📄Работа №191421

Тема: РАЗРАБОТКА СИСТЕМЫ КОНТРОЛЯ СОСТОЯНИЯ ВОДИТЕЛЯ НА ОСНОВЕ ПРИМЕНЕНИЯ МАШИННОГО ОБУЧЕНИЯ

📝
Тип работы Дипломные работы, ВКР
📚
Предмет информатика
📄
Объем: 47 листов
📅
Год: 2024
👁️
Просмотров: 34
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
ℹ️ Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.

📋 Содержание

Аннотация
ВВЕДЕНИЕ 4
1 Подходы к анализу состояния человека за рулем 5
1.1 Физиологический метод 5
1.2 Нефизиологический метод 7
2 Аппаратное обеспечение: Rockchip - RK3588” 8
2.1 Обзор моделей аппаратного обеспечения 8
2.1.1 NVIDIA Jetson Nano 8
2.1.2 Google Coral Dev Board Mini 9
2.1.3 Intel Neural Compute Stick 2 9
2.1.4 Raspberry Pi 4 B 10
2.1.5 Intel NUC 9 Extreme Kit 10
2.2 Выявление лучшей модели устройств 10
2.2.1 Сравнение по значениям FLOPS видеоускорителя 12
3 Разработка системы распознавания состояний водителя 14
3.1 MediaPipe 14
3.2 Предобработка входных данных 19
3.3 Определение усталости водителя 19
3.3.1 Анализ поведения глаз 19
3.3.2 Определение зевания 22
3.3.3 Анализ положения головы 23
3.4 Определение отвлечения водителя 28
3.4.1 Архитектура YOLOv5 28
3.4.2 Датасет изображений 37
3.4.3 Обучение нейронной сети 39
ЗАКЛЮЧЕНИЕ 43
СПИСОК ИСПОЛЬЗУЕМЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ 44

📖 Введение

В условиях современного транспортного движения вопрос безопасности является одним из приоритетных. Особое внимание уделяется состоянию водителя за рулем, поскольку это напрямую влияет на безопасность всех участников дорожного движения. В рамках данной работы проводится обзор методов и подходов к анализу состояния водителя, включая физиологические и нефизиологические методы.
Также в работе рассматриваются различные модели аппаратного обеспечения. Представлены их преимущества и проводится сравнение по различным параметрам, таким как значения FLOPS центрального процессора и видеоускорителя.
Основная часть работы посвящена разработке системы распознавания состояний водителя. Обсуждается использование MediaPipe, методы предобработки входных данных, а также способы определения усталости и отвлечения водителя. В частности, рассматривается архитектура YOLOv5 и процесс обучения нейронной сети на основе датасета изображений.
Цель данной работы - предложить эффективное решение для повышения безопасности на дорогах путем своевременного определения и реагирования на потенциально опасные состояния водителя. Результаты работы могут быть полезны для дальнейшего развития и улучшения систем контроля состояния водителя. В целом, данная работа представляет собой важный шаг в направлении повышения безопасности на дорогах.

Возникли сложности?

Нужна качественная помощь преподавателя?

👨‍🎓 Помощь в написании

✅ Заключение

В ходе выполнения выпускной квалификационной работы магистра были получены следующие результаты.
1. Изучены различные способы анализа состояния водителя за рулем общественного транспорта.
2. Рассмотрены преимущества и недостатки этих способы.
3. Разработанная “Система контроля состояния водителя”, которая представляет собой программное обеспечение в области компьютерного зрения. Оно способно анализировать поведение водителя за рулем и распознавать нарушения ПДД и/или должностных инструкций, которые могут привести к аварии.
Нужна своя уникальная работа?
Срочная разработка под ваши требования
Рассчитать стоимость
ИЛИ

📕 Список литературы

1. Нефедьев А. И., Нефедьев Д. И., Безбородов С. А., Гусев В. Г. Контроль состояния водителя во время движения автотранспортного средства // Измерения. Мониторинг. Управление. Контроль. 2021. № 2. С. 60-65. doi: 10.21685/2307-5538-2021-2-8
2. Панин Р. Ю. Системы оперативного контроля состояния водителя автомобиля.иВГ:Н11рз://еагсЫуе.1ри.ги/Ы1з1геат/11683/39393/1/ТРи386987^Г (дата обращения: 12.05.2024)
3. Abel Assefa. 2023 AI Hardware Overview: A Comprehensive
AnalysisURL: 2023 AI Hardware Overview: A Comprehensive Analysis
(linkedin.com)
4. V.P. Nikolskiy, V.V. Stegailov. How to approach the peak Flops/sec
rate? Comparison of x86 and ARMv8 architectures.
СуперкомпьютерныеднивРоссии 2017 // Russian Supercomputing Days 2017 // RussianSCDays.org URL: https ://2017.russianscdays .org/files/pdfl 7/595. pdf
5. Mediapipe face landmark detection guide. 2024-05-21 UTC. URL: https://ai.google.dev/edge/mediapipe/solutions/vision/face landmarkerfhHru
6. YOLOv5 git repository. Nov 22, 2022. URL:
https://github.com/ultralytics/yolov5

🖼 Скриншоты

🛒 Оформить заказ

Работу высылаем в течении 5 минут после оплаты.

©2026 Cервис помощи студентам в выполнении работ