冰雪天气下基于GIS的车辆防碰撞预警模型

车辆防碰撞预警是智能交通系统中的关键技术,为了提升车辆防碰撞预警结果的准确性,提出一种冰雪天气下基于GIS的车辆防碰撞预警模型。采用雨雪检测模型对冰雪进行检测,通过亮度平均法去除雨雪,提升图像检测质量;同时通过自适应阴影检测方法统计车流量。根据对车辆制动过程以及跟车过程的动力分析,计算车辆之间的安全距离,提取标志物特征点,构建基于GIS的车辆防碰撞预警模型,通过模型实现车辆防碰撞预警。仿真实验结果表明,所提模型不仅可以有效预警车辆防止碰撞,同时还能够减少时间开销,可为未来完善车辆防碰撞预警系统提供理论基础。

基于Android平台的车辆防碰撞预警系统设计

为了在行车过程中准确判断周边车辆安全距离,对危险情况及时进行预警,提醒驾驶员采取相应措施规避碰撞,基于Android平台设计了车辆防碰撞预警系统。利用CCD摄像头采集道路图像,对图像进度灰度及降噪等处理之后结合Hog特征与Haar特征进行目标车辆识别,利用单目视觉技术测算车辆间距,根据危险距离范围设定多级别预警机制。经过UAS数据集中5561张道路图像测试,系统在晴天、黄昏、夜间等不同环境下车辆识别准确率均比较高。另外,通过设置不同车速下的危险距离,验证系统多级别预警准确。可以有效降低碰撞事故发生概率,为车辆安全驾驶提供了强有力的技术支持。

车辆防碰撞预警及驾驶员行为分析系统在露天矿的应用

近年来露天矿的矿区交通运输事故时有发生,对于露天矿采剥现场自卸卡车防碰撞预警系统的研究成为大家研究的课题。露天矿采剥现场作业区域较广,车辆管控难度达,自卸卡车型号不统一,大型车辆、生产指挥车存在混用车道现象,车与车之间距离较近,超速、疲劳驾驶现象时有发生。为减少和避免事故发生,提高生产安全,露天矿需要一套全面、有效的防碰撞预警系统,同时还需要准确地掌握车辆位置、速度信息和驾驶员疲劳状态。对已发生或即将发生的违规驾驶行为及时发出报警或预警,对车与车之间距离过近情况及时发出报警,提醒司机注意附近车辆,避免发生碰撞,有效防止事故的发生。