Top
大數據應用與管理
Journal of Big Data Application and Management

基於YOLO 行人行為分析修正自動駕駛盲點偵測系統

Authors

張謦麒
國立雲林科技大學
楊至中
臺灣知識庫

Files

PDF

Abstract

本研究針對自動駕駛技術中的盲點偵測系統在應對行人橫穿馬路時的不足, 提出了一種結合YOLO v8 和 MediaPipe Pose 技術的創新方法。隨著
自動駕駛技術的廣泛應用,如何保障車輛在複雜交通環境中的安全運行成為重要課題。目前的盲點偵測系統(BSM, BSD)對於行人突然進入盲點範圍或小朋友等低矮目標的識別能力有限,可能導致潛在的交通事故風險。本研究利用 YOLO v8 模型準確辨識斑馬線的白色條紋,以確定行人在斑馬線上的具體位置,並結合 MediaPipe Pose 技術分析行人的動作(如轉頭、舉手等),進一步判斷行人是否正在過馬路或已完成過馬路。當行人走完斑馬線後,系統自動通知自動駕駛車輛可以安全繼續行駛,以提升交通效率。此外,提出的基於 AIoT 的解決方案,可透過固定攝影機將監控的行人信息即時傳遞至車載系統,以進行盲點預警。此研究驗證了該方法在實際環境中的可行性與有效性,為提升自動駕駛系統的安全性和可靠性提供了新的技術支持。

PDF

Details