基本信息
- 项目名称：
- 新一代智能交通自组网
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 科技发明制作B类
- 简介：
- 本系统通过新型的自组网路由算法，使车辆间能够自主、快速地构建一个多跳、无中心的车载自组织网络，实现车辆与车辆之间、车辆与路边设施间的即时高效的无线通信，同时先进的模式识别算法能准确快速地识别驾驶员疲劳、打盹、分神等不正常状态。
- 详细介绍：
- 本系统通过新型的自组网路由算法，使车辆间能够自主、快速地构建一个多跳、无中心的车载自组织网络，实现车辆与车辆之间、车辆与路边设施间的即时高效的无线通信，同时先进的模式识别算法能准确快速地识别驾驶员疲劳、打盹、分神等不正常状态。利用车载自组网高效的信息交互能力，准确快速地感知车辆的位置、速度等信息，在出现危险驾驶或紧急情况时及时地发出报警信号，有效地预防交通事故，保证交通安全，并为驾驶员和交通管理者及时提供车辆状态、交通路况等全方位信息，实现舒适高效驾驶和交通网络的优化调度。
作品图片
作品专业信息
设计、发明的目的和基本思路、创新点、技术关键和主要技术指标
- （1）快速高效的移动自组织网络 （2）先进的驾驶员状态感知算法 （3）全方位GPS地图
科学性、先进性
- 目前，大多数对车载自组网路由算法的研究都是基于模拟和仿真的，在真实的网络环境中实现测试和应用则相对较少。 1）通过车辆节点的移动性以及节点间的链路预测生存时间作为度量是否参与到路由发现，明显的减少了网络控制消息开销； 2）源节点和目的节点之间的路由选择不仅仅是根据路由跳数，更重要的是根据路径的链路预测生存时间，这样保证了路径断开的可能性大大减少，也大大减少了重新寻找路由的次数，提高了路由稳定性和降低了丢包率。 3）通过位置获取，能够获取周边邻域车辆节点的位置、速度、方向信息。 本系统抛弃了先进行眼睛图像定位再做人眼睁闭状态判别的传统方法，利用人眼睁闭状态的二值特性：存在人脸时眼睛要么睁开、要么闭着，将眼睛定位和人眼睁闭状态判别两个单独过程融合为对输入人脸图像做睁眼图像检测，因而实质上人眼睁闭状态判别算法就转化为了人脸检测、睁眼图像检测两个部分。另外由于本系统利用红外线照射人脸区域，使得人眼部分出现暗瞳效应，从而使得人脸区域的灰度特征更为突出。
获奖情况及鉴定结果
- 参加2010英特尔杯全国大学生电子设计竞赛获得该比赛三等奖
作品所处阶段
- 中试阶段
技术转让方式
- 技术合作
作品可展示的形式
- 实物演示
使用说明,技术特点和优势,适应范围,推广前景的技术性说明,市场分析,经济效益预测
- 在智能交通中使用自组网络技术，实现车辆与车辆、车辆与路边设施信息交换、对驾驶员的驾驶状态进行感知，逐步实现人与人、人与车、车与车之间按需进行的信息获取、传递、存储、认知、决策、使用等服务。对网内交通安全、交通阻塞、驾驶员驾驶状况、车辆安全信息的进行全方位的监测，为驾驶员和交通管理者及时提供车辆状态、交通路况及驾驶信息，对交通网络进行优化调度；能有效预防交通事故发生，提高道路通行效率，具有巨大的经济和社会效益。
同类课题研究水平概述
- 国内外研究现状： （1）车载自组网研究现状 目前世界上很多国家和科研机构都对车载网络投入了极大的研究热情，国外的研究也比较先进。国内研究起步比较晚，南京邮电学院的研究人员对当时用于车辆间通信的基于位置的路由协议进行了分析，并对存在的问题进行了探讨。北京邮电大学专门针对城市场景提出了一种基于竞争转发的车载自组网路由算法，该算法摒弃了Hello报文，通过分布式竞争策略并且根据邻居节点的位置进行下一跳节点的选择，当网络产生分割现象时采取暂存转发策略。上海交通大学提出一种车载自组织网络的被动地理路由算法,采用基于城市交通图和节点位置信息的无线路由算法,使用基于路段与速度的位置预判方法,去除广播机制,降低路由开销。 （2）疲劳检测技术中的眼状态检测研究现状 国外在眼睛状态判别上多采用基于统计模式识别的方法，对搜集的人眼样本，使用不同分类器和学习方法，从样本图片提取特征，训练分类器。有代表性的方法有： 基于神经网络的方法 基于概率模型的方法 基于模板匹配的方法 国内眼睛状态判别，有采用图像处理的方法的，比如灰度投影、计算边缘复杂度、计算角点个数的方法，有基于饱和度和边缘的方法，也有综合利用几种图形特征的方法。有代表性的方法有： 基于模板匹配的方法。 基于图像处理的方法
