基于人工智能相机来检测车辆的距离和速度的算法源码+演示界面WEB源码.zip

描述 这个想法是为了减少卡车实施半自动驾驶系统的温室气体排放，让车辆彼此靠近行驶并利用风洞效应。这将大大减少影响卡车的空气阻力，从而减少消耗和排放。因此，该系统将提高车辆的效率，从而降低成本并减少污染（对于配备内燃机的卡车）。 执行 该项目旨在构建一个简单的即插即用系统，能够检测卡车前方的车辆，利用Luxonis提供的OAK-D-Lite。 多亏了这个设备，我们能够快速结合基于人工智能的车辆检测系统和立体摄像头系统来检测相对于安装在其上的卡车的距离和相对速度。 real-time实时运行算法。 记录在使用 OAK-D-Lite 完成的注册上运行算法。 启动实验室 2022 演示日期间使用的卡车拼车演示。它运行相同的算法，但使用模型来检测人员而不是车辆。 空间检测 预训练模型 - [vehicle-detection-0202](https://docs.openvino.ai/latest/omz_models_model_vehicle_detection_0202.html) - [vehicle-license-plate-detection-barrier-0106](https://docs.openvino.ai/latest/omz_models_model_vehicle_license_plate_detection_barrier_0106.html) - [person-detection-retail-0013](https://docs.openvino.ai/latest/omz_models_model_person_detection_retail_0013.html) 设置 首先，您需要安装DepthAI库及其依赖项。 安装录制示例的要求： python3 -m pip install -r requirements.txt 用于从录制的视频中检测车辆（将视频放在录音文件夹中） python3 antTrail_recording.py 用于从实时摄像头流中检测车辆 python3 antTrail.py