车辆自动紧急刹车状态下的移动障碍物检测仿真研究开题报告

1. 研究目的与意义（文献综述）

随着改革开放以来我国经济的飞速发展，作为国民经济支柱产业的汽车工业也在飞速发展，人民生活水平提高，汽车保有量急剧增加。但是在汽车保有量快速增长并带动工业和社会快速发展的同时也带来了严峻的交通安全问题。交通事故频发，对社会造成巨大的经济损失和人员损害。减少交通事故是汽车研究的重点。

车辆自动紧急刹车系统（即aeb）可有效减少意外碰撞事故，各国开始制定aeb的标准法规推行aeb在在汽车上的应用。

自动紧急刹车系统既是减少交通事故的客观需要也是汽车法规的要求，是汽车行业的重点关注技术，对于较少汽车事故和提高汽车主动安全性具有重要意义。

2. 研究的基本内容与方案

研究（设计）的基本内容：

1.在归纳比较各种目标检测方法的基础上，使用同时满足检测精度和实时性要求的ssd网络进行车辆检测。

2.在tensorflow深度学习框架上搭建深度神经网络，用目标数据集进行训练，达到自动紧急刹车系统的需求。

3. 研究计划与安排

2019年12月30日-2010年1月12日 确定毕业设计选题、完善毕业设计任务书（相关参数）、校内外资料收集

2020年2月24日-2020年3月19日 方案构思、文献检索、完成开题报告

2020年3月19日-2020年3月25日 外文翻译、资料再收集

4. 参考文献（12篇以上）

[1]姜新猛.基于tensorflow的卷积神经网络的应用研究[d].华中师范大学,2017.

[2]齐照辉.基于tensorflow的卷积神经网络应用[d].武汉大学,2018.

[3]余蒙. 车辆自动紧急刹车系统研究[d].华南理工大学,2018.