【技術實現步驟摘要】
本專利技術涉及圖像處理及數據融合領域，特別是涉及一種休息室的調控方法及裝置。
技術介紹
1、隨著我國鐵路的不斷發展，鐵路運營里程不斷增加，列車的運行班次逐漸增加，作為負責運行列車相關運營工作的軌道交通裝備作業界面的從業人員的身上的工作壓力也在日益增大。通過大量調研可以發現，從業人員在作業過程中存在大量的危險作業姿態，身體某些部位負荷較大，且采用的某些工作姿態及其保持時間方面均較為不合理，因此在作業結束后，從業人員極易產生生理疲勞。與其同時，從業人員工作內容相對較為繁瑣，工作環境也相對較為單調、閉塞，長時間的工作可能會導致軌道交通裝備作業界面從業人員作業過后產生心理疲勞、情緒波動等問題。作業過程中產生的生理疲勞、心理疲勞、情緒波動這些問題將極大程度影響從業人員的工作效率和服務質量，并可能提升其下個班次作業過程中的健康安全風險。
技術實現思路
1、本專利技術的目的是提供一種休息室的調控方法及裝置，得到從業人員的情緒狀態等級及疲勞狀態等級更加精確，對從業人員進行狀態調整，以提高從業人員的精神及身體狀態，以便后續正常工作。
2、為解決上述技術問題，本專利技術提供了一種休息室的調控方法，應用于休息室的調控裝置中的處理器，休息室包括解壓設備；
3、所述休息室的調控方法包括：
4、獲取從業人員的主觀疲勞狀態數據及主觀情緒狀態數據，所述主觀疲勞狀態數據與所述從業人員的疲勞程度呈正相關，所述主觀情緒狀態數據與所述從業人員的情緒積極程度呈正相關；
5、獲
6、根據所述面部圖像確定所述從業人員的客觀疲勞狀態數據及客觀情緒狀態數據，所述客觀疲勞狀態數據與所述從業人員的疲勞程度呈正相關，所述客觀情緒狀態數據與所述從業人員的情緒積極程度呈正相關；
7、對所述主觀疲勞狀態數據、所述主觀情緒狀態數據、所述客觀疲勞狀態數據及所述客觀情緒狀態數據進行信息融合后確定所述從業人員的情緒狀態等級及疲勞狀態等級；
8、基于所述情緒狀態等級及所述疲勞狀態等級控制所述解壓設備按照對應的工作模式進行工作。
9、另一方面，所述休息室中還包括攝像頭，獲取從業人員的面部圖像，包括：
10、獲取所述攝像頭對采集到的圖像；
11、根據所述圖像追蹤所有在休息室內的所述從業人員的位置，并對各個所述從業人員的面部圖像進行提取；
12、根據預先保存的從業人員信息庫的照片及所述面部圖像確定所述從業人員的身份信息，并將面部圖像與所述身份信息對應保存。
13、另一方面，根據所述面部圖像確定所述從業人員的客觀疲勞狀態數據，包括：
14、對所述面部圖像中與血容量及脈搏值無關的區域進行區域去除；
15、獲取區域去除后的所述面部圖像中的光強變化信號，所述光強變化信號的關系式為ck(t)＝i(t)(vs(t)+vd(t)+vn(t))；
16、其中，ck(t)為t時刻第k個皮膚的像素的rgb通道，i(t)為t時刻由于光源以及光源、皮膚組織和相機之間的距離變化而引起的強度變化，vs(t)為t時刻的皮膚的鏡面反射，vd(t)為t時刻的皮膚的漫反射，vn(t)為t時刻的噪聲信號；
17、對所述光強變化信號進行時域和頻域分析，得到對應的客觀疲勞狀態數據，所述客觀疲勞狀態數據包括心率和呼吸頻率。
18、另一方面，根據所述面部圖像確定所述從業人員的客觀情緒狀態數據，包括：
19、確定所述面部圖像上的多個特征點；
20、將所述多個特征點與3d人體頭部模型相匹配，得到對應的客觀情緒狀態數據，所述客觀情緒狀態數據包括眼角開合度、嘴角開合度、眨眼頻率、頭部姿態及眼睛閉合率中的一種或多種的組合。
21、另一方面，所述休息室中還包括顯示模塊及交互模塊，獲取從業人員的主觀疲勞狀態數據及主觀情緒狀態數據，包括：
22、控制所述顯示模塊顯示對所述從業人員的自測內容；
23、通過交互模塊獲取所述從業人員反饋的主觀疲勞狀態數據及主觀情緒狀態數據；
24、其中，所述主觀疲勞狀態數據包括主觀腦力疲勞、主觀肌肉疲勞、主觀視覺疲勞及主觀認知狀態，所述主觀情緒狀態數據包括主觀心理狀態。
25、另一方面，對所述主觀疲勞狀態數據、所述主觀情緒狀態數據、所述客觀疲勞狀態數據及所述客觀情緒狀態數據進行信息融合后確定所述從業人員的情緒狀態等級及疲勞狀態等級之前，還包括：
26、確定一級指標，所述一級指標包括腦力疲勞、肌肉疲勞、視覺疲勞、認知狀態、心理狀態及表征狀態中的一種或多種的組合；
27、確定二級指標，所述二級指標包括腦力疲勞他檢、腦力疲勞自檢、肌肉疲勞他檢、肌肉疲勞自檢、視覺疲勞他檢、視覺疲勞自檢、認知狀態他檢、認知狀態自檢、心理狀態自檢、表征生理特征及表征面部特征中的一種或多種的組合；
28、對所有的所述二級指標進行數據降維及特征提取后得到的特征值作為三級指標；
29、其中，腦力疲勞他檢、肌肉疲勞他檢、視覺疲勞他檢及認知狀態他檢為預先獲取到的所述從業人員在不同客觀情緒狀態及不同疲勞狀態下獲取到的行為測試數據；
30、對所述主觀疲勞狀態數據、所述主觀情緒狀態數據、所述客觀疲勞狀態數據及所述客觀情緒狀態數據進行信息融合后確定所述從業人員的情緒狀態等級及疲勞狀態等級，包括：
31、根據所述第一指標、所述二級指標、所述三級指標及對應的權重值確定所述從業人員屬于各個所述情緒狀態等級及所述疲勞狀態等級的概率值；
32、將各個所述概率值中最大的對應的等級作為所述從業人員對應的情緒狀態等級及疲勞狀態等級。
33、另一方面，所述第一指標對應的權重值的確定過程，包括：
34、獲取d個專家對各個所述一級指標打分的數據組，所述數據組為{e1，…，ed}；
35、將各個所述數據組內的所有分數的和按照從大到小排序，得到排序結果為g0≥g1≥…≥gk≥…≥gd-1；
36、根據排序結果確定各個所述數據組的權重向量βk+1；
37、根據所述權重向量及所述數據組確定各個所述一級指標的絕對權重μi′，所述絕對權重的表達式為
38、根據各個所述絕對權重確定對應的相對權重μi，所述相對權重的表達式為
39、其中，e1為第d個專家為第1個一級指標的打分，ed為第d個專家為第e個一級指標的打分，共有d個專家，p個一級指標，gk為第k個排序的數據組，gd-1為第d-1個排序的數據組，各個所述數據組的權重向量為βk+1為第k+1個所述第一指標的權重向量，為d-1個所述數據組中選擇k個數據組的排列組合數值，為d-1個所述數據組中選擇i個數據組的排列組合數，i為0至d-1的隨機整數，k為1至d的隨機整數。
40、另一方面，根據所述第一指標、所述二級指標、所述三級指標及對應的權重值確定所述從業人員屬于各個所述情緒狀態等級本文檔來自技高網...
【技術保護點】
1.一種休息室的調控方法，其特征在于，應用于休息室的調控裝置中的處理器，休息室包括解壓設備；
2.如權利要求1所述的休息室的調控方法，其特征在于，所述休息室中還包括攝像頭，獲取從業人員的面部圖像，包括：
3.如權利要求2所述的休息室的調控方法，其特征在于，根據所述面部圖像確定所述從業人員的客觀疲勞狀態數據，包括：
4.如權利要求2所述的休息室的調控方法，其特征在于，根據所述面部圖像確定所述從業人員的客觀情緒狀態數據，包括：
5.如權利要求1所述的休息室的調控方法，其特征在于，所述休息室中還包括顯示模塊及交互模塊，獲取從業人員的主觀疲勞狀態數據及主觀情緒狀態數據，包括：
6.如權利要求1至5任一項所述的休息室的調控方法，其特征在于，對所述主觀疲勞狀態數據、所述主觀情緒狀態數據、所述客觀疲勞狀態數據及所述客觀情緒狀態數據進行信息融合后確定所述從業人員的情緒狀態等級及疲勞狀態等級之前，還包括：
7.如權利要求6所述的休息室的調控方法，其特征在于，所述第一指標對應的權重值的確定過程，包括：
8.如權利要求
9.如權利要求6所述的休息室的調控方法，其特征在于，所述解壓模塊包括按摩椅、燈光系統及音響設備，基于所述情緒狀態等級及所述疲勞狀態等級控制所述解壓模塊按照對應的工作模式進行工作，包括：
10.一種休息室的調控裝置，其特征在于，包括：
...【技術特征摘要】
1.一種休息室的調控方法，其特征在于，應用于休息室的調控裝置中的處理器，休息室包括解壓設備；
2.如權利要求1所述的休息室的調控方法，其特征在于，所述休息室中還包括攝像頭，獲取從業人員的面部圖像，包括：
3.如權利要求2所述的休息室的調控方法，其特征在于，根據所述面部圖像確定所述從業人員的客觀疲勞狀態數據，包括：
4.如權利要求2所述的休息室的調控方法，其特征在于，根據所述面部圖像確定所述從業人員的客觀情緒狀態數據，包括：
5.如權利要求1所述的休息室的調控方法，其特征在于，所述休息室中還包括顯示模塊及交互模塊，獲取從業人員的主觀疲勞狀態數據及主觀情緒狀態數據，包括：
6.如權利要求1至5任一項所述的休息室的調控方法，其特征在于，對所述主觀疲勞...
【專利技術屬性】
技術研發人員：李新康，呂梟，楊俊，韓思遠，胡亞鵬，
申請(專利權)人：中車工業研究院青島有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。