10.19772/j.cnki.2096-4455.2023.6.014
基于深度学习的安全驾驶监测预警系统的设计与实现
针对交通事故数量逐年攀升,且因疲劳驾驶、酒后驾驶等因素造成事故占比较大的问题,本文设计并实现基于深度学习的安全驾驶监测预警系统.该系统由检测模块、颈枕模块和APP模块构成,车内配备摄像头.检测模块选用ResNet50模型对司机危险行为影响安全行驶的状态进行检测,训练后得到检测模型,将检测模型接入边缘计算端,通过调用摄像头,将司机当前行驶中的照片传入模型并进行检测.颈枕模块内嵌酒精传感器、温度传感器和心率传感器.APP模块对检测模块和颈枕模块的数据进行综合处理,当检测到酒驾时,APP会主动报警并联系家人;当检测到其他危险驾驶行为时,APP会发出警报实时提醒驾驶人.
ResNet50模型、传感器、安全驾驶
7
TP3(计算技术、计算机技术)
2023-11-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
50-55,59