公开(公告)号：CN117944689A

公开(公告)日：2024-04-30

申请号：CN202410076170.1

申请日：2024-01-18

Applicant: 东风柳州汽车有限公司 ,  桂林电子科技大学 ,  内蒙古工业大学

Inventor： 许恩永 ,  沈笑天 ,  何水龙 ,  吕书锋 ,  李超 ,  林长波 ,  李慧 ,  展新 ,  冯海波 ,  王善超 ,  冯高山 ,  许家毅 ,  陈乾 ,  鲍家定 ,  郑伟光 ,  胡超凡 ,  陈雪 ,  王方圆 ,  陈钰烨 ,  赵德平 ,  吴佳英 ,  张释天 ,  梁明运 ,  庞凤

IPC: B60W40/08 ,  B60W40/09 ,  B60W40/10 ,  B60W50/00

Abstract: 本发明公开了一种基于行为识别的车辆控制方法、装置、设备及存储介质，属于辅助驾驶技术领域。本发明通过预先构建用于对驾驶员行为特征进行识别的神经网络模型，将模型部署于FPGA上并在硬件层面进行适应性调整，以减少神经网络模型对于整体车辆系统的资源需求，在实际的驾驶过程中通过驾驶员的实时图像，确定驾驶员的面部特征和姿态特征，进一步确定驾驶员当前的疲劳状态和驾驶行为，综合车辆实时反馈的行驶报文，确定对应的行驶预案并对车辆进行辅助控制。通过上述方法实现了对驾驶员行为和车辆状态的智能监测和识别，并按照识别结果执行对应的辅助控制预案，提高了驾驶安全性，使得车辆的行驶过程更加智能化。

公开(公告)号：CN118097637A

公开(公告)日：2024-05-28

申请号：CN202410424143.9

申请日：2024-04-10

Applicant: 桂林电子科技大学 ,  南宁桂电电子科技研究院有限公司

Inventor： 何水龙 ,  沈笑天 ,  崔倩文 ,  胡超凡 ,  汤涛 ,  陈雪 ,  鲍家定

IPC: G06V20/59 ,  G06V40/20 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于FPGA和YOLO的危险驾驶行为识别优化方法，涉及自动驾驶领域，主要分为网络优化、识别优化两个阶段。在网络优化阶段，以FPGA为物理硬件，对卷积神经网络YOLOv2进行优化；在进行数据清洗和裁剪后，进行卷积神经网络训练；利用所设计的联合损失函数与非极大值抑制算法对YOLOv2进一步优化；通过浮点数定点量化、卷积优化方法降低神经网络计算量。在优化识别阶段，利用Vivado HLS工具对循环代码进行流水线设计，通过双缓存机制以循环展开方式进一步降低硬件所需算力。本发明通过上述多种方式联合优化YOLOv2神经网络，较好降低了神经网络的硬件资源占用率，并提高网络的识别性能和帧数。