-
题名缝隙端面自动定位与测量技术研究
- 1
-
-
作者
胡东红
张博熠
张玲
王平江
-
机构
湖北大学物理学与电子技术学院
华中科技大学数控中心
-
出处
《机床与液压》
北大核心
2013年第9期18-20,共3页
-
基金
国家科技重大专项资助项目(2012ZX04001-022)
湖北省科技计划资助项目(2012BAA05006)
-
文摘
在使用端面量仪测头对小缝隙内的端面进行测量定位时,往往由于顶尖孔的误差,无法保证端面量仪测头能够伸入小缝隙进行端面测量定位。提出一种二次端面测量定位的方法:首次端面量仪测头定位在小缝隙端面之外的开阔端面附近,在测定开阔端面位置之后,根据小缝隙与开阔端面之间的距离,将端面量仪测头准确定位到小缝隙端面内。由此,通过两次端面定位,实现了小缝隙端面的测量定位。并对相关问题进行了讨论。
-
关键词
磨床
测量
端面
数字控制
-
Keywords
Grinding machine
Measurement
End face
Numerical control
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于眼嘴状态识别网络的疲劳驾驶检测
被引量：6
- 2
-
-
作者
张博熠
者甜甜
赵新旭
刘庆华
王家晨
-
机构
江苏科技大学计算机学院
江苏科技大学电信学院
江苏科技大学海洋学院
-
出处
《计算机工程》
CAS
CSCD
北大核心
2023年第5期310-320,共11页
-
基金
国家自然科学基金(51008143,52275251)
江苏省六大高峰人才项目(XYDXX-117)。
-
文摘
驾驶员疲劳驾驶是引发交通事故的重要因素,因此对驾驶员的驾驶状态进行精准检测尤为关键,然而现有的疲劳检测方法存在误判率高、鲁棒性低等问题。提出一种结合多特征融合与状态识别网络的疲劳驾驶检测方法,分析驾驶员的疲劳状态,利用优化后的单阶段人脸检测算法RetinaFace获取人脸位置及5个标志定位,根据双眼和嘴角关键点坐标将双眼及嘴部区域分别旋转至水平并截取。对现有数据集进行重新分类,用来训练以Ghost模块为基础的眼嘴状态识别网络(EMSD-Net),并对双眼开合状态及嘴部是否哈欠进行识别。最后,根据眼嘴状态,使用单位时间眼睛闭合的百分比、持续闭眼时间和持续哈欠时间为指标进行疲劳判断,并得出相应的疲劳程度,从而起到更有效的预警效果。在NHTU-DDD、YawDD和CEW数据集基础上构建的新数据集上的实验结果表明,所提方法的疲劳特征识别准确率为95.3%,单帧疲劳检测的平均时间为32.6 ms,具有较低的误判率,且在保证检测准确率基础上,有较高的实时性。
-
关键词
疲劳驾驶检测
RetinaFace算法
状态识别
多特征融合
Ghost模块
-
Keywords
fatigue driving detection
RetinaFace algorithm
state recognition
multi-feature fusion
Ghost module
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
