基于单片机车辆行驶记录仪

车辆行驶记录仪已陆续在许多国家和地区大量使用。该行驶记录仪基于单片机控制,采用flash存储技术,通过霍尔传感器和加速度传感器,记录车辆的行驶状态,可以对驾驶员驾驶行为进行记录,有助于监督驾驶员合法行驶,减少交通事故,并且该记录仪能够通过汽车发生碰撞前后的状态数据,计算出汽车在碰撞过程中的运动轨迹,有助于对交通事故的原因和责任的鉴定。     

基于单片机的车辆行驶记录仪

车辆行驶记录仪已陆续在许多国家和地区大量使用.该行驶记录仪基于单片机控制,采用flash存储技术,通过霍尔传感器和加速度传感器,记录车辆的行驶状态,可以对驾驶员驾驶行为进行记录,有助于监督驾驶员合法行驶,减少交通事故,并且该记录仪能够通过汽车发生碰撞前后的状态数据,计算出汽车在碰撞过程中的运动轨迹,有助于对交通事故的原因和责任的鉴定.     

SF-CNN在驾驶行为识别中的应用研究

为了减少不良驾驶行为的潜在危险,通过智能手机内置传感器对驾驶行为进行实时监测,辅助驾驶者安全驾驶,提出了一种优化特征分布的无监督特征学习算法模型——稀疏滤波-卷积神经网络模型（Sparse Filter-Convolutional Neural Network,SF-CNN）。该方法利用移动终端在车辆行驶中采集的三轴加速度数据,通过稀疏滤波进行范数联合约束,得到紧凑的初级特征表达,将该表达矩阵作为卷积神经网络首层的输入,进行非线性分类来识别驾驶行为。实验结果表明,稀疏滤波-神经网络的识别模型对驾驶行为具有更高的识别率和鲁棒性,优于传统神经网络模型,对辅助驾驶系统的效能评价有重要的理论意义。     

汽车驾驶员环境模型研究

该文在分析了汽车主动安全系统信息流程的基础上，提出了汽车驾驶员环境模型。该模型包括信息感知、安全决策和驾驶行为审计三部分。利用车载传感器实时获取的环境与汽车行驶状态的参数，构造了汽车行驶过程的特征模型，为安全决策提供可靠的信息源。然后，利用模糊积分方法融合多种相关信息，确定汽车应采用的安全运行模式，实现主动安全防撞决策。最后，提出了基于局部分析的映射变换方法，实时有效地实现了驾驶行为数据的分析处理，实现了驾驶行为审计。实验表明，系统能及时、准确地给出报警信号与决策支持信息。     

车载疲劳驾驶行为检测系统的研究与设计

针对汽车驾驶员的疲劳驾驶行为检测过程繁琐、算法复杂、检测装置部署易影响驾驶员等现状,为更加方便、快捷、有效的对疲劳驾驶做出监测和报警,提出基于ZigBee的车载疲劳驾驶检测方案.选取方向盘角度变化作为检测疲劳驾驶的突破点,使用TLE5012角度传感器,完成角度数据的采集,采用CC2530实现系统的无线通信.从采集到的方向盘角度数据中提取能反映疲劳状态的零速百分比和角度标准差两个特征,使用线性判别算法对驾驶人员的疲劳状态进行分类.仿真实验表明,该方法能够较准确的对疲劳状态进行判别.     

道路环境与驾驶行为数据同步采集系统研发

高精度、可移植、多维度的在途车辆及其周边驾驶环境数据在L3级及以上自动驾驶汽车场景库测试、不良驾驶行为谱构建以及在途实时交通管控等领域有至关重要的作用,由单一传感器构成的数据采集系统在精度、维度上都受到了较大限制,导致其可靠度较低。为实现多类数据传感器协同一体化,研发了一款包含激光雷达、车载运动测量与组合定位、车载踏板与方向盘位移传感器和雷视道路多维感知一体机的多模块道路环境数据与驾驶行为同步采集系统,支持多项交通数据采集任务的并行处理,融合了用户的真实驾驶行为,并基于该系统设计了依维柯某车型的数据实车采集平台。该系统由上位机与下位机两个子系统构成,集成了多模块数据采集、储存、传输与标定等功能,且对各个模块完成了时间同步处理,适用于两客一危场景,并设计了易操作的上位机用户交互界面,对多模块数据实现实时可视化,直观查看各时段数据的变化规律,具有较高的应用价值。     

三维模拟驾驶仿真系统的研究与实现

为了解决模拟驾驶仿真系统中开发成本昂贵、缺乏二次开发特性等问题,研究并实现了一种结合3DMAX建模软件、开放源代码的Newton物理引擎和OSG图像渲染引擎的三维模拟驾驶仿真系统.硬件系统采用多传感器融合技术来采集驾驶员模拟驾驶时的操作行为,软件系统根据所采集的操作数据实现对车辆的运动和碰撞反应的控制以及对场景视角的切换.实验结果表明,该方法具有软件开发成本低,场景逼真度高,动态效果好等特点,可以满足对驾驶员的驾驶行为进行记录并分析的需要.     

基于机器视觉的轻量级驾驶辅助系统

为了解决计算机视觉应用中数据量大、算法复杂的问题,根据道路结构特征和车辆行为特征,采用单个摄像头作为传感器,实现了一种轻量级的安全辅助驾驶系统。首先采用改进的边缘提取算法和车道线检测算法对摄像机内外参数进行离线标定;接着根据标定结果在二维平面图像上采用标识出实际空间距离的多窗口划分方法,并按不同的车间距将不同窗口划分为不同安全系数的区域,以赋予道路视觉检测的几何先验知识;当区域中出现障碍物时发出相应警示信息进行安全驾驶辅助,能为智能辅助驾驶提供轻量级的视觉检测平台。以便携式计算机和固定在车内的摄像头作为实验装置,在城市道路上进行车载实验。系统在车载实验中能够快速地提取车辆两侧的车道线,并利用离线标定的结果快速生成不同安全系数的警示区域,其中车辆在车道内正常行驶时的误检率和漏检率很小,可以忽略不计。与传统的驾驶辅助系统相比,本系统计算量大大降低,检测流程得到简化,可实现轻量级的车道和车辆检测,为系统在嵌入式系统上的实现奠定基础。     

基于嵌入式系统汽车行驶记录仪的研制

为了遏止疲劳驾驶、车辆超速等交通违章、约束驾驶人员的不良驾驶行为、保障车辆行驶安全,设计了一种以AVR处理器为核心μC/OS-Ⅱ为操作系统的汽车行驶状态记录仪系统,串行DSI302为实时时钟,大容量串行K9F6408Flash存储器为存储介质,对汽车行驶状态进行实时监测和记录,系统可以通过串口或USB接口进行参数设置和记录数据的转储,转储到PC机中的数据通过上层分析软件进行分析处理,从而为主管部门对车辆及驾驶员的管理和调度提供科学的依据,实验表明该记录仪完全符合国家标准.     

基于边缘计算的车载网络数据异常检测系统

随着车载网络闭环系统的打破,遭受可能攻击的风险越来越大。智能驾驶、辅助驾驶本身会使车载计算单元的负载较重,在车内采用异常检测算法将愈发占用车内资源、加重计算单元负载。因此,我们设计了一种基于边缘计算的车载网络数据异常检测系统,将异常检测转移到边缘服务器上进行,以减少车载网络的负担。利用智能小车、边缘服务器等软硬件平台,搭建车载网络异常检测原型系统,设计基于支持向量机异常检测模型,使用真车数据进行模型训练以及异常检测模拟;并使车辆与边缘服务器进行数据传输,得到车辆运行时的异常信息,维护车辆正常行驶。