Early warning device of in-vehicle wheel alignment based on pedestrian detection
现如今车辆过弯时产生的事故数不胜数,大多是因为内轮差和视觉盲区而产生。内轮差(Difference of Radius Between Inner Wheels)是车辆转弯时内前轮转弯半径与内后轮转弯半径之差。由于内轮差的存在,车辆转弯时,前、后车轮的运动轨迹不重合。由于车辆的硬质结构,车辆内轮差及视觉盲区是客观存在且无法避免的。事故发生的关键原因在于司机和行人无法准确判断过弯时危险区域的范围。
在上一期的实验研究中,我们完成了内轮差大小的计算,建立出了一定车型与一定内轮差所对应危险区域的最优数学模型,通过在不同环境光条件下进行实验选出了最优的发光装置来投影危险区域,同时采用超声波判断危险区域中是否有行人,蜂鸣器提示行人及司机避免事故发生。在行人检测这一部分,通过实际的实验以及之前大创展的一些反馈,使用超声波进行检测准确性较低,无法区分目标具体是什么,容易造成误判。
本系统将采用计算机视觉的方法,使用基于深度学习算法的目标检测模型,对摄像头接收到的图像信息进行识别,准确的识别出危险区域的行人,并且使用语音提示向司机以及行人做出预警,防止事故的发生。