大数据时代下的汽车防撞智能的应用

汽车的追尾、碰撞在交通事故中占很大比例。在当前大数据时代即将来临之际，汽车的智能化有很大的发展前景。该论文从汽车的智能防撞智能方面进行讨论，主要涉及汽车的一些信号发射以及信号接受装置，最主要的时CPU的处理方式的讨论。

汽车智能防撞自适应控制研究与仿真

针对汽车防撞模糊控制模型不能自动调整参数的缺点,建立汽车防撞自适应模糊推理模型。采用混合学习算法对自适应模糊推理模型的前提参数和结论参数进行辨识,以加速收敛。经模拟训练和仿真输出结果证明,该模型能够对汽车防撞模糊控制器隶属函数和模糊规则进行优化,较好地实现紧急报警情况下的汽车防撞自适应控制。

基于MSP430的智能汽车防撞系统

采用激光测距传感器和霍尔传感器，在MSP430控制下测试即时的车速和车辆前方障碍物的距离，单片机根据当时车速按预先的设计自行设置即时行车安全距离，并使之与采集回来的即时距离作比较。当前方车辆与本车辆的距离小于即时行车安全距离时，进行报警。并且单片机通过控制显示模块显示当前的速度、理论安全距离、实际距离。便于驾驶员更好了解信息。

汽车智能防撞报警系统设计研究

主要对汽车智能防撞报警系统进行了研究,完成了一种基于车载GigEVision的前方车辆实时防撞预警系统的设计,该系统可有效适应结构化道路环境,通过使用GigE工业相机获取高分辨率图像,进而实现对前方车辆图像的有效检测过程,再将前车车速以及本车同前车间的纵向距离通过使用测距方法完成实时计算,报警距离则通过使用安全车距预警模型计算获取,在此基础上完成车辆行驶状态的判别。