В настоящее время электромобили или новые автомобили, будь то Wei Xiaoli (NIO, Xiaopeng, Ideal, BYD) с другой стороны, или новые автомобили в Европе и США, более или менее имеют связанные приложения для защиты водителей, такие как снижение скорости автомобиля, перемещение кузова и т.д.

Чтобы сделать эти приложения, первое, что нужно установить, это то, что машина должна научиться обнаруживать объекты, как улучшить эффект с помощью основной функции выражения, уменьшить значение функции потерь, какую функцию активации и функцию аппроксимации использовать и т. д. на. Но для этого нужно время и терпение; если вы хотите перейти к машинному обучению, вы можете сначала создать несколько приложений для опыта, а затем оптимизировать и создать модули машинного обучения.

Вот приложение, использующее модуль обнаружения YOLO, чтобы напоминать водителям о необходимости соблюдать безопасную дистанцию ​​между автомобилями. (Кодирование на Python) Далее используется Asus ROG Flow Z13 GZ301VV для тестирования условий плохой погоды и слабого освещения на реальной дороге:

В других ситуациях ночью много машин, и та же машина используется для имитации того, можно ли напоминать водителю о необходимости соблюдать дистанцию ​​между машинами:

Есть преимущества и недостатки, о которых будет рассказано позже.

Используя Yolo для проведения экспериментов по обнаружению в реальном времени, цель эксперимента — напомнить пользователям о необходимости соблюдать дистанцию ​​в пробках.

Следующая ситуация:
1. Поскольку я пересел на электровоз, то не знаю, почему звук нового вагона намного ниже, чем у старого вагона. Поработав какое-то время, я чувствую, что засыпаю на метро.
2. Велоспорт хочет видеть окружающую среду, находить магазины, находить адреса, но не может на 100% сосредоточиться на фронте; поворачивать голову в сторону и назад, чтобы поговорить с третьим лицом и т. д.
3. Во время вождения, глядя вниз, чтобы что-то подобрать, или хотите нажать на телефон, когда он звонит, развернитесь и поговорите с ребенком везут и т.

Далее описывается поток содержимого приложения.

Сначала здесь (Ссылка) Обратитесь к улучшению использования YOLO
Тогда способ судить выглядит следующим образом:

Включите камеру, сделайте снимки в реальном времени и отправьте их в модуль YOLO для оценки. условия, которые необходимо обнаружить. Будет два линейных уравнения для обнаруженных условий. Если оба находятся в следующих блоках этого линейного уравнения, то есть оно соответствует требованиям и обнаружено, и сразу же помечается цветом рамки.

Динамически задайте два линейных уравнения, зеленая линия слева и синяя линия справа на рисунке ниже, линейное уравнение «ax+b = y». Так называемая динамика предназначена для настройки параметров в соответствии с условиями объектива и автоматического расчета отдельных значений a и b двух линий для последующего расчета и оценки.

Автомобили, идущие с двух сторон, обычно не пересекают эти две линии. Даже если они это сделают, доля в линии слишком мала для удовлетворения требований обнаружения;

Если машина слева будет ехать дальше и быстрее, площадь будет становиться все меньше и меньше, что относительно безопаснее для нас.

Затем объясните красный блок принятия решений на блок-схеме «Является ли объект автомобиля на этом экране объектом автомобиля в предыдущем раунде экрана?», чтобы определить, существует ли текущий объект также в предыдущем раунде экрана и обнаружен, да Если это так, сохраните объект этого автомобиля; независимо от того, есть он или нет, он должен быть отправлен в следующий зеленый блок принятия решений.

Ниже показано суждение об одном и том же объекте при условии, что каждый кадр захваченного экрана непрерывен. Красный представляет объект следующего кадра, а синий представляет исходный объект.

Далее следует зеленый блок принятия решений на блок-схеме: «Находится ли объект транспортного средства в пределах опасной дистанции транспортного средства и ближе ли к вам, чем предыдущий объект транспортного средства?» Если расстояние до опасного транспортного средства приближается, оно будет отмечено для подсказки.

Как определить, что объекты автомобиля в опасной зоне приближаются к вам? Расчетная площадь может быть достигнута. Если зрительная площадь объекта становится все больше и больше, это также означает, что объект приближается к себе физически.

Подробный процесс по-прежнему должен основываться на приведенной выше блок-схеме.
Наконец, если каждый объект на экране был оценен, немедленно сделайте снимки с камеры в реальном времени и выполните новый итерационный процесс.

Поэтому помощь высокоскоростных вычислительных устройств очень нужна. Так уж получилось, что игровой планшет ASUS также может удовлетворить этот спрос. Модель Asus ROG Flow Z13 GZ301VV. Ссылка ниже показывает, что вычисления требуют рассеивания тепла. Этот игровой планшет продуманно спроектирован так, что воздуховыпускные отверстия направлены вверх, поэтому в одном планшете можно разместить высокоскоростные вычислительные чипы и графические процессоры.

Наконец, давайте рассмотрим недостатки и то, что нужно улучшить:
1. Вибрация автомобиля по-прежнему будет влиять на оценку, но если диапазон ошибок установлен правильно, влияние не будет слишком сильным.
2. Широкий угол камеры и будет ли захваченное изображение искажено и нуждается ли в корректировке. Есть только одна камера, чтобы судить спереди. Если вы хотите оценить окружение кузова автомобиля, вам понадобится несколько камер.
3. Модуль Yolo очень хорош, но иногда ночью может возникать небольшая неверная оценка, как уменьшить ошибочную оценку, необходимо отрегулировать.
4. Если вы ждете светофора, если автомобиль находится в первом ряду и находится близко к пешеходному переходу, возможно, учитываются движущиеся транспортные средства и пешеходы впереди.
Причина в том, что невозможно определить, остановилось ли собственное транспортное средство, и автомобильный дилер должен предоставить API для получения информации о транспортном средстве, такой как скорость транспортного средства, контрольная скорость и т. д.
5. Судебное решение параметры приложения все еще могут быть оптимизированы.

Преимущества:
1. Благодаря модулю yolo основное транспортное средство впереди напоминает водителю о необходимости соблюдать дистанцию ​​между транспортными средствами с высокой точностью.
2. В действии обнаружение yolo по-прежнему чувствительный
3. Программу приложения можно перенести на другое транспортное средство, электровоз и т. д. с помощью высокоскоростного вычислительного планшетного устройства. Узнайте, на что способно машинное обучение, не покупая новый автомобиль.