توسعه سيستم نجات براي اپراتورهاي ماشين آلات كشاورزي با استفاده از ماشين بينايي

در اين مطالعه، يك سيستم نجات اتوماتيك براي نظارت بر اپراتورهاي ماشين آلات كشاورزي با استفاده از ماشين بينايي پيشنهاد شد. سيستم نجات براي شناسايي وضعيت هاي عدم توجه راننده ، يعني حواس پرتي و خستگي با تشخيص اقدامات راننده طراحي شده است.يك سنسور Kinect براي جمع آوري تصويرهاي متوالي اپراتورها و تشخيص سيستم براساس عملكرد پخش بازيكن سنسور Kinectاستفاده شد. روش فرعي هسته اي متقابل هانكل (KMSM) براي نظارت بر رانندگان تراكتور وتشخيص رفتارهاي عدم توجه راننده توسعه داده شد. براي ارزيابي عملكرد KMSM پيشنهادي، مجموعه داده هاي عملكرد راننده كه شامل 10 راننده تراكتور و 5 نوع اقدام كه نشان دهنده عدم توجه است، تعيين شده است.اقدامات ناخواسته رانندگان به سه سطح خطر تقسيم شدند. هر دو آزمايش آفلاين و آنلاين با استفاده از موضوعات مشابه ومختلف براي ارزيابي الگوريتم تشخيص عمل عدم توجه طراحي شده، انجام شده است. در آزمايش آفلاين، KMSM مبتني برHankel پيشنهادي نرخ هاي تشخيص هنگام استفاده از موضوعات مشابه و متفاوت؛ به ترتيب 91.18٪ و86.18٪به دست آمدند و در آزمايش آنلاين،با استفاده ازروش پيشنهادي نرخ هاي تشخيص هنگام استفاده ازموضوعات مشابه و متفاوت به ترتيب 87.02 و 79.97٪ به دست آمد. متوسط زمان محاسبه KMSM مبتني بر Hankel در آزمايش آنلاين 0.07 ثانيه بود. بنابراين، روش KMSM مبتني بر Hankel پيشنهادي هر دوي دقت و الزامات زمان واقعي براي يك سيستم نجات راننده را برآورد مي كند.