机车乘务员的规范行为分析方法、装置、设备及存储介质与流程

1.本技术涉及轨道交通、机车驾驶领域，尤其涉及一种机车乘务员的规范行为分析方法、装置、设备及存储介质。


背景技术：

2.铁路机车乘务员作为机车的驾驶人员，其驾驶行为直接决定机车是否能安全运行，因此对机车乘务员的操作行为进行分析，从而实现规范操作、安全行驶具有十分重要的意义。
3.相关技术中，通过人工审核机车乘务员的监控视频，对机车乘务员操作行为进行判断是否规范。存在问题是人工审核工作量大、效率低，且不能做到视频、人员全覆盖审核分析，存在漏查漏检的问题。


技术实现要素：

4.本技术提供了一种机车乘务员的规范行为分析方法、装置、设备及存储介质，用以解决相关技术中的人工审核工作量大，不能做到视频、人员全覆盖，容易造成漏查漏检的问题。
5.第一方面.提供一种机车乘务员的规范行为分析方法，包括：
6.获取机车运行过程中机车乘务员的监控视频、从列车运行监控信息中获取需要所述机车乘务员进行指定规范行为的目标时刻；
7.确定与所述目标时刻对应的监控时段；
8.从所述监控视频中截取与所述监控时段对应的目标监控视频；
9.检测所述目标监控视频中各视频帧图像中的关键区域，所述关键区域包括人体关键区域和驾驶室关键区域；
10.根据所述关键区域确定所述机车乘务员的规范行为，所述规范行为为所述机车乘务员在出库、发车、运行等过程中必须完成的规定行为，所述规范行为包括手比行为、后部瞭望行为、起立行为。
11.可选地，从所述监控视频中截取与所述监控时段对应的目标监控视频，包括：
12.基于ocr识别，获得所述监控视频中各视频帧图像的采集时刻， ocr识别内容包括但不限于时间和公里标；
13.根据所述采集时刻，确定所述监控时段内的所有视频帧图像为所述目标监控视频。
14.可选地，根据所述关键区域确定所述机车乘务员的规范行为，包括：
15.对于所述目标监控视频中的任意一张视频帧图像，获取所述视频帧图像中的手臂区域和手区域，所述手臂区域和所述手区域属于所述人体关键区域；
16.判断所述手臂区域的宽高比是否大于宽高比阈值，以及所述手区域中心点的纵坐标是否不大于所述手臂区域中心点的纵坐标；
17.若是，确定所述机车乘务员的规范行为为所述手比行为。
18.可选地，确定所述机车乘务员的行为为所述手比行为之前，还包括：
19.获取所述视频帧图像中的机车乘务员区域，所述机车乘务员区域属于所述人体关键区域；
20.分别计算所述手臂区域和所述手区域的第一重叠度、以及所述手臂区域与所述机车乘务员区域的第二重叠度；
21.确定所述第一重叠度和所述第二重叠度分别大于重叠度阈值。
22.可选地，根据所述关键区域确定所述机车乘务员的规范行为，包括：
23.对于所述目标监控视频中的任意一张视频帧图像，获取所述视频帧图像中的机车乘务员后背区域、侧窗区域和车门区域；
24.判断所述机车乘务员后背区域与所述侧窗区域或所述车门区域的相对距离是否不大于距离阈值，所述机车乘务员后背区域属于所述人体关键区域，所述侧窗区域和所述车门区域属于所述驾驶室关键区域；
25.若是，确定所述机车乘务员的规范行为为所述后部瞭望行为。
26.可选地，根据所述关键区域确定所述机车乘务员的规范行为，包括：
27.对于所述目标监控视频中的任意一张视频帧图像，获取所述视频帧图像中的机车乘务员的身高；
28.判断所述机车乘务员的身高是否大于身高阈值；
29.若是，确定所述机车乘务员的规范行为为所述起立行为。
30.可选地，判断所述机车乘务员的身高是否大于身高阈值，包括：
31.获取所述视频帧图像中机车乘务员的头部区域；
32.确定所述头部区域的面积和所述视频帧图像的面积；
33.计算所述头部区域相对于所述视频帧图像的面积比；
34.确定所述面积比所属的区间；
35.将所述区间对应的身高阈值作为所述视频帧图像所采用的身高阀值；
36.确定所述机车乘务员的身高大于所述身高阈值。
37.第二方面.提供一种机车乘务员的规范行为分析装置，包括：
38.获取单元，用于获取机车运行过程中机车乘务员的监控视频、以及从列车运行监控信息中获取需要所述机车乘务员具有规范行为的目标时刻；
39.第一确定单元，用于确定与所述目标时刻对应的监控时段；
40.截取单元，用于从所述监控视频中截取与所述监控时段对应的目标监控视频；
41.检测单元，用于检测所述目标监控视频中各视频帧图像中的关键区域，所述关键区域包括人体关键区域和驾驶室关键区域；
42.第二确定单元，用于根据所述关键区域确定所述机车乘务员的规范行为，所述规范行为为所述机车乘务员在调库、发车、运行等过程中必须完成的规定行为，所述规范行为包括手比行为、后部瞭望行为或起立行为。
43.第三方面.提供一种电子设备，包括：处理器、存储器和通信总线，其中，处理器和存储器通过通信总线完成相互间的通信；
44.所述存储器，用于存储计算机程序；
45.所述处理器，用于执行所述存储器中所存储的程序，实现第一方面所述的机车乘务员的规范行为分析方法。
46.第四方面.提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述的机车乘务员的规范行为分析方法。
47.本技术实施例提供的上述技术方案与现有技术相比具有如下优点：本技术实施例提供的技术方案，获取机车运行过程中机车乘务员的监控视频、以及从列车运行监控信息中获取需要机车乘务员具有规范行为的目标时刻；确定与目标时刻对应的监控时段；从监控视频中截取与监控时段对应的目标监控视频；检测目标监控视频中各视频帧图像中的关键区域，关键区域包括人体关键区域和驾驶室关键区域；根据关键区域确定机车乘务员的规范行为。采用本技术的方案，实现了自动分析机车乘务员的起立行为、手比行为以及后部瞭望行为等规范行为，减少人工审核视频工作量，提高工作效率。
附图说明
48.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
49.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
50.图1为本技术实施例中机车乘务员的规范行为分析方法的一种流程示意图；
51.图2为本技术实施例中机车乘务员的手比行为分析方法的一种流程示意图；
52.图3为本技术实施例中机车乘务员的手比行为分析方法的又一种流程示意图；
53.图4为本技术实施例所示的计算重叠度效果示意图；
54.图5为本技术实施机车乘务员的后部瞭望行为分析方法的流程示意图；
55.图6为本技术实施例所示的计算机车乘务员后背区域与侧窗区域，或机车乘务员后背区域与车门区域之间的相对距离的又一种效果示意图；
56.图7为本技术实施例所示的计算机车乘务员后背区域与侧窗区域，或机车乘务员后背区域与车门区域之间的相对距离的又一种效果示意图；
57.图8为本技术实施例所示的计算机车乘务员后背区域与侧窗区域，或机车乘务员后背区域与车门区域之间的相对距离的又一种效果示意图；
58.图9为本技术实施例中机车乘务员的起立行为分析方法的一种流程示意图；
59.图10为本技术实施例所示的计算机车乘务员身高的一种效果示意图；
60.图11为本技术实施例中机车乘务员的起立行为分析方法的又一种流程示意图；
61.图12为本技术实施例中机车乘务员的规范行为分析装置的结构示意图；
62.图13为本技术实施例中电子设备的结构示意图。
具体实施方式
63.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人
员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
64.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
65.本技术实施例提供一种机车乘务员的规范行为分析方法，该方法可以应用于电子设备中；
66.该电子设备可以为机车内部的任一电子设备，也可以是列出外部的任一电子设备，本实施例对此不作具体限定；
67.其中该电子设备可以包括智能手机(如android手机、ios手机、 windows phone手机等)、平板电脑、掌上电脑、笔记本电脑、视频矩阵、监控平台、移动互联网设备(mid，mobile internet devices)或穿戴式设备等，上述仅是举例，而非穷举，包含但不限于上述装置。
68.如图1所示，该机车乘务员的规范行为分析方法可以包括以下步骤：
69.步骤101、获取机车运行过程中机车乘务员的监控视频、以及从列车运行监控信息中获取需要机车乘务员具有规范行为的目标时刻；
70.本实施例中，可以利用现有机车司机室视频监控采集监控视频，视频监控与该计算机设备通信，视频监控通过通信总线或网络向该计算机设备传输相应的监控视频。
71.其中，视频监控可以位于机车乘务员的右后方的位置。
72.本实施例中，机车内部具有用于记录机车运行状况、信号设备状态以及机车乘务员操纵状况的列车运行监控装置(lkj)，因此可以从列车运行监控装置中获取列车运行监控信息。
73.步骤102、确定与目标时刻对应的监控时段；
74.本实施例中，可以预设浮动时间，并基于浮动时间和目标时刻得到监控时段。例如，设定从列车运行监控信息中获取的目标时刻为 2021/5/27 10:00:00，浮动时间为5s，那么所确定的监控时段可以为 2021/5/27 9:59:55-2021/5/27 10:00:05。
75.本实施例中，不同的规范行为所对应的预设浮动时间可以不同，即可以针对每一类规范行为设置预设浮动时间；也可以设置所有的规范行为对应同一个预设浮动时间，本实施例对此不作具体限定。
76.步骤103、从监控视频中截取与监控时段对应的目标监控视频；
77.本实施例中可以基于监控视频中各视频帧图像的采集时刻，从监控视频中截取目标监控视频。具体地，将采集时刻位于监控时段的视频帧图像所构成的视频确定为目标监控视频。
78.其中，各视频帧图像的采集时刻可以基于ocr(optical characterrecognition,光学字符识别)识别得到，识别内容包括但不限于当前时刻和公里标。基于ocr识别监控视频中的时间和公里标等信息，将任意一帧视频帧图片与lkj信息相关联。使得监控视频和
lkj在时间上一致，再根据lkj信息确定需要机车乘务员具有规范行为的目标时刻，截取相应的目标监控视频。
79.应理解，本实施例中的监控时段实际为闭区间的时间段，因此在监控时段的两个端点值所对应的视频帧图像也应属于目标监控视频中的视频帧图像。
80.步骤104、检测目标监控视频中各视频帧图像中的关键区域，关键区域包括人体关键区域和驾驶室关键区域；
81.步骤105、根据关键区域确定机车乘务员的规范行为，规范行为为机车乘务员在乘务作业过程中必须完成的规定行为，规范行为包括手比行为、后部瞭望行为、起立行为。
82.应用中，乘务作业包括出库、发车以及运行等过程。
83.可选地，人体关键区域包括但不限于机车乘务员区域、机车乘务员后背区域、人脸区域、戴口罩人脸区域、手臂区域、头区域和手区域；驾驶室关键区域包括但不限于座椅区域、侧窗区域、车门区域(分开启和关闭两种状态)、操作台区域。
84.本技术实施例提供的技术方案，获取机车运行过程中机车乘务员的监控视频、以及从列车运行监控信息中获取需要机车乘务员具有规范行为的目标时刻；确定与目标时刻对应的监控时段；从监控视频中截取与监控时段对应的目标监控视频；检测目标监控视频中各视频帧图像中的关键区域，关键区域包括人体关键区域和驾驶室关键区域；根据关键区域确定机车乘务员的规范行为。采用本技术的方案，实现了自动分析机车乘务员的起立行为、手比行为以及后部瞭望行为等规范行为，减少人工审核视频工作量，提高工作效率。
85.以下具体说明各类规范行为的分析过程：
86.关于手比行为，手比行为指的是，在机车行驶到特定位置时，机车乘务员具有手臂伸出以及手抬起的姿态。当机车乘务员发生该类规范行为时，机车乘务员的手臂和手具有特定的姿态，因此可以根据手臂和手的姿态，确定机车乘务员是否具有手比行为。
87.本技术实施例中，视频帧图像的坐标系定义如下：
88.从图像处理角度，坐标系的原点位于视频帧图像的左上角处，从原点出发水平向右的方向建立x轴，从原点出发竖直向下的方向建立 y轴。
89.其中，从图像处理角度，按视频帧图像的水平方向确定手臂(手) 区域的宽度，按视频帧图像的垂直方向确定手臂(手)区域的高度。
90.具体地，如图2所示，在确定机车乘务员是否具有手比行为时，步骤105可以包括以下步骤：
91.步骤201、对于目标监控视频中的任意一张视频帧图像，获取视频帧图像中的手臂区域和手区域，手臂区域和手区域属于人体关键区域；
92.步骤202、判断手臂区域的宽高比是否大于宽高比阈值，以及手区域的中心点的纵坐标是否不大于手臂区域的中心点的纵坐标，若是，执行步骤203；否则返回步骤201；
93.步骤203、确定机车乘务员的规范行为为手比行为。
94.当手臂区域的宽高比大于宽高比阈值以及手区域中心点的纵坐标不大于手臂区域中心点的纵坐标时，确定机车乘务员具有手臂伸出且手抬起的姿态，即机车乘务员具有手比行为。
95.其中，当手臂区域的宽高比不大于宽高比阈值，或手区域中心点的纵坐标大于手臂区域中心点的纵坐标时，确定机车乘务员在该视频帧图像中没有出现手比行为。
96.考虑到机车驾驶室内除了机车乘务员还可能存在其他的工作人员，因此在获取手臂区域和手区域之后，还可以进一步判断该手臂区域和手区域是否属于相应的机车乘务员区域。
97.具体地，如图3所示，在步骤203之前，该过程可以包括以下步骤：
98.步骤301、获取视频帧图像中的机车乘务员区域，机车乘务员区域属于人体关键区域；
99.步骤302、分别计算手臂区域和手区域的第一重叠度、以及手臂区域与机车乘务员区域的第二重叠度。手臂区域包括肩、臂、肘、前臂和手。机车乘务员区域包括头部、肩部、腹部、肩、臂、肘、前臂和手。当监控视频中存在多个手臂区域，通过重叠度确定机车乘务员的手臂区域。当某个第一重叠度大于阈值且取得最大值时确定该第一重叠度对应的手臂区域为机车乘务员的手臂区域；类似的，当某个第二重叠度大于阈值且取得最大值时确定该第二重叠度对应的手区域为机车乘务员的手区域。重叠度的计算方式为两个区域的交集占两个区域并集的面积比例，如图4所示。
100.在图4中，
101.步骤303、确定第一重叠度和第二重叠度分别大于重叠度阈值。
102.本实施例中，第一重叠度为手臂区域和手区域的重叠面积占手臂区域和手区域并集的面积比例；第二重叠度为手臂区域和机车乘务员区域的重叠面积占手臂区域和机车乘务员区域并集的面积比例。
103.本实施例中，第一重叠度和第二重叠度所适配的重叠度阈值可以相同，也可以不同，本实施例对此不作具体限定。
104.若机车乘务员区域在出现两个及两个以上的第二重叠度，均满足大于第二重叠度阈值，则确定最大第二重叠度对应的手臂区域属于相应的机车乘务员区域；
105.若手臂区域在出现两个及两个以上的第一重叠度，均满足大于第一重叠度阈值，则确定最大第一重叠度对应的手区域属于相应的手臂区域。
106.关于后部瞭望行为，后部瞭望行为指的是，当监控在窗口或车门对面，即驾驶室另一侧时，机车乘务员的后背区域位于驾驶室的侧窗或者车门处，因此当目标监控视频中存在后背区域与驾驶室的侧窗区域或车门区域的相对距离不大于距离阈值的视频帧图像时，确定机车乘务员存在后部瞭望行为。
107.具体地，如图5所示，步骤105可以包括以下步骤：
108.步骤501、对于目标监控视频中的任意一张视频帧图像，获取视频帧图像中的机车乘务员后背区域、侧窗区域和车门区域；
109.步骤502、判断机车乘务员后背区域与侧窗区域或车门区域的相对距离是否不大于距离阈值，机车乘务员后背区域属于人体关键区域，侧窗区域和车门区域属于驾驶室关键区域，若是，执行步骤503；否则返回步骤501；
110.步骤503、确定机车乘务员的规范行为为后部瞭望行为。
111.其中，当机车乘务员后背区域与侧窗区域或车门区域的任意一个相对距离不大于距离阈值时，确定机车乘务员正处于窗口或车门向外瞭望。关于距离阈值的设定，距离阈值可以使用固定值；考虑到不同的监控视频帧大小可能不为定值时；可以按照比例或者通过
计算座椅和侧窗、车门的距离定义距离阈值。
112.本实施例中，提供以下三种方式用于计算机车乘务员后背区域与侧窗区域，或机车乘务员后背区域与车门区域之间的相对距离：
113.其一、请参见图6，确定机车乘务员后背区域的中心点(以下暂称之为第一中心点)，确定侧窗区域的中心点(以下暂称之为第二中心点)、以及确定车门区域的中心点(以下暂称之为第三中心点)；
114.确定第一中心点和第二中心点之间的距离，并将该距离作为机车乘务员后背区域与侧窗区域之间的相对距离；或，确定第一中心点与第三中心点之间的距离，并将该距离作为机车乘务员后背区域与车门区域之间的相对距离。
115.其二、请参见图7，计算机车乘务员后背区域与侧窗区域的重叠度，并将该重叠度作为机车乘务员后背区域与侧窗区域的相对距离；或，计算机车乘务员后背区域与车门区域的重叠度，并将该重叠度作为机车乘务员后背区域与车门区域的相对距离。
116.其中，此种方式中关于重叠度的计算可参见前述内容关于第一重叠度的计算和第二重叠度的计算，此处不再展开描述。
117.其三、请参见图8，将机车乘务员后背区域和侧窗区域分别做水平方向上的投影，得到两条投影线段，计算两条投影线段的重叠长度，并将该距离作为机车乘务员后背区域和侧窗区域之间的相对距离；或，将机车乘务员后背区域和车门区域分别做水平方向上的投影，得到两条投影线段，计算两条投影线段的重叠长度，并将该距离作为机车乘务员后背区域和车门区域之间的相对距离。
118.应理解，根据需要可以选择上述三种方式中的任一种方式得到机车乘务员后背区域与侧窗区域或车门区域的相对距离，本实施例对此不作具体限定。
119.关于起立行为，起立行为判断标准是视频帧图像中机车乘务员的身高大于身高阈值，因此当目标监控视频中存在身高大于身高阈值的视频帧图像时，确定机车乘务员存在起立行为。
120.具体地，如图9所示，步骤105可以包括以下步骤：
121.步骤901、对于目标监控视频中的任意一张视频帧图像，获取视频帧图像中的机车乘务员的身高；
122.步骤902、判断机车乘务员的身高是否大于身高阈值，若是执行步骤903；
123.步骤903、确定机车乘务员的规范行为为起立行为。
124.本实施例中，如图10所示，在获取机车乘务员的身高时，确定机车乘务员所在的矩形区域，参照前述内容中描述的视频帧图像的坐标系，获取机车乘务员区域中左上角的顶点的纵坐标以及该视频帧图像的高度，计算视频帧图像的高度与左上角顶点的纵坐标之间的差值，并将该差值作为机车乘务员的身高。
125.本实施例中，用机车乘务员区域左上角顶点的纵坐标，也可以使用右上角顶点的纵坐标，也可以使用头部区域左、右上角顶点的纵坐标，本实施例对此不作具体限定。
126.由于驾驶室内的视频监控拍摄距离较远的机车乘务员时，可以拍摄到机车乘务员完整的上半身，头部区域面积较小；拍摄距离较近的机车乘务员时，可能只能监控到机车乘务员的头部，头部区域面积较大。因此，可以根据当前视频帧图像中机车乘务员的头部区域的面积判断机车乘务员相对视频监控的远近关系，并根据所述远近关系设置不同的身高阈
值，从而采用该身高阈值判断当前视频帧图像中是否存在机车乘务员的起立行为。
127.具体地，如图11所示，步骤902可以包括以下步骤：
128.步骤1101、获取视频帧图像中机车乘务员的头部区域；
129.步骤1102、确定头部区域的面积和视频帧图像的面积；
130.步骤1103、计算头部区域相对于视频帧图像的面积比；
131.步骤1104、确定面积比所属的区间；基于车门、侧窗和座椅确定参考高度。设置基于参考高度的分段函数，通过所述面积比确定所属的分段区间；
132.步骤1105、将区间对应的身高阈值作为视频帧图像所采用的身高阀值；
133.步骤1106、确定机车乘务员的身高大于身高阈值。
134.其中，不同的区间反映了机车乘务员与视频监控的相对距离的远近，不同的相对距离下采用不同的身高阈值判断机车乘务员是否完成起立行为。
135.本技术中，上述几个实例可以顺序执行，但不限定它们执行的先后次序，也可以各自独立执行。
136.基于同一构思，本技术实施例中提供了一种机车乘务员的规范行为分析装置，该装置的具体实施可参见方法实施例部分的描述，重复之处不再赘述，如图12所示，该装置主要包括：
137.获取单元1201，用于获取机车运行过程中机车乘务员的监控视频、以及从列车运行监控信息中获取需要机车乘务员具有规范行为的目标时刻；
138.第一确定单元1202，用于确定与目标时刻对应的监控时段；
139.截取单元1203，用于从监控视频中截取与监控时段对应的目标监控视频；
140.检测单元1204，用于检测目标监控视频中各视频帧图像中的关键区域，关键区域包括人体关键区域和驾驶室关键区域；
141.第二确定单元1205，用于根据关键区域确定机车乘务员的规范行为，规范行为为机车乘务员在乘务作业过程中必须完成的规定行为，规范行为包括手比行为、后部瞭望行为或起立行为。
142.可选地，获取单元1201具体用于：
143.基于ocr识别，获得监控视频中各视频帧图像的采集时刻；基于 ocr识别监控视频中的时间和公里标等信息，将任意一帧视频帧图片与lkj信息相关联。使得监控视频和lkj在时间上一致，再根据需要确定机车乘务员具有规范行为的目标时刻，截取相应的目标监控视频。
144.根据采集时刻，确定监控时段内的所有视频帧图像为目标监控视频。
145.可选地，第二确定单元1205具体用于：
146.对于目标监控视频中的任意一张视频帧图像，获取视频帧图像中的手臂区域和手区域，手臂区域和手区域属于人体关键区域；
147.判断手臂区域的宽高比是否大于宽高比阈值，以及手区域中心点的纵坐标是否不大于手臂区域中心点的纵坐标；
148.若是，确定机车乘务员的规范行为为手比行为。
149.可选地，该装置还用于：
150.确定机车乘务员的行为为手比行为之前，获取视频帧图像中的机车乘务员区域，
standard architecture，简称eisa)总线等。该通信总线1303可以分为地址总线、数据总线、控制总线等。为便于表示，图13中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
175.存储器1302可以包括随机存取存储器(random access memory，简称ram)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器1301的存储装置。
176.上述的处理器1301可以是通用处理器，包括中央处理器(centralprocessing unit，简称cpu)、网络处理器(network processor，简称 np)等，还可以是数字信号处理器(digital signal processing，简称 dsp)、专用集成电路(application specific integrated circuit，简称asic)、现场可编程门阵列(field-programmable gate array，简称fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
177.在本技术的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，当该计算机程序在计算机上运行时，使得计算机执行上述实施例中所描述的机车乘务员的规范行为分析方法。
178.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机指令时，全部或部分地产生按照本技术实施例所述的流程或功能。该计算机可以时通用计算机、专用计算机、计算机网络或者其他可编程装置。该计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl)) 或无线(例如红外、微波等)方式向另外一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是磁性介质(例如软盘、硬盘、磁带等)、光介质(例如dvd)或者半导体介质(例如固态硬盘)等。
179.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
180.以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。