基于嵌入式神经网络的危险驾驶行为检测系统

摘要

驾驶行为规范性不仅是行车安全的保障,也是解决交通高峰期道路畅通的前提,对驾驶行为识别的研究是道路交通安全的研究热点之一。本文设计一款基于嵌入式系统的卷积神经网络图像分类器用来实时检测危险驾驶行为,将AlexNet卷积神经网络改进为能适应在嵌入式系统的小型卷积神经网络mAlex,同时加入一些图像预处理算法和优化策略,建立了驾驶员关于危险驾驶行为检测模型。经过实验表明实时检测危险驾驶行为系统对驾驶人的危险驾驶行为具有较高的识别精度和较高的鲁棒性。同时该系统使用在嵌入式系统中具有成本低、节能和小巧等许多优点。