传统公路护栏状态智能监测方法直接对车辆与护栏碰撞过程状态进行分析未对碰撞对象进行提取,造成传统方法监测准确度低。提出基于深度学习的公路护栏状态智能监测研究。对车辆的平均速度和碰撞角度和碰撞速度等参数进行提取,通过提取参...传统公路护栏状态智能监测方法直接对车辆与护栏碰撞过程状态进行分析未对碰撞对象进行提取,造成传统方法监测准确度低。提出基于深度学习的公路护栏状态智能监测研究。对车辆的平均速度和碰撞角度和碰撞速度等参数进行提取,通过提取参数进一步对车辆与护栏碰撞过程状态进行分析,设计碰撞监测装置基本框架,基于深度学习YOLO-v4(You Only Look Once-v4)实现公路护栏状态智能监测,设计对比实验,实验结果表明该研究方法监测准确度更高。展开更多
文摘传统公路护栏状态智能监测方法直接对车辆与护栏碰撞过程状态进行分析未对碰撞对象进行提取,造成传统方法监测准确度低。提出基于深度学习的公路护栏状态智能监测研究。对车辆的平均速度和碰撞角度和碰撞速度等参数进行提取,通过提取参数进一步对车辆与护栏碰撞过程状态进行分析,设计碰撞监测装置基本框架,基于深度学习YOLO-v4(You Only Look Once-v4)实现公路护栏状态智能监测,设计对比实验,实验结果表明该研究方法监测准确度更高。
