北京市机动车驾乘人员安全带佩戴情况研究

机动车道路交通伤亡事故中,未佩带安全带的驾乘人员的伤亡率远高于佩戴安全带的人员.为了提高驾乘人员安全带佩戴率,有必要了解安全带佩戴现状及其不佩戴的原因,为提出有针对性的解决方案奠定基础.调查发现安全带佩戴行为与道路、车辆、司机及时间等因素有关,通过随机抽样的方法实地观测北京市快速路、主干路、次干路及支路上,不同时间段、不同类型车辆驾驶员和前排乘客安全带佩戴情况,采集17 278个样本并得到不同影响因素下驾驶员安全带佩戴情况的规律.设计调查问卷,通过问卷调查方式调查并研究驾乘人员未佩带安全带的主要原因和次要原因.最后,基于安全带佩戴情况调查结果,提出提高驾乘人员安全带佩戴率的针对性措施.     

2009款雷诺科雷傲不系安全带不报警

故障现象:一辆2009款科雷傲,累计行驶了35000km.客户来店反映,驾驶员和乘客不系安全带行驶,车辆不报警.故障诊断:该车驾驶员侧和乘客侧安全带均带有报警系统,当车速达到7km/h,仪表会检测驾驶员和乘客是否系安全带,若检测到未系,则会通过仪表里的蜂鸣器提示驾驶员.     

利用车载设备实现交通信息服务的几种无线传输技术

利用车载设备向驾驶中的驾驶员提供实时交通信息，不失为解决交通问题的一个有效途径。章介绍了几种适合移动中车辆接收信息的无线传输技术，并介绍了一些相关应用。     

Win CE环境下Telematics系统中网络通信模块的开发

Telematics是以无线语音、数字通信和人造卫星的GPS系统为基础,通过汽车交换信息的技术。通过定位系统和无线通信网,向驾驶员和乘客提供交通信息、应付紧急情况的对策、远距离车辆诊断和互联网(金融交易、新闻、电子邮件等)服务。本文根据Telematics技术及服务发展动态,拟建了WinCE环境下Telematics系统整体架构,并着重开发Telematics系统与网络服务商之间的网络通信模块。     

驾驶员安全带识别方法综述

安全带作为一种十分重要的被动保护措施,可有效降低事故发生时的驾乘人员死亡率。因此,通过识别驾驶员是否佩戴安全带,可以减少由没有系安全带而带来的交通事故,并提高司机系安全带的安全意识。文章介绍了常见的几种识别方法,包括基于图像分类的识别方法,基于目标检测和语义分割的识别方法和传统目标检测结合SVM支持向量机的识别方法。结果表明,传统的识别方法需要对图片进行大量的预处理,降低了检测速度,基于深度学习的识别方法在速度和精度方面都优于传统的识别方法。     

军车安全带的使用与管理之我见

为了保障交通安全,减少交通事故对机动车驾驶员和乘员的伤害,《道路交通安全法》明确规定：上路行驶的汽车,驾驶员和前排乘坐的人员必须使用安全带。有关统计表明,驾驶员系安全带时车辆事故的伤亡率为20％,未系安全带时则达到了80％。笔者最近无意中发现,地方驾驶员绝大多数都能在行车中严格按要求系好安全带,     

改变游戏规则奥迪Grandsphere概念车

大众汽车旗下品牌奥迪在本届慕尼黑车展上发布了Grandsphere概念车,量产车计划在2025年上市.奥迪开发主管Oliver Hoffmann(奥利弗·霍夫曼)在接受采访时强调:"高度自动驾驶将改变汽车行业的游戏规则."在奥迪看来,未来车联网Car2X移动通信技术将固定集成在所有车辆中,车辆之间可发送并接收来自其他车辆以及交通信号灯或智能交通标志等设施的信息,车与车之间互相发射自动驾驶信号,将完全摆脱人工驾驶.     

动态

博世研发出一款结合摄像头和人工智能的新型车内监控系统睡眠不足、注意力分散、安全带未系等情况都可能会对驾乘人员人身安全造成严重后果。为避免危险驾驶及可能导致的道路交通事故,未来的车辆传感器不仅需要感知外部路况信息,而且需要实时关注驾乘人员状态。为此,博世已经研发出一款结合摄像头和人工智能的新型车内监控系统。博世集团董事会成员Harald Kroeger表示:"当车辆能够准确感知驾乘人员状态,驾驶就能变得更加安全和便捷。"该系统预计于2022年投产。届时,欧盟也将把驾驶员疲劳和注意力分散预警等安全驾驶技术作为新车标配。据欧盟委员会估计,到2038年,车辆安全新标准将挽救超过25000人的生命,并避免超140000起严重道路交通事故。实时监测车内状况能从源头上解决自动驾驶车辆的安全问题。例如,在高速公路上,自动驾驶车辆若要将驾驶控制权移交给驾驶员,需确保驾驶员未处于微睡眠、正在阅读报刊或使用智能手机发邮件等状态。     

国内外安全带使用相关法律规定

<正>《机动车驾驶证申领和使用规定》中对系安全带问题的规定:驾驶机动车在高速公路或者城市快速路上行驶时,驾驶人未按规定系安全带的,一次记2分。国内外安全带使用相关法律规定《道路交通安全法》第五十一条规定:机动车行驶时,驾驶员、乘坐人员应当按规定使用安全带。《高速公路交通管理办法》第六条规定:安装安全带的车辆,驾驶员和前排乘车人必须系安全带。不系安全带,将被处以20元以上200元以下罚款。英国英国对不系安全带的罚款额度以"定额罚单"的     

克服坏习惯 避免大风险

现在，许多车辆都安装了“安全带未系声音提示系统”．这个功能是为提醒车上司乘人员系安全带而设计的。在不系安全带的情况下，系统会自动响起报警声音。然而，好多不想被安全带约束的司乘人员却对此嗤之以鼻，觉得“吵”得人心烦。     

集装箱箱门安全状态无线监测系统的设计

介绍了采用射频SoC芯片nRF9E5实现集装箱箱门结构安全状态无线监测,阐述了系统的硬件、软件设计方法及系统的低功耗设计.可自动识别和判读集装箱的安全状态,确保集装箱货物运输的安全.     

基于系统动力学的北京市私家车总量仿真与控制

以北京市为例,从系统动力学角度分析城市私家车拥有量发展问题.剖析各要素间相互关系建立流图,通过VENSIM平台构建SD模型,在历史统计数据的基础上结合北京市"公交优先"的政策背景模拟私家车总量发展趋势,并根据2008奥运北京机动车实行"单双号限行"的措施,研究了长期实行该制度将对城市机动车和私家车拥有量未来变化造成的影响,为合理控制私家车总量给予了一定的政策建议.模型仿真与分析结果表明,在现阶段北京市私家车数量仍处于S形曲线的快速增长期,并未达到规模峰值,需要对其发展趋势进行关注和必要控制.而相对于车辆限行政策,大力发展公交事业可有效限制私家车总量,且不会随时间产生负面影响,是更为科学合理的调控措施.     

基于RFID电子车牌数据的公交行程时间预测方法

为了给公交优先信号配时系统提供足够的"思考"时间和准确的控制依据，基于重庆市RFID电子车牌数据提出了一种采用自适应渐消卡尔曼滤波和小波神经网络组合模型动态预测公交行程时间的方法。综合分析公交行程时间的动态和静态影响因素，选取的模型输入参量为标准车流量、路段车辆平均行程时间、平均车速离散性和前班次公交行程时间。利用RFID电子车牌系统采集重庆市鹅公岩大桥路段车辆行驶数据，选取3 000组实际运行数据完成公交行程时间预测模型的训练，另筛选50组数据验证模型的有效性和准确性。研究结果表明：组合模型可动态自适应预测公交行程时间，预测值平均相对误差为3.23%，绝对误差集中在8 s左右，明显优于2种单一模型和基于传统GPS数据的公交行程时间预测模型，可认为选择RFID电子车牌数据作为组合模型的输入，能够明显改善模型预测精度；组合模型预测值的残差分布更为集中、鲁棒性较好，泛化能力强。选择平均绝对误差值、均方根误差值和平均绝对百分比误差作为模型评价指标，结果进一步表明，组合模型的综合预测效果明显优于单一的自适应渐消卡尔曼滤波和小波神经网络。研究方案可为先进公交信息化系统提供良好的技术支撑。     

系三点式安全带驾驶员手伸及界面分析

考虑驾驶员系三点式安全带，根据运动学、驾驶舒适性和车辆安全性建立了基于铰链转动极限的4自由度手臂运动学模型，提出了雅克比奇异性的奇异表面的识别方法，并得出了系三点式安伞带驾驶员手伸及界面的解析解，利用可视化技术对驾驶员手伸及界面进行了可视化处理。     

一种车牌定位算法的实现

车辆牌照的自动识别是智能交通系统中的一项重要技术,而车辆牌照的定位又是车牌识别的关键点之一。文章依据二值化图像中车牌区域跳变频率高的事实,提出一种算法来确定车辆牌照在原始图像中的水平位置和垂直位置,从而定位车辆牌照。实验结果表明本算法处理速度较快、便于实现。     

射频模块技术在车牌识别系统中的应用

基于车牌识别原理,提出一种新的车牌识别方法.将单片射频收发芯片nRF905应用到车牌识别系统中.并采用ShockBurstTM工作模式,自动处理字头和CRC(循环冗余码校验),使用SPI接口与微控制器通信,配置方便.该系统具有识别精度高,抗干扰能力强,通信速度快,检测距离远等特点.     

License plate extraction method for identification of vehicle violations at a railway level crossing

The primary cause of most railroad accidents is vehicle entry into railway level crossings despite warning messages. To identify drivers who violate railway level crossing regulations, vehicle license plate recognition can be applied at railway level crossings. The purpose of this paper is to present an effective method for extracting the license plate region from vehicle images taken at railway level crossings. The method proposed in this paper uses the variation in the gray-level values across the image of a license plate. For license plate region extraction, the character region is first recognized by identifying the character width and the difference between the background region and the character region. The license plate region is then extracted by finding the inter-character distance in the plate region. In addition, the license plate type is identified by the difference in the gray-level value between the background region and the character region. The proposed method is effective in solving the current challenges in extracting the license plate region from the damaged frames of license plates issued for domestic use, including new types of license plates. According to the experimental results, the proposed method yields a high extraction rate of 99.5% for vehicle license plates.     

后地板安全带固定点结构优化设计

针对后地板安全带固定点的3种结构形式,对后地板安全带固定点相关法规进行了介绍,并对后排安全带固定点的强度进行了分析。通过分析某车型后地板安全带固定点强度失效原因,对其后地板安全带固定点结构和焊点进行了优化,优化后的结构在模具冲压和车身焊接中均未出现问题,满足了静拉试验相关法规要求。     

基于多分类器--并行计算的车牌识别算法

针对已有车牌识别中技术存在的不足，提出了一种多分类器——模板匹配和神经网络并行计算的识别算法，这一方法对于汉字、英文和数字混杂、数字的识别，分别采用粗分类和面向汉字的双进程计算方法、面向字母的双进程计算方法、简单的数字神经网络方法。这些方法的采用可以缩小检索范围，充分利用模板匹配和神经网络算法各自的识别优点，提高车牌字符识别准确率，并进一步提高运算速度。