基于VR的驾驶仿真及安全教育系统开发

针对全国道路交通事故高发现状及传统驾驶安全教育方式单一、培训效果差的缺点,基于虚拟现实技术（VR）,在引发交通事故人为因素理论基础上,开发驾驶仿真及安全教育系统。系统基于Unity3D引擎,构建了基于道路实景数据的虚拟场景,并联合SUMO实现了道路交通流仿真,通过VR技术仿真驾驶环境及驾驶行为;基于碰撞检测原理,建立了关卡违规触发机制,编码自定义屏幕空间渲染方式模拟驾驶员视觉效果,并构建了基于图像的交通事故现场三维全景,从认知、感知层面培训驾驶员安全驾驶。实用性测试结果表明,系统实现了不同道路场景、气象条件与交通状况下的驾驶模拟及安全培训,增强了使用者的学习兴趣,提高了使用者驾驶安全素养,具有较强的实用性。     

城市复杂环境下智能驾驶关键技术研究

近年来,我国汽车保有量的持续增长,使城市交通压力不断加大。与此同时,交通事故的频繁发生,不仅严重威胁到社会民众的生命安全,也给整个社会的发展造成了很大影响。目前社会各界已经广泛关注交通安全问题,我国也尝试通过智能驾驶技术来解决交通事故问题,以此降低交通事故死亡人数,使交通工具得到更高效的利用。对于城市而言,其交通环境是非常复杂的,这也使智能驾驶技术在应用过程中存在许多技术难点需要克服,如何对智能驾驶技术进行高效的应用,已经成为越来越多专家与学者的热门研究课题。鉴于此,该文便对城市复杂环境下智能驾驶中的关键技术进行深入的研究,以期能够为我国交通环境的改善,保障民众生命财产安全做出一定的贡献。     

基于深度学习的不规范驾驶行为智能识别系统

随着公交车和出租车的数量不断增加,司机在开车时的不规范驾驶动作造成很多交通事故。为了有效降低这种交通事故发生的可能性,设计了一个基于深度学习的不规范驾驶行为智能识别系统。本系统将摄像头安装在车内并实时采集司机驾驶状态的图像,控制器与后台电脑服务器远程连接,服务器通过网络通信接收司机图像并通过深度学习对采集的司机图像进行识别并处理,再把处理的结果传给控制器。这样司机在开车时发生喝水、打电话、玩手机等7种危险动作行为时,就可以通过控制器及时对司机进行智能安全语音提示,后台也可以实时监督和警示司机。     

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Unity 3D的摩托车安全驾驶游戏

根据《中华人民共和国道路交通安全法》规定,摩托车驾驶过程中,驾驶者需佩戴好安全头盔以保护自己的生命安全。然而实际生活中,驾驶者对于摩托车驾驶的交通安全意识不足,不了解头盔的重要性,经常驾驶摩托车时不佩戴头盔。为预防此类摩托车交通事故的发生,笔者开发了一款基于Unity 3D的摩托车安全驾驶游戏。该游戏利用Unity 3D的强大性能,模拟摩托车驾驶,让驾驶人通过游戏强化安全意识,学习安全法规,自主佩戴安全头盔,最终保护生命安全。     

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。     

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%。     

自动驾驶汽车将彻底改变智能交通

智能交通系统（ITS）旨在减少交通事故的发生、遏制污染和提高效率。由于自动驾驶汽车正在慢慢成为ITS的一部分，我们所了解的交通法规和法律在未来十年将有可能发生巨大的变化。     

基于传感器技术的驾驶疲劳检测方法综述

疲劳驾驶是引发交通事故的一个重要因素,因此,众多的研究人员致力于疲劳驾驶的研究.介绍了疲劳驾驶的研究现状,并着重对各种基于传感器的驾驶疲劳检测方法进行了总结和比较,分析了目前疲劳驾驶研究中存在的问题,以及未来的研究方向.     

防酒驾控制器系统设计

为解决酒后驾驶导致交通事故发生的问题,设计一种基于单片机的智能防酒后驾驶控制器系统,该系统以单片机为核心处理单元,由酒精传感器检测出司机呼出气体酒精浓度,当浓度超标时,该系统能够自动切断汽车启动系统电源并报警,由此实现其控制功能。     

自动驾驶关键技术研究

随着经济的发展,全球汽车保有量与行驶里程数不断增加,但同时交通事故也不断频发,自动驾驶汽车与人驾驶汽车相比,可极大减少因人为主观因素而造成的交通事故。而汽车若要实现真正意义上的自动驾驶,人工智能必不可少。深度学习以及强化学习技术的发展,大大推动了现代自动驾驶技术的提升。本文主要针对自动驾驶中的关键技术的发展现状以及技术瓶颈,展开综述分析,并对发展瓶颈指出解决方法。以期本文的研究成果对于未来的自动驾驶技术发展,提供技术支撑以及理论积累。     

嵌入式驾驶疲劳检测系统设计

随着机动车交通事故数量的快速增长,交通安全已成为研究的热点.疲劳驾驶是引起交通事故的一个关键原因.为了减少疲劳驾驶带来的损失,论文利用TI公司的DSP芯片TMS320DM642,设计了嵌入式驾驶疲劳检测系统.该系统集图像采集,图像处理,图像识别以及疲劳预警于一体.实验结果表明此设计能进行实时疲劳检测,可以有效地减少交通意外,并具有尺寸小,成本低,实时好的优势.     

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。     

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。     

春节到哪里去玩雪

滑雪摄影中的安全隐患滑雪,摄影,快乐的行程,也存在可能的安全隐患。出发之前,准备工作一定要充分。1.交通事故滑雪的黄金季节也是大风、暴雪等极端天气频繁的时候,路况往往很差。两驱的轻型车在薄雪土路上随时可能发生打滑;此外滑雪以后返城往往需要长途驾驶,自驾车疲劳驾驶也     

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.     

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。     

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.     

高速公路合流区车间无线通讯安全辅助驾驶研究

针对高速公路入口匝道合流处易发生交通事故,而传统汽车安全辅助驾驶系统在这类区域无法实际应用等问题,提出了利用车间无线网络通讯、GPS与电子地图匹配等技术协同来解决这些问题。并采用基于前后车辆间跟驰模型的加速度风险评价标准作为安全评价,构建系统并在校园内进行了简单的道路实验。实验证明提出的方法可有效地解决传统汽车安全辅助驾驶系统中各类传感器失效而造成的问题,并可应用于极端的气候条件、特殊的路况包括交叉路口等复杂道路下的安全辅助驾驶等各类系统。     

基于5G和车联网技术下的疲劳驾驶预警系统

通过逐年报告分析,疲劳驾驶一直是交通事故中的一大重要隐患。本文结合5G和车联网的技术背景,对实时监测疲劳驾驶预警系统进行了一系列设计和构思,从项目概述、实施方案到项目特色和对未来展望进行了深入的探索。