汽车辅助驾驶信息检测系统设计与实现

随着社会经济的增长与人民生活质量的提高，人均汽车持有量快速上涨，交通事故愈发频繁。分析表明，大多数司机在行车过程中因无法及时且清晰地了解车辆周边情况而导致交通事故是交通事故频发的主要原因。为有效缓解由认为因素造成的交通事故问题，本文设计了一款基于YOLOv5目标检测算法的汽车辅助驾驶信息检测系统。该系统采用Flutter框架、Flask框架、SpringBoot等前后端开发技术，设计实现视频图像分析处理、测距、预警等模块，以实时检测图像中的车辆行人信息，并提供预警机制向用户实时预警预碰撞风险，保障用户的出行安全。同时，系统提供数据分析模块，收集用户的预警信息和出行信息，分析用户出行的风险情况，帮助用户改善行车习惯。

随着社会经济的高速发展，人民生活水平明显提高，我国汽车保有量爆发式增长。据2021 年2 月国家统计局发布的《2020 年国民经济和社会发展统计公报》分析，截至2020 年年末全国民用汽车保有量28087 万辆，比上年末增长1937 万辆[1]。汽车的普及极大方便人们出行的同时，也产生诸多交通问题， 例如交通拥堵、事故多发、步行者问题等。据世界卫生组织的2018 年《全球道路安全现状报告》分析， 每年约有135 万人死于道路交通碰撞，在各年龄段人群的主要死因中排名第8 [2]。表1 所示数据是国家统计局发布的2015~2019 年交通事故相关数据[3]。近几年来，我国的交通事故发生数呈上升趋势，死亡人数和受伤人数大幅度增加。

Table 1. Data on traffic accidents from 2015 to 2019 表1. 2015~2019 交通事故相关数据 年份(年) 事故发生数总计(起) 死亡人数总计(人) 受伤人数总计(人) 2015 187,781 58,022 199,880 2016 212,846 63,093 226,430 2017 203,049 63,772 209,654 2018 244,937 63,194 258,532 2019 247,646 62,763 256,101 基于上述背景，本文通过设计基于YOLOv5 的汽车辅助驾驶信息检测系统，通过APP 端口，提供检测预警和数据分析等服务。针对驾驶员对周边环境检测预警的需求，本系统在YOLOv5 目标检测算法的基础上，利用基于小孔成像的测距算法，建立一种集检测与测距为一体的YOLOv5 测距算法。软件前端展示车辆行人分类信息和距离信息，实时预警碰撞风险并播放实时摄像视频[4]，把控车辆周边环境。软件后端接收单目摄像头的视频流数据[5] [6]，使用YOLOv5 算法完成目标检测的任务。