基于深度学习的汽车防追尾预警系统设计OA北大核心CSTPCD
Design of automobile rear end collision prevention warning system based on deep learning
当前主流的防追尾系统普遍存在识别因素单一、对驾驶员自身预防效果欠佳的问题,为此,设计一种基于深度学习的汽车防追尾预警系统.将YOLOv5剪枝技术、注意力机制、PID优化器等方法融入网络模型的训练中,以优化模型精度并减小模型体积;其次,以距离判断为主,速度、加速度、事故危害性判断为辅来计算车辆的追尾风险,每次预警后通过MQTT协议将数据上传至物联网平台,并在系统结束运行时对驾驶员进行安全分析.系统最终部署在TensorRT环境上进行再次优化.实验结…查看全部>>
In allusion to the current mainstream rear end collision prevention systems,there is a common problem of single identification factors and insufficient prevention effect on the driver themselves.A deep learning based automotive rear end collision prevention warning system is designed,which can integrate YOLOv5 pruning technology,attention mechanism,PID optimizer and other methods into the training of network models to optimize model accuracy and reduce model…查看全部>>
叶浩;徐今强;皮雨蒙;左康渝
广东海洋大学 电子与信息工程学院,广东 湛江 524088广东海洋大学 电子与信息工程学院,广东 湛江 524088华南农业大学 经济管理学院,广东 广州 510642华南农业大学 经济管理学院,广东 广州 510642
电子信息工程
汽车防追尾系统深度学习YOLOv5物联网追尾判断风险预警
car rear end collision prevention systemdeep learningYOLOv5Internet of Thingstail end judgmentrisk warning
《现代电子技术》 2024 (14)
157-161,5
评论