【摘 要】
：
全国公路交通安全管理局的一项研究结果表明,疲劳驾驶是交通事故发生的主要诱因之一。因此,对驾驶员的驾驶状态进行实时性的检测具有重大的意义。本文结合重庆市某汽车厂商一体化智能座舱项需求,研究在英伟达TX2嵌入式平台实现对驾驶员是否疲劳驾驶监测技术与方法。本文研究了基于深度学习的头部姿态估计驾驶员的疲劳驾驶检测相关方法,针对在TX2平台上实现大规模的数据特征提取及模式识别与处理出现视频卡顿、精度下降的问
论文部分内容阅读
全国公路交通安全管理局的一项研究结果表明,疲劳驾驶是交通事故发生的主要诱因之一。因此,对驾驶员的驾驶状态进行实时性的检测具有重大的意义。本文结合重庆市某汽车厂商一体化智能座舱项需求,研究在英伟达TX2嵌入式平台实现对驾驶员是否疲劳驾驶监测技术与方法。本文研究了基于深度学习的头部姿态估计驾驶员的疲劳驾驶检测相关方法,针对在TX2平台上实现大规模的数据特征提取及模式识别与处理出现视频卡顿、精度下降的问题,本文对利用轻量级卷积神经网络PFLD对头部姿态进行检测和识别进行优化。论文的主要工作及贡献如下:1)提出一种基于人脸关键点检测的头部姿态估计方法（PFLD＿HPE）,该方法以PFLD人脸关键点检测网络为基础网络,结合人脸3D模型和Pn P问题解算方法EPn P算法对人体头部姿态进行预测,与主流方法进行了对比实验,能够较好的进行头部姿态估计。本文将该方法在TX2平台上进行了实际测试,平均每秒可以处理7帧图片。2)为提高网络在TX2平台上的实时性,对PFLD＿HPE网络进行了优化,提出PFLD＿Ghost＿HPE模型,与原方法相比,大大提高了网络的效率。本文将优化后的模型和优化前的模型在TX2平台上进行了对比实验,在TX2平台上平均每秒可以处理17帧图片,验证了优化方法的有效性。3)为提高网络在TX2平台上头部姿态的检测精度,本文利用基于扩展卡尔曼滤波器的自适应滤波器,来降低最终头部姿态估计的误差,且在公开数据集UPNA上进行了对比实验,平均绝对误差降低了15%,准确性得到有效提升。4)将疲劳状态和正常状态人体的头部姿态进行了对比分析,提出一种基于头部姿态的疲劳判断方法,在TX2平台上进行了疲劳状态实验,实验结果表明本文所提方法在TX2平台上可以正确的检测出驾驶员的疲劳状态。
其他文献
交通运输现在已经成为国家经济发展中最重要的行业之一。为缓解交通运输安全和拥堵日益增长的压力,需要对车联网通信的可靠性和时延提出更高的要求,在长期演进的车对路基础设施（Long Term Evolution-Vehicle to Infrastructure,LTE-V2I）通信中,接收端的信号处理通过信道估计和均衡技术来提高通信性能。但信号在V2I场景下传播会受到噪声和衰落的影响,导致接收端不能正
近年来无线通信技术快速发展,静止场景下的无线通信需求得到了很好的满足。但高速移动场景中信号传播会经历时频双选择性衰落,导致通信系统性能恶化。目前广泛采用正交频分复用技术在快时变信道中需要大量的导频符号提高信道估计准确性,数据传输速率较低。正交时频空（Orthogonal Time Frequency Space,OTFS）调制是新一代的调制技术,通过辛傅里叶变换和逆辛傅里叶变换两个变换对,将时频域
在海量机器通信（massive machine type communications,m MTC）中,大量设备需要通过带宽受限的无线信道接入网络。海量设备接入网络会造成频繁信道争用;同时传统基于调度来获取信道资源的通信方式会带来巨大的信令开销。以上挑战给海量接入系统的性能提升带来了极大的困难。传统基于调度来获取信道资源的通信方式将迎来重大改变。在此基础上,免授权的海量接入技术通过避免终端与基站之
新兴的压缩感知（compressed sensing,CS）技术突破了奈奎斯特-香农采样定理的局限性,为同时采样与压缩提供了新的模式。根据CS理论,如果信号在某个变换域中具有稀疏性,则可以利用线性测量值高概率地恢复信号。CS以其新颖的性质引起了人们广泛关注,已被应用于磁共振成像、遥感成像和认知无线电通信等领域。然而,传统的CS方法往往性能较差,基于深度学习的CS方法需要大型训练数据,并且当应用场景
随着通信技术的发展,数据传输速率的需求日益增长,无线通信系统中往往采用更加复杂的调制方式,因此信号通常具有较大的峰均比,这通常要求功率放大器（功放）工作在输出功率回退区域。许多具有高回退效率的功放架构被提了出来,其中负载调制类功放（包括Doherty功放和有源负载调制平衡式功放（LMBA）等架构）被研究人员大量关注。另一方面,由于发射机对带宽和输出功率的需求持续增长,其增益平坦度通常呈现“多峰值”
在雷达、通信和测控领域中,高速采集系统是连接射频系统与信号处理系统之间的桥梁。随着电子技术的快速发展,相控阵技术已经大规模应用于雷达、通信和测控中。随之而来的是带宽的提升和阵元数的增加,采集系统逐步向着高采样率和多通道的方向前行。本文首先研究了采集系统中量化噪声和孔径抖动对模数转换的影响。其次设计并测试了一款宽带数字阵列收发系统。本文主要研究内容如下:（1）建立了量化噪声的基本模型,重点分析了量化
随着人们用水需求的增加与基础设施建设的推进,供水体系规模日渐庞大。供水厂作为城市供水体系的核心部分,其合理高效的运作是满足城市用水的关键。但目前多数供水厂仍然依靠传统的人工经验进行调度,不能根据实际的流量需求确定泵机的合理运行工况,使水厂的工作效率较低,人力监管成本较大。因此,如何在满足用水需求的前提下优化泵机调度方法以减少人力开支和调度成本尤为重要。本文针对这一问题,通过分析供水厂历史供水趋势建
生猪产业是中国畜牧业中最重要的产业之一,人工智能技术的应用推动着生猪养殖业逐渐向智能化、规模化发展。在养殖场的日常管理中,传统人工计数或电子标签的生猪数量盘点方法效率低下、计数精度不高,且会对猪体造成一定程度的损伤。基于视频图像的智能检测与计数方法能够在无接触的情况下实时对猪场进行监控,自动盘点生猪数目,有利于提高计数效率,实现养殖场的安全高效管理。本文针对养殖场生猪盘点中计数效率低,计数不准确等
近些年来,我国经济发展迅速,人民生活水平提高,汽车保有量也迅速上升,“停车难”的问题逐渐加剧。为提高停车效率,增加停车位、智能停车库应运而生。由于智能停车库内布局紧凑,间距小于一般停车库,因此提高了土地利用率。近些年,为更加有效地利用土地,多层AGV（自动引导运输车）停车库的研究也随之推进。与单层AGV停车库不同,多层AGV停车库中每台AGV都可以运行至任意停车位完成停取车任务,柔性更强。但其利用
近几年,新型冠状病毒肺炎（简称新冠肺炎,COVID-19）因其极强的传染性在全世界范围内迅速蔓延。根据现有病例资料显示,新冠肺炎患者发病的主要症状之一为发热即体温升高,因此通过检测体温筛查病例并对感染者进行隔离成为了抑制疫情蔓延的重要手段。传统红外测温精度在测温实施过程中会受到测温距离的影响,常要求被测人员站在固定的区域内进行体温检测,降低了测温效率,进而影响了疫情防控。为解决这个问题,本文采用立