Volume 3,Issue 5
Fall 2025
基于CLRnet算法的非机动车安全保障HMD设备
本项目旨在开发一款基于CLRnet算法的非机动车安全保障HMD设备，本团队将此设备装于头盔上，用于非机动车骑行者的车道识别和实时危险检测。其主要目标是解决中老年和新手骑行者面临的安全挑战，这些骑行者由于经验不足和反应迟缓，更容易发生交通事故。该设备集成了摄像头和传感器系统，用于监测周围的道路情况，包括车道标线、车辆距离和交通信号。当骑行者偏离非机动车道时，系统会及时发出预警，引导骑行者回到正确的行驶轨迹，从而提高骑行安全性和警觉性。该项目的意义在于其能够减少交通事故的发生，并促进更安全的骑行环境。通过利用先进的深度学习技术，这款设备将为交通安全提供创新性解决方案，对现代城市非机动车骑行者具有广泛的影响。
[1]Jung, Seokwoo et al. “Towards Lightweight Lane Detection by Optimizing Spatial Embedding”, CoRR abs/2008.08311 (2020).
[2]Zequn, Qin et al. “Ultra Fast Structure-Aware Deep Lane Detection”, European Conference on Computer Vision abs/2004.11757 (2020): 276-291.
[3]Yoo S, Lee H, Myeong H. End-to-End Lane Marker Detection via Row-wiseClassification[J]. IEEE, 2020.
[4]蒙双,陈乐庚,肖晨晨.基于改进OctConv的车道线检测算法研究[J].计算机仿真,2021,38(05):142-145+218.
[5]何建辉,潘陈兵.基于视觉的车道偏离预警系统研究[J].时代汽车,2020,(08):16-19.
[6]Chen, Yue, and Azzedine Boukerche. “A Novel Lane Departure Warning System For Improving Road Safety”, Intelligent Cloud Computing (2020): 1-6.
[7]Wu, Jiaju et al. “A Vision-based Lane Departure Warning Framework”, 2021 IEEE International Conference on e-Business Engineering (ICEBE) (2021): 139-143.
[8]李宏海,陆红伟,卢立阳,等.基于Cardinal样条的车道偏离预警测评关键参数估计[J].公路交通科技,2022,39(07):157-165.
[9]雷承学,孟少华,申彩英,等.基于模糊算法的车道偏离预警研究[J].现代车用动力,2023(03):10-12+42.