-
Patent Agency Ranking
公开(公告)号：CN112524750A
公开(公告)日：2021-03-19
申请号：CN202011209512.0
申请日：2020-11-03
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种冷水及空调机组能效监测方法、装置、设备及存储介质，在利用由车站闭式环控系统自带的装置所测得的变量的基础上，结合以逐时供回水能量差、逐时送风出风能量差、冷水机组能耗、空调机组能耗为变量的能效计算公式，合理地将能效数据以图像的形式显示，再与机组的标准能效进行比较，若低于标准能效则报警，实现对冷水机组和空调机组能效的监测。与现有技术相比，本发明能够达到及时发现故障、节能降耗、提升车站智能化管理水平的目的。
-
公开(公告)号：CN113243919A
公开(公告)日：2021-08-13
申请号：CN202110357293.9
申请日：2021-04-01
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种列车司机疲劳状态识别及监控系统，包括：监测终端，采集列车司机的ECG信号、人脸特征图像和PERCLOS数据；云端平台，根据采集的信号识别列车司机的疲劳状态，并将疲劳状态结果进行存储、显示、查新及提醒；远程客户端，通过登录前端页面获取实时疲劳状态信息及历史数据。与现有技术相比，本发明具有提高疲劳识别结果的准确性和可靠性等优点。
-
公开(公告)号：CN112617772A
公开(公告)日：2021-04-09
申请号：CN202110006766.0
申请日：2021-01-05
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种基于脉搏波信号的驾驶疲劳识别方法及系统。所述方法包括：获取待测者的脉搏波信号；提取待测者的脉搏波信号的驾驶疲劳指标特征；驾驶疲劳指标特征包括时域特征、频域特征和非线性特征；将待测者的脉搏波信号的驾驶疲劳指标特征分别输入至多个驾驶疲劳识别模型中得到多个分类结果，并将分类结果中出现疲劳类别次数最多的分类结果确定为待测者的疲劳类别；各驾驶疲劳识别模型均是将两个不同疲劳类别的训练样本输入至SVM分类器中训练而成的；训练样本包括训练者的脉搏波信号的驾驶疲劳指标特征和训练者的疲劳类别；训练者的疲劳类别是由对应的训练者的瞳孔面积确定的。本发明能实现司机疲劳的快速识别。
-
公开(公告)号：CN112617772B
公开(公告)日：2022-12-27
申请号：CN202110006766.0
申请日：2021-01-05
Applicant: 上海工程技术大学
IPC: A61B5/02 , A61B5/18 , G06V20/59 , G06V40/19 , G06V10/762 , G06V10/774
Abstract: 本发明公开了一种基于脉搏波信号的驾驶疲劳识别方法及系统。所述方法包括：获取待测者的脉搏波信号；提取待测者的脉搏波信号的驾驶疲劳指标特征；驾驶疲劳指标特征包括时域特征、频域特征和非线性特征；将待测者的脉搏波信号的驾驶疲劳指标特征分别输入至多个驾驶疲劳识别模型中得到多个分类结果，并将分类结果中出现疲劳类别次数最多的分类结果确定为待测者的疲劳类别；各驾驶疲劳识别模型均是将两个不同疲劳类别的训练样本输入至SVM分类器中训练而成的；训练样本包括训练者的脉搏波信号的驾驶疲劳指标特征和训练者的疲劳类别；训练者的疲劳类别是由对应的训练者的瞳孔面积确定的。本发明能实现司机疲劳的快速识别。
-
公开(公告)号：CN113284320A
公开(公告)日：2021-08-20
申请号：CN202110357291.X
申请日：2021-04-01
Applicant: 上海工程技术大学
Abstract: 本发明涉及一种列车司机疲劳状态的超前预测方法及系统，方法包括步骤：1)采集列车司机的心电数据及面部数据；2)根据采集的列车司机的心电数据和面部数据提取疲劳特征参数；3)利用非线性自回归神经网络建立疲劳超前预测模型；4)利用建立的疲劳超前预测模型对列车司机的疲劳状态进行超前预测；系统包括心电手环，网络摄像头，扬声器模块和数字处理器。与现有技术相比，本发明融合了心率变异性、睁眼程度和张嘴程度，能够提前3秒预测司机的疲劳状态，给司机足够的时间采取措施来避免紧急情况下的事故。
-
-
-
-
Search Results
5
records
(took 0.018 seconds)
