摘要：为实现在城市复杂路网情况下对交通车辆的实时监控,并且能通过一定数量的车辆运行状态来判断道路交通的拥挤状况,采用射频识别技术(RFID)对道路上运行的车辆进行动态识别和数据信息交换;依靠全球定位系统(GPS)技术实时获得目标车辆的位置信息,并通过地理信息系统(GIS)将车辆的运行状况以及路网的交通状况以电子地图形式实时地展现给用户。将GPS、GIS与RFID技术综合应用于城市道路交通管理系统中,在此基础上设计出道路交通车辆的全程监控模型和系统框架。对交通监管的信息化建设具有一定的借鉴意义。

摘要：为了降低因疲劳作业诱发的各类安全风险,开发一套高性能的疲劳检测预警系统是十分必要的。本文设计并开发了一套基于面部识别的疲劳状态检测系统,利用Dlib官方预训练的人脸特征位置检测器获取被监测人员面部68个特征点及坐标,通过坐标计算得到的眼睛、嘴巴纵横比以捕获眨眼、打哈欠动作;同时,通过头部姿态估计算法捕获瞌睡点头动作。最终系统根据眨眼、哈欠及点头的频率综合判断被监测人员是否处于疲劳状态并作出安全提示。实验的结果表明,该疲劳状态检测系统能实时、准确地检测被监测人员的疲劳状态,并及时发出警报。

摘要：现如今,智能导盲器械种类繁多,而真正能够解决盲人出行痛点的导盲设备仍然寥寥无几。为此,本文设计了一款改进深度学习模型YOLO v4-Tiny的盲人智能出行眼镜。实验结果表明,相比于市面上其他导盲产品,本产品相较于市面上其他避障产品更具有可靠性和适用性。

摘要：为了使公众在出行前能事先根据出行道路的交通信息对出行线路进行整体规划设计,以便最大限度地降低能耗和拥堵时间,在研究人工神经网络算法的基础上,对用于解决旅行商问题(TSP)的进化算法进行了改进,引入了多种优秀的智能计算策略,以提高算法效率;并建立了新型群集智能分析模型,用以分析公众出行的线路规划问题。实验结果表明,改进的混合智能计算方法简易而有效,有助于克服算法选择的盲目性,进一步拓展了计算智能的研究方向。规划的出行线路能够满足城市居民出行信息服务的综合需要。

摘要：现今的导盲仪与导盲犬因存在诸多未知的安全因素,仍不被接收。因此,本文设计并开发了一种采用深度学习模型YOLO-v3的盲人智能避障眼镜,利用opencv获取截取图片,利用改进的YOLO-v3模型进行学习和捕捉需要检测的目标,采取3D重构原理将截取图片进行分割处理、重映射、灰度化等一系列操作,并结合双目视觉进行目标测距,以语音告知盲人具体目标和距离。实验结果表明,该方法比最新的目标检测与分类准确率更高,比市面上的盲人避障眼镜更实用于大众。

摘要：随着生产技术的要求提升,企业希望用自动化辨识汽车轮毂瑕疵来代替人工。在这种背景下,本文研究了汽车轮毂瑕疵的自动识别感知技术,以汽车轮毂制造流程为载体,进行各环节上有针对性的轮毂辨识装置的研发,完成汽车轮毂瑕疵智能检测系统的设计与开发。