登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文献综述 > 机械机电类 > 测控技术与仪器 > 正文

基于深度学习的驾驶员行为识别系统文献综述

 2020-05-06 04:05  

一.研究背景及意义 随着经济的发展,汽车越来越多,交通事故的次数也随之增多。

驾驶员长时间驾驶汽车,会逐渐进入疲劳状态,对周围环境的感知力、判断力都会有明显的下降;对车辆、自身行为的控制会逐渐松懈,发生交通事故的危险会逐渐上升。

通过检测人体疲劳,可以减少疲劳驾驶导致的交通事故发生。

通过对国内外人体疲劳成因和现有疲劳检测方法的研究分析发现:实时的非接触方法检测疲劳驾驶,是目前主要的研究方向。

研究疲劳驾驶检测的方法,减少事故的发生,具有重大的社会意义。

另一方面,根据美国公路交通局数据显示,车道偏离引发的意外超出意外事故总量的5%,在美国联邦公路的调查显示,2013年车道偏移事故死亡人数超出总数的一半,由此可见,我们可以研究车道偏离算法来保证行车安全。

研究人员表明,若驾驶员在0.5秒前收到警告,绝大多数意外就不会发生,若在1s前得到提醒,可以减少90%的事故。

所以车道线的偏离预警在行车安全中也起着至关重要的作用。

疲劳驾驶是指驾驶员在驾驶车辆中,由于精神和身体上的原因,出现生理机能或心理机能的失调导致驾驶机能下降不能保证安全驾驶的行为。

疲劳驾驶不仅仅与驾驶员个人的安危有关,而且是一种能够影响公众安全的道路违法行为,具有严重的社会危害性。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

企业微信

Copyright © 2010-2022 毕业论文网 站点地图