典型文献
基于YOLOv3的前车行驶状态识别与预警技术研究
文献摘要：
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.
文献关键词：
机器视觉;车辆尾灯状态识别;YOLOv3
中图分类号：
作者姓名：
王正旭;王秋力
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
文献出处：
引用格式：
[1]王正旭;王秋力-.基于YOLOv3的前车行驶状态识别与预警技术研究)[J].机电工程技术,2022(12):73-77
A类：
防追尾,车辆尾灯状态识别
B类：
YOLOv3,前车,车行,行驶状态,预警技术,交通事故,追尾碰撞,追尾事故,生前,一秒,驾驶员,学习训练,成行,尾部,检测模型,车尾灯,基础框架,识别模型,语音报警,报警系统,出模,预警模型,机器视觉
AB值：
0.294529
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
