【摘 要】
：
随着车联网技术的不断发展,车辆安全逐渐受到人们的重视,制定合理的驾驶评估方法已成为保障安全驾驶的重要任务。然而,影响驾驶安全的评估因素众多,这让驾驶指标的选取成为重大难题,如果选择影响因子过小的驾驶指标,最后的评估结果往往缺乏通用性与客观性。现有的驾驶评估可视化应用多以总体评估的方式呈现给用户,但这种方式缺乏量化的数据,用户并不知道自己是在什么时间点、因为什么样的行为造成驾驶评分下降。为了充分利用
论文部分内容阅读
随着车联网技术的不断发展,车辆安全逐渐受到人们的重视,制定合理的驾驶评估方法已成为保障安全驾驶的重要任务。然而,影响驾驶安全的评估因素众多,这让驾驶指标的选取成为重大难题,如果选择影响因子过小的驾驶指标,最后的评估结果往往缺乏通用性与客观性。现有的驾驶评估可视化应用多以总体评估的方式呈现给用户,但这种方式缺乏量化的数据,用户并不知道自己是在什么时间点、因为什么样的行为造成驾驶评分下降。为了充分利用大数据分析技术,这类驾驶评估应用将计算任务集中到云端服务器,而边缘计算与微服务的出现,可以有效减少云端压力,将原本高耦合的服务模块化。因此,制定更具代表性的驾驶行为评估方法、研发耦合性更低的评估系统成为本文研究的核心目标。本文对现有的驾驶行为评估方法和评估系统进行研究与改进,在Air Sim与Unity结合的仿真环境下,本文通过研究分析,选取直接影响驾驶安全的行为指标,在此基础上利用深度学习技术训练推断模型,制定驾驶行为评估方法,从而提高评分模型的通用性与客观性。最后将评估方法与边缘计算、云服务、客户端相结合,构成完整的驾驶安全管理系统。本文主要工作包括以下三个方面:（1）利用Air Sim提供的虚拟OBD和虚拟摄像头采集不同驾驶风格驾驶者的行为信息与路况图像信息,利用深度学习技术训练出基于熟练驾驶者的驾驶行为推断网络。通过研究驾驶风险类型,将不同风格驾驶行为与网络推断值对比、聚类,确定不同风险类型的取值范围。（2）建立驾驶行为评估模型,确定不同驾驶行为在仿真环境下的权重,制定相应评分策略,与推断网络、风险类型整合,最终得到完整的驾驶行为评估方法。（3）构建基于边—云—端思想的驾驶安全评估系统。利用边缘计算设备承载驾驶行为评估方法,计算驾驶行为的实时评分;利用微服务架构开发云端系统,为用户提供解耦式服务;利用Android APP开发可视化交互界面,为用户提供驾驶评分查询服务。
其他文献
随着现代工业的快速发展,产品更新换代的速度越来越快,与此同时,机械产品在生产、使用以及整个设计生命周期的过程中,往往会会对环境造成不可估量的污染,影响工业可持续发展,人们对于绿色生活品质的要求也越来越高。有效设计出符合绿色环保性能的产品和缩短产品的设计开发周期,能够使企业在市场中占据重要地位。绿色高效节能的发电机是机械设备重要的发展方向,与其他发电机相比,永磁发电机具有更高的效率和更高的控制精度。
在当今热门的互联网的应用领域,如云计算、Io T中,主机入侵检测技术的成熟应用能很大程度上提升关键基础设施主机的安全水平。在基于主机入侵检测技术研究方面,前人已形成较为丰富的研究成果,如基于N-Gram滑动窗口方法、基于传统机器学习进行特征提取的方法、基于深度学习的方法等,从侧面展现出主机入侵检测研究的重要性。上述方法各有特点,但在现实训练中,分别存在训练数据要求高、计算代价高、易过拟合等现实问题
关系分类是自然语言处理领域的一项重要任务,也为知识图谱的构建、问答系统和信息检索等相关研究提供技术支持。深度学习技术的出现拓展了关系分类任务的相关研究,在实验效果上取得进一步的突破,基于深度学习的关系分类方法逐渐成为该研究的重点研究方法之一。近年来,基于深度学习的关系分类研究在任务改进方面主要集中在对注意力机制的优化和对语义信息的优化两大方面上。然而,此类方法目前尚且存在以下问题:（1）不少学者在
电致变色材料,是指在外部电压或电流的激励下,会发生产生稳定、可逆的颜色转变现象的具有光学调制能力的一类材料,是目前最有研究和应用前景的智能材料之一。电致变色技术可以应用于智能窗、EC显示屏、柔性电子、智能手机等领域。近些年来,电致变色材料在机理研究和应用探索方面取得了长足的进步,但是在器件结构、电解质问题和封装问题等方面仍然存在许多需要克服的地方,而且因为其高成本使得距离民用化和商业化还有很长一段
随着工业行业的迅速发展,设备的精度及稳定性越来越受客户关注。在生产加工中,要求数控机床的加工精度高,且稳定,是制造商推向客户的重要一点。在高端设备加工中,机床的以上特性尤为重要。对于机械结构而言,机床铸件及在安装过程存在几何误差,在生产过程中这种误差已经很难被消除。工件在加工过程中刀具和加工工件在切削力的作用下其角度和直线度会有偏差,造成加工程序程序中指定的位置与实际位置会有误差,导致工件尺寸超差
无源定位技术是一种定位设备自身不需要对外界辐射信号,仅通过接收并分析目标辐射的信号来确定目标位置的技术,具有隐蔽性强、抗干扰能力强的特点。多站无源定位是通过设立多个观测站点获取目标位置信息,通过集中式数据处理或分布式数据处理的方式实现观测信息融合,从而实现目标定位。而实现运动目标定位跟踪需要解决的重点问题是研究其滤波跟踪算法,但由于实际定位过程中存在目标机动、环境因素、设备因素等诸多因素影响,会引
近十年来新能源汽车得到了广泛的关注。然而,不少新能源汽车的设计仍沿用传统燃油车的方案,特别是外观设计。对于选择新能源汽车的用户而言,是否有区别于传统燃油车的外观设计需求,是值得研究的课题。感性工学设计方法能捕捉及量化用户的感性需求,被大量应用于产品外观设计的用户需求分析。传统的感性工学设计方法需进行大量的访谈及实验,数据收集成本较大。随着移动互联网的普及以及用户共享意识的提升,用户在汽车论坛、网站
在对现代控制系统的分析研究中,最优控制问题备受关注。一方面,保证被控系统的闭环稳定性仅仅是最低要求,还需要进一步优化系统性能;另一方面,许多经典的优化控制方法在处理复杂非线性系统优化问题时常常具有局限性。为弥补传统方法的缺陷,实现日益复杂的非线性系统的最优控制任务,自适应动态规划（Adaptive Dynamic Programming,ADP）方法应运而生,其作为一种利用强化学习思想,在动态规划
在实际应用中,机器人往往处于未知和非结构化的工作环境中。机器人在真实环境中找到自己的定位依赖于同步定位与地图构建技术（Simultaneous Localization and Mapping,SLAM）,即在运动的同时获取传感器数据来评估真实环境信息,结合地图信息实现自我定位并建造增量式地图。传统SLAM方法在移动机器人在建图导航时仅考虑XY坐标和偏航（Yaw）,导致地面平整性和凹凸障碍物信息缺
序列号,是指纸币上的一串由英文和阿拉伯数字组合的字符序列。每张纸币都有一个唯一的序列号,是纸币的特殊身份标识。因此,实现对纸币序列号的精准识别,在防伪、追踪被盗纸币、提高金融市场稳定性等方面起着至关重要的作用。随着金融经济的快速发展,对纸币识别系统的序列号识别能力的要求也不断提高。然而,现有的纸币序列号识别方法普遍存在着识别准确性差、易受外部环境的制约、对纸币污损残缺的适应能力差等不足。其主要原因