[1]程冠琦.一种基于机器视觉的校园车辆超速报警系统的设计[J].大众科技,2023,25(3):9-11.
　Design of Campus Vehicles Overspeed Alarm System Based on Machine Vision[J].Popular Science & Technology,2023,25(3):9-11.
点击复制

一种基于机器视觉的校园车辆超速报警系统的设计()
分享到：

《大众科技》[ISSN:1008-1151/CN:45-1235/N]

卷:
25
期数:
2023年3
页码:
9-11
栏目:
信息技术与通信
出版日期:
2023-03-20

文章信息/Info

Title:
Design of Campus Vehicles Overspeed Alarm System Based on Machine Vision
作者:
程冠琦
（无锡商业职业技术学院物联网与人工智能学院，江苏 无锡 214153）
关键词:
机器视觉; 校园车; 超速报警
Keywords:
machine vision;  campus vehicles;  overspeed alarm
文献标志码:
A
摘要:
校园车的超速问题给校园内广大师生的人身安全带来极大的威胁，对校园车辆进行限速管理是校园车辆管理的核心部分。传统的车辆限速方法和手段存在管理效率低下、不适合校园特定行驶环境的问题。随着机器视觉技术的不断发展，基于机器视觉技术车速监测和报警已逐渐成为主流技术。文章引入机器视觉技术和深度学习技术来对校园车进行限速管理，提出了一种基于机器视觉和深度学习技术的校园车辆超速报警系统的设计方案，能够较大程度地提升车辆超速的识别速度和效率，节约硬件成本。
Abstract:
The overspeed problem of campus vehicles poses a great threat to the personal safety of teachers and students on campus. Limiting the speed of campus vehicles is the core part of campus vehicles management. The traditional vehicle speed limit methods and means have the problems of low management efficiency and are not suitable for the specific driving environment on campus. With the continuous development and application of machine vision technology, speed monitoring and alarm based on machine vision technology has gradually become the mainstream technology. This paper introduces machine vision technology and deep learning technology to manage the speed limit of campus vehicles, and proposes a design scheme of campus vehicles overspeed alarm system based on machine vision and deep learning technology, which can greatly improve the speed and efficiency of vehicles overspeed recognition and reduce hardware costs.T

参考文献/References:

[1]　李旭东，王宇歌，苏珊珊，等. 基于机器视觉和GPS的校园车速监控系统[J]. 智能计算机与应用，2020，10(12): 150-154，159.[2] 张荣梅，张琦，陈彬. 基于改进LeNet-5的车牌识别算法[J]. 科学技术与工程，2020，12(12): 4775-4779.[3] 高春艳，赵文辉，张明路，等. 一种基于YOLOv3的汽车底部危险目标检测算法[J]. 天津大学学报(自然科学与工程技术版)，2020，53(4): 358-365.[4] 李祥鹏，闵卫东，韩清，等. 基于深度学习的车牌定位和识别方法[J]. 计算机辅助设计与图形学学报，2019，31(6): 979-987.[5] 马李昕，李凤坤. 一种轻量级的车牌字符识别算法[J]. 计算机科学，2019，46(S1): 239-258.[6] 凌翔，赖锟，王昔鹏. 基于模板匹配方法的不均匀照度车牌图像识别[J]. 重庆交通大学学报(自然科学版)，2018，37(8): 102-106.[7] 邓泓，李水泉，彭莹琼. 像素连接车牌定位技术的研究[J]. 江西师范大学学报(自然科学版)，2017，41(6): 651-655.[8] 徐胜舟，周煜. 基于CNN的车牌识别系统[J]. 中南民族大学学报(自然科学版)，2017，36(3): 125-130.[9] 毛晓波，张群，梁静，等. 基于PSO-RBF神经网络的雾霾车牌识别算法研究[J]. 郑州大学学报(工学版)，2017，38(4): 46-50.[10] 钟伟钊，杜志发，徐小红，等. 基于字符边缘点提取的车牌定位方法[J]. 计算机工程与设计，2017，38(3): 795-813.

相似文献/References:

[1]李 洋.智能车辆障碍物检测技术综述[J].大众科技,2019,21(06):65.
　Overview of Obstacle Detection Technology for Intelligent Vehicles[J].Popular Science & Technology,2019,21(3):65.
[2]全鸿伟　邓岐杏　陆尚平　劳汉文.基于机器视觉的机器人自动化生产线分拣系统设计与应用[J].大众科技,2021,23(11):50.
　Design and Application of Automatic Production Line Sorting System Based on Machine Vision and Robot[J].Popular Science & Technology,2021,23(3):50.
[3]李 佳 杨建波 潘慧晓 赵卜兴 姜玉亭.基于机器视觉的装配构件吊装辅助技术研究[J].大众科技,2023,25(5):8.
　Research on Auxiliary Technology of Assembly Component Hoisting Based on Machine Vision[J].Popular Science & Technology,2023,25(3):8.

备注/Memo

备注/Memo:
【收稿日期】2022-09-17【基金项目】2022年无锡商业职业技术学院校级课题（江苏省商业智能应用工程技术研究开发中心专项）“基于机器视觉的校园车辆超速报警系统的设计与研究”（KJXJ22557）。【作者简介】程冠琦（1978－），男，江苏镇江人，无锡商业职业技术学院物联网与人工智能学院讲师，硕士，研究方向为软件技术、人工智能。
更新日期/Last Update: 2023-05-30