【摘要】：近些年來,在嚴(yán)重的空氣污染和能源短缺問題的困擾下,電動汽車由于其零排放、能源利用效率高、噪聲小等優(yōu)點,逐漸得到了各國政府和民眾的認(rèn)可。然而,電動汽車價格偏高、續(xù)航里程有限、充換電不方便,成為了電動汽車大規(guī)模推廣的主要障礙。面對這一問題,采用共享租賃的方式向社會推廣電動汽車成為了一種行之有效的方法。電動汽車共享租賃可以解決其購買價格偏高、技術(shù)不成熟的問題,而且可以有效緩解交通堵塞,改善城市環(huán)境。因此,共享電動汽車不但能滿足用戶用車需求,而且符合經(jīng)濟(jì)發(fā)展和環(huán)境保護(hù)的要求。電動汽車共享租賃中一個關(guān)鍵問題就是對用戶進(jìn)行行為分析,尤其是對用戶行車過程中是否存在碰撞或潛在碰撞等危險駕駛行為進(jìn)行分析和記錄。本文采用基于深度學(xué)習(xí)的圖像檢測和分割算法對車輛碰撞進(jìn)行檢測識別,并提出了基于視頻預(yù)測算法和邊框預(yù)測算法的車輛碰撞預(yù)警方法。本論文的主要研究內(nèi)容如下:1)對共享電動汽車的發(fā)展背景和現(xiàn)狀進(jìn)行了介紹,并對當(dāng)前汽車碰撞檢測和預(yù)警領(lǐng)域的研究現(xiàn)狀進(jìn)行了概括;對與本課題有關(guān)的深度學(xué)習(xí)基礎(chǔ)理論進(jìn)行了介紹,并概述了當(dāng)前深度學(xué)習(xí)研究的最新進(jìn)展。2)對多個基于深度學(xué)習(xí)的目標(biāo)檢測算法進(jìn)行研究和對比后,選擇了高精度、實時性的目標(biāo)檢測模型——SSD,作為目標(biāo)檢測的基礎(chǔ)模型,并在本課題標(biāo)注的車輛檢測數(shù)據(jù)上進(jìn)行了實驗。為了進(jìn)一步提高目標(biāo)檢測模型的運行效率,對SSD模型的特征提取部分進(jìn)行了改進(jìn),對分類、定位層進(jìn)行了裁剪,并使用了量化算法對模型做進(jìn)一步的壓縮,對改進(jìn)后的SSD模型進(jìn)行了實驗對比;另外,本文提出了像素-距離轉(zhuǎn)換模型,結(jié)合車輛檢測算法,可以近似計算出車輛的距離。3)對圖像分割算法進(jìn)行簡要介紹,提出了基于跳躍連接和帶洞空間金字塔池化的圖像分割模型——SkipASPPNet,并進(jìn)行了實驗驗證;對基于圖像分割模型的車輛碰撞檢測和預(yù)警進(jìn)行了可行性驗證。4)對主流的視頻預(yù)測算法進(jìn)行概述,提出了基于卷積LSTM和生成對抗網(wǎng)絡(luò)的的視頻預(yù)測模型,對車輛軌跡進(jìn)行預(yù)測,從而可以提前推理出車輛可能的位置,并對車輛的潛在碰撞進(jìn)行預(yù)警;為提高車輛軌跡預(yù)測的準(zhǔn)確度,提出了基于LSTM的汽車邊界框位置預(yù)測算法,并進(jìn)行了實驗驗證。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP181;U469.72
【圖文】：

據(jù)環(huán)保部 2016 年空氣質(zhì)量報告顯示[1]，全國有 36 個城2.5 濃度大于 753 g /m（根據(jù)中國空氣質(zhì)量標(biāo)準(zhǔn)，PM2.5 濃度大于3為輕度污染）。圖 1-1 為中國排名前十的省會城市污染天數(shù)統(tǒng)計表，年霧霾天數(shù)高達(dá) 237 天。首都北京的重污染天數(shù)也高達(dá) 39 天，年均 PM家標(biāo)準(zhǔn) 109%。氣污染會嚴(yán)重影響人們的身體健康，極易引發(fā)呼吸道和心血管疾病。 月 5 日的倫敦毒霧事件造成了至少 4000 人死亡，數(shù)萬人呼吸不適，數(shù)受到嚴(yán)重影響。據(jù)我國衛(wèi)生部門統(tǒng)計，每年因空氣污染造成的呼吸系高達(dá) 35 萬人，急診病例更是多達(dá) 680 萬人，由空氣污染導(dǎo)致的環(huán)境損失占全國 GDP 的 7%左右。此外，PM2.5 極易吸附有機污染物和重這些有害物質(zhì)極易引發(fā)癌癥，是主要的環(huán)境致癌物之一。國環(huán)保部的數(shù)據(jù)顯示，多個大城市（例如北京、杭州、廣州和深圳等染來源中，機動車尾氣超過了燃煤和工業(yè)生產(chǎn)以及揚塵的比重。隨著保有量的持續(xù)上升，機動車尾氣帶來的污染會越來越嚴(yán)重。因此，減氣排放，成為治理空氣污染過程中不可避免的關(guān)鍵一環(huán)。

圖 5- 4 RNN 及其等效展開結(jié)構(gòu)示意圖為解決以上問題，Schmidhuber 等于 1997 年提出了著名的長短期記憶（rt Term Memory, LSTM）神經(jīng)網(wǎng)絡(luò), 該模型增加了“遺忘門”、“ 更新門胞狀態(tài)”，從而可以控制信息的遺忘和更新，LSTM 的基本結(jié)構(gòu)如圖 5-5 所 Tanh T anhtht1X t1C tCt1h tftotftitC圖 5- 5 LSTM 結(jié)構(gòu)單元示意圖LSTM 模型中的遺忘門、更新門、細(xì)胞狀態(tài)輸出、輸出門以及最終輸出 5-4~5-8 表示。( [ , ] )f W h x b

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳源興;;電動汽車的充電樁建設(shè)分析[J];信息記錄材料;2019年04期

2 劉云;周友富;安菁;;基于專利共引的電動汽車核心技術(shù)領(lǐng)域分析[J];情報學(xué)報;2013年03期

3 張星銳;;電動汽車產(chǎn)業(yè)技術(shù)創(chuàng)新的政策促進(jìn)機制優(yōu)化研究[J];經(jīng)營與管理;2019年05期

4 ;《金融時報》調(diào)查:中國電動汽車市場被迫成長[J];中國汽車;2018年05期

5 鄒利平;;電動汽車安全與優(yōu)化[J];湖北農(nóng)機化;2019年09期

6 曹新穎;史辛琳;劉琳娜;馬春雪;;分析電動汽車智能充電樁的設(shè)計與實現(xiàn)[J];科技風(fēng);2019年15期

7 志豪;;我省將成世界電動汽車基地[J];廣東交通;2010年02期

8 周琳;;摩納哥純電動賽車閃亮世博會[J];廣東交通;2010年04期

9 過學(xué)迅;黃妙華;;世界電動汽車發(fā)展走向[J];國際學(xué)術(shù)動態(tài);2003年05期

10 石小飛;;我國電動汽車現(xiàn)狀面面觀[J];河南電力;2018年12期

相關(guān)會議論文 前10條

1 顧麗華;祝軍華;;電動汽車火災(zāi)危險性分析及對策研究[A];2016中國消防協(xié)會科學(xué)技術(shù)年會論文集[C];2016年

2 董淑量;;電動汽車火災(zāi)成因及預(yù)防探討分析[A];2016中國消防協(xié)會科學(xué)技術(shù)年會論文集[C];2016年

3 孫娟;;關(guān)于電動汽車的火災(zāi)預(yù)防[A];2016中國消防協(xié)會科學(xué)技術(shù)年會論文集[C];2016年

4 王猛;孫澤昌;;電動汽車驅(qū)制動能耗特性研究[A];2013中國汽車工程學(xué)會年會論文集[C];2013年

5 呹本政男;晪道力;

本文編號：2720932