紧张的情绪，降低焦虑感，这样以轻松的状态开车就不会容易犯困。
调整座椅
很多人在开车前都会把座椅调整到一个舒适、适合自己开车姿势的角度，这样自己开车的时候会非常舒服。但是很多人开车会累也正是因为如此。因为开车的途中，路程远、时间长的话，那么身体在长期处在一个舒适的状态下就会有懈怠的情况出现，这样在开车的时候就会觉得比较劳累。
开车犯困的时候，不妨试着将座椅调整下，比如很多人喜欢以一种躺在座椅上的姿势开车，觉得特别舒服，那么累的时候不妨将座椅调直，这样我们的姿势就不再是一种半躺的姿势，而是一种笔直坐着的姿势，这样可以帮助司机提神;同时，还可以在腰部垫上一块抱枕，腰部垫上抱枕的话，也可以使脊椎笔直，防止再犯困，而且也可以缓解下因开车时间长导致的腰酸背痛。
跟着音乐唱歌
其实开车是一件挺单调的事情，因为开车的时候，只需要驾好方向盘，踩着油门，时刻注意着刹车就可以了，加上自动档汽车不需要换档，所以开起来更加方便，但是越方便的汽车开起来虽然舒服，但是也越容易犯困。加上对于那些开长途车的司机来说，虽然是两个人换着开，但是在夜里的时候，可能伙伴已经睡下休息了，这个时候安静的车厢就会非常容易使开车的司机犯困。
其实对于每个司机来说，开车的时候有人陪说说话的话就不会觉得枯燥，也不会有什么困意，对于一个人开车的司机来说，既然找不到人说话，不妨试着唱几首自己喜欢的歌，在优美的旋律下人也会精神起来，不会犯困。而且自己唱歌的话音量也不会大，这样也不会听不到外面车的鸣笛声。最重要的是，对于那些五音不全的人来说，这个时候可以好好一展歌喉了。
车窗开个缝
在开车的时候，尤其在高速上，我们都会把窗户关起来，因为如果开着窗户的话，气流跟风力会阻碍汽车的前行。但是开车犯困的话还是可以稍微开下窗户，露出一条缝，这样风吹到车厢里，一方面对车厢的空气流通有帮助，另一方面，司机吹会风，大脑中的氧气可以得到有效补充，保持一个清醒的状态，这样就会再犯困了。所以小编觉得这也是很多人喜欢敞篷跑车的一个原因吧。
如何预防疲劳驾驶
1、助力转向
有助力转向的车辆方向盘就会显得特别轻巧，没有助力系统，方向盘就会发紧生硬，直线行驶时感觉不出区别，可一旦转方向时差别就明显了，自重大的车辆尤其明显。
2、减震方向盘
方向盘是驾驶员感知路况的主要途径，这使得方向盘的震动较其他部位明显，对一些质地较硬的可选装方向盘套，以减少驾驶员双手及身体的疲劳。
3、清晰挡位
对手动挡车来说，频繁换挡是无法避免的，特别是在市区，若是挡位非常清晰，容易挂就会非常省力，也减轻了驾驶疲劳，有可能的话选用自动挡的车型。另外如制动踏板、油门踏板、离合踏板都应调节到操作顺畅的程度，这些可到修理场请工人师傅帮助解决。
4、保持好心情
驾驶员一定要保持良好心情，不要让各种琐碎事情影响情绪，分散注意力。
5、充足睡眠
身为驾驶员，自身一定要保证充足睡眠，每天7个小时的睡眠必不可少，保持有规律的生活习惯。
6、饮食清淡
在饮食上驾驶员要尽量保持清淡，避免那些油腻煎炸食品加重心血管负担。
7、身体健康
特别是一些看似很轻的不适症状，如感冒等使驾驶员注意力下降，而且，身体不舒服会加速疲劳的到来。
有车族驾车出游7大注意事项
1.无论是驾车还是行走，请千万牢记遵守交通法规。特别是自驾游，对路况不熟，更要遵守交通法规，确保行车安全。
2.出行前一定要仔细检查驾乘的车辆，保证车况良好，特别是制动、方向、灯光等关键部位要确保万无一失，还要随车携带一些修车工具和警告标志等。
3.出行前，驾驶员要检查车辆的行驶证、保险凭证、驾驶证等相关证件是否带齐，以免造成不必要的麻烦;
4.不要疲劳驾驶，特别是自驾游驾驶员，日夜劳顿容易疲劳驾驶。据统计，疲劳驾驶是造成自驾游交通事故的一个重要原因;
5.切勿酒后驾驶、无证驾驶，行车系好安全带，停车注意安全。车辆请不要乱停乱放，尤其是在高速公路上;
6.雨、雾天行车应降低车速和保持均匀的行车速度，遇有交会车辆，要提前减速，选择适当地段，缓慢平稳通过，严禁超车。同时，要尽量远离行人、自行车，以防其滑倒发生事故;
7.注意安全驾驶，任何时候都应做到车辆不超速、不超载、不违法超车、不占道行驶、不空挡滑行，天气或路况不良情况下更要牢记。超速行驶是引发交通事故的重要原因之一，所有车辆如有超速等交通违法记录，请到交警部门设置的违法处理窗口接受处理。
有车族确保宝宝安全须知
儿童不能单独坐副驾驶座位
幼小的孩子坐在副驾驶座上是非常危险的。12岁以前，儿童只能坐在后排。一定要教会孩子正确使用安全座椅、安全带等装备，每一次乘车都要严格要求。
4岁以上儿童必须经过安全乘车教育
家长要随时随地向孩子灌输乘车安全的理念，提高他们的安全意识。4岁的孩子到了经常需要乘车外出、经常步行经过停车场的年龄，因此，无论是自己单独玩耍还是家长陪同，都要引导孩子树立正确的安全乘车理念。
幼小的孩子独自坐后排时，必须要坐安全座椅
好动的孩子有可能拉开门窗发生意外，因此家长要让孩子充分了解汽车的各种功能和配置，进行注意事项的提醒。
让孩子了解汽车灯语的含义
让孩子明白汽车灯光信号所代表的含义，这一点很重要。看懂灯语，可以让孩子在看到汽车前进行驶、停止、倒车、左右转弯、紧急停靠等信号时，能了解汽车的行驶状态，保证自己的安全。
不要在停车场玩耍和奔跑
停车场是个非常危险的地方，身材尚小的孩子们很容易被驾驶员忽视，因此也最容易出事。
不要让孩子自己上下车
小孩力气小，车门开启如不能固定到位，会造成反弹，容易夹伤孩子。孩子推门下车时还极有可能被旁边行驶过来的自行车或汽车撞到。
家长不能抱儿童坐副驾驶座位
如果汽车在时速50公里的情况下发生碰撞，在惯性的作用下将产生30G的冲击力。体重为10公斤的孩子此时会产生将近300公斤的力量，相当于4D6个成年人的体重总和，在此情况下，任何人都无法抱住怀里的孩子。
告诉孩子汽车不是玩具
告别疲劳感 打造不易疲劳的体质 篇6
疲劳是生病的前兆！
到底是身体的哪个部位觉得疲劳呢？其实，疲劳感并非哪个器官产生的，而是身体发出的SOS信号！体力是身体免疫力的外在表现，而疲劳则代表免疫力低下。如果长期对这些“身体发出的求救信号”充耳不闻，身体就会生可大可小的病。
疲劳分为“交感神经活跃型疲劳”和“副交感神经活跃型疲劳”，根据不同类型的疲劳、根据疲劳的不同程度，各有对治的解决方法！赶快开始学习吧~
身体的疲劳从何而来？
疲劳源于血液中PO2（氧气分压）的低落、疲劳物质的累积、新陈代谢能力的低下、低体温等多重因素。但是两种不同的生活状态都可造成这一结果，你是哪种类型的疲劳呢？
两种类型的疲劳
——交感神经活跃型疲劳&副交感神经活跃型疲劳
交感神经与副交感神经合称为自律神经，当人们活动或休息时，调节人体各部位，是意识无法控制的组织。
交感神经主要负责人们白天的活动，提供活动或者运动时的体能，使我们精力充沛、活力饱满、身心兴奋；副交感神经主要的活动时间是傍晚到夜晚时分，在人休息或吃饭时，副交感神会处于优势，让人处于心情舒缓、完全放松、身心平稳的状态。
交感神经与副交感神经一般是相互交替、推动身体执行工作，形成活动和休息的固定节奏。但如果打破这种平衡，持续过着过于紧张或过于闲散的生活，便会导致另一方神经的功能难于恢复，造成单方面神经活跃的疲劳。
身体的疲劳程度&疲劳警戒线
若对身体发出的“疲劳信息”充耳不闻，身体就会生病。但若能了解疲劳的本质，在疲劳恶化之前将身体拉回正常步调，疾病也就无从上身。
自测：你是哪种类型的疲劳？
选A多者 属于——
交感神经活跃型疲劳（过于紧张的生活）
忙碌的现代人，70%以上都属于交感神经活跃型疲劳。最主要的三大原因是工作过量、忧虑烦恼和用药频繁。
选B多者 属于——
副交感神经活跃型疲劳（过于松散的生活）
大约30%的现代人是副交感神经活跃型疲劳。过于闲散的生活也会让人疲倦，这也是许多工作繁忙的人，放过一个长假之后反而觉得疲劳没有得到缓解的主要原因！
选A与B相差不多（1~3个）
选择A与B选项差距不大而且身体健康，表示生活状态健康，不易疲倦也少有烦恼。另一种情况是A与B选项差距不大但身体却不好，可能由于自律神经运作不安定，是自律神经失调的结果。
工作中可进行的疲劳消除法
用腹式呼吸法启动副交感神经（1小时1次）
当我们集中心力工作时，交感神经会持续保持活跃，呼吸变得浅又快，容易陷入缺氧式疲劳。解除疲劳的神奇方法居然是再简单不过的——呼吸法！呼吸是自律神经的启动开关，腹式呼吸法能让身体充分吸收氧气，促进血液循环，有效缓解疲劳。
腹式呼吸法：
用鼻子慢慢吸气，同时腹部鼓起、扩展胸部，吸到胸口胀满；再慢慢用口吐气，吐气的时间慢慢延长至吸气的两倍以上，直至再也吐不出一丝气息，同时腹部内收。做1~5分钟。
“指尖按压疗法”改善疲劳症状 （3分钟）
不同的指头有其对应的器官和病症，按压会带来很好的健身效果。大拇指对应肺部等呼吸器官；无名指按压后会刺激交感神经，让副交感神经处于优势。按压所有指头，有助于调节自律神经保持平衡，可以有效抑制交感神经活跃，改善疲劳症状。
指尖按压疗法：
按压的地方是指甲生长的底部两侧。不需要很精准，大概的位置就可以了。以大拇指为例，按压处在指甲根部的两个点，用另一只手的大拇指与食指压住，按到有点痛的程度，持续10秒钟。
变成懂得白天打盹的专家
晚上无法获得充足睡眠的人，就算只有15分钟~30分钟的小睡也可非常有效地消除疲劳。午餐后小憩的效果最好，即使是交感神经占优势的白天，吃饭后也会暂时转为副交感神经活跃，此时很容易入睡。
另外，出租车上、地铁里，只要能抓住短暂的时间打个盹，疲劳程度就会减轻很多！睡眠不足会让疲劳在体内累积，变成在“白天打盹的专家”，就能一点一点地随时扫除疲劳。
工作间隙做 “8”字体操
迅速消除眼、肩膀、腰部的僵硬紧张
“8”字体操看起来简单，但是能有效疏通血液。而且能马上消除肩膀和背部的僵硬情况。
1.挺直站立，双脚打开与肩同宽，尽可能全身放松；
2.手臂上举，手指自然张开；
3.腰部以上身体不用力，全身配合手腕的活动自然摇摆，画出一个大大的“8”字。
Q喝酒可以消除疲劳吗？
A 如右图表的显示，饮酒之初，激起身体的排泄反射反应，让副交感神经处于优势，身体感到放松。但接下来，身体慢慢恢复元气，反而开始处于兴奋状态，喝酒2~3个小时后，身体会由副交感神经活跃转换为交感神经活跃，尤其是宿醉，反而会让疲劳加剧。
经常熬夜会生病
熬夜并不只是会造成睡眠不足这么简单，以自律神经和免疫学的角度来看，睡眠时间遭到剥夺，体内将产生非常可怕的连锁反应。每天要到凌晨2点才睡的人，到了40多岁难逃疾病的阴影。
夜晚时分，副交感神经处于优势，血流恢复，体内老旧废物流窜，淋巴球异常增加，以清除自体细胞。此时如果无法休息，会为身体健康带来各种潜在性的伤害。
妨碍睡眠的生活习惯
有些人为了消除工作的压力，会选择通过看电视、上网或打游戏来解压，然而过度使用眼睛会造成长时间的刺激交感神经，不利于身体放松下来。另一个坏习惯就是饮酒，睡前喝酒会给疲惫的身体加上更重的压力。
睡前做腹式深呼吸或轻度的肢体伸展运动，能促进血液循环、缓解压力，这才是带来香甜睡眠的好方法！
“一夜好眠”计划
简单地说，改善睡眠的方式，就是回归自律神经平衡的生活步调。光是在睡前做一些准备，其实帮助不大。过上有张有弛的、规律的生活才是长期有效的办法。
睡不着的人究竟怎么了？
交感神经活跃型疲劳的失眠，是由于身体或内心的活动过多，总是让交感神经处于优势，让身体无法得到休息。使原本如同跷跷板交替活动的自律神经的节奏混乱了！解决失眠的关键是——要获得适当的平衡。
白天积极活动+即时消除疲劳
白天要让交感神经处于优势，但对于交感神经过于紧张而难以入睡的人来说，白天除了要多活动，也要抽空休息！使用上一节提到的方法，即时消除疲劳。小心不要让疲劳深植体内，傍晚过后就尽量不要再工作了。
只要“早起”就能强迫调整作息
重回规律的、健康的生活，最重要的标准之一就是——太阳！记住努力与太阳同步，生理就可以回归自然的节奏。只要养成早起的习惯，就可以很容易地调节睡眠时间。入夜了早点就寝，太阳升起随即起床——能够要求自己遵守这种生活节奏的人，就能调整到自然接受身体信息，规律自己的睡眠。觉得疲劳的时候，拉长几天睡眠的时间，早些睡晚点起，即时调整！
从睡觉时间、姿势、环境共同打造甜美睡眠！
1.午夜12点前睡觉：晚上9~12点之间，肾上腺素分泌是受到压抑的，此时继续工作会感到重度倦怠，身体也无法进入睡眠准备期。
2.最好的睡姿是仰卧：入睡时的姿势，最好是脸向上仰躺。肺部与腹部朝上，呼吸时就轻松多了，身体放松了有利于睡得沉，还可预防驼背。
3..选择材质轻薄的床上用品：枕头要低，过高的枕头会让脖子弯曲、血流不畅。棉被要选轻薄的，腰部无负担才不会因过分承重引起腰痛。
4.卧室夜晚昏暗、清晨透光自然醒来：夜晚让卧室保持昏暗的灯光，灯光过亮会刺激交感神经引起兴奋。清晨若能被阳光自然唤醒而非闹钟，那是最好不过了。
5.深呼吸助眠，效果惊人：对于睡眠浅的人来说，半夜醒来是很痛苦的，再度入眠变得困难。遇到这种情况，可以将身体转为仰躺，开始进行腹式呼吸法，慢慢地深而长地呼吸。一般5分钟内就能再次入眠。
可调整自律神经平衡的饮食法
在“打造不易疲劳的体质”的生活中，饮食起着重要作用。人体摄取的食物中，有些会刺激交感神经，有些则会刺激副交感神经：比如盐，会刺激交感神经，使人精神更加紧绷；而富含镁、钙、钾等矿物质的食物则可刺激副交感神经，对于交感神经活跃型疲劳的人来说，应多摄取。
糙米改变体质
糙米是收割之后仅去外壳的米，糙米所保留的胚芽与米糠，含有对人体有益的丰富营养素，比如糖类、蛋白质、矿物质群、维生素群等等。糙米也富含食物纤维，能促进肠道活动，是能刺激副交感神经活跃的优秀食物。糙米还有一个神奇之处，对于喜爱吃刺激交感神经活跃的肉类的现代人来说，吃了糙米之后，饮食的风格也自然地变得清淡了。
食物纤维&发酵食品改善肠道环境
人体的消化酶无法消化食物纤维，食物纤维一旦进入肠道中，吸收了水分后就会膨胀，增加了大便的量，进而刺激大肠。食物纤维也让咀嚼的次数增加，也就刺激了副交感神经。不过肠胃功能弱的人，不宜吃太多。
发酵食品是利用微生物的不断活动使食物发酵熟成的食品，例如酸奶、纳豆、酱菜、酱油等。发酵食品不只含
有食材的营养，加上微生物的作用，一起生成了维生素、矿物质与酶，能改善肠内环境，提高肠道的免疫机能。
假日时光的治愈疗法
大自然是最好的治愈场所
其实要锻炼身体、提高免疫力，并不是一定要通过运动的方式，也请抛开对于没有时间运动而感到沮丧的想法。有时间，去到充满绿意的大自然或开阔的公园中，以平静的心情进行腹式呼吸，试着聆听身体发出的“哀鸣”，身体组织受损的地方会开始有反应。以这种方式治愈身心，是令人身心非常愉悦的过程。
每月1~2次持续让体温升高
每个月找1~2次机会，通过泡澡、SPA或汗蒸等方式，让体温升高，并保持在较高的体温。体温一旦上升，就可以促进新陈代谢，改善体寒症状，提升免疫力，对于消除机体的疲劳来说，是非常有益的。
不要让减压方法变成了压力来源
相信大家都有一套自己的减压方法，但你喜爱的减压法真的消除压力了吗？还是相反变成了压力的积累呢？相信认真读完全文的你心中一定有答案了。
基于ARM的防疲劳驾驶检测系统 篇7
1 疲劳状态判断
疲劳状态的判定需要从两个方面考虑,一是通过眼睛的闭合程度来获得的驾驶员处于疲劳界限; 二是在规定时间内多次检测 所获得的 驾驶员处 于疲劳状 态时间的长短[4]。
在驾驶员处于疲劳界限的判断中,系统选择摄像头来采集驾驶员的脸部图像信息传递给主控芯片,由图像信息获取驾驶员眼睛闭合程度。先将摄像头采集到的驾驶员面部图像与眼部分类器做比较,然后在合适的区域提取眼部图像,进行灰度处理转换成灰度图,并对灰度图进行水平直方图计算,由此得到一个能描述驾驶员眼睛闭合状态的数值。通过PERCLOS算法处理检测信号并以此来判断驾驶员的疲劳状态[5]。疲劳状态的表征为0 ~ 1之间的数,1表示驾驶员的眼睛完全睁开,0表示驾驶员的眼睛完全闭合。当值小于0. 2时就表示驾驶员已经处于疲劳状态。针对如何确定驾驶员处于疲劳状态时间的长短,由研究结果得知,一般情况下人们眼睛闭合的时间在0. 2 ~ 0. 3 s之间,驾驶时若眼睛闭合时间达到0. 5 s就很容易发生交通事故。为排除驾驶员眨眼而造成的误检,在系统运行时每隔100 ms取一帧图像数据处理,若是连续5次都检测到驾驶员都处于疲劳状态时就可认为此事驾驶员正在疲劳驾驶。当以上两个因素同时出现时,则说明驾驶员处于疲劳状态,应立即开启声光报警信号。
2 系统硬件
系统的硬件组成包括5个部分,分别是: 主控芯片、电源电路、传感器电路、存储器电路和报警电路。系统基本原理框图如图1所示。
系统的主控芯片采用三星公司的S3C2440芯片,此款32位微处理器,其处理器是一个由Advanced RISC Machines公司设计的16 /32位的使用ARM920T内核的RISC处理器,能为手持移动设备和其他类型的应用设备提供低功耗、高性能的解决方案。采用专用的5 V稳压电源供电,输入AC 100 ~240 V,50 /60 Hz; 稳压输出5 V,2 A; 能满足系统的供电要求。5 V电源电路如图2所示。
图像采集传感器使用通用的USB摄像头,系统中使用的是一款HUAERTE摄像头,采集的图像分辨率为320 × 240,图像格式RGB24,图片压缩格式bmp,支持USB2. 0,数据传输速率最大可达246 Mbit/s。信号线连接于S3C2440的DNO和DP0两个引脚。USB摄像头与S3C2440的连接电路如图3所示。
存储电路包括SDRAM存储电路和FLASH存储系统电路。SDRAM存储电路采用2片32 Mbyte的SDRAM芯片K4S561632C-TC75作为系统内存,2片SDRAM芯片并接在一起形成32 bit的总线数据宽度; FLASH存储系统电路采用Nor FLASH芯片AM29LV160DB作为系统 的FLASH存储系统 。
系统采用声光报警电路,当检测到驾驶员正处于疲劳状态时,发出声光报警信号,驱动蜂鸣器和发光二极管使得蜂鸣器发出尖锐的响声,发光二极管闪烁,以此来警示驾驶员此刻正处于疲劳驾驶状态。声光报警电路如图4所示。
3 系统软件设计
系统程序是基于Open CV和C语言编写的,系统利用Open CV提供的大量的计算机视觉库函数来实现底层驱动,再由C语言完成系统的程序框架[6]。
3. 1PERCLOS 疲劳检测标准原理
PERCLOS是在一定时间内眼睛闭合时间所占的百分比。PERCLOS实验测量方法主要有EM,P70,P80 3种,分别表示眼睛的眼睑遮盖盖过瞳孔的面积超过50% 的时候所占的时间的百分比; 其中P80是被最为广泛接受的一种疲劳检测标准[7]。PERCLOS疲劳检测原理如图5所示。
在PERCLOS测量原理图中,t1表示眼睛从完全睁开到闭合到20% 的时间,t2表示眼睛从完全睁开到闭合到80%的时间,t3为眼睛从完全睁开到下一次睁开到20% 所用的时间,t4为眼睛从完全睁开到下一次睁开80% 所用的时间。通过测量t1,t2,t3,t4的值就可以很容易地求得疲劳系数,具体计算公式为
PERCLOS参数大于80% ,则就认定此刻驾驶员正处在疲劳状态。
3. 2疲劳检测程序设计
系统程序采用PERCLOS作为疲劳检测标准,计算所得的PERCLOS参数超过系统所设定的疲劳检测阈值时即断定驾驶员在疲劳状态。疲劳检测过程要求系统能实时处理摄像头采集到得驾驶员的面部图像,并迅速对处理结果做出相应的反应。因此对所使用的Open CV代码做相应的修改,在不改变原本函数功能的基础上力求做到代码最精简,执行效率最高,系统运行安全稳定。在设计中,系统从采集到处理完毕一帧图像数据所用时间小于100 ms,能满足实时检测的要求。疲劳检测程序流程图如6所示。
3. 3摄像头驱动设计
摄像头驱动程序函数函数封装到函数Cv Capture* cv Create Camera Capture( intindex) 中。当调用函数时,Open CV会自动打开函数参数( index) 指定的摄像头,并从摄像头中读取视频信息。如果摄像头初始化成功后捕获到了驾驶员的面部图像,函数就会返回一个指向已经初始化了的Cv Capture指针。如果摄像头初始 化不成功,该函数就 会返回一 个NULL指针。
当系统中同时安装了多个摄像头时,可以用identifier来指定系统所需要使用的摄像头,以便告知系统怎样与摄像机相交互。当系统中只有一个摄像机时,identifier要设为0。当系统调用cv Create Camera Capture ( int index) 函数时,要将identifier参数与摄像机捕捉常数送给cv Create Camera Capture( int index) 函数的参数index。系统使用一个摄像头,index参数为1。
3. 4分类器匹配程序设计
系统采用由Open CV提供的基于小波特性的类Haar级联分类器。它是在Viola-Jones分类器的基础上通过对角特性扩展而得来的,采用的是boosting分类器算法。Viola-Jones筛选式级分类器中的弱分类器是一多数情况下只有一层的决策树,该决策树以式( 2) 的形式进行决策
式中: f表示判断的特征值; v表示输入量; t表示判断的阈值; + 1和 - 1表示两个判断结果,当v大于设定的判断阈值时则输出 + 1,表示与分类器中的模板匹配,否则就表示不匹配。
训练时,Viola-Jones分类器在每个弱分类器中使用的1 ~ 3个特征,然后迭代建立一个由弱分类器加权相加而组成的强分类器。其建立原理如式( 3) 所示
如果加权和大于1,则返回1; 如果加权和等于0,则返回0; 如果加权和小于0,则返回 - 1。在分类器与所获取的图像进行模板计算时首先要导入分类器,然后将分类器与采集的图像做比较运算,得出匹配结果,最后释放分类器所占的内存。分类器的导入函数Cv Haar Classifier Cascade* cv Load HaarClassifier Cascade ( constchar * directory Cv Sizeorig _ window _size) ,其中directory表示分类器的储存路径,orig _ window _size表示被检测的目标尺寸。
3. 5疲劳检测程序设计
当检测到驾员的眼睛的闭合程度后,通过PERCLOS算法检测出驾驶员正处于疲劳驾驶状态时,就开启声光报警信号以警示驾驶员。疲劳检测过程如图7所示。
4 测试实验
4. 1获取图像
使用USB摄像头获取驾驶员的面部图像,面部图像为RGB模式下的图像,RGB模式下的面部图像如图8 ~ 图11所示,并将其转换为YCb Cr模式下的图像。
在RGB模式中除了颜色外还有亮度非常敏感,对于人眼来说不同亮度的相同颜色就意味着不同的颜色。当分析一幅人的脸部图像时,需从图像中去除亮度。在此使用被广泛应用的YCb Cr空间视频压缩标准。由于肤色主要取决于皮肤亮度,因此将YCb Cr颜色空间进行非线性变换,即可去除亮度。由RGB模式下的驾驶员的面部图像转换到YCb Cr模式下的图像如图12 ~ 图15所示。
4. 2眼部图片的提取
驾驶员的面部图像经过分类器比较运算后就可以判定驾驶员的眼部位置,然后在眼睛所在区域画出一矩形框,从矩形框中提取出驾驶员的面部图像。提取的眼部图像如图16 ~图19所示。
眼部图像提 取所使用 的函数主 要有: CvRect * r =( CvRect* ) cv Get Seq Elem ( eyes,i) ; cvRectangle ( img,pt1,pt2,colors[i%8],3,8,0 ) ; 利用函数cv Get Seq Elem查找指定序列中索引所指定的特定元素,调用完该函数后返回指向该元素的指针。如果指定的序列中只有一个块,或者所需查找的元素就在第一个块中,那么应当使用CV_GET_SEQ_ELEM。在使用时该宏首先核查所需的元素是否属于第一个块,若该元素属于第一个块,则返回该元素; 否则,该宏就调用主函数Get Seq Elem; 若元素索引为负数,继续调用cv Get Seq Elem函数。函数cvRectangle是在所指定的图像img上通过所指定的两点pt1和pt2作为对角线来绘制矩形框; colors表示矩形框的颜色,设计中选用红色; 参数“3”表示所画矩形框线条的宽度,参数“8”表示矩形框线条的类型,最后一个参数表示两个对角线点坐标精度。
4. 3灰度直方图计算
灰度直方图描述的是图像中所有像素点的灰度值的分布情况。由于驾驶员在疲劳驾驶的时候眼睛的闭合程度肯定会大于驾驶员在精神饱满时的闭合程度,因此疲劳时眼睑遮盖住黑眼球的面积就会变大,导致灰度值大的区域的像素点减少。因此,当图片大小相同时,计算大于某一域值的灰度值,在睁眼和闭眼的图像上就会出现两个不相同的数,而且睁眼的灰度图的值定会大于闭眼灰度图的计算值,由此就可以判断眼睛的闭合,如图20 ~ 图23所示。当通过PERCLOS算法检测出驾驶员正处于疲劳驾驶状态时,就开启声光报警信号以警示驾驶员。
5结论
驾驶员疲劳检测实时控制系统设计 篇8
关键词：疲劳检测,计算机视觉,Ada Boost算法,人脸检测与跟踪,椭圆拟合
0 引言
汽车已成为人们出行不可替代的交通工具,同时,其对驾驶员本身和其他人等的生命安全埋下了潜在的巨大威胁。尤其当驾驶员处于疲劳,甚至出现短暂性瞌睡状态时,引发的注意力下降、驾驶动作缓慢导致对周围环境认知判断出错,进而造成一系列的重大或恶性交通事故。据统计,因驾驶员疲劳驾驶而致的交通事故中约有49%会导致重伤或死亡,约为一般交通事故的7倍以上[1]。在欧洲,约有10%~20%的交通事故是因为驾驶员处于疲劳状态但仍继续驾驶导致的[2]。美国每年约有100000起交通事故与超负荷驾驶有关,大约有1550人由于这些交通事故失去生命,40000多人受到伤害[3]。而在我国,根据公安交通部门统计,每年因疲劳驾驶而造成的交通事故占总起数的20%左右,占特大交通事故的40%以上[4]。由于道路建设尚不完善、法律法规执行不严格、行人与驾驶员的道路安全意识均不齐备,违法交通规则行为屡禁不止,我国道路交通事故死亡率一直居高不下。因此,研制一套能够快速、准确地判断驾驶员的疲劳状态,及时对驾驶员进行预警和辅助驾驶员安全驾驶的检测识别系统,对保障驾驶员及其他人员人身财产安全具有重要的社会意义和价值。
近年,基于面部特征状态的疲劳检测方法因其具有非接触性、实时性好、准确性高等优点受到了广泛重视。本文运用机器视觉、图像处理、目标检测及特征提取等技术对与疲劳有关的外在生理特征进行检测提取、状态分析,并依据相关疲劳判断准则,建立了基于驾驶员面部特征的疲劳驾驶检测系统。试验结果表明,本文所设计的基于驾驶员面部特征的驾驶员疲劳驾驶检测系统,具有很好的准确性、实时性和鲁棒性,能够有效地检测驾驶员的疲劳状态,并根据疲劳状态进行警报提醒,平均有效率高于90%。
1 驾驶员疲劳检测系统的构成
驾驶员疲劳检测系统通过在汽车前挡风玻璃上安装带有近红外功能的COMS摄像头采集图像,使用计算机作为数据计算、处理与分析平台,以模块化思想构建系统软件。驾驶员疲劳检测系统分为以下四个模块:1)图像捕捉模块,主要在行车过程中使用摄像头采集驾驶员的图像,是基于面部特征的疲劳检测方法的基础;2)图像预处理模块,则是运用图像处理技术中的滤波、增强等技术,降低或消除噪声对图像的影响;3)特征检测提取模块,主要包括人脸检测、人脸跟踪和面部特征检测(例如眼睛)三个过程;4)特征分类识别模块,在提取面部特征后,根据分类特征判断其状态,依照疲劳判断准则判断驾驶员的疲劳程度。驾驶员疲劳检测系统的结构框图如图1所示。
2 驾驶员疲劳检测系统实时控制软件的关键算法
2.1 图像的预处理
在图像产生、传输、变换过程中,外界环境和光照条件变化等因素,毫无疑问会对摄像头采集到的图像质量造成干扰,从而影响后续检测、判断工作。因此,通常需要先对图像进行各种预处理,以降低噪声的干扰。常见的图像噪声包括混叠噪声、抖动噪声、电子噪声等,而目标检测和提取往往对噪声比较敏感,因此需要在检测前对图像进行滤波降噪处理。滤波器分为线性滤波器和非线性滤波器两大类。线性滤波器对高斯噪声有较好的平滑作用,但其他噪声的抑制效果较差,而且会模糊边缘。非线性滤波器中的中值滤波器在过滤噪声的同时,还能很好的保护边缘轮廓信息。经对比后,采用中值滤波器对图像进行滤波降噪。
2.2 驾驶员人脸检测及定位
目前国内外研究人员针对人眼定位及检测方法大致可分为三类:1)模板匹配法,这类方法在建立人眼参考模板的基础上,通过逐点计算、比较图像像素点相似度,判断人眼位置。模板匹配法计算量大,实时性差,且单一模板无法准确描述每个人的眼睛特征[5,6,7];2)先验知识法,这类方法利用色彩空间转换、人眼灰度变换或Hough圆检测等技术手段进行人眼检测[8,9,10]。先验知识法检测速度很快,但是由于光照、姿势变换等因素将影响人眼的检测准确率。3)统计法,这类方法利用统计分析,对目标对象进行训练学习,找到正样本和负样本之间的分类特征,并构建相应的分类器完成目标对象的检测,主要有神经网络法,支持向量机法(SVM)和Ada Boost算法等[11,12,13,14]。这类方法提高了检测精度和速度,但前期需要大量样本训练分类器。为此,本文选择使用MB-LBP特征作为分类特征,利用Ada Boost算法训练弱分类器,并通过级联算法组合强分类器,实现快速准确的人脸位置检测与定位。
2.2.1 MB-LBP特征提取
LBP是一种用来描述图像局部文理特征的算子,具有灰度不变性和旋转不变性。其定义为在3×3的窗口邻域内,以窗口中心像素灰度值为阈值,比较相邻8个像素灰度值,并进行像素标记以获得二值化图像,而后,对图像所形成的二值关系按一定规则加权重新形成局部二值模式,最后,采用多区域直方图序列作为图像的特征描述。LBP算子计算过程描述如式(1)所示。
式中:LBP(xc,yc)为中心位置处的LBP值;
S(x)为符号函数,其表达式可以写作,x=ip-ic,ic为窗口邻域中心像素值,ip为窗口邻域周围的像素值。
LBP特征能准确表示图像局部的纹理信息,但是容易造成信息冗余和过拟合现象,很难描述图像的宏观特征。而采用MB-LBP特征进行人脸特征提取不仅能从微观的细节描述图像,还能在不同的尺度捕捉到更多的纹理信息,所以它比LBP特征更能全面的表达图像信息,同时对光照的随机噪声等干扰有较强的鲁棒性,使检测更加准确。图2为图像在3×3、5×5尺度下,MB-LBP变换的效果图,由图2可见随着尺度越小,图像的文理会越清晰,尺度越大,人脸整体轮廓越明显。
2.2.2 基于Ada Boost算法及级联方式的特征分类
对于一幅大小20×20的图像,其MB-LBP特征有2049个,需要选择恰当的特征进行分类。Paul Viola等人使用Ada Boost迭代算法训练样本,得到分类器,实现了在图像中快速检测人脸[15]。Ada Boost迭代算法的核心思想是针对同一个训练集训练不同的分类器(弱分类器),然后集合弱分类器,最终构成强分类器。
其算法流程如下:
1)对于给定数据训练集表示正样本,yi=1表示负样本,初始化样本数据的权值均为
2)For m=1,2,…,M,
(1)训练弱分类器Gm(x),使其分类误差率
(2)计算弱分类器Gm(x)的系数
(3)更新训练集权值,式中,
3)组合各个弱分类器,从而得到最终的强分类器
2.2.3 特征分类器训练
样本的数量、质量将直接影响本文算法的检测效果。因此在选取人脸正样本时,应尽可能多的包含多种姿态、多种角度及光照条件的人脸图像。通过从网络、生活中挑选大量图像构建样本库,其中包括正样本(人脸图像)10000多张,负样本(非人脸图像)15000多张,将其统一为20×20的大小,运用Visual Studio2010和Open CV进行分类训练,得到人脸分类器。
2.2.4 驾驶员人脸检测及定位
为模拟不同的驾驶环境,分别在三种不同的光照条件下(光照正常、光照较强、光照较弱),在室内运用本文及Paul Viola算法分别对摄像头采集的多组视频进行人脸检测,视频中人的头部具有角度、姿态的变化。对这3种情况,选取3段视频的数据进行统计分析,每段视频时长5min,共4500帧,帧速率为15帧/s,对比分析结果如表1所示。
由表1可知,在光照正常情况下,两者的检测率都较高,但在在光照条件发生变化后,本文和Paul Viola的人脸检测方法都会受到一定的影响,导致检测率下y降n)。}Paul Viola的人脸检测方法在检测转角较大、光线较差的图像时,容易出现漏检、误检的现象,但本文方法能够很好地检测出。部分检测结果如图3所示。图3中,红色矩形框为本文人脸检测算法检测出的人脸区域,蓝色矩形框为Paul Viola的人脸检测方法的得到区域。每组视频的第一行图像为两种方法正确的检测结果,第二行为采用本文检测方法检测准确,而采用Paul Viola的检测方法漏检或误检的图像。由图3可知,本文检测算法能够满足多光照环境、多姿态的人脸检测要求,且对比分析后,本文采用的人脸检测算法准确性和实时性都要好于Paul Viola的人脸检测方法,能够满足驾驶员疲劳检测系统中人脸检测过程的要求。
2.3 驾驶员人脸跟踪及定位
实时识别、判断驾驶员的疲劳状态,必须不断地使用摄像头采集驾驶员人脸的图像,就需要对每一帧的图像进行人脸检测定位。虽然可以在获取每一帧图像后,通过人脸检测方法得到人脸的位置,但是这种方法属于对静态图像的检测方式,并没用充分利用检测目标即人脸在连续几帧图像中的相互关系,最终会导致检测速度较慢。而人脸跟踪的目的则是根据之前几帧图像中的人脸的运动、形变等参数的变化趋势,预测下一帧图像中的人脸位置,这种方法能够更加快速、有效地检测出人脸区域,提高人脸检测的效率和准确性。
机器学习、模式识别等理论及其相关技术不断地发展和完善,很大程度上推动了目标跟踪方法的改进和创新。针对人脸跟踪问题,人们已经提出了很多的解决方法,诸如Camshift算法、Kalman滤波算法等,但各有优缺点。例如,Camshift算法能够很好地解决目标变形、遮挡等问题对跟踪造成的干扰,对系统资源要求不高,运算简单,能够在较简单的背景环境下很好的跟踪目标,但当目标背景比较复杂时,会导致跟踪失败。Kalman滤波器包括预测和修正两个部分,预测部分是指根据上一状态和误差协方差对当前状态进行预估,得到当前的初步预测;修正部分则是通过根据状态的观测值修正预测部分得到的预测值,以获得当前状态更精准的预测值。使用Kalman滤波器进行预测后,缩小了每帧中的搜索区域,提高了下一步处理的效率。因此,针对Camshift跟踪算法对复杂环境时检测效果不佳的缺点,对人脸跟踪算法加入动作预测,使用Camshift跟踪算法结合卡尔曼滤波器进行人脸位置预测的跟踪方法。其跟踪方法流程如图4所示。
具体实现过程如下:
1)利用人脸检测方法,确定人脸区域;
2)将检测到人脸区域作为目标模板,根据质心初始化卡尔曼滤波器,并预测出下一帧人脸区域的位置;
3)读取下一帧图像,在上一帧预测的区域中使用Camshift跟踪算法找到最佳匹配目标,实现对人脸的跟踪;
4)若成功跟踪到人脸区域,则将步骤3)得到的人脸区域作为新的目标模板,更新卡尔曼滤波器的相关参数,返回步骤2);若未能成功跟踪到人脸区域,则需返回到步骤1)。
为检验所使用的人脸跟踪定位方法的准确性和实时性,使用摄像头采集图像,先使用前述人脸检测方法检测出第一帧人脸图像,对该人脸区域进行初始化处理,然后分别使用人脸检测定位程序和人脸跟踪定位程序对后续视频中的人脸图像进行检测。实验检测相关数据如表2所示。由表2可知,使用结合卡尔曼滤波器的Camshift人脸跟踪方法进行人脸检测与定位的检测率和检测速度都比直接进行人脸检测有所提高。
部分实验检测结果如图5所示。其中,图中红色矩形是使用人脸检测方法检测出来的脸部区域,蓝色矩形是使用结合卡尔曼滤波器的Camshift人脸跟踪方法检测出来的脸部区域。由图5可知,使用的人脸跟踪方法检测出的人脸区域与人脸检测方法检测的区域大致相同,在某些头部转动较大的图像中,跟踪方法能够很好的定位人脸位置。因此,在使用人脸检测方法检测到人脸图像后,运用跟踪方法对后续视频进行人脸跟踪定位。但若因噪声干扰等情况导致跟踪失败,则再使用人脸检测方法进行人脸定位。
2.4 人眼特征定位
人眼区域相对于所获得的整体图像要小很多,且易与其他特征相混,如眼眉,进而造成人眼误检。因此,对视频图像中所获取的人脸位置,再通过学习、训练方式,在人脸区域范围内进行人眼检测,最终准确获得人眼位置。训练过程中,利用1万多张从自建的人脸数据库中选取出来的包含人眼的正样本图片及不存在人眼的负样本图像,使用基于Open CV的分类训练程序,获取两个分类器。人脸及人眼检测效果如图6所示,其中,图6(a)、6(b)分别对应着人脸偏转、正面状态时从脸区域中检测出人眼睁、闭状态效果图,从图6可以看出利用分类训练程序,可准确地从人脸图像部分检测到人眼。
2.5 驾驶员疲劳状态分析
疲劳检测系统中最关键的环节就是对特征的疲劳判别。根据检测到的眼睛特征区域,运用几何形状判断法对这些特征进行状态分析,并根据相应疲劳状态判断准则,进行疲劳状态检测与判别。
2.5.1 眼睛状态分析
眼睛状态分析主要是通过分析眼睛睁开程度,判断其状态。人的睁闭眼动作在数学层面上描述就是上下眼睑间距增大、减小,因此,根据检测上下眼睑的间距判断眼睛的睁开程度。眼睛轮廓的几何形状与椭圆非常相似,如图7所示,因此可以用椭圆短轴的长度表示上下眼睑的间距。根据根据检测到的人眼位置信息,使用最小二乘法进行椭圆拟合,可求得拟合椭圆的长、短轴的长度。
人眼睁眼闭状态检测及拟合结果如图7(a)、7(b)所示。图7中(a)~(c)是睁眼状态时的检测过程,(d)~(f)是闭眼状态时的检测过程,其中,图(a)、(d)分别为提取出来的人眼睁眼、闭眼状态图像,而图(b)、(e)是对图(a)、(d)中人眼睁眼、闭眼特征进行强化后的图像,图(c)、(f)则是对图(b)、(e)中的二值图像进行椭圆拟合后的图像。从图7中的(c)、(f)可以看出,拟合椭圆能够比较准确地表示人眼形状。
因为是对图像中检测出来的人眼进行拟合计算,此时得到的长轴、短轴的长度都是图像尺寸,并不是真实的大小。因此,在驾驶员和摄像头间距的变化或转头时,可能出现睁眼时的短轴长度比闭眼时短的问题,所以,不能直接使用短轴长度b进行睁闭眼判断,而是根据它们的比值来解决上述问题,如式(2)所示。
式中:a,b分别为眼睛拟合椭圆的长轴、短轴。
2.5.2 疲劳状态准则
在分析眼睛的状态后,需要根据一些判断准则识别这些状态,判断驾驶员是否属于疲劳状态。目前常见的有Perclos方法、睁闭眼参数判断、哈欠判断等准则,进行疲劳状态识别判断[16]。本文选择睁闭眼参数,通过计算驾驶员单次眨眼时间,判断驾驶员是否处于疲劳状态。
普通人在清醒和疲劳时眨眼时间的长短有明显不同,一般情况下,一次睁闭眼的时间大概用时0.2~0.3s,但是处于疲劳状态时,时间则会大大加长,一般大于0.5秒以上则可认为其处于疲劳状态,此时再继续行车将会很容易造成交通事故。
定义闭眼时长为Tc,则有:
式中:t1,t4为参见Perclos准则;Nc为闭眼对应的帧数;FPS为图像采集频率(帧/s)。
同时,人在疲劳状态下,眨眼的频率也会和正常状态很不相同。正常状态下,人的眨眼频率大概在每分钟15~20次。因此,眨眼频率也可以作为衡量疲劳程度的标准之一。
定义眨眼频率为fBlink,则有:
式中:NBlink为设定时间内的眨眼次数;ΔT为时间间隔。
3 试验与结果
对系统进行试验研究,以便及时地发现系统运行、检测过程中存在的问题,从而不断地改进、完善系统的各模块。试验时,首先对驾驶员进行人脸图像获取与检测,然后根据驾驶员的面部特征状态,选择相应疲劳状态判断准则,进行疲劳程度判断,最终实现对驾驶员疲劳驾驶检测控制系统的测试。
驾驶员疲劳检测系统的试验选择在本田家用轿车上进行,选择普通摄像头进行多人多姿态图像采集,获取图像分辨率为640×480的连续视频。实验用计算机为Windows 7操作系统,I5处理器,CPU主频2.5GHz,在Visual studio 2010开发环境下,采用C++作为主要编程语言,并使用Open CV和Dlib等图像处理软件库,以模块化思想进行程序的编写和调试,疲劳驾驶检测系统工作流程图如图8所示。
为测试本检测系统的可靠性,本文在实验室和真实车辆环境下采集了多段视频,进行数据分析,每段视频的帧速为15帧/s。针对每个人个体面貌差异问题导致的睁眼幅度不同的问题,结合自适应调整的理念,对不同被测人员设定自动调整的判断阈值。其过程首先提取每段视频中前30s图像中被测人员眼睛最大值和最小值,将其作为后续帧的眼睛状态判断的标准,然后进行疲劳状态判断。经过实际测算,设定的阈值如下:清醒状态时的闭眼时间≤0.3 s,而在疲劳状态的闭眼时间≥0.6s。
图9(a)、9(b)分别为驾驶员处于清醒状态和疲劳状态时,眼睛的长短轴之比pe随着视频序列变化的曲线。由图可知,清醒状态下眨眼时,闭眼的时间较短,而疲劳状态下眨眼时,闭眼的时间t2较长。此外,在疲劳状态下,眨眼的周期T2相对于清醒状态时周期T1要短一些。因此,通过设定的阈值,即可根据眨眼时间间隔判断驾驶员的疲劳状态。
为模拟真实疲劳状态,在采集视频时,被测人员主动长时间闭眼多次,用于检测系统判断的准确性。其检测数据如表3所示。而眼睛特征的形状较小,特征点的定位存在误差,导致眼睛状态的识别会出现一定的误判,检测正确率平均为90.4%。试验证明,本检测系统能够准确地判别被测人员的状态。
4 结论
神经递质与运动性中枢疲劳 篇9
1 氨基酸递质与运动性中枢疲劳
脑组织内递质性氨基酸可分为两类:一类为抑制性氨基酸递质, 包括γ-氨基丁酸 (GABA) 、甘氨酸 (Gly) , 中枢神经中的抑制活动50%是由GABA与Gly类神经递质传递的[1], 因而抑制性氨基酸递质在调节运动员的兴奋状态、协调运动中枢的功能活动发挥极大的作用。另一类为兴奋性氨基酸递质, 包括谷氨酸 (Glu) 和天冬氨酸 (Asp) , 它们含量的下降说明中枢兴奋性降低, 原因可能是机体在过度疲劳状态下产生的抑制性保护。这种保护措施可以弱化兴奋性神经递质大量增高对神经元产生的毒害作用, 而且可以防止运动过程中机体代谢产物对中枢正常机能的影响, 正常生理条件下两者代谢处于平衡。
李人报道[6], 安静状态下, 训练与未训练过的大鼠脑中Glu/GABA的比值无明显差别, 这意味着它们在安静时各脑区中Glu和GABA的代谢水平是相似的。当机体运动出现疲劳时, 各脑区中Glu与GABA的代谢平衡发生了改变, GABA含量升高的幅度大于Glu的升高幅度, 从而使脑中以GABA的抑制效应占优势。季浏报道[5], 大鼠长时间运动后 (10h) , 大脑中G A B A含量显著增加, 大脑兴奋性降低, 中枢产生疲劳。Struder的研究发现[24], 持续5h的自行车运动可使运动员血浆中兴奋性递质Glu的浓度下降, 铵和游离脂肪酸 (FFA) 的浓度升高。Meansen报道[22], 6周的中等强度跑台训练, 明显降低了大鼠纹状体中多巴胺 (DA) 、去甲肾上腺素 (NA) 和Glu的浓度, 但对GABA的影响不大。急性运动使训练和未训练过的大鼠DA、NA、GABA的水平分别增加, 但对训练组Glu浓度的影响远远超过未训练组, 使得训练过的大鼠Glu/GABA趋于平稳, 推迟了运动疲劳的发生。张蕴琨等人的研究发现[13]:小鼠经过45天游泳训练后完成力竭性运动, 恢复2 4 h后, 训练组与安静组相比, 递质性G l u、天冬氨酸 (ASP) 仅出现下降趋势, 但无统计学意义, Glu/GABA值的下降也无显著意义, 这可能是运动在一定程度上提高了小鼠脑组织神经活动的稳定性和对运动的适应。由以上的研究我们可以看出, Glu的变化与运动疲劳的发生有紧密的相关性, 但是Glu/GABA的变化似乎更有说服力。
2 多巴胺 (DA) 与运动性中枢疲劳
在中枢神经系统内, 多巴胺能神经元主要分布在中脑黑质、中脑脚间核以及下丘脑弓状核, 尤其是黑质最多。研究证实, 多巴胺对控制运动过程起重要作用, 多巴胺的作用是调节肌紧张, 使机体作好进行运动的准备, 并在大脑皮层冲动的触发下发动某一动作。脑内多巴胺与激发促动肌肉协调能力, 以及耐力运动的成绩密切相关, 随着运动性疲劳的发生, 多巴胺浓度下降, 而多巴胺活性减弱, 降低了肌肉活动的协调性, 导致疲劳发生[7]。研究表明, 运动能力提高时, 脑内的代谢产物升高, 而DA合成和代谢相对稳定时, 疲劳发生延迟[21]。
耗竭DA或减弱DA能活动, 可使运动能力下降和疲劳提前发生;增加D A、加强D A能的活动, 可使运动能力提高。Biass等发现服用安非他明来增加多巴胺能活性后, 脑内多巴胺代谢水平增加, 耐力性运动成绩提高, 并首次提出多巴胺可能是诱发运动性疲劳的重要因素。Chaouloff[17]研究认为, 脑中多巴胺能活性增加可抑制5-羟色胺的合成与代谢, 超长时间运动期间, 多巴胺活性减弱使得促动能力下降, 通过运动协调的降低导致运动性疲劳的出现, 增加脑中多巴胺能有助于阻止5-HT的合成与代谢。Bailey等[14]证明, 鼠中脑和脑桥中DA合成和代谢下降与疲劳发生有关, 而保持大脑DA合成和代谢会延缓疲劳发生。
3 5-羟色胺 (5-HT) 与运动性中枢疲劳
5-H T是脑组织内中枢抑制性神经递质, 具有促进睡眠、降低运动神经元的兴奋性、影响内分泌功能、抑制食欲等作用。脑5-H T对唤醒、昏倦、睡眠和情绪起重要作用, 并且将其与力量感知和肌肉疲劳联系在一起[25]。Newsholme等[23]提出5-HT可能是中枢疲劳的调节物质。他们认为长时间运动时, 脑5-HT的增加会损伤中枢神经系统 (CNS) 功能, 从而降低中枢向外周发放的冲动, 引起运动能力的降低。
运动时由于血浆游离脂肪酸 (FAAs) 、血浆中支链氨基酸 (BCAAs) 氧化增强, 从而使血浆游离色氨酸 (f-Try) 相应增加, BCAAs浓度降低, f-TryPBCAAs值上升, 进入脑组织的Try浓度也上升, 使脑内5-HT的含量升高, 对大脑皮层抑制加强, 激发倦怠、食欲不振、睡眠紊乱等疲劳症状[12]。Bailey等[15,16]完成了一系列的实验, 用特殊的药物进行试验观察对疲劳大鼠脑5-HT的影响, 发现较常用的5-HT激动剂能引起疲劳发生变早, 而5-HT拮抗剂可推迟疲劳的发生。Dvavis等[19]认为, 耐力运动期间脑内5-HT水平和活性的增加, 可以加剧运动员体力和智力上的疲劳, 补充碳水化合物或BCAA可抑制5-HT的增加, 提高运动能力。Chaouloff[18]等研究发现, 超长低强度游泳与剧烈跑台运动后, 脑5-HT均增加。在激烈运动时, 脑干和下丘脑5-HT明显升高, 其升高可能通过抑制DA能神经元系统而诱发疲劳, 也可能降低唤醒和动力而产生疲劳。
脑中5-HT浓度和总活力的增加与耐力性运动期间体力与精神的疲劳的加剧相关, 通过改变5-HT的氨基酸前体而改变脑中5-HT代谢的研究表明, 碳水化合物与支链氨基酸的摄取可能减弱5-HT的增加和提高运动能力。但是, 很难区分这是碳水化合物对脑的影响还是对肌肉本身的影响, 大多数对支链氨基酸的研究都表明没有提高运动能力的作用, 现有的证据说服力还很弱。
4 支链氨基酸与运动性中枢疲劳
在运动性疲劳方面, 支链氨基酸 (亮氨酸、异亮氨酸与缬氨酸) 作为人体必需氨基酸, 不仅是合成机体蛋白质的原料, 而且具有特殊生理、生物学功能。BCAA与芳香组氨基酸均由同一载体转运穿过血脑屏障, 芳香组氨基酸与BCAA竞争与载体结合, 色氨酸是其中一种芳香组氨基酸, 其代谢产物5-HT是引起中枢疲劳的重要原因[10]。
一般认为, 当血浆中芳香族氨基酸/支链氨基酸增大时, 有利与芳香族氨基酸进人大脑产生5-HT神经递质, 诱发疲劳症状的出现。因此, 许多学者考虑到如果适当增加支链氨基酸的补给, 就可以使芳香族氨基酸/支链氨基酸相对不变, 也就减少了5-HT等的产生, 就可能有利于推迟疲劳的发生。胡晓燕等[4]研究了支链氨基酸和肌酸对小鼠运动能力的影响, 得出口服支链氨基酸或肌酸, 运动达到疲劳的时间延长, 力竭时血乳酸值降低, 从而延缓运动性疲劳的出现。除了直接补充支链氨基酸外, 侯香玉等[3]还给运动大鼠补充牛磺酸, 发现牛磺酸明显提高运动大鼠血浆中支链氨基酸的浓度, 芳香族氨基酸无明显差异, 降低了芳香族氨基酸/支链氨基酸的比值, 从而抑制芳香族氨基酸转运人脑, 保持中枢的兴奋状态, 延迟运动性疲劳的出现或降低疲劳。罗海吉等[8], 马晓东[9]的实验证明, 补充支链氨基酸可以推迟运动性疲劳出现外, 还可以提高运动耐力, 延长运动时间。
5 运动性中枢疲劳消除的生化手段
5.1 补充支链氨基酸
BCAA由于能降低运动过程中大脑5-HT的积累, 防止中枢神经疲劳, 而被人们作为一种运动营养补剂而广泛使用。T.Yamamoto通过给大鼠注射BCAA不仅延迟大鼠运动疲劳产生的时间, 而且能防止由力竭运动导致的大脑TRP常规的增加。Cald ers[17]等观察到, 与注射安慰剂相比, 给禁食大鼠运动前5min注射30mg BCAA, 在血浆氨增加的同时, 疲劳发生的时间延迟了。
5.2 补充糖
研究表明补CHO能保持血糖并使胰岛素轻度增加, 会使fTRP的增加幅度减小, 因此f-TRP/BCAA比值会保持在一个较低水平, 脑内5-HT生成量相应降低, 从而可起到延缓疲劳作用。在2h的70%~75%VO2max强度的自行车运动中, 糖的补充可避免BCAA氧化, 从而减弱血浆中NH3的增加。
5.3 中药缓解
宋亚军[11]等在研究补充复方中药对减轻急性耐力运动中NO介导的神经毒性、保护脑组织、推迟中枢疲劳具有一定积极作用。冯枫[2]等研究证明, 补肾益气类中药可提高重技巧项目运动员机体抗感染能力, 使运动员IL-2浓度显著升高, 在马拉松或大强度训练期间, 在特别的时间给予运动员补充适量谷氨酰胺, 可减少运动员感染, 进而可延缓运动疲劳发生。
5.4 加强中枢多巴胺 (D A) 系统活动
有学者发现通过服用苯丙胺, 可加强中枢D A系统的活动, 从而提高运动耐力。Gerald[20]在研中也发现, 给大鼠注射2.5mg/kg苯丙胺后, 大鼠在跑台运动中, 运动时间从45.5min延长到76.0min。有大量证据表明, 动物补充酪氨酸可以同时增加DA的合成。目前还没有专门研究针对酪氨酸作为一种可能的方法, 延迟运动中的疲劳。但是有足够信息可以假设, 酪氨酸可能有助于预防DA耗竭, 而这对于发挥最佳运动能力是必需的。
总之, 运动性中枢疲劳的的发生是多种因素综合造成的, 对于氨基酸对运动性中枢疲劳的影响及其消除、运动性疲劳的生物化学机制还有待于进一步研究。
摘要：有关运动性中枢疲劳的机制是近年来疲劳研究的热点, 随着人们对中枢神经系统作用机制的理解的不断深入, 对运动性疲劳的中枢机制的研究也在加深。本文采用文献资料法, 论述与运动性中枢疲劳相关的氨基酸及其对运动的影响, 旨在为运动性中枢疲劳的生化机制及其消除的生化手段提供一定的依据。
一种管道疲劳强度测试系统的设计 篇10
潜艇是一个具有复杂结构的水下压力容器。由于其工作时需要经常上浮和下潜, 而且根据其作战环境, 下潜的深度可能会很大, 所受的压力也很大, 因而其各部分的疲劳强度问题一直广受关注[1]。根据某设计院要求, 设计了一种针对潜艇排水管道的疲劳强度测试系统, 通过自动控制系统反复向管道充放30个大气压的海水以模拟潜艇排水管在水下所受高强度循环载荷的过程, 再通过尺寸测量和探伤的方式验证该管道的疲劳强度特性。
1 系统工作原理和基本结构
管道疲劳强度测试系统是结合PLC控制技术和远程通信技术的基础上实现的一种自动化控制平台, 能自动控制电磁阀向管道加载30个标准大气压的海水, 并保压指定时间, 反复循环充放, 直到管道发生漏水或者满足用户预设次数。考虑到管道测试时, 管道内的压强可高达几十个标准大气压, 为了确保操作人员和设备的安全, 通过远程通信技术隔离监控设备和被测管道, 从而实现对管道远距离测试智能化控制。
如图1, 该系统采用西门子S7-200型PLC和PC作为控制核心。下位机PLC通过控制现场的电磁阀、电动机和压力传感器等执行机构, 使被测管道中的液体压强在指定时间发生变化;而模拟量输入模块和压力传感器采集现场的信号经PLC的A/D转换, 数值变换后传送到上位机PC上;上位机自主设计了一款管道疲劳强度测试软件, 用户通过它实时监控测试数据、管道压力曲线和查询历史测试结果, 且管道的测试参数可通过上位机自定义、再通过通讯线路传到PLC, 以控制现场的执行机构。与此同时该系统能自动检测上位机与下位机之间的通讯故障, 并使用声、光、电的形式报警, 提示用户。此外, 系统能针对管道漏水的各种情况, 自动处理, 消除测试管道中的压力, 保障设备和人员安全。由于PLC接口为RS-485, 而上位机PC接口为RS-232, 因此, 需要增加一个RS-485/RS232转换线。
2 下位机PLC和上位机PC的通信
PLC与PLC或者PLC与终端之间的数据传输一般采用串行通信, 而串行通信又分为单工通信、半双工通信和全双工串行通信3种[3]。S7-200系列的PLC的串行通信一共有3种工作方式:PPI通信方式、自由口通信方式和Profibus-DP通信方式[2], 该系统采用自由口通信方式。
2.1 PLC自由口通信协议
当S7-200系列CPU的通信可以设置为自由口模式, 选择自由口模式后, 用户程序就可以完全控制通信端口的操作, 通信协议也完全受用户程序控制, 所有的通信任务都要由用户编程完成。通过自由口方式, S7-200可以与PC、串行打印机、条码阅读器和触摸屏等设备通信, 其波特率范围为1 200~115 200 bit/s。自由口通信的核心是发送 (XMT) 和接收 (RCV) 这2条指令以及相应的特殊寄存器控制。
S7-200CPU使用SMB30和SMB130定义通信端口0和通信端口1的工作模式。通过特殊寄存器SMB30和SMB130, 可以对协议类型选择、自由口数据传输波特率、每个字符的数据位和奇偶校验的选择进行设置[3]。该通信端口为端口0, 选择自由通讯方式, 无奇偶校验, 波特率9600, 8位字符。下位机通过PPI电缆和RS485无源转换器与上位机的串口相连, 通过半双工的通讯方式反馈监控和采集数据。而PC的串口为RS-232, 设计时需要制做一个RS-485/RS-232的通信线。正因为是半双工通信, 在程序设计过程中, 发送和接收指令不能同时处于激活状态。此时, 可以通过控制特殊寄存器SMB87来控制RCV, 当在指定时间内下位机没有收到信息时, RCV指令将停止接收。
2.2 自由通信端口的自定义通讯协议
因上位机PC和下位机PLC的通信方式为半双工主从式, 则在整个通信过程中, 由上位机发出监控请求信息, 下位机收到请求后自动应答对应信息。该方式属于数据链路层的协议, 传输数据的单位为帧, 那么在数据传输的过程中就需要符合帧的传输格式。而数据链路层的协议有3个基本问题:封装成帧、透明传输和差错检测[4]。下面分别讨论这3个基本问题:
1) 封装成帧。就是在一段数据的前后分别添加首部和尾部, 目的主机在接收到数据后能根据首部和尾部的标记, 从收到的比特流中识别帧开始和结束, 从而抽取出一个完整的帧。自定义通信协议中分别使用2D和FE作为帧的首部和尾部, 对于收到只有首部而没有尾部的帧, 必须丢弃, 只有收到的数据有明确的帧定界符才是一个完整的帧, 才能继续进行下一步处理。
2) 透明传输。首部和尾部作为帧的定界符, 是一种控制字符, 但是若所传输的数据中的任何8个比特的组合出现与帧首部或者尾部的编码一样, 则会出现帧定界错误。所以, 要想实现透明传输, 可以在发送端编码时在出现控制字符的数据前加入转义字符, 在接收端解码时删除这个插入的转义字符。该协议中是通过引入转义字符来实现透明传输的。
3) 差错检测。串行通信技术虽然已经比较成熟, 但也会受到各种干扰出现差错, 为了保证数据传输的可靠性, 必须使用各种差错检测措施。自定义通讯协议是由8个字节的数据组成, 主要包括有开始标志、本机地址、目的地址、功能号, 数据内容校验位和结束标志。其中, 数据内容校验位使用循环冗余检验 (CRC) 检错技术保证数据的正确性。
3 典型的PLC程序
3.1 压力值的采集和反馈
压力信号是该控制系统最重要的控制指标之一, 通过采集管道的压力信号掌握管道实时承受的压力值, 从而为PLC控制管道在指定压力下的疲劳强度实验提供有利保证。整个系统把压力值作为反馈信号, 从而实现自动控制管道两端的电磁阀和电动机的动作, 并且当管道产生漏水时, 也通过比对保压过程中的压力值来判断管道是否已损坏。
压力信号转换成实际值的过程中, 压力传感器把采集到的模拟信号通过PLC的模拟量输入模块变成数字信号传到PLC的存储器。一方面PLC会把该数字根据一定的计算公式转换成为相对应的压力值, 作为增加压力值的反馈信号。当管道水压还未到达指定压力值时, 继续向管道内加压;而当管道内当前压力达到设定压力时, PLC会输出信号控制进水电磁阀关闭, 同时控制电动机停止抽水, 从而停止向管道内加压, 进入到保压阶段。而另一方面, PLC会把A/D采样的原始数据直接打包上传到上位机。上位机每2 s发送一次数据查询信息, 当上位机收到PLC上传的压力值当前状态时, 先解析数据, 再根据传感器的量程和实际数据之间的比值把数字信号换算成实际的压力值。
3.2 通信的相关程序
PLC的编程方法因设计者的思维习惯不同而有很大差异, 常用的编程方法有梯形图、指令表和状态转移图 (SFC) 3种[5]。梯形图接近继电器控制系统的表达形式;指令表则类似于计算机汇编语言;状态转移图与流程图类似。这3种编程方式各有优缺点。本文采用梯形图的编程方法编写了PC和PLC通信的程序, 其程序如图2。
4 上位机的设计
上位机使用Visual C++6.0实现监控界面, 并配有Access数据库和自定义串行通信协议。其实现过程如下:
1) 设计监控界面。在监控界面设计压力值实时显示表, 对应的历史曲线图和管道充放压次数状态, 并配有手动操作按钮, 以备特殊情况手动操作。
2) 设计数据库。充放压过程的历史数据是验证管道疲劳强度的基础数据, 必须在试验过程中保存下来, 通过上位机的Access数据库存放每根管道的试验过程, 为后续工作提供试验依据。其主要记录所测管道设定压力、保压时间、实际测试次数和是否破损的标志。
3) 设计自定义通信协议。上位机的通信协议与PLC的自定义通信协议一致, 以主机的身份发送请求信息给从机PLC以获取实时压力值, 并解析从机PLC的响应信息。其主要协议内容就是按照规则打包需要发送的数据和解析从机响应的数据。
5 结语
管道疲劳强度测试系统的开发实现了反复高压情况下管道承受循环载荷过程的需求, 为后续管道疲劳强度性能特点的测量奠定试验基础。基于PLC的管道疲劳强度测试系统已为3000根潜艇管道完成实验, 结果表明该检测系统性能稳定, 能快速、方便、准确、有效地完成试验, 大大减少了人员操作难度, 能够满足工程应用的需求。
参考文献
[1]胡丰梁.潜艇结构的疲劳分析[D].武汉:武汉理工大学, 2007.
[2]俞洁, 李旭芳.西门子S7-200系列PLC通讯功能与应用[J].机械工业自动化, 1999, 21 (1) :56-58.
[3]吕品.PLC和触摸屏组合控制系统的应用[J].自动化仪表, 2010, 31 (8) :45-47.
[4]谢希仁.计算机网络[M].北京:电子工业出版社, 2007.
养眼：挑战视疲劳 篇11
近年来在北京、上海、广州三大城市进行的一次随机调查表明，现代都市人用眼的频率越来越高，阅读、上网、看电视已成为他们最主要的休闲生活。不少人用眼时间稍微长一点，便觉得眼睛干涩、有灼热感，并且困倦欲睡。看书读报时觉得字迹模糊、字体串行，常打哈欠，甚至出现头昏、恶心等全身症状。
调查显示；平时经常感到视疲劳的人，占这三个城市全部被访问者的30％以上。这些人产生视疲劳的原因，或者是工作、学习场所照明不足，或者是读写的字迹过小，或者是视觉目标与背景的差别不明显，或者是读写与工作时间过长，或者是视距不固定(如在车船上用眼)。这样，便会过多地使用眼睛的调节力，使得眼肌超负荷工作。长期下去，不仅极易产生视疲劳，还会引起近视和其他眼病。
有关专家指出：经常性视疲劳是由过度用眼或矫正视力不当引起的，同时又是使屈光不正不断加重和造成头痛的主要诱因。对于那些在青春期就患有屈光不正的患者来说，视疲劳会使其视力问题更加复杂、更加严重一此外，患有角膜翳、晶体混浊及其他眼疾的人，由于视物不清，亦易产生视疲劳。比如，因眼外肌疾患引起平衡失调，注视目标时可产生视疲劳。故对眼外肌不平衡(斜视或隐斜)者，应进行眼肌训练，或通过手术促其恢复。又如两眼瞳距较大、两眼集合困难也可引起视疲劳，亦应尽可能及早矫治。
除了疾病因素之外，如果平时缺乏锻炼、营养不良、经常失眠、生活没有规律、烟酒过度、不注意用眼卫生等，均易产生视疲劳。因此，戒除生活中的一切不良习惯，加强体育锻炼，增强体质，注意用眼卫生，改善照明条件，消除各种引起视疲劳的因素，都是极其重要的。
面对视疲劳的挑战，现代都市人必须注重养眼。根据国外出版的《最佳健与美源于自然》一书的介绍，可以采用以下自然手法减轻视疲劳，增强视力。①先在眼睛下面的皮肤上涂一些油剂或乳剂，将左手中指及食指放在眼角外侧3～4厘米处，向左牵拉皮肤，并以柔和的环形运动在其周围按摩3分钟。然后换手，以同样的方法对另一只眼睛进行按摩。②将食指放在下眼窝距眼外角3—4厘米处，加压按摩10秒钟。③闭上眼睛，用中指和食指按压眉间内毗部，然后试着睁开双眼。如此反复进行5次，
东方的一些传统的养生方法，对增进视力同样大有裨益。现按动作顺序介绍如下：①慢慢地向胸部、左肩部、背部、右背部各点头3次。②慢慢地按顺时针的方向转动头部，然后再按逆时针方向转动头部。③双眼闭紧时吸气，睁开眼时呼气，同时迅速眨眼10次。④头部稳定不动，将眼睛先向左、后向右缓慢地移动。然后再分别向上、向下移动。⑤将双手搓热，闭上眼睛，用双手掌盖住双眼，进行5次慢而深的呼吸。
倘若想保持良好的视力，让眼睛休息好是至关重要的。采用手掌障眼法效果甚佳。其手法如下：①取坐位，两肘支撑在桌面上，闭上眼睛。用双手掌遮住眼部，但不要触及眼皮。②采取慢而深的呼吸方法，让心情慢慢地平静下来，直到闭合的双眼“看到”眼前的灰色转变成天鹅绒般的黑色为止。③睁开双眼，快速地眨眼数次。上述方法由国外著名眼科专家首先介绍，已被各国眼科界认可，是缓解视疲劳的最佳方法之一。
在居家生活中，还可以采用一些天然之物来缓解视疲劳、增强视力。比如：①将牛奶加上冰水，用棉球蘸上湿敷双眼，每次5分钟。②将新鲜的黄瓜切片敷在双眼上，可使疲惫的眼睛重新明亮有神。③将干净的生马铃薯擦碎包裹在纱布内，敷于眼部，有助于消除视疲劳。
有趣的是，妇女戴耳环的民间习俗，也有利于增进视力的作用。这主要是因为耳环的针眼一般位于耳垂的眼穴位置。耳环对眼穴可产生持续性的刺激作用，因而能够消除视疲劳，防止屈光不正。此外，还可用双手拇指自我按摩耳垂下面，用食指尖顺时针、逆时针捻揉眼下的四白穴30次。这些方法都可以起到消除视疲劳、养眼明目的作用。
基于多参数的驾驶员疲劳检测系统 篇12
随着交通业的不断发展, 交通安全也随之成为社会各界关注的重大问题。大约有20%到30%的交通事故是由于疲劳驾驶造成的[1], 且占特大交通事故的40%以上, 疲劳驾驶的事故死亡率占所有交通事故死亡率的83%。因此, 开发实时监测驾驶员疲劳行为并给予及时预警的安全驾驶辅助系统日益受到人们的关注。
现有的研究方法总体上可以分为三类: 基于驾驶员生理参数的检测方法、基于车辆驾驶行为的检测法、基于图像处理的检测法[2]。
Jap[3]等人则采用脑电图的谱分量和各频带谱值比例关系来检测疲劳。Yoshihiro[4]等人根据眼电图 ( EOG) 图形所属类别把对应的疲劳状态程度列成柱状图, 可清楚地得到某时刻眨眼的类型, 从而判断是否发生疲劳。Wei等人用Fisher分类器来提取嘴形和位置, 将嘴巴区域的几何特征作为特征值, 且将所有特征组成特征向量输入到三级BP网络中, 得到三种不同的精神状态[5]。
本文结合了生理参数和图像处理两种检测方法, 实验结果证明该系统提高了检测的实时性和准确率。
2 系统的实现
本系统共分为两个部分: 人眼状态检测系统和心跳速率检测系统, 图1为系统流程图。
实时的心跳数据和面部图像同时输入计算机, 通过不同的处理方法, 将演讲状态和心跳速率生成向量, 然后利用已训练好的分类器进行疲劳检测, 如果疲劳则发出警报。
2. 1 单一心跳检测子系统的实现
在心跳检测子系统中, 首先采用由Zephyr公司开发的心跳检测设备获取实时心跳数据[6]。
该设备佩戴于胸口, 可通过蓝牙与智能手机或计算机通信。该设备每秒发送60个字节的十六进制数据, 其中包括心跳速率 ( 第13个字节) , 海拔, 速度, 距离等实时数据信息[6]。通过不同实验者佩戴该设备, 分别记录其清醒和疲劳时的心跳数据。
通过计算清醒时心跳速率的均值μ和标准差σ, 得出心跳速率大致服从高斯分布, 且多分布在 ( μ -3σ, μ +3σ) 区间, 如图2所示。因此在判断驾驶员是否疲劳时, 可先计算前30秒清醒状态下心跳速率的均值和标准差。参考"3σ"原则[7], 当平均值与当前心跳速率的差值大于标准差的三倍时, 则认为该驾驶员处于疲劳状态, 系统发出警报。
2. 2 单一眼睛状态检测子系统的实现
在眼睛状态检测子系统中, 主要分为三部分: 人脸检测, 人眼检测和疲劳检测算法。
本系统采用OpenCV中已训练好的级联分类器检测正面人脸区域, 然后基于人眼在脸部的分布特征进行人眼区域的粗提取, 最后改进了现有的PERCLOS ( Percentage of Eyelid Closure over the Pupil over Time) 疲劳检测算法, 大大提高了系统的实时性。
2. 2. 1 人脸检测
OpenCV是指开源的计算机视觉库, 可以运行在Linux, Windows和Mac OS操作系统上。它轻量级且高效, 由一系列C函数和少量C + + 类构成, 同时提供了Python、Ruby、MATLAB等语言的接口, 实现了图像处理和计算机视觉方面的很多通用算法[8]。
本系统使用OpenCV中已训练好的正面人脸检测分类器[9], 大致分为3步: 载入分类器, 函数cvLoadHaarClassifierCascade是用于从OpenCV的文件或分类数据库载入级联分类器; 使用分类器, 函数cvHaarDetectObjects用于在图像中检测出目标; 释放分类器, 函数cvReleaseHaarClassifierCascade用于释放分类器的动态内存。
图3所示为实验结果, 红色方框内即为选定的人脸区域, 当人脸发生轻微旋转时, 亦可准确检测出人脸区域。
2. 2. 2 人眼区域的粗提取
上一节中已实现了人脸区域的精确提取, 因此可采用算法简单的人眼区域粗提取即可满足需求。
分析现有的人眼检测算法, 发现这些算法已能达到很高的精确度, 但由于算法的复杂程度较高, 实时性方面有时无法满足要求。
在美术界, 画人脸时最基本的原则是"三庭五眼", 如图4所示[10]。根据这一原则, 在已确定的人
脸矩形框内, 可画出眼睛区域的矩形框。在纵向方向, 设长度为l, 则选取1/4l到2/4l的区域。在横向方向, 设宽度为d, 则选取1/6d到5/6d的区域。实验结果如图5所示。
2. 2. 3 疲劳检测算法
PERCLOS ( Percentage of Eyelid Closure over thePupil over Time) 是指眼睛闭合时间所占的百分比。美国联邦公路管理局于1999年4月召集多所大学的专家学者, 讨论PERCLOS的有效性, 认为PERCLOS是目前最有效的车载、实时、非接触的疲劳评估方法[11,12]。PERCLOS通常有P70, P80, EM三种测量方式[13]:
P70: 指眼睑遮住瞳孔的面积超过70% 就认为眼睛闭合, 统计在一定时间内眼睛闭合时所占的时间比例。
P80: 指眼睑遮住瞳孔的面积超过80% 就认为眼睛闭合, 统计在一定时间内眼睛闭合时所占的时间比例。
EM: 指眼睑遮住瞳孔的面积超过50% 就认为眼睛闭合, 统计在一定时间内眼睛闭合时所占的时间比例。
通常计算30秒或60秒内眼睛闭合时所占的时间比例[14], 由此可见, 系统的延迟较大。然而交通事故发生在瞬间, 疲劳检测系统的实时性直接关系到驾驶员的生命安全。
为了提高系统的实时性, 改进了已有的PERCLOS算法。
首先需要定义眼睛闭合状态。由于受到光线等外界条件的影响, 很难获得眼睛的精确轮廓。所以将得到的眼睛部分的图像二值化, 计算前100帧中黑色像素点的平均值。如果当前帧中黑色像素的数目小于平均值的Z倍, 则认为眼睛处于闭合状态。分别模拟了没有佩戴眼镜和配戴眼镜两种情况各50次, 实验结果表明Z =0.7时, 系统性能最优, ROC曲线[15]如图6所示。
然后定义疲劳状态, 需要考虑两种情况, 即闭眼时间过长和眨眼频率过低。
按照上述定义的眼睛闭合规则, 如式 ( 1) 所示。计算机每秒能采集30帧图像, 且正常眨眼时间大约为0.2s, 所以当30帧内眼睛闭合的帧数大于6帧 ( 30帧/秒 * 0.2秒 =6帧) , 即p >0.2时, 驾驶员处于疲劳状态。
驾驶员疲劳时, 会出现目光呆滞, 眨眼频率过低的现象。清醒时大约每5秒眨眼一次, 当眼睛睁开的帧数大于1500帧时, 认为同样处于疲劳状态。
2. 3 融合系统的实现
由于两种检测方法均存在一定缺点, 本文结合两种方法进行疲劳检测。
首先, 获取大量眼睛状态数据和心跳速率数据, 即每一秒内眼睛闭合的帧数和同一秒时的心跳速率, 生成三维向量V = ( 眼睛闭合的帧数, 心跳速率, 疲劳状态) 。采用十折交叉检验的方法, 将获得的训练数据随机等分为10份, 其中9份为训练集, 另外一份为验证集。十折交叉检验的过程实际上是把实验重复做10次, 每次实验都从10个部分中选择一个不同的部分作为测试数据 ( 保证10个部分的数据都分别做过测试数据) , 剩下的9个当作训练数据进行实验。采用其中9份画出不同K值下的K近邻分类器的分类边界, 利用第10份数据进行分类器的验证与检测, 找到使错误率最低的K值。
然后当输入新的实时的数据时, 利用K近邻法进行疲劳判别。
3 实验结果
在实验阶段, 分别模拟了两个单一子系统的准确率, 然后验证了融合系统的优越性。
3. 1 无眼镜的实验结果
当测试者没有佩戴眼镜时, 模拟结果如图7所示。左侧图像为眼部区域, 右侧图像为二值化后的眼睛区域。
分别模拟清醒状态和疲劳状态 ( 包括长时间闭眼和长时间不眨眼) 各25次, 实验结果如表1所示。
准确率 ( Accuracy) 的计算如式 ( 2) 所示。
3. 2 佩戴眼镜的实验结果
由于存在驾驶员佩戴眼镜的情况, 需要验证戴眼镜时系统的可行性。模拟结果如图8所示, 左侧图像为眼部区域, 右侧图像为二值化后的眼部区域。
同样模拟了清醒状态和疲劳状态 ( 包括长时间闭眼和长时间不眨眼) 各25次, 实验结果如表2所示。
其准确率为 ( 20 +24) /50 =88%。
由于佩戴眼镜的影响, 准确率略低于无眼镜的情况。
3. 3 心跳检测子系统的实验结果
由于模拟心跳具有一定的难度, 所以记录了测试者清醒和疲劳状态各10次实验结果, 如表3所示。
此次准确率为100。由此可见, 心跳检测系统的准确率虽为100%, 但是延迟较大。
3. 4 融合系统的实验结果
由上述实验结果可见, 单一基于眼睛状态的疲劳检测错误率较高, 单一心跳检测系统的延迟较大。
从实验结果, 得出当K = 23, 25, 27时, 准确率最高, 如图9所示。
由此可见, 融合两个参数的检测系统准确率大大提高, 且具有较好的实时性。
4 结 语
本文研究了一种融合了眼睛状态和心跳速率检测的驾驶员疲劳检测系统, 具有良好的准确性:
( 1) 在人脸检测之前, 采用了直方图均衡化, 高斯滤波器滤波和光照补偿的预处理手段, 降低了噪声和光照对系统的影响;
( 2) 在系统设计的过程中, 采用MATLAB验证不同算法的优劣, 最终选择了适合的人脸检测方法和人眼定位算法, 为准确的疲劳检测打下了基础;
( 3) 采用了已训练好的OpenCV的检测正面人脸的级联分类器, 快速又准确地找到人脸区域;
( 4) 结合眼睛状态和心跳速率检测两种不同原理的检测方法, 克服了准确率低和实时性差的缺点。
该系统只在实验环境下模拟了驾驶员的疲劳状态, 将来要应用于实际驾驶, 还需要设计硬件电路并在道路上测试。
摘要：疲劳驾驶已经成为威胁驾驶员安全的重要因素。本文设计了一种融合眼睛状态和心跳速率变化的驾驶员疲劳检测系统, 分别研究了驾驶员疲劳时眼睛状态和心跳速率的变化规律, 改进了已有的疲劳检测算法以适应驾驶环境。由于融合了眼睛检测子系统和心跳速率检测子系统, 该系统既减小了光照等环境因素的影响, 又克服了心跳速率检测设备有延迟的缺点, 具有更好的准确率。实验结果证明该系统具有良好的鲁棒性和实时性。