摘 要：为减少交通事故的发生，辅助驾驶人舒适安全地行车，文章设计了一套基于 AIot 技术的智能车载联网辅助驾驶系统。该系统包括智能车载软件辅助驾驶和车内硬件辅助系统两大部分，可对车内硬件进行远程操控以及查看当前车内环境数据。同时，系统实时检测驾驶员疲劳状况为危险情况做预警，为用户在行车过程中提供更加安全舒适的环境。
关键词：物联网；车载辅助；人脸疲劳
DOI:10.19850/j.cnki.2096-4706.2023.02.038
基金项目：广西大学生创新创业训练计划立项项目（202110595168）
中图分类号：TP27 文献标识码：A 文章编号：2096-4706（2023）02-0153-04
Design of Intelligent On-board Networking Assisted Driving System
XIE Junting, ZHANG Qinchao, LIAO Kezhi, CHANG Xudong
(School of Computer Science and Information Security, Guilin University of Electronic Technology, Guilin 541004, China)
Abstract: In order to reduce the occurrence of traffic accidents and assist drivers to drive comfortably and safely, this paper designs a set of intelligent on-board networking assisted driving system based on AIot technology. The system includes intelligent on-board software assisted driving and in-car hardware assisted system, which can remotely control the in-car hardware and view the current in-car environment data. At the same time, the system detects the driver's fatigue status in real time to give early warning for dangerous situations, so as to provide users with a safer and more comfortable environment during driving.
Keywords: Internet of Things; on-board assistance; face fatigue
参考文献：
[1] 范延军 . 基于机器视觉的先进辅助驾驶系统关键技术研究[D]. 南京：东南大学，2016.
[2] 赵彻 . 基于机器视觉的汽车驾驶辅助系统研究 [D]. 长春：长春理工大学，2014.
[3] 李小平，白超 . 基于深度学习的司机疲劳驾驶检测方法研究 [J]. 铁道学报，2021，43（6）：78-87.
[4] 汪洪涛，谢牡丹，潘昊 . 基于面部特征的疲劳驾驶检测方法研究 [J]. 武汉理工大学学报：交通科学与工程版，2021，45（5）：851-856+862.
[5] 朱名流 , 李顶根 . 基于人脸特征点的疲劳检测方法研究[J]. 计算机应用研究，2020，37（S2）：305-307.
[6] 赵强，王瑞，朱宝全，等 . 基于机器视觉的车道线检测研究进展综述 [J]. 计算技术与自动化，2022，41（1）：3440.
[7] 高扬，王晨，李昭健 . 基于深度学习的无人驾驶汽车车道线检测方法 [J]. 科学技术与工程，2021，21（24）：10401-10406.
[8] 刘源 . 基于车载视觉的行人检测及行为识别 [D]. 成都：电子科技大学，2019.
[9] 石英，罗佳齐，李振威 . 一种基于改进 YOLOv2 的无人驾驶中行人检测方法：CN108985186B [P].2022-03-01.
[10] 吴俊辉，吴桂初，陈冲，等 . 基于 MQTT 协议的物联网网关设计 [J]. 温州大学学报：自然科学版，2019，40（4）：54-61.
[11] 张哲，孙涛，白蒴，等 . 基于安卓平台的物联网平台的研究与实现 [J]. 黑龙江科技信息，2014（7）：159-159.
作者简介：谢君婷（2002—），女，汉族，广西玉林人，本科在读，研究方向：嵌入式软件。