国家级大创项目：智控安全——基于多传感器融合的大货车智能安全防护系统
国家级大创项目：智控安全——基于多传感器融合的大货车智能安全防护系统
随着城市化进程的加快和交通流量的增加，交通事故的频发尤其是涉及大型货车的事故，引发了广泛关注。东北林业大学学生团队研发的基于多传感器融合的大货车智能安全防护系统，通过360°全景监控与多传感器融合，结合AI目标检测和行为分析，实现了对货车盲区的实时监控与安全预警。
项目简介
本项目旨在构建基于多传感器融合的大货车智能安全防护系统，各功能模块紧密协同，形成完整的安全闭环。系统依托360°全景监控与多传感器融合，通过摄像头与多种传感器实时感知车辆周围环境，结合车轮转速与车辆参数精准计算盲区范围，为后续预警与主动安全提供数据支撑。基于监控数据，多场景声光预警系统 在车内通过显示屏与蜂鸣器提醒驾驶员，在车外利用高亮度LED灯投影盲区范围，并警示行人、非机动车和超车车辆，降低碰撞风险。事后取证与数据管理 记录监控与预警数据，并通过黑匣子与服务器存储更新，为事故调查、驾驶优化和数据共享提供支撑。作为最后一道防线，主动安全装置 在检测到盲区内存在碰撞风险时，将自动触发紧急制动，减少事故发生。本系统通过 监测、预警、数据管理与主动安全干预 的有机结合，实现从风险识别到主动干预的闭环安全机制，提高货车行车安全，降低盲区事故风险。
团队成员
杨锦涛，土木与交通学院2022级交通运输专业本科生，现任班级双创委员，曾获得国家奖学金，国家励志奖学金，校级一等奖学金，东北林业大学“三好学生”，全国大学生交通运输科技大赛省级二等奖，全国大学生数学建模大赛省级一等奖等荣誉奖励、奖项，主持国家级大学生创新项目一项，以第一作者发表CPCI论文一篇，以学生第一作者发表科技核心论文一篇，以第一作者身份发表英文学术论文一篇，授权外观设计专利1项，发明专利1项。
万晟凯，土木与交通学院2022级交通工程专业本科生，现任班级实践委员。曾获东北林业大学优秀学生特等奖学金，校级一等、二等奖学金，东北林业大学“三好学生”，“社会实践先进个人”荣誉称号，全国大学生数学建模大赛获省级一等奖，参加国家级大学生创新项目一项。授权外观设计专利1项、软件著作权2项。
刘卓，土木与交通学院2022级交通运输专业本科生，现任班级纪律委员。曾获国家励志奖学金，校级一等、二等奖学金及“社会实践先进个人”荣誉称号，全国大学生交通运输科技大赛获省级二等奖，全国大学生数学建模大赛获省级一等奖，美国数学建模大赛M奖，参加国家级大学生创新项目一项。授权外观设计专利1项，软件著作权1项。
纪亭妤，土木与交通学院2022级交通运输专业本科生。曾获校级奖学金等荣誉称号，参加国家级大学生创新项目一项。
张雪琪，计算机与控制工程学院2022级数据科学与大数据技术专业本科。曾获校级奖学金等荣誉称号，参加国家级大学生创新项目一项。
项目介绍
项目背景：随着城市化进程的加快和交通流量的增加，交通事故的频发尤其是涉及大型货车的事故，引发了广泛关注。大型货车在转弯和掉头时，由于车身长、盲区大，容易导致碰撞事故，尤其是在夜间和恶劣天气条件下，驾驶员的视野受限，难以及时发现潜在危险，增加了事故风险。现有的驾驶辅助系统多依赖单一传感器，难以全面覆盖复杂环境中的盲区。
系统设计：本系统由动态监控模块、AI目标检测模块、行为分析与预警模块、数据存储模块和交互模块组成，各模块协同工作，完成对货车盲区的实时监控与安全预警。
设计原理：为了更好地适应货车盲区检测需求，我们提出了一种基于YOLOv8的新型改进方法—YOLOv8-DCA。针对原YOLOv8在复杂场景下特征提取 不足和低光环境适应性较差的问题，引入DCA机制强化全局与局部特征提取，优化损失函数为 EIoU以提升边界框预测精度，从而显著提高盲区检测的准确性和适应性。
为了进一步增强YOLOv8算法在货车盲区检测中的特征提取能力，本作品在原有基础上引入了动态卷积注意力机制(DCA)。DCA结合了通道注意力和上下文注意力，通过动态调整卷积核的权重，强化网络对复杂环境和低光场景的适应能力，尤其在遮挡、盲区等复杂场景下具备显著优势。
我们还对原有的CIoU损失函数进行了改进，提出了一种增强版的IoU损失函数——EIoU(Enhanced IoU)。EIoU在传统IoU和CIoU的基础上，通过引入对边界框宽高比误差的优化，更全面地衡量预测框与真实框之间的差异，特别适用于货车盲区内复杂场景的小目标检测与遮挡问题。
动态盲区覆盖实验通过仿真模拟不同车速(20 km/h、40 km/h、60 km/h)与转弯角度(30°、60°、90°)下的盲区覆盖面积变化，评估模型在不同动态场景中的适用性。实验结果显示，随着车速增加和转弯角度加大，盲区覆盖面积逐步变化。YOLOv8-DCA模型能够在不同动态场景中有效适应盲区的变化，盲区覆盖率随车辆运动条件的变化表现稳定。
创新特色
功能间的协同关系
1.360°全景监控与多传感器融合
作用：通过前后左右摄像头与多种传感器(视觉测距、人体检测、超声波、毫米波及电磁波)的协同工作，实现对车辆周围所有盲区的实时、全方位监控。关系：为系统提供精准、全面的环境数据，是其他功能(如预警和主动安全装置)的数据基础和前置条件。
2.多场景声光预警系统
作用： 利用360°全景监控系统提供的实时数据，分别在车内和车外触发预警。车内报警提醒驾驶员注意盲区潜在威胁，车外报警则对接近盲区的行人、非机动车或超车车辆发出警告。关系： 直接依赖监控系统的数据输出，实现主动干预;同时，预警信息也为驾驶员提供及时反馈，有助于后续数据管理和事后取证。
3.事后取证与数据管理
作用： 系统持续记录关键监控数据、预警记录和驾驶行为，并通过黑匣子和服务器实现数据的迭代更新和存储，为事后事故调查和责任认定提供可靠证据。同时，借助三方位管理平台，形成平台运营方、客户和司机之间的闭环数据共享。关系： 监控和预警模块产生的数据经过记录与管理，不仅能够在事故发生后提供证据，还可以用于系统的持续优化与驾驶安全策略的改进。
4.主动安全装置
作用： 在监控系统检测到与盲区行人、非机动车或其他物体距离过近，且判断存在潜在危险时，系统自动触发紧急制动，减少碰撞风险。关系： 这一功能依赖于360°全景监控和多传感器数据的实时分析，以及预警系统的准确判断，成为系统中预防事故的最后一道防线。