基于方向盘信号的高速公路驾驶状态检测方法

基于对不同驾驶状态下的方向盘操作特性及其频域特性进行分析,采用方向盘角度百分比功率谱密度及角速度百分比功率谱密度作为疲劳判别指标,将判别指标变量及驾驶状态作为模型的输入和输出对BP神经网络进行训练,构建相应的网络模型,并以疲劳状态分类准确率最大为优化目标确定疲劳检测取样窗口大小,最后利用测试样本数据验证模型的准确率。结果表明,该方法对驾驶员驾驶状态的分类准确率可达到91. 5%。     

高速公路上车辆突发事故警报系统设计

设计了一款车辆突发事故警报系统,系统以STM32单片机为控制核心,融合MPU6050传感器、GPS传感器构成实时监测读取车辆自身姿态信息,通过与预期的姿态信息比对,将检测到GPS信息采用蓝牙技术实现节点信息传送,完成与上位机远程通信,解决了驾驶员在高速公路行驶时对前方安全事故信息获取不及时等问题。该系统可快速准确检测出自身车辆的安全状态,当车辆发生事故时,附近驾驶员手机或工作电脑等智能移动终端可及时接收事故车辆位置信号。实验结果表明,该系统具有实时性好、数据传输可靠性高、智能性好等优点,通过智能移动终端的4G网络平台,降低了成本。