通用航空飞行员异常行为检测及预警系统设计与实现

摘要：

为了实现通用航空飞行安全精准智慧监管,以通用航空飞行员驾驶舱异常行为图像和视频数据为基础,设计了通用航空飞行员异常行为检测预警系统.该系统采用高精度摄像头实现通用航空器驾驶舱飞行员行为动作图像和视频捕获,结合改进的YOLOv3 深度学习算法开展飞行员异常行为识别检测并建立声音和灯光告警触发机制,实现飞行员异常行为检测预警可视化.通过树莓派将预警信息上传云端,同步实现图像和视频数据实时存储及可追溯性.经实验测试验证,驾驶舱中飞行员抽烟行为检测准确率达 88％、打电话行为检测准确率达 92％,表明该系统能稳定且有效实现面向通用航空运行安全的飞行员异常行为检测预警,为下一步开展通用航空器机载原型系统适航工程验证奠定基础.

关键词：驾驶异常行为、检测预警、改进YOLOv3、深度学习、图像视频采集

所属期刊栏目：41

分类号：V247.5;TP391.7(航空仪表、航空设备、飞行控制与导航)

资助基金：国家自然科学基金;四川省科技厅重点研发项目;中国民航局安全能力基金项目

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：71-75