1. 本选题研究的目的及意义
随着城市化进程的加速，自动扶梯作为一种便捷的垂直交通工具，在商场、地铁、机场等公共场所得到广泛应用。
然而，扶梯事故也时有发生，其中因乘客意外跌倒、物品卷入等导致的伤害事件屡见不鲜。
传统的扶梯安全措施主要依赖于安全警示和人工巡检，存在滞后性和局限性，难以有效应对突发状况。
2. 本选题国内外研究状况综述
近年来，随着机器视觉和人工智能技术的快速发展，基于机器视觉的自动扶梯安全系统逐渐成为研究热点，国内外学者在目标检测算法、跌倒识别、异常行为分析等方面取得了一系列研究成果。
1. 国内研究现状
国内学者在扶梯安全领域的研究主要集中在以下几个方面：
（1）基于图像处理的扶梯安全监测：例如，一些学者利用图像处理技术对扶梯踏板、扶手带等关键部件进行缺陷检测，以及对乘客密度、拥挤程度等进行监测，以便及时发现潜在的安全隐患。
3. 本选题研究的主要内容及写作提纲
1. 主要内容
本课题将针对扶梯运行过程中可能出现的乘客跌倒、物品掉落等安全隐患，设计一种基于机器视觉的扶梯自动急停装置。
主要研究内容包括以下几个方面：
（1）基于机器视觉的目标检测算法研究：针对扶梯场景的特点，对现有的目标检测算法进行改进和优化，提高算法的识别精度、速度和鲁棒性，以准确识别乘客、物品等目标。
4. 研究的方法与步骤
本课题的研究将采用理论分析、实验研究和仿真模拟相结合的方法。
首先，进行文献调研，了解扶梯安全现状、机器视觉技术、目标检测算法等方面的研究现状，分析现有扶梯安全措施的优缺点，为本课题的研究提供理论基础。
其次，根据扶梯场景的特点，选择合适的目标检测算法，并对其进行改进和优化，以提高算法在扶梯场景下的识别精度、速度和鲁棒性。
5. 研究的创新点
本课题的创新点主要体现在以下几个方面：
（1）针对扶梯场景下目标检测算法容易受到光照变化、遮挡等因素的影响，提出一种基于改进YOLO算法的扶梯目标检测算法，通过引入注意力机制、多尺度特征融合等方法，提高算法的识别精度、速度和鲁棒性。
（2）设计一种基于边缘计算的扶梯自动急停装置，将目标检测算法部署在边缘计算设备上，实现数据的本地化处理，降低数据传输延迟，提高系统的实时性和可靠性。
（3）提出一种基于多传感器融合的扶梯危险状况识别方法，将机器视觉与红外传感器、压力传感器等数据进行融合，提高系统的识别精度和可靠性，有效避免误报和漏检。
6. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
7. 参考文献（20个中文5个英文）
[1]李 伟,彭 程,路 遥,等.基于深度学习的航空器目标检测算法综述[J].电光与控制,2022,29(08):1-9.
[2]黄文超,刘 伟.基于机器视觉的跌倒检测算法综述[J].智能系统学报,2021,16(03):441-453.
[3]陈 默,王 挺,李 瑞,等.面向边缘计算的YOLOv5s目标检测算法改进[J].计算机工程,2023,49(01):209-217.
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
