【驾驶行为分析】会让智慧交通未来发展潜力巨大
756665228 发布于2018-06-08 10:13 浏览:1090 回复:4
1
收藏

社会背景:

驾驶员不安全行为主要有超速、超载、超时疲劳驾驶;弯道行驶占线、超速、不鸣笛;违章超车;越线占道行驶;逆向行驶等安全防范意识差、驾驶过程中抱侥幸心理冒险行驶、走神、注意力不集中,这些不安全行为容易引发道路交通安全事故,其结果往往是车毁人亡,损失惨重。

原因分析:

分析驾驶员不安全行为产生的原因,

一是驾驶员的安全意识问题和心理、生理因素,

二是道路运输企业监督和管理不到位。运用技术手段加强驾驶员不安全行为的监管和增强驾驶员的安全意识,能有效减少和控制驾驶员不安全行为的发生,控制事故的发生,避免和减少人员伤亡和财产损失。驾驶行为分析系统的运用给驾驶员不安全行为的发生提供了有力的技术支持,从而在潜移默化中改变自己的不安全驾驶行为习惯,保障实际驾驶过程中的安全。

解决方案:

运用百度AI强大算法分析及云API进行对驾驶行为分析,并反馈分析结果

未来发展:

会让智慧交通未来发展潜力巨大

在当前历史背景和市场环境下,现在是车联网与人工智能 大数据应用相结合的最佳历史时期,作为车联网核心要素:信息整合中最重要的一个环节——驾驶行为分析和评价,既能给车联网用户带来优良的价值体验,同时也是大数据应用的一个最佳示范点,蕴含着巨大商业价值和社会价值。

【部分内容来源:http://www.rtsac.org/Html/2017_07_18/2_2023_2017_07_18_93842.html】

-----------------------------------------------------------------------------------------------------

我们先来试试百度AI的接口能力(目前只有使用手机、抽烟的概率分数2个驾驶行为分析)接口属于内测阶段。有需要的自行申请

  • Java示例代码API形式调用
import java.net.URLEncoder;
import com.xs.util.baidu.Base64Util;
import com.xs.util.baidu.FileUtil;
import com.xs.util.baidu.HttpUtil;
/**
 * 驾驶行为分析Sample
 * @author 小帅丶
 * 2018年6月8日
 */
public class DriverBehaviorSample {
  //驾驶行为分析 此接口为内测。需要单独申请权限哦
  private static String ICR_DRIVER_BEHAVIOR_URL = "https://aip.baidubce.com/rest/2.0/image-classify/v1/driver_behavior";
  	
  	public static void main(String[] args) throws Exception {
  		String imagePath = "";//图片本地路径
  		String accessToken = "";//应用获取的AccessToken
		String result = getDriverBehaviorResult(imagePath, accessToken);
		System.out.println(result);
	}
	/**
	 * 驾驶行为分析Demo
	 * @param imagePath 图片路径
	 * @param accessToken token
	 * @return 字符串
	 * @throws Exception
	 */
	public static String getDriverBehaviorResult(String imagePath,String accessToken) throws Exception{
		byte[] imgData = FileUtil.readFileByBytes(imagePath);
		String imgStr = Base64Util.encode(imgData);
		String param = "image=" + URLEncoder.encode(imgStr, "UTF-8");
		// 注意这里仅为了简化编码每一次请求都去获取access_token,线上环境access_token有过期时间,
		// 客户端可自行缓存,过期后重新获取。
		String result = HttpUtil.post(ICR_DRIVER_BEHAVIOR_URL, accessToken, param);
		return result;
	}

 

  • 返回结果

返回尺寸最大的人体检测框,使用手机、抽烟的概率分数

{
    "person_num": 1, 
    "person_info": [
        {
            "attributes": {
                "cellphone": {
                    "threshold": 0.949999988079071, 
                    "score": 0.8819467425346375
                }, 
                "smoke": {
                    "threshold": 0.949999988079071, 
                    "score": 1.192092895507812e-7
                }
            }, 
            "location": {
                "width": 676, 
                "top": 116, 
                "height": 636, 
                "left": 491
            }
        }
    ], 
    "log_id": 275315610351237280
}

以上就是简单的驾驶行为分析接口介绍和调用示例

收藏
点赞
1
个赞
共4条回复 最后由lichao_86回复于2018-07-18 23:00
#5lichao_86回复于2018-07-18 23:00:13

驾驶行为通过这个判断感觉成功率太低了

0
#4756665228回复于2018-07-10 08:53:41
#3 追星逐月的家回复
楼主测试了么?

帖子代码就是我测试的结果呀

1
#3追星逐月的家回复于2018-07-09 21:37:15

楼主测试了么?

0
#2a18932643881回复于2018-07-08 08:01:41

这个吸烟场景的代码是你自己原创吗?可以复用不?

0
TOP
切换版块