彭洪德,唐 述,王 兵
(1.重慶迪科汽車科技集團有限公司,重慶 400039;2.重慶郵電大學 計算機網絡和通信技術重慶市重點實驗室,重慶 400065)
近十年,人工智能、大數據和第五代移動通信技術(5G)等迅猛發展為汽車的智能化和網聯化提供了強大的技術支持。同時,國家相關的支持政策也陸續出臺。在此背景下,車輛智能網聯已成為近幾年的研究熱點。
基于此,本文將智能網聯技術與傳統客車相結合,探討基于深度學習神經網絡的客車智能輔助駕駛技術和智能客車車聯網系統平臺面臨的關鍵問題,并提出合理的解決方案。
目前,客車智能輔助駕駛主要面臨兩大難題:一是如何在復雜的客車內部環境中,準確檢測駕駛員和車內乘客的異常行為,如駕駛員疲勞駕駛和乘客的危險舉動等,并實時預警;二是如何能夠準確、實時的識別和判斷出客車外部道路的情況,包括車道線、周圍障礙物等,并實時作出準確的決策。
要解決這些問題,就需要一種針對客車內部環境和外部行駛狀況的高魯棒性、高效率的行為識別和目標檢測方法。深度學習神經網絡兼具高準確度和高效率的優點,是當前最熱門的人工智能技術之一。基于深度學習神經網絡的行為識別方法和目標檢測方法非常適合解決這類極具針對性的問題。
1) 數據集收集及預處理。由于目前世界上幾乎沒有針對客車駕駛行為、乘客行為的數據集和車輛行駛過程中的路況數據集,且考慮到客車內部和外部環境的獨特性,因此必須先創建相關的數據集。……