系统是基于Thinkphp+uniapp开发的开源源码 以下声明：花少源码分享的代码仅供本地测试安装，研究代码，学习书写代码方法，不得非法使用，不得违反国家法律，否则后果自负!下载后使用时法律责任后果全部由购买者负责，在花少源码没有任何关系。 一乘客端 1. 多版本：小程序，应用程序(android /苹果) 2. 顾客叫车时，可以选择地图或手动搜索地址 3. 查看司机和车辆的资料 4. 安全中心：一键求救，紧急联络 5. 报导的评分与控告 6. 优惠券营销 二司机端 1. 内藏高德地图导航 2. 离线收费：旅程结束后，司机可以离线收费，平台从司机余额中扣除服务费用 3. 订货模式：自动订货，手动订货，分配后端 4. 可以实时确认周遭驾驶者与驾驶者的状况 5. 一键导航，线路规划，等待时间计算方式 后台功能简介： 1、会员管理：会员分组、会员规则 2、认证管理：实名认证管理、驾驶证认证管理、车主认证管理理 3、代驾管理：订单管理、轮播图管理、话题列表、话题评论 4、顺风车管理：顺风车订单、顺风车评价管理、车主管理 5、货运管理：货运车辆管理、

本文针对传统基于机器视觉的司机疲劳检测模型对硬件系统要求较高、检测准确率和效率较低等问题，提出了一种基于MTCNN-PFLD-LSTM深度学习的司机疲劳驾驶检测方法。该方法利用深度学习技术对驾驶员的面部特征进行提取和分析，通过LSTM模型对驾驶员的疲劳状态进行判断和预测。实验结果表明，该方法具有较高的检测准确率和效率，能够有效地检测司机的疲劳驾驶状态，具有一定的实用性和推广价值。

用html5和javascript实现进程同步模拟——司机售票员问题。在文档后面还附有源代码。

基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系统源码+全部数据.zip基于深度学习的司机危险行为驾驶预警监测系

上位机采用QT设计，算法框架模型采用百度飞浆EasyDL。 资料包里包含了上位机源码、可执行文件，模型训练，数据集标注，测试效果，模型发布的教程文档，代码设计思路等。本资料属于拿到即可使用，直接完成项目设计，检测各种驾车状态。

用两个线程来模拟汽车司机与售票员之间的协同关系：一方面只有售票员把车门关好了司机才能关门，因此，售票员关好车门应通知司机开车；另一方面，只有当汽车已经停下，售票员才能开门上下客，故司机停车后应通知售票员。汽车当前正在始发站停车上客，试设必要的信号量并赋初值，写出它们的同步过程。

掌握信号量和P、V操作内涵，理解司机-售票员问题 问题描述及信号量设定，司机：启动车辆-正常行驶-到站停车，售票员：关车门-售票-开车门在汽车不断地到站、停车、行驶过程中,这两个活动有什么同步关系?用信号量和P、V操作实现它们的同步

本文来自于sdnlab，文章主要介绍了边缘计算出现的原因，什么是边缘计算，边缘计算的发展历程以及一些开源项目等相关内容。边缘计算的雏形是CDN，我们原本通常的做法是把数据挪到计算那头来进行处理。但是，由于数据越来越多，导致数据传输的速度越来越慢，且资源消耗巨大，因此，我们需要将计算挪到边缘处来处理，这就是边缘计算。边缘计算有以下特点：5G的兴起恰逢与物联网（IoT）相关的连接设备和系统的爆炸式增长。智能监控系统、可穿戴设备、自动驾驶、虚拟现实和增强现实等等都带来了大量的数据，这些都是边缘计算产生的沃土。此外明年5G要落地了，网速会增加，万物互联，很多设备会连接在一起，人们开始思考能不能产生一些

保险行业培训资料：出租车司机的MBA课以企业理财为核心，以财务管理为内容，需要保险行业培训资料：出租...该文档为保险行业培训资料：出租车司机的MBA课，是一份很不错的参考资料，具有较高参考价值，感兴趣的可以下载看看

滴滴车主5.2.20的iphone,ipa安装包