井下生產操作實踐中疲勞狀態感知

劉毅， 張緯韜， 張帆

(中國礦業大學(北京) 機電與信息工程學院， 北京 100083)

0 引言

在煤礦事故中人為因素引發的事故占比超過80%[1]，其中由疲勞和注意力不集中引發的誤操作是造成人為事故的重要因素[2]。我國煤炭生產以井工為主，煤礦井下是相對昏暗與密閉的環境，當生產操作實踐人員在井下長時間作業后，會有疲勞、頭腦昏沉、注意力不集中、反應遲鈍等癥狀，導致在操作中出現不安全行為，極易引發事故。為降低因疲勞發生事故的概率，需對井下生產操作實踐人員疲勞狀態進行檢測。

早期的疲勞檢測方法以生理信號檢測法為主，該方法需要接觸人體采集不同部位生理信號(心率、心電圖、呼吸、血氧等)特征[3]，實施較為復雜，不適合井下應用。眼部檢測法是目前一般環境下非接觸式人員疲勞檢測的主要方法[4]，與生理信號檢測法相比更易于實施。該方法利用攝像機采集眼睛狀態的活動及變化(眨眼頻率的變化、眨眼的時間間隔、瞳孔直徑等)，通過對視頻圖像進行處理，采用PERCLOS判定準則(單位時間內眼睛閉合一定程度時所占時間比例)進行疲勞判斷[5-6]。然而，煤礦井下照度低、光照不均、礦燈干擾嚴重，直接影響攝像頭采集的視頻圖像質量，且井下生產操作實踐人員需要佩戴安全帽，易遮擋攝像頭，所以單純通過眼部檢測法進行疲勞檢測的準確率低、易漏報和誤報。

為解決上述問題，本文提出了一種基于頭部姿態監測的井下人員疲勞狀態……