作者
李宝义,宋文鹏,窦浩华,周 辉,宋淦梓
文章摘要
地铁司机疲劳状态监测技术通过生理信号采集、行为特征分析及智能算法模型，实现对司机疲劳状态的实时预警与干预。研究显示，基于多模态数据融合的监测系统在复杂运营环境下仍能保持较高准确性，但其数据隐私保护与算法抗干扰能力仍需优化。未来需结合5G通信与边缘计算技术，进一步提升监测系统的实时性与可靠性，推动轨道交通智能化发展。
文章关键词
地铁司机；疲劳监测；生理信号；智能算法；运营安全
参考文献
[1] 王志强,李明.基于多模态数据的地铁司机疲劳状态监测方法[J].交通运输系统工程与信息,2021,21(3):123-130.
[2] 陈晓东,张伟.地铁司机疲劳驾驶预警系统关键技术研究[J].城市轨道交通研究,2020,23(5):45-50.
[3] 刘建华,赵鹏.基于深度学习的地铁司机疲劳状态识别模型[J].计算机应用研究,2022,39(7):2105-2110.
Full Text:
DOI
