物质生活逐渐丰裕,汽车保有量也逐年上升,随之带来了交通安全事故数量增多,交通事故死亡人数居高不下。高级别自动驾驶技术无法立即应用到市场提高汽车行驶安全的情况下,高级辅助驾驶系统(ADAS)是目前帮助驾驶员安全驾驶的普遍选择,国外研究结果显示行车记录仪也能从约束驾驶行为角度提高驾驶安全。无论哪种电子技术方法来提高汽车行驶安全都离不开对行驶的汽车周围环境进行感知,所以视觉感知技术,成为了各零部件供应商及行业研究的热点。通过对感知系统的产品定位、应用场景和研究发展状况分析,从对驾驶员预警和提高行人闯红灯违法成本两个角度,来保护行人安全是可行的。市场上现有的ADAS行车记录仪也具备驾驶员预警功能,但存在预警准确率低的问题。所以,具体目标是设计一个包含硬件和软件的完整系统,从视觉和运动姿态等方面感知环境,实现采集并保存数据、ADAS驾驶提醒、上传数据到平台等功能,还需要达到休眠时功耗低、实时性好、鲁棒性高、方便扩展和移植等性能目标。硬件方面,电源设计为多路并行供电,保障大功率单元稳定运行,并方便控制。数据处理板卡承担图像采集、视觉检测算法运算、文件管理等任务,MCU处理部分实时性高数据密度低的传感器数据,并管理系统电源供电。为更好地检测识别环境关键元素,以YOLO V3算法为基础,结合GIo U更好地阐述边框重合度,重新设计了损失函数,利用交叉熵改善对小目标的检测问题,并在计算服务器上验证了该算法的性能。软件方面除改进算法外,还根据需要在移植操作系统过程中编写了相应驱动程序,设计了基于Qt平台的可视化程序,包括实时录制、文件管理、系统设置、视频播放、系统信息等界面,可方便查看文件、上传数据、设置功能开关等。最终通过实验室验证测试,系统硬件和软件均能正常工作。工作模式下各路电源电压误差小于50mV,休眠模式系统功率约1.2mW,在4G信号强度大于30%时数据传输延时小于2s,对驾驶环境关键元素识别Recall达81.38%,处理速度能稳定在30fps。未来会采用双目摄像头来改善距离不敏感的缺点,加入目标追踪算法,并增加检测识别的关键元素种类,使系统更加完善。