行人警報系統的案例
設計仿真 | Actran幫助現代新能源汽車設計行人警示揚聲器
因此，電動汽車對于行人和自行車而言存在安全威脅，特別是視覺或聽覺有損傷的人或者在聽耳機的人。美國和歐盟已經提出了相關的法規要求新出廠的電動汽車在低速行駛時必須發出可被聽到的聲音。這些法規對于警報聲音的大小和頻率范圍有不同的要求。
近些年，現代汽車已經開發出主動行人警報系統（APAS）。此系統利用聲音聚焦技術可僅對處于危險中的行人定向發聲。現在的APAS系統使用駕駛輔助系統（ADAS）攝像頭和定向發聲設備，同時降低城市噪聲污染問題。在設計APAS時，現代汽車工程師必須考慮既滿足法規要求，又能對行人提供足夠的警示音效果，同時還要避免發出多余的聲音引起車內人員的不適感。
現代主動行人警報系統
在過去，設計中考慮聲音問題時，現代工程師依賴于實驗測試來評估各種設計方法。這必須制造每一種設計方案的物理樣機，耗費一到兩個月的時間。物理實驗能夠提供的數據也是有限的。“采用物理實驗，我們僅僅能夠測量各個位置的聲音大小，我們不得不猜測聲音產生和傳播的機理”，Jinmo Lee說道，“這對于改進設計方案來說很困難”。
展開 案例分享 | 現代新能源汽車行人警示揚聲器分析
因此，電動汽車對于行人和自行車而言存在安全威脅，特別是視覺或聽覺有損傷的人或者在聽耳機的人。美國和歐盟已經提出了相關的法規要求新出廠的電動汽車在低速行駛時必須發出可被聽到的聲音。這些法規對于警報聲音的大小和頻率范圍有不同的要求。
近些年，現代汽車已經開發出主動行人警報系統（APAS）。此系統利用聲音聚焦技術可僅對處于危險中的行人定向發聲。現在的APAS系統使用駕駛輔助系統（ADAS）攝像頭和定向發聲設備， 同時降低城市噪聲污染問題。在設計APAS時，現代汽車工程師必須考慮既滿足法規要求，又能對行人提供足夠的警示音效果，同時還要避免發出多余的聲音引起車內人員的不適感。
現代汽車主動行人警報系統
在過去，設計中考慮聲音問題時，現代工程師依賴于實驗測試來評估各種設計方法。這必須制造每一種設計方案的物理樣機，耗費一到兩個月的時間。物理實驗能夠提供的數據也是有限的。“采用物理實驗，我們僅僅能夠測量各個位置的聲音大小， 我們不得不猜測聲音產生和傳播的機理”，Jinmo Lee說道，“這對于改進設計方案來說很困難”。
MSC 解決方案
1) APAS模擬
現代工程師利用MSC Actran軟件模擬喇叭， 使用喇叭制造商提供的規格單中的Thiele/Small(T/S)參數進行建模，并將其與模擬喇叭內部腔體和外部的聲輻射空間的有限單元模型進行耦合。Actran計算6000Hz以下車輛區域的聲壓和聲阻抗。
展開 設計仿真 | 基于測試車輛聲學警報系統仿真
新的動力系統架構影響著車輛的許多基本方面，必須設計額外的系統來適應電動汽車的獨特特性。
在噪音方面，由于沒有內燃機，電動汽車變得極其安靜，以至于行人或其他道路使用者難以快速感知到汽車的存在，存在明顯的安全隱患。歐盟已實施一項法規，要求電動汽車搭配音響系統，以向行人提示車輛的存在。
車輛聲學警報系統(AVAS) 需要通過在特定位置發出最低噪音水平來確保合規性，這意味著系統需要提供滿足要求的適當聲學指向性。
AVAS 系統由通常放置在車輛前部的揚聲器組成。在設計揚聲器時，采用仿真可確保其充分通過認證流程，因為這樣可以快速獲得結果，無需構建多個原型。此外，由于對系統進行了徹底研究，因此可確保在測試時減少意外情況。
揚聲器通常尺寸很小，直徑約為 100 mm，格柵上有非常復雜的圖案。因此，在評估其作為車輛一部分的性能時，使用復雜的揚聲器模型并不容易實現，因為該模型需要較大的計算資源來解決非常高的頻率，通常為 3.5 kHz 。相反，將單極子等通用聲源來替代揚聲器作為車輛模型的一部分，可產生與實際揚聲器等效的聲輻射功率。不過另一方面，揚聲器產生的聲場具有明顯的指向性，聲學單極子無法準確表示。
負責這項工作的通用汽車高級噪聲和振動工程師 Wenlong Yang 表示：“通過這個項目，我們開始開發一種方法，來探索整車模型中 AVAS 揚聲器的聲學指向性，并開發一種具有與物理揚聲器相同的聲音特性的虛擬揚聲器模型”。
■ 所提方法和流程可分為5個步驟：
生成數值結果，以進行測試決策
測試揚聲器以收集麥克風上的聲壓級
測試揚聲器以收集麥克風上的聲壓級
使用測試數據驗證數值模型
將揚聲器集成到整車車型上
01生成數值數據以進行測試決策
整體流程如圖1所示。
展開 基于測試車輛聲學警報系統仿真
新的動力系統架構影響著車輛的許多基本方面，必須設計額外的系統來適應電動汽車的獨特特性。
在噪音方面，由于沒有內燃機，電動汽車變得極其安靜，以至于行人或其他道路使用者難以快速感知到汽車的存在，存在明顯的安全隱患。歐盟已實施一項法規，要求電動汽車搭配音響系統，以向行人提示車輛的存在。
車輛聲學警報系統(AVAS) 需要通過在特定位置發出最低噪音水平來確保合規性，這意味著系統需要提供滿足要求的適當聲學指向性。
AVAS 系統由通常放置在車輛前部的揚聲器組成。在設計揚聲器時，采用仿真可確保其充分通過認證流程，因為這樣可以快速獲得結果，無需構建多個原型。此外，由于對系統進行了徹底研究，因此可確保在測試時減少意外情況。
揚聲器通常尺寸很小，直徑約為 100 mm，格柵上有非常復雜的圖案。因此，在評估其作為車輛一部分的性能時，使用復雜的揚聲器模型并不容易實現，因為該模型需要較大的計算資源來解決非常高的頻率，通常為 3.5 kHz 。相反，將單極子等通用聲源來替代揚聲器作為車輛模型的一部分，可產生與實際揚聲器等效的聲輻射功率。不過另一方面，揚聲器產生的聲場具有明顯的指向性，聲學單極子無法準確表示。
負責這項工作的通用汽車高級噪聲和振動工程師 Wenlong Yang 表示：“通過這個項目，我們開始開發一種方法，來探索整車模型中AVAS 揚聲器的聲學指向性，并開發一種具有與物理揚聲器相同的聲音特性的虛擬揚聲器模型”。
所提方法和流程可分為以下幾個步驟：
生成數值結果，以進行測試決策
測試揚聲器以收集麥克風上的聲壓級
測試揚聲器以收集麥克風上的聲壓級
使用測試數據驗證數值模型
將揚聲器集成到整車車型上
生成數值數據以進行測試決策
整體流程如圖1所示。
展開 
超聲波行人檢測觸控在大屏顯示智能行人系統中的應用
為了緩解這個問題提出來“人臉識別”系統。行人作為事故發生的最主要誘因,是監控視頻數據中最重要的組成部分之一,視頻中的行人檢測技術對監控系統的智能化具有重要意義。
人臉識別+大屏顯示智能行人闖紅燈取證系統解決城市的交通痼疾。當行人信號燈狀態為紅燈時，系統會啟動闖紅燈檢測布防。檢測到有行人越界闖紅燈時，自動捕捉行人或非機動車闖紅燈信息，將闖紅燈的整個過程以四張圖片的形式進行合成(參照機動車違法非現場采集標準)，隨后聯動大屏幕進行發布，實時播放。設置這個人臉識別系統是為了給市民起到一個警示作用，提高規范行走意識。
為大屏顯示更智能可在系統中實行超聲波觸控方案，因為大屏幕突破了人手的尺寸限制，所以交互上更需要超聲波這種觸控方式來實現更好的觸控體驗，加之超聲波觸控任意表面、任意材質、任意形狀的天生優勢。
工采網提供的MaxBotix 行人檢測超聲波傳感器 - MB1010是一款超低功耗、寬波束角和高靈敏度的超聲波傳感器,它可以通過脈寬輸出、模擬電壓輸出以及串口輸出得到可靠穩定的距離數據。并且測量周期短，可測距離長達6.45米。同時，它也是公司很受歡迎的室內超聲波傳感器，因為它是一款非常出色的低成本通用型傳感器。
行人檢測超聲波傳感器MB1010特征和優點
應用最普遍的超聲波傳感器
低功耗
寬波束角
靈敏度高
可靠穩定的距離數據輸出
快速的量程周期
脈寬、模擬電壓、串口輸出
可測距離長達6.45米
展開 日本豐田汽車行人保護結果處理系統
具體內容參看
http://blog.sina.com.cn/lsdyna
車輛、行人跟蹤一網打盡，超輕量、多類別、小目標跟蹤系統開源了！
來源 |
CV技術指南
在琳瑯滿目的視覺應用中，對車輛、行人、飛行器等快速移動的物體進行實時跟蹤及分析，可以說是突破安防、自動駕駛、智慧城市等炙手可熱行業的利器。
但要實現又快又準的持續跟蹤，往往面臨被檢目標多、相互遮擋、圖像扭曲變形、背景雜亂、視角差異大、目標小且運動速度快等產業難題。
視頻引用公開數據集[1][2][3][4]
那如何快速實現高性能的目標跟蹤任務, 并在移動端實現部署上線呢？今天給大家介紹的不僅僅是單獨的智能視覺算法，而是一整套多功能多場景的跟蹤系統—PP-Tracking。
它融合了目標檢測、行人重識別、軌跡融合等核心能力，并針對性的優化和解決上述實際業務的痛點難點，提供行人車輛跟蹤、跨鏡頭跟蹤、多類別跟蹤、小目標跟蹤及流量計數等能力與產業應用，還支持可視化界面開發，讓你快速上手、迅速落地。
趕緊Star? 獲得所有算法源碼！習得目標跟蹤“秘籍”吧。
項目鏈接
https://github.com/PaddlePaddle/paddledetection
下面讓小編來帶大家來快速領略下這套目標跟蹤系統的大致結構、優勢兩點等。
展開 代做安全結構 行人保護 約束系統和零部件仿真
代做安全結構 行人保護 約束系統和零部件仿真，價格優惠，有意者私聊。
Lyft新專利：自動駕駛車輛與行人交流系統
今年早些時候，優步（Uber）申請了一項專利，利用汽車閃光燈和聲音與行人溝通。如今，美國專利局（United States Patent Office）已授予Lyft公司一項專利，稱為自動駕駛車輛通知系統。該專利描述了一種系統，該系統首先檢測自動駕駛車輛周圍行人的位置，然后選擇合適的信息，通過車輛屏幕或標志向行人顯示。
該專利表示：“駕駛員和行人習慣于以特定方式進行互動，從車輛中去除駕駛員可能會導致不確定性和誤解”。該專利文件描述了該系統可實現自動駕駛車輛與周圍行人進行通信的一些具體方式。如，當自動駕駛車輛接近行人時，該車顯示預訂車輛乘客的名字；此外還有自動駕駛汽車可以通知行人，在汽車面前通行是安全的。該專利還描述了一輛自動駕駛汽車告知另一輛車其正在避讓，并且通知騎車者可以安全通過。
如上所述，Lyft不是唯一一家尋求自動駕駛車輛與外界互動方式的公司。初創公司Drive.ai利用LED標志上的文本和圖片進行溝通；福特最近呼吁采用行業標準的自動駕駛汽車語言來傳達車輛意圖；戴姆勒的奔馳EQ Fortwo概念車還配備了一塊面板，用于顯示信息。
Lyft于2017年7月首次推出其自動駕駛汽車部門。而且自此之后，一直與Drive.ai以及汽車行業一級供應商麥格納（Magna）就自動駕駛汽車技術進行合作。麥格納還曾向Lyft投資2億美元換取股權。Lyft的該項專利可能與其他公司許多專利一樣，永遠不會實現。
來源：蓋世汽車網
展開 IIHS開展行人探查系統測試 寶馬表現差強人意
美國公路安全保險協會（Insurance Institute for Highway Safety，IIHS）對多家車企旗下車型的行人探查系統作了測試，其配置了假人（fake pedestrian），并為車輛設定了三擋不同的車速，旨在評估各受測車型“行人探查”功能的表現。然而，2018-2019款寶馬X1的表現卻差強人意。
IIHS主動式安全測試（Active Safety Testing）負責人David Aylor表示，寶馬X1是一款豪華型SUV，其起售價為28,210英磅。遺憾的是，在12英里/小時、25英里/小時和37英里/小時三檔車速下，該款車型均未能通過行人探查測試。當碰撞無法避免時，大幅降低車輛的行駛速度將大幅提升行人在事故中的幸存率。
據稱，該款寶馬X1搭載了一款日間行人探查（Daytime Pedestrian Detection）系統，在其車速為37英里/小時的情況下，遇到并排的行人（parallel adult ）將不會采取制動操作。而在其他車速測試中，該款車型幾乎不會作出減速操作。據IIHS透露，只有2019款斯巴魯Forester和2019款豐田RAV4兩款車型在上述三種車速測試環境下避免撞上假人（dummy）。
Aylor表示：“我們想要鼓勵車企為旗下車型配置行人探查功能，并為更多車型配置自動緊急制動系統。我們還需要幫助消費者了解該類系統的相關信息，以便其在購車時能做出更為明智的選擇。”
寶馬回應稱，公司對該測試結果“極度失望”。寶馬向來以安全創新而知名，其工程師設計時考慮以下三大要素：事故規避、事故發生時及事故后的乘客保護及事故后的通知。
2019款寶馬X1擁有的一款標配設備（2018款寶馬X1的選配設備）——一款基于攝像頭的自動緊急制動系統旨在為駕駛員提供安全警示，并及時啟用制動操作，規避車輛碰撞。
展開 