车路协同环境下高速公路交通事件综合感知及在途车辆预警系统 - 智能硬件 - 全国大学生数字媒体科技作品及创意竞赛官网
查看原图

竞赛作品 > 测试

车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

  • 测试竞赛作品——车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

    作品名称:车路协同环境下高速公路交通事件综合感知及在途车辆预警系统
    参赛院校:山东科技大学
    指导教师:刘海青
    团队成员:戚晓然、翟雨欣、周文贤、惠基旭、胡浩峰
    数媒竞赛网(mit.caai.cn)2021年参赛作品
    作品描述:

         高速公路匝道口、隧道、桥梁施工区域等潜在危险地区受高频的车辆加减速行为以及驾驶员视野受限等因素的影响,存在较大的安全隐患,日渐成为事故高发地带。为降低传统仅凭驾驶员经验驾驶所造成的风险,增加高速公路潜在危险区车辆行驶的安全性,本项目设计了车路协同环境下高速公路交通事件综合感知与在途车辆预警系统。      首先,利用安装在路侧的多个毫米波雷达进行全天候、高精度的全息感知,实时采集高速公路各个潜在危险路段的车辆信息并通过阈值法对采集的原始数据进行预处理。随后,基于加州算法、TTC碰撞时间以及指数平滑等知识设计了高速公路事件综合感知算法来实时检测前方车辆事件,将感知结果代入分级预警模型,最后通过“Usafeway”APP及综合感知预警平台实现更个性化的车辆分级预警提示,协助驾驶员安全高效的驾驶。 本项目研究成果综合考虑系统计算性能和高速公路匝道、隧道口、施工区域等潜在危险区驾驶环境,能够作为高速公路管理系统的重要安全检测组件,实时反应相应路段车况,做到安全无死角。通过“Usafeway”APP及合感知预警平台进行实时合流安全提示的方式提高了驾驶安全性,具有良好的社会效益,进一步促进了智能交通发展与智慧城市的建设。        整个系统主要由数据采集系统、算法处理及事件检测系统预警提示系统组成。 (1)数据采集系统:该部分主要负责数据的采集,利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。 (2)算法处理及事件检测系统:服务器接收到数据后,对采集到的原始交通信息进行降噪处理,消除数据的干扰信号,从而提升检测的准确率。依据高速公路异常事件综合感知算法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故,同时依据分级预警模型判定当前行驶危险程度,根据阈值决定APP是否作出预警提示并将判断结果传给APP。 (3)预警提示系统:服务器将算法输出结果传递给“Usafeway”APP和系统平台,提示当前前方路段车况及合流风险程度信息,协助驾驶员进行安全合流、变道等驾驶行为。


  • 测试竞赛作品——车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

    作品名称:车路协同环境下高速公路交通事件综合感知及在途车辆预警系统
    参赛院校:山东科技大学
    指导教师:刘海青
    团队成员:戚晓然、翟雨欣、周文贤、惠基旭、胡浩峰
    数媒竞赛网2021年参赛作品
    作品描述:

         高速公路匝道口、隧道、桥梁施工区域等潜在危险地区受高频的车辆加减速行为以及驾驶员视野受限等因素的影响,存在较大的安全隐患,日渐成为事故高发地带。为降低传统仅凭驾驶员经验驾驶所造成的风险,增加高速公路潜在危险区车辆行驶的安全性,本项目设计了车路协同环境下高速公路交通事件综合感知与在途车辆预警系统。      首先,利用安装在路侧的多个毫米波雷达进行全天候、高精度的全息感知,实时采集高速公路各个潜在危险路段的车辆信息并通过阈值法对采集的原始数据进行预处理。随后,基于加州算法、TTC碰撞时间以及指数平滑等知识设计了高速公路事件综合感知算法来实时检测前方车辆事件,将感知结果代入分级预警模型,最后通过“Usafeway”APP及综合感知预警平台实现更个性化的车辆分级预警提示,协助驾驶员安全高效的驾驶。 本项目研究成果综合考虑系统计算性能和高速公路匝道、隧道口、施工区域等潜在危险区驾驶环境,能够作为高速公路管理系统的重要安全检测组件,实时反应相应路段车况,做到安全无死角。通过“Usafeway”APP及合感知预警平台进行实时合流安全提示的方式提高了驾驶安全性,具有良好的社会效益,进一步促进了智能交通发展与智慧城市的建设。        整个系统主要由数据采集系统、算法处理及事件检测系统预警提示系统组成。 (1)数据采集系统:该部分主要负责数据的采集,利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。 (2)算法处理及事件检测系统:服务器接收到数据后,对采集到的原始交通信息进行降噪处理,消除数据的干扰信号,从而提升检测的准确率。依据高速公路异常事件综合感知算法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故,同时依据分级预警模型判定当前行驶危险程度,根据阈值决定APP是否作出预警提示并将判断结果传给APP。 (3)预警提示系统:服务器将算法输出结果传递给“Usafeway”APP和系统平台,提示当前前方路段车况及合流风险程度信息,协助驾驶员进行安全合流、变道等驾驶行为。


  • 测试竞赛作品——车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

    作品名称:车路协同环境下高速公路交通事件综合感知及在途车辆预警系统
    参赛院校:山东科技大学
    指导教师:刘海青
    团队成员:戚晓然、翟雨欣、周文贤、惠基旭、胡浩峰
    数媒竞赛网2021年参赛作品
    作品描述:

         高速公路匝道口、隧道、桥梁施工区域等潜在危险地区受高频的车辆加减速行为以及驾驶员视野受限等因素的影响,存在较大的安全隐患,日渐成为事故高发地带。为降低传统仅凭驾驶员经验驾驶所造成的风险,增加高速公路潜在危险区车辆行驶的安全性,本项目设计了车路协同环境下高速公路交通事件综合感知与在途车辆预警系统。      首先,利用安装在路侧的多个毫米波雷达进行全天候、高精度的全息感知,实时采集高速公路各个潜在危险路段的车辆信息并通过阈值法对采集的原始数据进行预处理。随后,基于加州算法、TTC碰撞时间以及指数平滑等知识设计了高速公路事件综合感知算法来实时检测前方车辆事件,将感知结果代入分级预警模型,最后通过“Usafeway”APP及综合感知预警平台实现更个性化的车辆分级预警提示,协助驾驶员安全高效的驾驶。 本项目研究成果综合考虑系统计算性能和高速公路匝道、隧道口、施工区域等潜在危险区驾驶环境,能够作为高速公路管理系统的重要安全检测组件,实时反应相应路段车况,做到安全无死角。通过“Usafeway”APP及合感知预警平台进行实时合流安全提示的方式提高了驾驶安全性,具有良好的社会效益,进一步促进了智能交通发展与智慧城市的建设。        整个系统主要由数据采集系统、算法处理及事件检测系统预警提示系统组成。 (1)数据采集系统:该部分主要负责数据的采集,利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。 (2)算法处理及事件检测系统:服务器接收到数据后,对采集到的原始交通信息进行降噪处理,消除数据的干扰信号,从而提升检测的准确率。依据高速公路异常事件综合感知算法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故,同时依据分级预警模型判定当前行驶危险程度,根据阈值决定APP是否作出预警提示并将判断结果传给APP。 (3)预警提示系统:服务器将算法输出结果传递给“Usafeway”APP和系统平台,提示当前前方路段车况及合流风险程度信息,协助驾驶员进行安全合流、变道等驾驶行为。


  • 测试竞赛作品——车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

    作品名称:车路协同环境下高速公路交通事件综合感知及在途车辆预警系统
    参赛院校:山东科技大学
    指导教师:刘海青
    团队成员:戚晓然、翟雨欣、周文贤、惠基旭、胡浩峰
    数媒竞赛网2021年参赛作品
    作品描述:

         高速公路匝道口、隧道、桥梁施工区域等潜在危险地区受高频的车辆加减速行为以及驾驶员视野受限等因素的影响,存在较大的安全隐患,日渐成为事故高发地带。为降低传统仅凭驾驶员经验驾驶所造成的风险,增加高速公路潜在危险区车辆行驶的安全性,本项目设计了车路协同环境下高速公路交通事件综合感知与在途车辆预警系统。      首先,利用安装在路侧的多个毫米波雷达进行全天候、高精度的全息感知,实时采集高速公路各个潜在危险路段的车辆信息并通过阈值法对采集的原始数据进行预处理。随后,基于加州算法、TTC碰撞时间以及指数平滑等知识设计了高速公路事件综合感知算法来实时检测前方车辆事件,将感知结果代入分级预警模型,最后通过“Usafeway”APP及综合感知预警平台实现更个性化的车辆分级预警提示,协助驾驶员安全高效的驾驶。 本项目研究成果综合考虑系统计算性能和高速公路匝道、隧道口、施工区域等潜在危险区驾驶环境,能够作为高速公路管理系统的重要安全检测组件,实时反应相应路段车况,做到安全无死角。通过“Usafeway”APP及合感知预警平台进行实时合流安全提示的方式提高了驾驶安全性,具有良好的社会效益,进一步促进了智能交通发展与智慧城市的建设。        整个系统主要由数据采集系统、算法处理及事件检测系统预警提示系统组成。 (1)数据采集系统:该部分主要负责数据的采集,利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。 (2)算法处理及事件检测系统:服务器接收到数据后,对采集到的原始交通信息进行降噪处理,消除数据的干扰信号,从而提升检测的准确率。依据高速公路异常事件综合感知算法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故,同时依据分级预警模型判定当前行驶危险程度,根据阈值决定APP是否作出预警提示并将判断结果传给APP。 (3)预警提示系统:服务器将算法输出结果传递给“Usafeway”APP和系统平台,提示当前前方路段车况及合流风险程度信息,协助驾驶员进行安全合流、变道等驾驶行为。


  • 测试竞赛作品——车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

    作品名称:车路协同环境下高速公路交通事件综合感知及在途车辆预警系统
    参赛院校:山东科技大学
    指导教师:刘海青
    团队成员:戚晓然、翟雨欣、周文贤、惠基旭、胡浩峰
    数媒竞赛网2021年参赛作品
    作品描述:

         高速公路匝道口、隧道、桥梁施工区域等潜在危险地区受高频的车辆加减速行为以及驾驶员视野受限等因素的影响,存在较大的安全隐患,日渐成为事故高发地带。为降低传统仅凭驾驶员经验驾驶所造成的风险,增加高速公路潜在危险区车辆行驶的安全性,本项目设计了车路协同环境下高速公路交通事件综合感知与在途车辆预警系统。      首先,利用安装在路侧的多个毫米波雷达进行全天候、高精度的全息感知,实时采集高速公路各个潜在危险路段的车辆信息并通过阈值法对采集的原始数据进行预处理。随后,基于加州算法、TTC碰撞时间以及指数平滑等知识设计了高速公路事件综合感知算法来实时检测前方车辆事件,将感知结果代入分级预警模型,最后通过“Usafeway”APP及综合感知预警平台实现更个性化的车辆分级预警提示,协助驾驶员安全高效的驾驶。 本项目研究成果综合考虑系统计算性能和高速公路匝道、隧道口、施工区域等潜在危险区驾驶环境,能够作为高速公路管理系统的重要安全检测组件,实时反应相应路段车况,做到安全无死角。通过“Usafeway”APP及合感知预警平台进行实时合流安全提示的方式提高了驾驶安全性,具有良好的社会效益,进一步促进了智能交通发展与智慧城市的建设。        整个系统主要由数据采集系统、算法处理及事件检测系统预警提示系统组成。 (1)数据采集系统:该部分主要负责数据的采集,利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。 (2)算法处理及事件检测系统:服务器接收到数据后,对采集到的原始交通信息进行降噪处理,消除数据的干扰信号,从而提升检测的准确率。依据高速公路异常事件综合感知算法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故,同时依据分级预警模型判定当前行驶危险程度,根据阈值决定APP是否作出预警提示并将判断结果传给APP。 (3)预警提示系统:服务器将算法输出结果传递给“Usafeway”APP和系统平台,提示当前前方路段车况及合流风险程度信息,协助驾驶员进行安全合流、变道等驾驶行为。


  • 测试竞赛作品——车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

    作品名称:车路协同环境下高速公路交通事件综合感知及在途车辆预警系统
    参赛院校:山东科技大学
    指导教师:刘海青
    团队成员:戚晓然、翟雨欣、周文贤、惠基旭、胡浩峰
    数媒竞赛网2021年参赛作品
    作品描述:

         高速公路匝道口、隧道、桥梁施工区域等潜在危险地区受高频的车辆加减速行为以及驾驶员视野受限等因素的影响,存在较大的安全隐患,日渐成为事故高发地带。为降低传统仅凭驾驶员经验驾驶所造成的风险,增加高速公路潜在危险区车辆行驶的安全性,本项目设计了车路协同环境下高速公路交通事件综合感知与在途车辆预警系统。      首先,利用安装在路侧的多个毫米波雷达进行全天候、高精度的全息感知,实时采集高速公路各个潜在危险路段的车辆信息并通过阈值法对采集的原始数据进行预处理。随后,基于加州算法、TTC碰撞时间以及指数平滑等知识设计了高速公路事件综合感知算法来实时检测前方车辆事件,将感知结果代入分级预警模型,最后通过“Usafeway”APP及综合感知预警平台实现更个性化的车辆分级预警提示,协助驾驶员安全高效的驾驶。 本项目研究成果综合考虑系统计算性能和高速公路匝道、隧道口、施工区域等潜在危险区驾驶环境,能够作为高速公路管理系统的重要安全检测组件,实时反应相应路段车况,做到安全无死角。通过“Usafeway”APP及合感知预警平台进行实时合流安全提示的方式提高了驾驶安全性,具有良好的社会效益,进一步促进了智能交通发展与智慧城市的建设。        整个系统主要由数据采集系统、算法处理及事件检测系统预警提示系统组成。 (1)数据采集系统:该部分主要负责数据的采集,利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。 (2)算法处理及事件检测系统:服务器接收到数据后,对采集到的原始交通信息进行降噪处理,消除数据的干扰信号,从而提升检测的准确率。依据高速公路异常事件综合感知算法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故,同时依据分级预警模型判定当前行驶危险程度,根据阈值决定APP是否作出预警提示并将判断结果传给APP。 (3)预警提示系统:服务器将算法输出结果传递给“Usafeway”APP和系统平台,提示当前前方路段车况及合流风险程度信息,协助驾驶员进行安全合流、变道等驾驶行为。


  • 测试竞赛作品——车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

    作品名称:车路协同环境下高速公路交通事件综合感知及在途车辆预警系统
    参赛院校:山东科技大学
    指导教师:刘海青
    团队成员:戚晓然、翟雨欣、周文贤、惠基旭、胡浩峰
    数媒竞赛网2021年参赛作品
    作品描述:

         高速公路匝道口、隧道、桥梁施工区域等潜在危险地区受高频的车辆加减速行为以及驾驶员视野受限等因素的影响,存在较大的安全隐患,日渐成为事故高发地带。为降低传统仅凭驾驶员经验驾驶所造成的风险,增加高速公路潜在危险区车辆行驶的安全性,本项目设计了车路协同环境下高速公路交通事件综合感知与在途车辆预警系统。      首先,利用安装在路侧的多个毫米波雷达进行全天候、高精度的全息感知,实时采集高速公路各个潜在危险路段的车辆信息并通过阈值法对采集的原始数据进行预处理。随后,基于加州算法、TTC碰撞时间以及指数平滑等知识设计了高速公路事件综合感知算法来实时检测前方车辆事件,将感知结果代入分级预警模型,最后通过“Usafeway”APP及综合感知预警平台实现更个性化的车辆分级预警提示,协助驾驶员安全高效的驾驶。 本项目研究成果综合考虑系统计算性能和高速公路匝道、隧道口、施工区域等潜在危险区驾驶环境,能够作为高速公路管理系统的重要安全检测组件,实时反应相应路段车况,做到安全无死角。通过“Usafeway”APP及合感知预警平台进行实时合流安全提示的方式提高了驾驶安全性,具有良好的社会效益,进一步促进了智能交通发展与智慧城市的建设。        整个系统主要由数据采集系统、算法处理及事件检测系统预警提示系统组成。 (1)数据采集系统:该部分主要负责数据的采集,利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。 (2)算法处理及事件检测系统:服务器接收到数据后,对采集到的原始交通信息进行降噪处理,消除数据的干扰信号,从而提升检测的准确率。依据高速公路异常事件综合感知算法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故,同时依据分级预警模型判定当前行驶危险程度,根据阈值决定APP是否作出预警提示并将判断结果传给APP。 (3)预警提示系统:服务器将算法输出结果传递给“Usafeway”APP和系统平台,提示当前前方路段车况及合流风险程度信息,协助驾驶员进行安全合流、变道等驾驶行为。


  • 测试竞赛作品——车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

    作品名称:车路协同环境下高速公路交通事件综合感知及在途车辆预警系统
    参赛院校:山东科技大学
    指导教师:刘海青
    团队成员:戚晓然、翟雨欣、周文贤、惠基旭、胡浩峰
    数媒竞赛网2021年参赛作品
    作品描述:

         高速公路匝道口、隧道、桥梁施工区域等潜在危险地区受高频的车辆加减速行为以及驾驶员视野受限等因素的影响,存在较大的安全隐患,日渐成为事故高发地带。为降低传统仅凭驾驶员经验驾驶所造成的风险,增加高速公路潜在危险区车辆行驶的安全性,本项目设计了车路协同环境下高速公路交通事件综合感知与在途车辆预警系统。      首先,利用安装在路侧的多个毫米波雷达进行全天候、高精度的全息感知,实时采集高速公路各个潜在危险路段的车辆信息并通过阈值法对采集的原始数据进行预处理。随后,基于加州算法、TTC碰撞时间以及指数平滑等知识设计了高速公路事件综合感知算法来实时检测前方车辆事件,将感知结果代入分级预警模型,最后通过“Usafeway”APP及综合感知预警平台实现更个性化的车辆分级预警提示,协助驾驶员安全高效的驾驶。 本项目研究成果综合考虑系统计算性能和高速公路匝道、隧道口、施工区域等潜在危险区驾驶环境,能够作为高速公路管理系统的重要安全检测组件,实时反应相应路段车况,做到安全无死角。通过“Usafeway”APP及合感知预警平台进行实时合流安全提示的方式提高了驾驶安全性,具有良好的社会效益,进一步促进了智能交通发展与智慧城市的建设。        整个系统主要由数据采集系统、算法处理及事件检测系统预警提示系统组成。 (1)数据采集系统:该部分主要负责数据的采集,利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。 (2)算法处理及事件检测系统:服务器接收到数据后,对采集到的原始交通信息进行降噪处理,消除数据的干扰信号,从而提升检测的准确率。依据高速公路异常事件综合感知算法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故,同时依据分级预警模型判定当前行驶危险程度,根据阈值决定APP是否作出预警提示并将判断结果传给APP。 (3)预警提示系统:服务器将算法输出结果传递给“Usafeway”APP和系统平台,提示当前前方路段车况及合流风险程度信息,协助驾驶员进行安全合流、变道等驾驶行为。


  • 测试竞赛作品——车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

    作品名称:车路协同环境下高速公路交通事件综合感知及在途车辆预警系统
    参赛院校:山东科技大学
    指导教师:刘海青
    团队成员:戚晓然、翟雨欣、周文贤、惠基旭、胡浩峰
    数媒竞赛网2021年参赛作品
    作品描述:

         高速公路匝道口、隧道、桥梁施工区域等潜在危险地区受高频的车辆加减速行为以及驾驶员视野受限等因素的影响,存在较大的安全隐患,日渐成为事故高发地带。为降低传统仅凭驾驶员经验驾驶所造成的风险,增加高速公路潜在危险区车辆行驶的安全性,本项目设计了车路协同环境下高速公路交通事件综合感知与在途车辆预警系统。      首先,利用安装在路侧的多个毫米波雷达进行全天候、高精度的全息感知,实时采集高速公路各个潜在危险路段的车辆信息并通过阈值法对采集的原始数据进行预处理。随后,基于加州算法、TTC碰撞时间以及指数平滑等知识设计了高速公路事件综合感知算法来实时检测前方车辆事件,将感知结果代入分级预警模型,最后通过“Usafeway”APP及综合感知预警平台实现更个性化的车辆分级预警提示,协助驾驶员安全高效的驾驶。 本项目研究成果综合考虑系统计算性能和高速公路匝道、隧道口、施工区域等潜在危险区驾驶环境,能够作为高速公路管理系统的重要安全检测组件,实时反应相应路段车况,做到安全无死角。通过“Usafeway”APP及合感知预警平台进行实时合流安全提示的方式提高了驾驶安全性,具有良好的社会效益,进一步促进了智能交通发展与智慧城市的建设。        整个系统主要由数据采集系统、算法处理及事件检测系统预警提示系统组成。 (1)数据采集系统:该部分主要负责数据的采集,利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。 (2)算法处理及事件检测系统:服务器接收到数据后,对采集到的原始交通信息进行降噪处理,消除数据的干扰信号,从而提升检测的准确率。依据高速公路异常事件综合感知算法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故,同时依据分级预警模型判定当前行驶危险程度,根据阈值决定APP是否作出预警提示并将判断结果传给APP。 (3)预警提示系统:服务器将算法输出结果传递给“Usafeway”APP和系统平台,提示当前前方路段车况及合流风险程度信息,协助驾驶员进行安全合流、变道等驾驶行为。


  • 测试竞赛作品——车路协同环境下高速公路交通事件综合感知及在途车辆预警系统

    作品名称:车路协同环境下高速公路交通事件综合感知及在途车辆预警系统
    参赛院校:山东科技大学
    指导教师:刘海青
    团队成员:戚晓然、翟雨欣、周文贤、惠基旭、胡浩峰
    数媒竞赛网2021年参赛作品
    作品描述:

         高速公路匝道口、隧道、桥梁施工区域等潜在危险地区受高频的车辆加减速行为以及驾驶员视野受限等因素的影响,存在较大的安全隐患,日渐成为事故高发地带。为降低传统仅凭驾驶员经验驾驶所造成的风险,增加高速公路潜在危险区车辆行驶的安全性,本项目设计了车路协同环境下高速公路交通事件综合感知与在途车辆预警系统。      首先,利用安装在路侧的多个毫米波雷达进行全天候、高精度的全息感知,实时采集高速公路各个潜在危险路段的车辆信息并通过阈值法对采集的原始数据进行预处理。随后,基于加州算法、TTC碰撞时间以及指数平滑等知识设计了高速公路事件综合感知算法来实时检测前方车辆事件,将感知结果代入分级预警模型,最后通过“Usafeway”APP及综合感知预警平台实现更个性化的车辆分级预警提示,协助驾驶员安全高效的驾驶。 本项目研究成果综合考虑系统计算性能和高速公路匝道、隧道口、施工区域等潜在危险区驾驶环境,能够作为高速公路管理系统的重要安全检测组件,实时反应相应路段车况,做到安全无死角。通过“Usafeway”APP及合感知预警平台进行实时合流安全提示的方式提高了驾驶安全性,具有良好的社会效益,进一步促进了智能交通发展与智慧城市的建设。        整个系统主要由数据采集系统、算法处理及事件检测系统预警提示系统组成。 (1)数据采集系统:该部分主要负责数据的采集,利用位于高速公路相应路段的毫米波雷达实时采集行驶车辆特征信息并打包发送给服务器。 (2)算法处理及事件检测系统:服务器接收到数据后,对采集到的原始交通信息进行降噪处理,消除数据的干扰信号,从而提升检测的准确率。依据高速公路异常事件综合感知算法判断前方车辆有无存在违停、低速等异常行为及是否发生交通事故,同时依据分级预警模型判定当前行驶危险程度,根据阈值决定APP是否作出预警提示并将判断结果传给APP。 (3)预警提示系统:服务器将算法输出结果传递给“Usafeway”APP和系统平台,提示当前前方路段车况及合流风险程度信息,协助驾驶员进行安全合流、变道等驾驶行为。



测试竞赛作品—备孕家庭小医生-精子活力检测芯片与分析系统开发 上一篇

  • 1/10

  • 2/10

  • 3/10

  • 4/10

  • 5/10

  • 6/10

  • 7/10

  • 8/10

  • 9/10

  • 10/10

测试竞赛作品—发现你的眼—基于计算机视觉的智能导盲杖系统 下一篇



Copyright © 2001 - 2022 全国大学生数字媒体科技作品及创意竞赛网版权所有

Copyright © 2001 - 2022 数媒竞赛网(http://www.shumeijingsai.com)版权所有