ZLG M1808 AI核心板提供嵌入式+AI的司机行为检测方案

嵌入式技术

1368人已加入

描述

  摘要:司机在驾驶过程中使用手机、抽烟、打哈欠等不良驾驶行为严重威胁乘客人身安全,同时影响乘车体验。如何有效检测司机的不良驾驶行为是当前亟待解决的重要问题,本文将为大家介绍ZLG的司机行为检测解决方案。

  近些年来,我国一直是世界上因交通事故死亡人数最多的国家之一。自2000年以来,我国的交通事故发生率已经持续十多年高居世界第一。交通事故是当前世界各国所面临的严重社会问题之一,已被公认为当今世界危害人类生命安全的第一大公害,每年交通事故至少使50万人死亡。

嵌入式

  欧美各国的交通事故统计分析表明,交通事故中80%~90%是人的因素造成的。根据美国国家公路交通安全署的统计,在美国的公路上,每年由于司机在驾驶过程中跌入睡眠状态而导致大约10万起交通事故,约有1500起直接导致人员死亡,711万起导致人员伤害。在欧洲的情况也大致相同,如在德国境内的高速公路上25%导致人员伤亡的交通事故,都是由疲劳驾驶引起的。根据最新中国交通部的统计,我国26%的车祸由驾驶员疲劳驾驶引起,直接经济损失达数十亿美元。有关汽车驾驶员的疲劳检测问题,随着高速公路的发展和车速的提高,目前已成为汽车安全研究的重要一环。

嵌入式

  2018年8月,交通运输部办公厅发布了《关于推广应用智能视频监控报警技术的通知》,文件要求长途客运车辆、旅游客车、危险物品运输车辆提高安全性能,强制安装智能视频监控报警、防碰撞和整车整船安全运行监管技术装备,对已运行的要加快安全技术装备改造升级。

嵌入式

  工信部在解读《智能网联汽车道路测试管理规范》也提到,“随着危险预警、碰撞保护、紧急呼叫等智能化网联化技术的逐步提升,高等级智能网联汽车的产业化发展,以及新一代的无线通信、信息安全管控等技术的应用,我们相信交通事故率将大幅降低。”据以色列保监会的测试数据,2009~2012 年,经过 3 年跟踪,安装车联网设备的车出现理赔的机率下降了 50%左右。

嵌入式

  DMS、ADAS等车联网硬件设备以及主动安全驾驶的车辆智能风控系统,一方面可以实时线上监控驾驶过程,为司机提供主动预警语音提示,避免发生事故;另一方面可以收集汽车行驶数据,并进行数据挖掘与分析建模,统计分析行为数据、分析车辆、驾驶员进行风险评分、定期输出数据分析报告,为出租车、快车等公司解决纠纷、理赔提供依据,提供管理建议。

  DMS(Driver Monitor Status )防疲劳预警系统:利用DMS摄像头获取的图像,通过视觉跟踪、目标检测、动作识别等技术对驾驶员的驾驶行为及生理状态进行检测,当驾驶员发生疲劳分心、打电话、抽烟、未系安全带等危险情况时在系统设定时间内报警以避免事故发生。

嵌入式

  (1)人脸识别:

  能够识别驾驶员身份,实现人脸比对签到签退(活体检测),人脸比对阈值可设置,或是返回比对相似度百分比应用层处理比对结果。

  (2)驾驶员离岗检查:

  当驾驶员处于离岗状态、驾驶员面部被遮挡、摄像头被遮盖,会触发系统报警。

  (3)闭眼检测:

  当行车过程中当驾驶员出现闭眼打瞌睡的情况,会触发系统报警(眼镜反光影响比较大,浅色墨镜也能识别)。

  (4)打哈欠检测:

  当行车过程中当驾驶员出现打哈欠的情况,会触发系统报警。

  (5)分神检测(左右看、上下看):

  当行车过程中当驾驶员出现分神不专注的情况,头部左右上下倾斜超过45°(可分别设置)会触发系统报警。

  (6)吸烟检测:

  当行车过程中当驾驶员出现吸烟的情况,会触发系统报警。

  (7)打电话检测:

  当行车过程中当驾驶员出现打电话的情况,会触发系统报警。

嵌入式

  AIoT开启了智慧物联无限大的想象空间,也开启了人工智能在应用层面更多的可能性,但是AI算力是制约AI产业发展和开发者创新的痛点之一,为了激活更丰富的AI应用场景与创新产品,满足产业链合作伙伴对AI高性能计算的产品需求,广州致远电子有限公司开发了M1808系列AI核心板。

  ZLG M1808 AI核心板为用户提供“嵌入式”+“AI”解决方案平台,以AI算法赋能传统嵌入式硬件。内部集成的NPU(Neural-network Processing Unit)提供最高3.0 TOPs AI算力,使泛工业嵌入式应用AI化成为可能。ZLG M1808平台除了提供稳定可靠的硬件平台之外,同时免费提供基于各种应用数据集训练的AI算法,极大降低了“嵌入式”和“AI”的开发门槛,“你敢想,我就敢干”。

嵌入式

  ZLG DMS AI算法经ZLG资深算法团队全力开发,通过大量数据测试,在准确率、功能性、实时性等诸多方面完全满足要求,如果您需求, ZLG助您摆脱低层次价格竞争,AI算法为您免费赋能增值,高维度竞争,提升您的产品溢价!

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分