基于深度学习的驾驶员状态识别

提出了基于驾驶员脸部及周围信息的驾驶员状态检测方法。文章通过实车摄像头采集了驾驶员驾驶状态视频数据,利用Dlib和OpenCV库对采集的驾驶员图像进行脸部检测,基于驾驶员脸部数据建立了深度学习数据集,然后基于该数据集设计了一种卷积神经网络模型FaceNet,利用PyTorch深度学习框架在数据集上对模型进行训练,最终得到了有较高准确率的驾驶员状态检测模型,其可识别抽烟、睡觉、左手打电话和右手打电话四种驾驶员状态。     

基于优化计算的驾驶员模型及其在功能安全设计中的应用

设计了一种可兼顾不同驾驶水平的新型驾驶员模型,能够通过调节应用参数对不同驾驶员的整体表现进行仿真,最终评定某电控功能失效后的影响及功能安全等级。以双移线变道行驶场景为基础,应用设计的驾驶员模型进行了制动能量回收功能失效条件下的典型工况仿真,得到了制动能量回收功能的功能安全等级与故障容忍时间。     

基于图卷积网络的多信息融合驾驶员分心行为检测

为减少由驾驶员分心造成的交通事故,并检测驾驶员在自动驾驶情况下的分心状态以判断驾驶员是否有接管车辆的能力,提出了一种基于图卷积的多信息融合驾驶员分心行为检测方法。通过分析驾驶员分心行为和姿态特征,设计了驾驶员姿态估计图,基于图卷积网络对驾驶员姿态估计图进行特征提取,使用全连接层对所提取特征进行行为分类,同时融合手机等关键物体信息对驾驶员分心行为进行再判断。实验结果表明,本文提出的方法在SrateFarm数据集和自制数据集上分别达到了90%和93%的准确率,检测速度约为20帧/s,准确性和实时性均达到检测要求。     

美国驾驶证申请与新驾驶员培训简介

汽车保有量和新驾驶员数量的快速增加是我国道路交通事故高发的原因之一,如何设计驾驶员培训内容、优化驾驶证申请流程是提升新驾驶员交通安全状况的主要措施。本文系统梳理了美国驾驶证申请考试要点、新驾驶员培训内容和渐进式驾驶培训（Graduated Driving Licensing,GDL）要求。对比中美新驾驶员培训与驾驶证考试内容发现：美国注重新驾驶员安全驾驶行为、意识的培养与考查,而我国侧重于驾驶技能和交通法规的考核。最后,借鉴美国新驾驶员的先进管理经验,对我国新驾驶员培训与驾驶证申请流程提出了改进建议。     

雨重行车

春夏季节雨水较多,机动车驾驶员一定要提高警惕。交警提示：雨天行车,后车应随时注意前车动态,保持安全距离,避免因前车紧急制动或急转方向而发生事故。如果在山区道路遇雨天泥泞,机动车要与道路边缘保持适当距离,选择道路中间坚实路面行驶,防止路基松软坍塌造成险情。     

驾驶员的最高境界是掌握防御性驾驶技术

驾驶员在驾驶过程中,能够准确地“预见”由其他驾驶员、行人、不良气候或路况引发的危险,并能及时采取必要、合理、有效的措施,防止事故发生。这种可避免危险发生的驾驶方式称为“防御性驾驶技术”。     

谈物流运输企业的车队管理

车队管理一直是物流运输企业经营者们面临的一个难题。宁带千军万马,不带车队一兵一卒,流传在业界的这句话,充分说明了这个问题。而在车队管理工作中,最难也最重要的就是驾驶员管理、车辆管理、调度管理和安全管理。一、驾驶员管理物流的主要功能是运输,而车队是运输任务的主要承担者。车队的管理很重要,也很难。车队难管,这是业内的一个共识。我想,这主要是由于车队的运输工作所跨越的空间大,流动性强,难于控制的原因。另一方面,作     

安全驾驶经验谈（十三） 冬季行车注意事项之公路客车篇

公路客车就是从事公路客运的车辆,一般有固定的运行线路,驾驶员对路况较为熟悉。但是,由于公路客运车多在高速路上行驶,车速较快,而且偶尔有长时间连续驾驶的现象,也构成了某些不利的因素。本刊就驾驶公路客车的注意事项和冬季行车要领采访了来自于冀运集团股份有限公司常年从事公路客车驾驶工作的三位老司机,与读者分享他们的宝贵经验。     

别忘记基础润滑——机油

机油是汽车运行中最为重要的润滑、散热的保护措施,如何保养更换机油,如何检查机油的状况以及什么样的驾驶行为会对机油品质产生影响,是我们驾驶员朋友需要注意的问题。