|
一、概述 据近年交通部发布的事故统计报告分析，前向碰撞、车道偏离碰撞、转向碰撞、变道冲突是事故频发的四大主因。导致以上事故的根本原因又是由于驾驶员的疲劳驾驶、注意力分散、随意变道、视线遮挡、超速行车、酒后驾车等危险驾驶行为导致。所以降低交通事故的最佳途径便是对驾驶员的危险行为进行实时的预警和提醒，让驾驶员在享受交通便利的同时，也能做到行车的安全。 本方案基于飞腾腾云S2500打造人工智能和大数据技术的司机驾驶安全辅助系统，针对车辆驾驶员因疲劳、违规驾驶等原因造成道路交通事故的问题,对驾驶危险进行预测、预警和预防，可提高驾驶汽车的安全性，有效地降低交通事故的发生。目前已应用于湛江市公共交通集团有限公司等客户。 二、方案背景 当前，随着人工智能、大数据、智能终端等技术的迅猛发展，应用先进的科技手段提升交通运输安全的可监控性成为了可能。在汽车安全领域，智能安全辅助系统（ADAS）不仅给司机带来舒适、智能的高端体验，而且还能对司机危险行为进行识别、预测和预防，可极大地提高驾驶汽车的安全性，有效地降低交通事故的发生。 提出驾驶人驾驶行为分析装置应实现以下功能： ①通过视频分析技术，判断司机是否生理疲劳，准确率大于等于90%； ②通过视频分析技术，判断车辆是否按规定车道行驶，准确度大于等于90%； ③根据异常驾驶行为参数设置，实现异常驾驶行为报警功能； ④根据异常驾驶行为参数设置，实现异常驾驶行为报警功能。 可以预见，基于视频分析技术的驾驶行为分析系统将越来越受到重视，将来具有广阔的市场和应用价值。 交通安全是关系到社会民生的一个领域，如何推进大数据和人工智能时代的交通安全防控体系升级，如何通过对人工智能的应用，提升驾驶的安全性，如何通过驾驶行为数据的挖掘、分析和利用，为交通安全部门提供科学的决策支持，将面临新的机遇和挑战。 三、适配平台 芯片：飞腾腾云S2500 四、方案介绍 本方案基于人工智能和大数据技术的司机驾驶安全辅助系统，针对车辆驾驶员因疲劳、违规驾驶等原因造成道路交通事故的问题,对驾驶危险进行预测、预警和预防，可提高驾驶汽车的安全性，有效地降低交通事故的发生。该系统首先基于计算机视觉等人工智能技术对驾驶员及车辆行驶环境（限速标识、红绿灯）等的危险状态和行为进行监测和预警，然后使用大数据分析等先进的信息技术将终端上传的车辆数据进行分析和挖掘。 （一） 方案的架构 本方案基于人工智能和大数据技术的司机驾驶安全辅助系统，针对车辆驾驶员因疲劳、违规驾驶等原因造成道路交通事故的问题,对驾驶危险进行预测、预警和预防，可提高驾驶汽车的安全性，有效地降低交通事故的发生。该系统首先基于计算机视觉等人工智能技术对驾驶员及车辆行驶环境（限速标识、红绿灯）等的危险状态和行为进行监测和预警，然后使用大数据分析等先进的信息技术将终端上传的车辆数据进行分析和挖掘。 本方案使用物联网云平台技术构建车联网云平台，物联网云平台最底层是设备层，可以采用飞腾腾云S2500服务器，无需采购小型机等昂贵的计算设备和高端存储设备，从整体上可以大幅拉低成本。 物联网云平台最上层是业务层，主要是物联网的各种应用和第三方系统。业务层无需对数据进行处理和分析，只是通过查询接口获取到平台层中已经处理过的数据并在界面进行展示。 物联网云平台中间的这一层就是大数据处理平台，包含了数据接入服务、数据存储服务、数据计算服务（包括实时计算和离线计算）、监控报警服务、平台管理服务、数据交换服务。 为了处理本方案云平台中大量数据处理的需求，我司提出使用物联网技术。如上图物联网终端通过网络发送到大数据处理平台，经过一系列的处理后存入到各种存储引擎中，业务可以通过数据交换接口来访问处理后的数据。具体流程如下：传感设备通过网络经过Nginx负载均衡将数据发送至网关；网关接收到数据后进行公共协议解析，然后把解析后的数据发给rocketmq，存放在原始数据Topic；实时计算任务从原始数据Topic中读取数据经过数据清洗后发送至原始数据解析模块；原始数据解析模块将解析出来的目标的参数发送至rocketmq解析数据Topic。然后将解析后的数据发送至报警判断模块；报警判断模块根据已有规则进行预警，并将产生的结果分别发送至rocketmq的报警数据Topic，同时把解析后的数据发送至当前状态分析模块；当前状态分析模块对目标当前状态进行分析，如果状态有变化则更新至Redis；数据导入模块异步的将rocketmq中的数据分别导入HBase和HDFS；离线计算则周期性地从HDFS中读取数据进行各种报表分析和数据挖掘；用户业务平台和管理平台可通过数据交换接口访问大数据处理平台数据。 （二） 应用场景 本方案包括驾驶员行为预警子系统、车辆状态预警子系统、前向碰撞预警子系统、后台统计分析子系统四个部分。 1、驾驶员行为预警子系统 在车辆行驶过程中，使用特定视角的摄像头和计算机视觉技术对驾驶员的状态和行为进行实时识别和分析，监测驾驶员是否存在闭眼、打哈欠、左顾右盼、打手机和抽烟等危险驾驶行为。在车辆行驶状态下，如果检测到危险驾驶状态或行为，系统进行本地语音和显现器报警，并将驾驶员的违规证据（违规照片或违规发生前后的短视频信息）、车辆位置信息、车速信息等上传至网络后台。 2、车辆状态预警子系统 驾驶员在驾驶车辆的过程中，由于一些违规的操作可能会使车辆处于危险的状态。例如驾驶员没有打方向灯的状态下车辆偏离车道行驶、车辆压线行驶、车辆急加速、急减速、急转弯等。车辆状态预警系统通过CAN 总线及转向灯等信号对车辆的行驶状态进行检测，一旦检测到车辆处于危险状态就语音和显示报警提醒司机并将数据上传到数据中心后台。 3、前向碰撞预警子系统 车辆行驶在道路上，尤其经过斑马线时，前向经常会突然出现行人、电动车、自行车或其他障碍物，针对这一危险情况，首先需要通过前向摄像头和计算机视觉技术对车辆前方道路情况进行判断，识别出车辆前方的行人、电动车、自行车等目标，并计算潜在目标到本车辆的距离。当根据目标类型及运动方向、当前车速和目标距离通过内置算法模型计算出的碰撞时间小于设定阈值，则进行本地语音和显示报警，从而避免事故的发生或减轻事故的伤害，同时会将报警信息上传至数据中心后台。 4、后台统计分析子系统 数据中心后台主要用于接收从车载终端传输来的车辆位置信息、车速、车牌号及各种报警的时间、司机行为报警数据（司机闭眼、打哈欠、打手机、左顾右盼、抽烟等）、车辆危险状态数据（前向碰撞、车道偏离、急加速、急减速、急转弯）等的证据数据，其中车载终端主要起到利用CAN总线、RS485总线对车辆的摄像头数据进行采集、远程传输数据、发送定位信息的功能。后台可以根据安全需要及其他需求对原始数据进行统计分析，可对各种司机驾驶行为数据进行数据挖掘，支持统计报表输出，为企业安全监管、线路规划、调度排班、企业决策等应用提供数据支持。 （三） 技术特点 l 车载终端与各模块的通信总线：CAN总线； l 读取的车辆运行速度：0-200km/h，误差±5%； l 通信网络：3G/4G无线通信网络或专用有线网络； l 所能存储的监控视频时间：不小于36h； l 监控视频分辨率：720P； l 系统架构方面：三层BS的技术结构；支持数据实时接收和发送、 跨区域性的车辆主机系统的接入；可变更、可重组； l 系统安全模块：保证访问控制的合法接入可靠、有效； l 智慧公交信息综合管理系统中间件：保证数据的完整性； l 实现数据资源体量大于500TB； l 1000台终端同时并发上线，平均处理耗时为3.8s ； l 防碰撞检测系统灵敏度：95%； l 司机行为检测系统灵敏度：95%。 （四） 核心优势 l 高精度感知算法，实时分析并报警； l 支持驾驶员疲劳驾驶报警(闭眼疲劳、打哈欠疲劳)； l 支持接打手持电话报警； l 支持驾驶员长时间不目视前方报警； l 支持驾驶员不在驾驶位置报警； l 支持驾驶员抽烟识别报警； l 支持设备遮挡失效提醒； l 支持前车碰撞预警； l 支持车距过近报警； l 支持车道偏离报警； l 支持通过获取车辆CAN速度进行报警分级； l 支持输入限速阈值，自动调整算法最优状态； l 支持输入标定高度，自动调整算法最优状态； l 智能芯片，高性能DSP图像处理器； l 支持夜视、支持防抖。
| 
私信
