基于STM32和MPU6050的AACN系统模拟与触发算法验证*
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

U463.99

基金项目:

陕西省自然科学基础研究计划青年项目(2022JQ-007);中央高校基本科研业务费专项资金资助项目(300102220106)


Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    车辆事故紧急呼叫装置(Advanced Automated Crash Notification,AACN)有助于实施事故后紧急救援,对减轻交通事故造成的人身伤害具有重要作用。文中使用STM32单片机和MPU6050模块搭建低成本车辆AACN模拟系统,配合电动试验小车构建AACN触发算法模拟验证系统,研究车辆AACN系统的事故识别触发算法。以正面碰撞和侧翻为研究对象,以采集的车辆关键参数为基础,采用长短期记忆(Long Short-Term Memory,LSTM)和双向长短期记忆(Bi-LSTM)神经网络辨识事故类型,结果显示,LSTM和Bi-LSTM神经网络对正面碰撞的识别率分别为96.41%、99.28%,对侧翻的识别率均在99.00%以上;使用基于速度变化原理的移动窗口算法进行实时事故检测对比验证,正面碰撞条件下触发正确率为93.3%。综合表明,利用MPU6050采集的车辆姿态参数类型和精度对AACN系统计算与识别是足够的,神经网络算法识别精度较高,神经网络算法和移动窗口算法均能满足AACN模拟系统的事故识别要求。

    Abstract:

    参考文献
    相似文献
    引证文献
引用本文

赵中舒,田顺,颜黎明.基于STM32和MPU6050的AACN系统模拟与触发算法验证*[J].公路与汽运,2023,(6):9-15.[J].,2023,(6):9-15.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2023-06-26
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-12-30
  • 出版日期: