智能安全驾驶监测系统设计与实现

针对当下发生的交通事故中及大部分是由于驾驶员酒后驾驶、违规驾驶或是突发身体疾病所导致的,设计出一种智能安全驾驶检测系统；系统以树莓派为和核心搭配智能手表、APP、酒精检测模块；系统可以实现监测驾驶员的酒精浓度,驾驶员的违规驾驶行为以及驾驶中的健康状况等功能,并通过移动端APP进行可视化展示；经测验,整个系统能够在驾驶途中稳定的运行,能够满足实时监测驾驶员的驾驶行为以及健康信息的需求。     

驾驶员辅助系统的图像模式识别算法研究

汽车已成为现代社会一种不可缺少的交通工具,但是因车辆驾驶而出现的大量交通事故是现代社会所面临的一个严峻问题。驾驶员辅助系统可以帮助驾驶员在行车驾驶过程中提前意识到潜在的危险,进而降低事故的发生率,为保证驾驶员的生命安全起到重要的作用。介绍在该系统设计中关于驾驶员状态检测所涉及到的图像模式识别算法研究,研究的主要问题是检测驾驶员在驾驶过程中是否双手在方向盘上,以确保驾驶安全。算法的关键是实现驾驶员双手位置的准确和实时检测。算法使用阈值在HSV颜色空间对人体肤色区域进行肤色分割,然后对肤色分割区域使用AdaBoost算法进行驾驶员手部的检测。通过软件实验证明,该算法在驾驶员双手检测中快速、便捷、有效。     

基于Python生态的驾驶员行为识别系统研究

研究人员发现交通事故发生的主观原因除了与驾驶员的道路安全意识淡薄有关，还与司机驾驶行为失当有关。文章旨在设计驾驶员行为分析和预警的软件系统，识别驾驶员面部和手部行为动作，达到对驾驶员行为安全预警的目的。该系统基于Python语言生态，辅以PyTorch深度学习框架、OpenCV计算机视觉库等各类图像处理模块设计而成，实现了识别驾驶员行为。     

车辆安全保障系统的设计

本文设计的车辆安全保障系统是针对防撞预警系统中的安全距离、车速、语音提醒以及紧急求救系统中的GPS定位、GSM发送短信等部分展开研究,通过遥控控制小车运动后,由测速模块测出车速,并根据车速计算出制动距离,再由超声波模块与前方障碍物的距离,与制动距离比较大小后,通过语音模块提醒减速慢行。在小车发生碰撞后,由GPS模块定位后,通过GSM模块将求救信息发送给预先设定好的接收对象,达到紧急求救的效果。对整个系统测试结果表明,当车距过近时,可以发出语音提醒。在驾驶员遇到突发事故后,能够及时发送求救信息,保障了驾驶员的生命安全。     

智能废电池回收系统的设计

针对废电池在使用后对环境污染严重且回收困难的问题,设计了一种基于STM32和树莓派的智能废电池回收系统。系统主要由主控模块、检测模块、识别模块、显示模块、语音播报模块组成,利用STM32实现废电池投入检测、投入废电池种类和数量显示,通过TensorFlow训练树莓派进行机器视觉的深度学习。该系统能够很好地从垃圾中识别并...     

疲劳驾驶多源性智能监测预警方法研究

对疲劳驾驶监测预警方法进行研究,可以避免驾驶员因疲劳驾驶产生的交通事故,减少因疲劳驾驶造成的人员伤亡和经济损失。当前的疲劳驾驶监测预警方法存在监测灵敏度低、可靠性差等问题,不能及时对疲劳驾驶的驾驶员进行报警,来避免交通事故的发生。为此,提出了疲劳驾驶多源性智能监测预警方法,首先将摄像头采集的驾驶员图像进行预处理,通过计算驾驶员图像信息的灰度值,得到驾驶员图像中像素的分布密度,为后续的监测和预警工作提供信息。其次,采用卡尔曼滤波算法对驾驶员的图像信息进行跟踪,得到驾驶员各个时间内的状态估计值,最后,通过计算驾驶员状态估计值判断驾驶员是否存在疲劳状态。实验结果表明,该方法的丢包率低、多源性高、抗干扰能力强、计算效率高。     

基于通道注意力YOLOV5s的驾驶行为识别研究

设计了一种集成通道注意力机制的YOLOV5s检测网络的驾驶行为识别方法，用以实时检测并识别驾驶员在驾驶室内的驾驶行为，从而有利于纠正驾驶员的不良驾驶行为，减少交通事故发生的概率。建立了驾驶室内驾驶员手部动作的图像数据集；在YOLOv5s网络结构中引入通道注意力机制，通过对比实验、消融实验研究了通道注意力模块嵌入YOLOv5s中的较佳作用位置、配置数量的影响及其检测识别性能效果；论证了带通道注意力的改进YOLOV5s可保留信息量大的特征、抑制不相关的特征，模型参数量和复杂度降低，从而加快检测速度。测试结果显示，较原YOLOV5s网络，改进的YOLOV5s在平均精确度和召回率上相当，而检测速度提升了26.08%，该方法能够较好地满足驾驶员手部动作的实时监控需求。     

基于人类视觉皮层双通道模型的驾驶员眼动行为识别

驾驶员的危险行为会增加交通事故的发生率,目前对驾驶员行为的研究中大多通过面部识别等方法对异常行为如疲劳驾驶、接电话等进行识别.这种方法仅客观地对驾驶员行为进行分类,而忽略了他们在驾驶过程中的主观心理.眼动仪是记录和分析驾驶员眼动数据的有效工具,可以清晰地了解驾驶员的想法并总结其视觉认知模式.因为目前还没有针对驾驶员眼动...     

基于RCNN的生命警示器设计与研究

针对驾驶司机因长时间驾驶车辆造成大脑困倦疲劳的无意识开车而导致的人身安全警示装置,基于RCNN的生命警示器通过嵌入式控制摄像头进行图像识别与图像采集,通过训练好的RCNN算法,可以实现快速的图片处理与信息判断,通过数据库上万次重复训练提高对驾驶员在跑长途高速路上疲劳驾驶时脸部和眼部姿态判断的准确性.卷积神经网络的图像识别应用机器视觉很快地对驾驶人进行全面数据识别处理分析,一旦驾驶人有出现疲劳、醉驾等不良情况出现时,立刻触发蜂鸣器发出报警提示.报警检测装置能够及时警醒驾驶人以及联系相关部门,进行多次实验,确保可以保证货车司机的生命安全.该系统在实际应用中具有一定的应用前景,为减少因为不正确驾驶行为而导致的交通事故发生率提供了技术支撑.     

第三代树莓派计算模块面市,进一步为设计工程师扩展工业与商业应用范围

全球树莓派系列产品与配件领先分销商与制造商日前宣布推出第三代树莓派计算模块、树莓派计算模块精简版及树莓派计算模块开发套件等三款全新产品. 树莓派计算模块3代(CM3)及其精简版(CM3L)是可机械兼容DDR2 SODIMM 的系统级模块(SoM ) ,包含内置处理器、存储器、eMMC闪存(仅CM3)及辅助电源电路.这些模块能够让设计师将树莓派软件及硬件栈用于其定制化系统和结构设计当中.     

基于脉搏波检测的驾驶员睡意预警装置

随着驾驶员人数的不断增加,不文明的驾驶行为也越来越多,其中由于疲劳驾驶所引发的交通事故占据相当大的比例,给人民的生命和财产造成了巨大的损失,因此,对于驾驶员睡意预警装置的技术研究具有非常重要的意义和实用价值。通过对人体脉搏波信号进行分析处理,采用能够反映驾驶员睡意状态的脉搏频率特征信号作为依据,由STC89C52单片机、按键、数码管、光电传感器、时钟模块、滤波电路、集成运放等构成系统,设计了驾驶员睡意预警装置。调试结果显示该装置识别准确率高,数值可靠,能够有效的检测驾驶员的睡意状态,并在睡意状态时发出预警。对比市场同类型产品,该装置具有成本低廉,操作简单,能够实现车载等特点,为驾驶员睡意预警技术的相关研究提供了一定的技术和实验基础。     

基于μCOS-II平台的危险驾驶行为智能监控系统的设计与实现

针对酒驾、超速和碰撞等危险驾驶行为引起的交通事故频频发生的状况,开发了一套以μCOS-II为平台,集多传感器数据采集、GPS定位、GPRS远程无线数据传输、远程监控于一体的危险驾驶行为智能监控系统;该系统通过GPS对车辆进行精确定位,通过传感器采集车内的酒精浓度、车速、加速度、前方障碍物距离等数据信息,经GPRS无线网络将数据传输到监控终端;最后,通过实验测试,验证了系统对酒驾、超速和碰撞等危险驾驶行为的有效监控效果。     

基于双路时空网络的驾驶员行为识别

驾驶员危险驾驶行为是恶性交通事故发生的主要原因之一,因此识别驾驶员行为具有工程应用上的重要意义。目前,主流基于视觉的检测方法是对驾驶员行为的局部时空特征进行研究,针对全局空间特征及长时序相关性特征研究较少,这在一定程度上无法结合场景上下文信息对危险驾驶行为进行识别。为了解决上述问题,提出一种基于双路时空网络的驾驶员行为识别方法,整合不同时空通路的优点以提高行为特征丰富度。首先,使用一种改进的双流卷积神经网络(TSN)对时空信息进行表征学习,同时降低提取特征的稀疏性;其次,构建一种基于Transformer的串行时空网络补充长时序相关性信息;最后,联合双路时空网络进行融合决策,增强模型的鲁棒性。实验结果表明,所提方法在驾驶员疲劳检测数据集YawDD、驾驶员分心检测数据集SF-DDDD和最新驾驶员行为识别数据集SynDD1这3个公开数据集上分别取得99.85%、99.94%和98.77%的识别准确率,特别是在SynDD1上,与使用动作识别的网络MoviNet-A0相比识别准确率提升了1.64个百分点;消融实验结果也验证了该方法对驾驶员行为有较高的识别精度。     

基于树莓派的无人值守信息处理系统

国内畜牧业智能化程度不高,相关环境监测系统依赖进口。针对这种情况,结合树莓派和多传感器设计并实现了一种无人值守信息处理系统,采用温度,湿度,图像和声音等传感器阵列,通过树莓派wiringPi驱动库进行驱动,实现对猪场的复杂环境进行实时监测。程序设计中采用多进程技术使各模块协同工作,保证了系统稳定高效运行。图像处理算法基于Open Source Computer Vision Library(OpenCV)设计,通过对图像中目标物的特征进行扫描,从而判断目标物状态。系统数据经处理后,通过树莓派板载的WIFI传输到上位机,便于生成数据日志。整个测试系统搭载在一个移动平台上,能够实现移动监测。本系统经过测试,系统稳定运行,温湿度数据测量精度可达0.1,系统能够对危险情况及时响应。     

疲劳驾驶识别算法与技术

针对驾驶员长途驾驶汽车时,会因难以克服的生理疲劳时常发生交通事故的残酷现状,提出一种疲劳驾驶的识别算法,能够有效阻止驾驶员在疲劳状态下,持续行驶的不良行为,以避免事故的发生。该算法通过对驾驶员脸部图像的采集与特征空间建立,采用与疲劳训练样本的类比计算,实时确认当前驾驶状态的类别属性。依据驾驶状态的类别属性即可确定是否需要对驾驶员实施干预。系统识别运算周期小于50ms,识别准确率高于96%。     

基于语音监控的车内防误锁装置设计

针对因汽车驾驶员失误造成儿童留于车内,导致其在车内高温、密闭环境下造成伤亡的现象,采用非特定人声识别技术,设计了一种具有三级报警功能的语音监测控制系统。通过事先录入常见的求救语音信号,待驾驶员下车关门后,监测模块将采用特征匹配算法自动监测车内存在的声音。如监测到车内存在被误锁人员发出的求救声,包括儿童的哭闹声、求救声、拍打玻璃门窗声等,该监测模块将向车主发送报警短信、拨打报警电话等。经测试,在不同语速、关键词和识别率条件下,该系统均能正确地向用户发出报警,对防止儿童因误锁于车内而导致的伤亡事故具有较强的推广应用价值。     

基于眼部特征的驾驶员疲劳检测方法研究

随着汽车保有量的持续增加,随之而来的交通事故也持续增长,大部分的交通事故是由疲劳驾驶引起的.因此研究出一种能够有效检测驾驶员疲劳的方法具有重要意义.论文主要研究了基于级联的Adaboost驾驶员面部检测算法,在检测到人脸的基础上运用SDM算法进行人脸特征点定位,然后根据PERCLOS原理来判断驾驶员是否疲劳,实验表明该方法能够准确地检测驾驶员的疲劳状态.     

基于树莓派的智能监控系统设计与实现

随着人们的安全意识越来越强烈,监控系统在生活中得到广泛的关注和应用;针对市场上绝大多数监控系统智能化程度低,视频保存占用内存大,实时性差,对闯入目标不能及时报警等缺陷,设计与开发基于树莓派的智能监控系统;选用树莓派4B搭建硬件平台,搭载Linux系统,基于Python开发环境,结合图像采集模块,采用关联帧差分运动目标检测算法作为核心算法,实现运动目标检测;当系统检测到有目标闯入视野范围内时,开始录制目标闯入后的400帧视频,并将所录制的视频发送到指定邮箱,实现报警功能;在正常光线和昏暗光线下对系统功能进行测试,实验结果表明在不同光线强度、不同目标闯入情况下,系统能够准确识别目标闯入,实现监控、报警功能,实时性强、稳定性高,满足设计需求。     

基于物联网技术的汽车驾驶安全卫士设计

基于物联网技术的汽车驾驶安全卫士是一款融合了51单片机、传感器技术、无线通信网络终端技术等多种技术于一体的智能系统。该系统可实现的功能首先是检测驾驶员是否属于酒后驾驶,如果汽车行驶时发生交通事故,如侧翻、碰撞,汽车行驶安全卫士可自行将车辆发生事故类型、车辆所在地GPS信息,通过GSM模块发送到车主预设的手机号码。驾驶员如果有意外发生也可以通过一键触发控制单片机将求救信号发送出去。     

驾驶行为智能分析的研究与发展

越来越多的研究者认识到: 深入地理解驾驶员的驾驶行为将有助于制定更为合理的交通法规和设计更加有效的智能驾驶导航系统, 从而达到减少交通事故提高交通效率的目的. 本文综述了已有的尝试, 较为完整地阐述了目前驾驶行为智能分析研究的四个主要方向: 纵向驾驶行为分析和避撞, 横向驾驶行为分析和道路偏离预警, 复杂驾驶行为学习以及驾驶员状态(疲劳、分心等)分析, 并指出了今后该领域(特别是国内)的可能发展方向.