预热 | 2023交大密西根学院冬季设计展精彩视频抢先看（八）

在12月13日举行的2023交大密西根学院冬季设计展上，密院学子将会带给我们怎样的创意风暴，又将有哪些炫酷作品惊艳亮相？我们将陆续推出毕业设计小组视频介绍，带您提前一睹究竟。

ECE4730J Team2

基于视觉的自行车碰撞预警安全系统

赞助方: 密西根学院

组员: 王梓宁，倪银晨，张佳澈，紀維翰，Jeffery Ma

指导老师: 邹桉

项目介绍：

随着自行车和电瓶车在中国的普及，交通安全事故，特别是与（电动）自行车和汽车相关的事故正⽇益凸显。尽管雷达和基于摄像头的传感器技术已经提升了汽车的安全性能，但在将这些技术应用于自行车领域时仍存在显著的空⽩。该项目针对这⼀问题，提出了创新性的解决⽅案⸺  设计一款可轻便携带且易于安装的嵌⼊式设备，从而提升自行车的安全性能。

该团队选用树莓派4B作为核心嵌入式计算设备，它能敏锐地感知到驶近的汽车，并在实时发出警报。其中的双目摄像机负责捕获汽车图像并测量与汽车的间距；外部NPU可以加速神经网络的运行速率，让系统更为高效；陀螺仪在检测到车把转动时能够迅速将系统激活到性能模式，确保灵敏响应；当与汽车距离过近时，蜂鸣器会立刻发出警报。同时，用户或开发者还可以通过连接同⼀局域网，在计算机或移动设备上实时监控系统状态。

为进⼀步提升系统性能，团队精心设计了调度优化策略和节能策略。调度方面，团队通过深入分析每个组件的输⼊输出和运行时间，巧妙地优化了系统的并行性，使得每帧处理时间被缩减到最小。能耗上，该项目创新地设计了性能和效率两种动态运型模式，以便在不同情况下灵活切换，延长电池寿命。在性能模式下，两个相机将交替读取图像，执行车辆检测任务；而在效率模式下，处理器会在下⼀次拍摄前短暂休眠⼀帧时间。当车把转动或有汽车靠近时，系统将自动切换到性能模式，否则则降级到效率模式。

经过测试，该系统成功地识别出了接近的车辆，并准确发出警报提醒骑手保持安全距离。凭借出色的代码实现、精心设计的调度策略和能耗优化技术，程序执行速度得到了显著提升，同时续航时间也大大延长。

往期回顾