基于YOLOv5的单目汽车驾驶预警系统
张厚振代沐含于福洋卢显委闫龙
摘要：<正>随着工业的发展，汽车数量不断增多，为解决道路交通安全问题，提醒驾车人注意规避车祸风险，文章提出了一种基于YOLOv5和深度估计的汽车驾驶辅助系统。该系统采用了易于开发和部署的YOLOv5作为目标检测基础模型，在此基础上加入深度估计算法，实现两者的结合。系统将部署在Jetson Nano平台上，能够实现实时检测前方道路情况并及时反馈给驾驶员，提高驾驶安全性。此外，该系统在保证实时性的前提下采用了单目摄像头以减少成本，使帧率能保持在40FPS，满足应用要求。选取KITTI数据集来进行模型的训练，结果表明该系统已达到实际使用标准。

基于EDR数据的交通事故深度分析
孙翔解耀齐龚鹏飞
摘要：<正>汽车事件数据记录器（EDR）具有数据丰富、精度高等优势，可以帮助解决传统交通事故调查方法无法满足事故深度、精准分析需要的问题。近年来，由于缺乏获取事故发生时车辆行驶状态的相关技术，加之视频监控的覆盖范围有限，事故车辆大多配备有制动防抱死装置，因此在某些特殊情况下交通警察发现和提取事故现场痕迹、物证的难度较大。此外，由于碰撞事故是一个瞬时事件，而正常人的反应时间一般在300 ms左右，并且驾驶人在察觉到事故发生时可能会由于紧张、惊吓等心理因素出现错误操作甚至无应急操作。在这种情况下，传统的事故重建方式就具有相当大的局限性，利用CDR装置读取的车辆EDR数据可以充分还原驾驶人在

基于双目视觉的辅助驾驶系统
张文洁李志尧闫龙陈星颖蒙国光
摘要：<正>道路安全是社会普遍关注的问题，双目视觉在距离定位和车辆防碰撞预警有着先天的优势。相关数据显示，交通事故主要原因是由于车辆未能与前车保持安全距离及车辆偏离车道，其中疲劳驾驶致死数量最高。如果在驾驶过程中，驾驶员有更快的反应速度或者有辅助驾驶系统的提醒，就可以避免一部分事故的发生。文章主要研究双目视觉探讨辅助驾驶系统的可行性，分析双目立体视觉的原理和计算过程，设计一种基于双目视觉的辅助驾驶系统。根据拍摄视野和搜索范围的不同，搭建平行双目立体视觉模型，通过YOLOv5目标检测算法、注意力聚合模块（AAM）和双边网格保边上采样的快速网络完成辅助驾驶。


汽车画刊 . 2024 (05)