文件名称：matlab绘图的形状代码-Driver-Assistance-System:驾驶员辅助系统
文件大小：20.32MB
文件格式：ZIP
更新时间：2024-06-12 09:23:50
系统开源
matlab绘图的形状代码驾驶员辅助系统 1）摘要： 使用图像处理技术和人工神经网络进行交通标志检测和识别。 利用网络摄像头和机器学习算法检测驾驶员的睡意，并使用车道跟踪系统来跟踪车道，而无需使用任何价格昂贵的传感器来开发智能驾驶员辅助系统。 所提出的技术从输入图像中检测交通标志并正确识别该标志。 识别多个标志的准确性为85％。 我们使用的是SVM训练后的睡意模型，然后使用欧几里得距离函数。 如果距离更接近睡意，我们会不断检查或预测“眼睛”和“嘴巴”的距离，如果该距离更接近睡意，则应用程序将警告驾驶员。 2）简介： 交通标志的位置和确认是一个重要的研究主题，它在智能交通系统（ITS）领域一直保持着更广泛的研究热情。 由于交通标志描绘了街道的交通状况，因此，驾驶员可能会遇到威胁和不便，并向他们提供警告和建议，并通过提供有价值的数据来指导他们前进，从而保护驾驶并为他们提供帮助。 由于遍布世界各地的街道车辆的巨大增加，街道事故的数量也从根本上增加了。 在造成各种事故的各种原因中，有一些很大的原因是路牌的遗忘，路牌的障碍和驾驶员的打扰。 诸如交通标志识别（TSI）之类的驾驶员辅助系统（DAS）
【文件预览】：
Driver-Assistance-System-master
----feature.mat(22KB)
----main.m(7KB)
----myNeuralNetworkFunction.m(18KB)
----main_harris.asv(6KB)
----test.fis(1024B)
----main_harris.m(6KB)
----LANE_DETECTION.rar(20.09MB)
----yfit1.mat(215B)
----image_HOGfeature.mat(627B)
----exclude3rdlane.m(2KB)
----nn.mat(97KB)
----lane_departure_warning.m(3KB)
----feature_extraction1.m(511B)
----image_feature.mat(27KB)
----final_feature2.mat(10KB)
----main_surf.m(6KB)
----final_feature1.mat(1KB)
----Evaluate.m(1KB)
----sys.fis(1KB)
----yfit12.mat(222B)
----final_feature.mat(33KB)
----README.md(6KB)
----lanematching.m(3KB)
----detectcolorandtype.m(6KB)
----feature_extraction.m(2KB)
----feature1.mat(11KB)