基于STC89C52RC单片机的防酒驾系统的设计与研究

随着公路运输业的发展,道路交通安全越来越引起重视,尤其是酒驾引发的交通事故。文中从人性化与安全性两方面考虑,对基于STC89C52RC单片机控制的酒后车辆启动系统进行深入研究,重点对酒精检测电路、红外感应、单片机、语音、LCD、继电器驱动、GSM等模块进行设计,开发了一种具有自动检测、报警功能的防酒驾系统。通过仿真环境测试,表明系统在酒驾发生前进行预警,在一定程度上可以降低交通事故隐患。     

基于单片机的酒精检测防酒驾系统的开发研究

针对酒驾带来的危害开发研究了汽车酒精检测防酒驾系统。该系统以单片机为核心,利用酒精传感器,把它安装在汽车不同的位置,然后通过检测并比较计算,得出最可靠的结论,最后通过外部显示或语音报警表达出来。该系统安装简单,成本较低,反应速度快,工作稳定。     

一种具有防酒驾、防瞌睡的安全系统

首先介绍了一种具有防酒驾、防瞌睡安全系统的组成部分,随后介绍了防酒驾、防瞌睡系统运行方案,并通过以TMS320C6711 DSP作为主要控制核心,气体传感器、头部位置传感器HPS、人脸识别模块等为外围设备,对车辆内气体酒精溶度、司机是否瞌睡等信息进行采集、分析、判断、处理,最终实现车辆的安全行驶。     

基于嵌入式的车载酒精浓度检测系统设计

由于酒驾引起的交通事故频发,为了有效监控驾驶员的酒驾行为,设计了基于嵌入式的车载酒精浓度检测系统。该系统使用NXP LPC1768作为主控芯片,使用Atmega8_cn作为辅控芯片,使用半导体酒精传感器MQ-3进行数据采集,通过LCD显示器显示检测到的酒精浓度值,根据检测到的数据做出判断并产生相应的控制行为,通过GPRS模块将有关信息传送到司机亲属或交管部门,详细阐述了该系统的硬件设计过程和软件工作流程。测试结果表明,该系统准确、可靠、成本低,应用效果较好。     

呼出气体酒精含量检测仪技术发展及使用管理研究

十多年来,全国公安交管部门常态化“零容忍”严查酒驾违法犯罪行为,“喝酒不开车、开车不喝酒”已成为广泛社会共识。呼出气体酒精含量检测仪(简称酒检仪)是交警查处酒驾违法行为的重要执法装备。为进一步加强对呼出气体酒精含量检测仪的管理,从装备上保障交警酒驾查处,从两个方面对呼出气体酒精含量检测仪的发展与管理进行阐述分析。第一个方面为技术发展,包括呼出气体酒精含量检测仪的新技术、新装备等内容;第二个方面为使用管理,包括呼出气体酒精含量检测仪的标准技术、执法使用等内容。同时通过分析当前呼出气体酒精含量检测仪在标准研制、执法使用、计量管理、测试认证等方面存在的问题,提出相应改进和提高建议,促进酒检仪的技术发展和执法使用管理。     

一种驾驶员酒精超标测控电路的设计

针对酒后驾车导致交通事故频繁发生的现象,设计了一种驾驶员酒精超标测控电路。该电路由酒气检测、模数转换、单片机最小系统、LCD显示、声光报警、继电器、电源等电路组成。软件用C语言编程,在keil环境中编译。硬件电路在PROTEOUS环境中仿真,通过后将下载程序的单片机和其它有关元器件焊接在PCB板上,上电,酒气检测电路可检测酒精浓度,可语音播报浓度未超标、偏高和超标,液晶屏可显示酒精浓度,当酒精传感器检测的酒精浓度超标时,该电路可自动切断汽车点火系统电源,使汽车无法启动。     

基于Attention机制的CNN-LSTM驾驶人意图识别方法研究

在自动驾驶系统中，系统需要准确识别驾驶人的意图，来帮助驾驶人在复杂的交通场景中安全驾驶。针对目前驾驶人意图识别准确率低，没有考虑优化特征对模型准确率影响的问题，运用深度学习知识，提出了一种基于时间序列模型的驾驶人意图识别方法。该方法基于Attention机制融合了卷积神经网络(convolutional neural networks, CNN)和长短时记忆网络(long short-term memory network,LSTM),引入车辆自身信息和环境信息作为时空输入来捕捉周围车辆的空间交互和时间演化。该方法可同时预测目标车辆驾驶人横向驾驶意图和纵向驾驶意图，并在实际道路数据集NGSIM(next generation simulation)上进行了训练和验证。实验结果表明，所提出的CNN-LSTM-Attention模型能够准确预测高速公路环境下驾驶人的驾驶意图，与LSTM模型和CNN-LSTM模型相比具有明显的优势，为自动驾驶系统的安全运行提供了有效保障。     

基于单片机的防酒后驾驶控制装置

酒后驾驶已严重威胁到人们的出行安全。针对这一问题,设计了一种能够有效防止酒后驾驶的自动控制系统。该系统由酒精传感器MQ-3、AD转换器TLC548、STC89C52单片机、报警电路、LCD显示、继电器等构成。当酒精传感器探测出司机呼出气体酒精浓度超标时,该系统能自动切断汽车启动系统电源,从而实现限制酒后驾驶的功能。     

城市典型路段的驾驶员酒驾行为识别

目前对驾驶员进行是否酒驾的接触式、非实时的随机抽检方式已难以满足酒驾检测的实际需求.在加速行驶路段、匀速行驶路段、转弯路段等典型城市道路下,以车辆速度、加速度和油门踏板位置、发动机转速等交通参数为输入,采用支持向量机模型对驾驶员的驾驶行为进行识别并判定其是否处于酒驾状态,并采用粒子群优化算法对模型参数进行优化以提高训练速度.研究结果表明,基于粒子群优化算法的支持向量机模型能快速、准确地判定驾驶员是否处于酒驾状态,可为实现非接触式酒驾检测提供理论支持,为安全驾驶辅助系统采取相应措施提供实现基础.     

基于效用理论的车辆换道交互行为及决策模型

研究分析道路交通环境下的车辆换道交互行为,客观反映车辆微观行为特性及宏观车流运行规律。通过分析车辆换道微观驾驶行为,构建Logit模型定量分析驾驶人换道行为决策过程,基于“效用理论”思想,实现驾驶人决策效用最大化。选取青岛市杭鞍快速路实际交通流为研究背景,标定模型相关参数;进一步仿真验证了分层Logit模型的准确性。研究成果可为智能网联交通环境下的车车交互、车路协同和自动驾驶系统提供理论支撑和方法依据。     

一种塞车自动引导系统的设计

设计了一种塞车时能自动控制车辆运行的塞车引导系统．可以在低速范围内自动完成车辆的前车追踪、启动、停止等操控,减轻了驾驶员的工作负担,提高了驾驶舒适性．     

驾车"坏习惯"可能会致命

交通事故80%以上是驾驶人责任心不强而引发的,其中操作不规范,长期养成的"坏习惯"占了多数。那么,有哪些"坏习惯"可能会致命呢?一是不在座位上打火启动车辆。启动车辆必须按照"四步曲":查看手     

个性化驾驶人驾驶行为操纵模式建模方法

根据个体驾驶人完成一个具体驾驶行为的驾驶操纵动作具有一定内聚性、时序性和个性化的机理,构建了基于有向图的驾驶人驾驶行为操纵模式的建模方法。根据获取的个体驾驶人在不同驾驶行为下的驾驶操作动作数据,并利用MATLAB仿真软件设计驾驶人驾驶行为操纵模式建模与仿真系统,对启动和超车2种典型驾驶行为下的驾驶操作动作数据进行测试。测试结果表明：基于有向图的建模方法可以实现驾驶人个性化驾驶行为的有序驾驶操纵动作建模。研究为驾驶安全辅助系统驾驶人驾驶行为的驾驶操纵底层上预防和干预危险驾驶行为提供支撑。     

红外车辆超高测量报警系统

论述了由红外发送检测和控制电路两部分构成的超高自动报警系统的原理及功能。该系统通过红外光电控制器发出信号和接受信号，准确地检测出高速公路上的车辆是否超高，然后由控制电路决定是否发出报警。     

考虑驾驶人换道意图的车道偏离预警系统

 为降低基于机器视觉车道偏离预警系统的误警率,提出一种考虑驾驶人换道意图的车道偏离预警系统。运用SteerableFilter 方法对所采集的道路图像信息进行滤波,运用局部搜索区域法提取车道线参数,运用基于图像信息的识别方法检测车辆的车速、转向信号、车道偏离状态以及驾驶人的头部动作状态,判断驾驶人的换道意图,建立了车道偏离预警的决策算法及系统。应用Matlab 软件对实车采集得到的视频进行算法验证和系统仿真试验,结果表明,提出的车道偏离预警决策算法是可行的,该预警系统将有意识与无意识的车道偏离区分开,从而能有效屏蔽在驾驶人有意识偏离车道时的误报警,具有更高的可靠性。     

常见驾驶行为下驾驶人注意力分配特征

为了获得驾驶人在常见驾驶行为下的注意力分配特征,借助驾驶模拟器采集特定交通流下的驾驶人眼动数据,利用注视时间和视觉信息搜索范围表征驾驶人注意力分配;分析不同驾驶行为下的驾驶人注意力分配特征,并探究来自不同方向的交通流对驾驶人注意力分配的影响。结果表明:驾驶人对前方正中心总是给予足够多的关注;自由流条件下,车辆转弯或换道时,驾驶人对正中心的关注下降,对转向一侧的关注增加,并且搜索范围由远处向近处转移;车辆沿曲率缓和的道路行驶时,交通流出现对驾驶人注意力分配的影响较小,而在转弯或换道时,交通流出现会对驾驶人注意力分配产生较大影响。     

电子化限重车辆自动筛选系统的设计与实现

道路限重管理对于路面相对脆弱的西藏道路来说是一项艰难工作,因此研究开发电子化限重车辆自动筛选系统显得比较重要。针对西藏路面的实际情况,利用SPCE061A单片机和压力传感器等一系列电子元件通过多次试验,设计出了电子化险种车辆自动筛选系统。电子化限重车辆自动筛选系统能够在无人操作的情况下自动检测车辆重量并发出是否允许该车辆通过该限重路段的信号。     

基于K-means++的驾驶人致因因素倾向性分析

交通事故致因因素导致交通事故的发生,而交通事故致因因素的产生与驾驶人的特征相关。基于K-means++对事故伤亡人数、年龄、驾驶经验、事故责任、驾驶人的不安全行为值、车辆的不安全状态值进行聚类分析,探讨具备不同特征的驾驶人群体产生不同类别的交通事故致因因素的倾向性。结果表明,当聚类簇数为3时,轮廓系数为0.52,模型将驾驶人分为3个群体。其中：驾驶经验及年龄较低,事故责任较高的驾驶人群体存在较高的不安全行为值;驾驶经验及年龄较高,事故责任较高的驾驶人群体存在较高的车辆的不安全状态值及较高的伤亡人数;事故责任较低的驾驶人群体的不安全行为值与车辆的不安全状态值均较低。     

检测酒驾新利器

正DADSS酒精检测系统酒后驾车的危险性不言而喻,2013年美国境内的醉酒驾驶车祸事件夺走了1万多人的性命,平均每天大约30人。为了有效阻止酒驾这种不负责任的行为,美国国家交通安全管理局(The National Highway Traffic Safety Administration,NHTSA)联手汽车厂商、研究机构和汽车零部件供应商正在技术层面上探索新的可能。NHTSA     

车道变换过程中驾驶人操作和注视行为

针对实际道路自然换道过程中驾驶人的操作与注视行为,搭建了自然换道行为测试车。利用眼动仪和车辆运动状态传感器,在城市道路环境中对20名驾驶人进行了实际道路自然驾驶试验,获取了换道过程中驾驶人操作与车辆运动状态数据;并对熟练驾驶人和非熟练驾驶人的换道数据进行了分析。研究结果表明:换道时驾驶人普遍不按照操作规范提前开启转向灯,且非熟练驾驶人比熟练驾驶人的开启时间要早;换道过程中车速呈现减速-加速-稳速的趋势,但熟练驾驶人的速度曲线更加平滑;换道开始阶段,熟练驾驶人和非熟练驾驶人对目标车道的注视所占百分比分别为70%和85%,而在调整阶段非熟练驾驶人比熟练驾驶人要高出20%;换道过程中,熟练驾驶人的注视行为更加灵活,同时处理较多任务的能力要优于非熟练驾驶人。