基于YOLOv3的前车行驶状态识别与预警技术研究

作     者：王正旭 王秋力 Wang Zhengxu;Wang Qiuli

作者机构：广州市工贸技师学院新能源应用产业系广州510425 西安电子科技大学电子工程学院西安710071 

基　　金：广州市财政资金项目(编号:1210-2041YDZB3081) 

出 版 物：《机电工程技术》 (Mechanical & Electrical Engineering Technology)

年 卷 期：2022年第51卷第12期

页      码：73-77页

摘      要：在交通事故中接近60%是由于车与车的追尾碰撞所造成。更有大量研究显示,如果能在车辆追尾事故发生前一秒给驾驶员发出预警,可以避免90%以上的交通事故发生。因此,为了预防追尾事故的发生,开展对前车行驶状态识别与预警的研究很有必要。使用YOLOv3算法来深度学习训练并生成行驶中的车辆尾部检测模型,并将此模型作为车尾灯状态识别的基础框架。设计了车尾灯状态识别模型与语音报警系统,构成一个前车行驶状态识别与预警的模型。通过实验得出模型对前车状态识别的准确率达87.5%,即设计的前车行驶状态识别与预警模型具有一定的可行性。

主 题 词：机器视觉 车辆尾灯状态识别 YOLOv3 

学科分类：1305[艺术学-设计学类] 13[艺术学] 081104[081104] 08[工学] 0804[工学-材料学] 081101[081101] 0811[工学-水利类] 

D　O　I：10.3969/j.issn.1009-9492.2022.12.017

馆 藏 号：203116036...