机构名称：
¥ 1.0
2，3，4，5学生，计算机工程，辛哈加德工程学院，康德瓦，浦那，马哈拉斯特拉邦，印度摘要：在自动驾驶汽车技术的快速发展中，确保道路安全仍然是最重要的挑战。有效检测车道和潜在危害，包括断路器和坑洼，对于安全的自动驾驶至关重要。在这项研究中，我们使用Yolov4 Tiny（一种最先进的对象检测算法和计算机视觉技术）介绍了创新的车道，断路器和坑洼检测系统（LSPDS）。我们的系统集成了计算机视觉和机器学习技术，以分析道路状况。通过采用相机传感器，我们捕获了道路场景并应用图像处理算法以识别车道，速度断路器和坑洼。此外，该系统还将壁垒合并用于用户身份验证和SMS服务以实时警报。Yolov4 Tiny用于在捕获的图像中准确检测和分类这些特征，从而增强了自动驾驶汽车的感知能力。这项研究通过同时解决车道检测，快速检测和坑洼检测来有助于提高自动驾驶系统的道路安全性。关键字：道路安全，速度断路器，坑洼，车道检测，Yolov4 Tiny，CNN，计算机视觉。
基于物联网的无线监视机器人
主要关键词
相关文件推荐
