智能交通龙头企业如何布局“交通+AI”
DSM司机状态监控系统
司机状态监控系统（DriverStatusMonitor）：利用DSM摄像头获取的图像，对驾驶员的驾驶行为及生理状态进行检测，当驾驶员发生疲劳、分心、打电话、抽烟等危险情况时在响应时间内报警以避免事故发生。DSM系统主要分为疲劳驾驶检测和分心驾驶检测这两大功能，有效规范驾驶员的驾驶行为、大大降低交通事故发生的几率。
1．疲劳驾驶检测：
通过分析驾驶员的生理疲劳特征（如打哈欠、闭眼等），发出驾驶疲劳预警。高精准度的算法甚至能做到不受时间段、光照情况、是否戴墨镜等外界条件影响，仍然对驾驶员的疲劳状态进行实时监控。
2．分心驾驶检测：
通过视觉跟踪、目标检测、动作识别等技术，DSM系统能主动识别以下几种驾驶过程中最常见的分心行为：驾驶员视线离开路面、在车辆行驶过程中抽烟、吃东西、打电话等。及时报警，有效预防交通事故的发生。
BSD盲区检测技术
近些年来，大型商用车车辆由于盲区死角导致恶性交通事故频发的事例层出不穷，已经对我国路面公共交通造成了极大地安全隐患。BSD盲区检测系统（BlindSpotDetection）通过监视驾驶者盲区，利用深度学习目标检测算法、跟踪算法，准确识别车辆行驶过程中与行人、自行车、电瓶车等目标物有碰撞风险的行为，对司机和行人分别送出报警语音信号，减少因为盲区死角碾轧而酿成的惨剧。
（盲区示意图）
该BSD照明检测技术不仅在光照环境良好的时段可以发挥作用，在光线较差的傍晚、深夜也表现优秀。BSD作为一套已经十分成熟的解决方案，目前已经在全国各地进入装车阶段，精准的事故预测报警，减少了因盲区引起的各类交通事故，提升社会公共安全环境，引来了各地媒体的密切关注。
（效果图像）
人脸识别技术
人脸识别技术已经被广泛运用在各个领域，包括车载监控行业。该行业的人脸识别应用存在姿态变化大、亮度变化剧烈、人脸尺度差距大、部分遮挡严重以及表情变化丰富等挑战，而人脸识别技可充分应对上述具有高难度挑战的实用场景。
人脸检测技术在多尺度、多姿态、部分遮挡、表情变化等实际应用场景下表现稳定出色；人脸关键点检测技术则可实现毫秒级别的眼、口、鼻、耳等68个人脸关键点定位，该技术可适应大角度侧脸、大表情变化、遮挡、模糊、亮度变化等各种车载环境，提供可能条件内最高精度的检测结果。
同时动态人脸识别技术通过在底库先用证件照进行注册，并填写驾驶员身份信息，然后在终端智能扣取人脸，自动筛选最佳图片，并与底库注册的照片进行本地人脸识别，智能判别当班驾驶员身份，无需上传后台，在节约流量的基础上，仍可对司机合法性进行精准检测。
分享
最新活动更多
-
4月26日立即报名 >> 【线上研讨会】TDK模块化电容器、电能质量解决方案
-
4月30日免费下载 >> SPM31智能功率模块助力降低供暖和制冷能耗，打造可持续未来！
-
4月30日限时免费下载>> 高动态范围（eHDR）成像设计指南
-
5月10日立即下载>> 【是德科技】精选《汽车 SerDes 发射机测试》白皮书
-
5月28日立即观看>> 【在线研讨会】Ansys镜头点胶可靠性技术及方案
-
5月31日立即报名>> 【线下论坛】新唐科技2024未来创新峰会
推荐专题
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论