-
题名基于深度学习的汽车防追尾预警系统设计
被引量：1
- 1
-
-
作者
叶浩
徐今强
皮雨蒙
左康渝
-
机构
广东海洋大学电子与信息工程学院
华南农业大学经济管理学院
-
出处
《现代电子技术》
北大核心
2024年第14期157-161,共5页
-
文摘
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。实验结果表明,所设计的汽车防追尾预警系统响应速度快,适应性强,判断风险较为准确。
-
关键词
汽车防追尾系统
深度学习
YOLOv5
物联网
追尾判断
风险预警
-
Keywords
car rear end collision prevention system
deep learning
YOLOv5
Internet of Things
tail end judgment
risk warning
-
分类号
TN911.23-34
[电子电信—通信与信息系统]
TP302.1
[自动化与计算机技术—计算机系统结构]
-
