基于神经网络的驾驶员转向介入识别方法技术

本发明专利技术实施例提供一种基于神经网络的驾驶员转向介入方法。所述方法包括：实时对待检测车辆的运行状态进行监测并获取当前时刻所述待检测车辆的运行信息，运行信息包括：第一方向盘实际转角、第一目标转角、第一车速、第一方向盘转速、第一车辆加速度和第一路面附着系数；将第一方向盘实际转角、第一目标转角、第一车速、第一方向盘转速、第一车辆加速度和第一路面附着系数输入到识别模型中进行识别，获得是否有驾驶员转向介入的识别结果。所述装置用于执行所述方法。本发明专利技术实施例通过获取当前时刻所述待检测车辆的运行信息，并将运行信息输入到预先构建的识别模型中，从而能够准确的识别出是否有驾驶员转向介入，从而保证自动驾驶的安全性。

Identification method of driver's steering based on Neural Network

The embodiment of the invention provides a driver steering intervention method based on neural network. The method comprises the following steps: real-time monitoring of the running state of the vehicle to be detected and obtaining the running information of the vehicle to be detected at the current time, including: the actual angle of the first steering wheel, the first target angle, the first speed, the first steering wheel speed, the first vehicle acceleration and the first road adhesion coefficient; The actual angle of the first steering wheel, the first target angle, the first speed, the speed of the first steering wheel, the acceleration of the first vehicle and the adhesion coefficient of the first road surface are input into the recognition model to identify and obtain the recognition result of whether the driver is involved in the steering. The device is used to execute the method. The embodiment of the invention can accurately identify whether a driver is involved in steering by acquiring the operation information of the vehicle to be detected at the current time and inputting the operation information into the pre-constructed identification model, thereby ensuring the safety of automatic driving.

【技术实现步骤摘要】
基于神经网络的驾驶员转向介入识别方法
本专利技术涉及智能交通领域，具体而言，涉及一种基于神经网络的驾驶员转向介入识别方法。
技术介绍
随着城市化进程的发展和交通运输技术的进步，地铁、轻轨等轨道智能交通工具得到了广泛的应用，汽车领域也不例外，目前，各种品牌的汽车生产商将目光转移到了智能汽车上，致力于实现自动驾驶功能。在智能汽车的自动驾驶过程中，方向盘由主动转向系统控制；但驾驶员有时需要取回转向控制权，从而介入方向控制，因此，需要对驾驶员的转向介入进行识别，从而实现人机协同的智能驾驶。现有的检测技术是基于力传感器、力矩传感器等，通过检测驾驶员与方向盘的接触来进行介入判断。但是，这种利用增加传感器的方案准确度不高，容易受到噪声的影响，在不同路况下判断依据也难以统一。由于存在上述问题，导致方向盘的转向控制权无法准确的转换，如果在某些危险情况下，可能带来人员伤害。因此，如何提高驾驶员转向介入识别的准确性，提高自动驾驶的安全性是现如今亟待解决的课题。
技术实现思路
有鉴于此，本专利技术实施例的目的在于提供一种基于神经网络的驾驶员转向介入方法及装置，以解决驾驶员转向介入识别的准确性低的问题。第一方面，本专利技术实施例提供了一种基于神经网络的驾驶员转向介入方法，包括：实时对待检测车辆的运行状态进行监测，并获取当前预设时间段内所述待检测车辆的运行信息，所述运行信息，包括：第一方向盘实际转角、第一目标转角、第一车速、第一方向盘转速、第一车辆加速度和第一路面附着系数；将所述第一方向盘实际转角、所述第一目标转角、所述第一车速、第一方向盘转速、第一车辆加速度和所述第一路面附着系数输入到识别模型中进行识别，获得是否有驾驶员转向介入的识别结果。进一步地，所述方法，还包括：获取训练样本，所述训练样本为多辆汽车在历史时间段内的运行信息，且所述训练样本包括：第二方向盘实际转角、第二目标转角、第二车速、第二方向盘转速、第二车辆加速度、第二路面附着系数和驾驶员介入信息；将所述第二方向盘实际转角、所述第二目标转角、所述第二车速、第二方向盘转速、第二车辆加速度和所述第二路面附着系数输入作为输入，所述驾驶员介入信息作为输出，对神经网络进行训练，获得所述识别模型。进一步地，所述方法，还包括：通过交叉验证法对所述识别模型进行验证。进一步地，所述方法，还包括：对所述训练样本进行数据预处理，所述数据预处理包括：清洗、去重和异常值剔除。进一步地，所述将所述第一方向盘实际转角、所述第一目标转角、所述第一车速和所述第一路面附着系数输入到识别模型中进行识别，获得是否有驾驶员转向介入的识别结果，包括：将所述第一方向盘实际转角、所述第一目标转角、所述第一车速和所述第一路面附着系数输入到识别模型中进行识别，计算得到对应的驾驶员转向介入概率值；若判断获知所述驾驶员转向介入概率值大于预设阈值，则所述识别结果为有驾驶员转向介入。第二方面，本专利技术实施例提供了一种基于神经网络的驾驶员转向介入识别装置，包括：获取模块，用于实时对待检测车辆的运行状态进行监测，并获取当前预设时间段内所述待检测车辆的运行信息，所述运行信息，包括：第一方向盘实际转角、第一目标转角、第一车速、第一方向盘转速、第一车辆加速度和第一路面附着系数；识别模块，用于将所述第一方向盘实际转角、所述第一目标转角、所述第一车速、第一方向盘转速、第一车辆加速度和所述第一路面附着系数输入到识别模型中进行识别，获得是否有驾驶员转向介入的识别结果。进一步地，所述装置，还包括：模型创建模块，用于获取训练样本，所述训练样本为多辆汽车在历史时间段内的运行信息，且所述训练样本包括：第二方向盘实际转角、第二目标转角、第二车速、第二方向盘转速、第二车辆加速度、第二路面附着系数和驾驶员介入信息；将所述第二方向盘实际转角、所述第二目标转角、所述第二车速、第二方向盘转速、第二车辆加速度和所述第二路面附着系数输入作为输入，所述驾驶员介入信息作为输出，对神经网络进行训练，获得所述识别模型。进一步地，所述装置，还包括：模型验证模块，用于通过交叉验证法对所述识别模型进行验证。进一步地，所述装置，还包括：预处理模块，用于对所述训练样本进行数据预处理，所述数据预处理包括：清洗、去重和异常值剔除。进一步地，所述识别模块，具体用于：将所述第一方向盘实际转角、所述第一目标转角、所述第一车速和所述第一路面附着系数输入到识别模型中进行识别，计算得到对应的驾驶员转向介入概率值；若判断获知所述驾驶员转向介入概率值大于预设阈值，则所述识别结果为有驾驶员转向介入。本专利技术实施例通过获取当前时刻所述待检测车辆的运行信息，并将运行信息输入到预先构建的识别模型中，从而能够准确的识别出是否有驾驶员转向介入，从而保证自动驾驶的安全性。本专利技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术实施例了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1为本专利技术实施例提供的电子设备的结构框图；图2为本专利技术实施例提供的一种基于神经网络的驾驶员转向介入方法流程示意图；图3为本专利技术实施例提供的一种基于神经网络的驾驶员转向介入识别装置结构示意图。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。请参照图1，图1为本专利技术实施例提供的电子设备的结构框图。电子设备可以包括驾驶员转向介入识别装置101、存储器102、存储控制器103、处理器104、外设接口105、输入输出单元106、音频单元107、显示单元108。所述存储器102、存储控制器103、处理器104、外设接口105、输入输出单元106、音频单元107、显示单元108各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述驾驶员转向介入识别装置101包括至少一个可以软件或固件(firmware)的形式存储于所述存储器102中或固化在驾驶员转向介入识别装置101的操作系统(operatingsystem，OS)中的软件功能模块。所述处理器104用于执行存储器102中存储的可执行模块，例如驾驶本文档来自技高网...

【技术保护点】
1.一种基于神经网络的驾驶员转向介入方法，其特征在于，所述方法，包括：实时对待检测车辆的运行状态进行监测，并获取当前预设时间段内所述待检测车辆的运行信息，所述运行信息，包括：第一方向盘实际转角、第一目标转角、第一车速、第一方向盘转速、第一车辆加速度和第一路面附着系数；将所述第一方向盘实际转角、所述第一目标转角、所述第一车速、所述第一方向盘转速、所述第一车辆加速度和所述第一路面附着系数输入到识别模型中进行识别，获得是否有驾驶员转向介入的识别结果。

【技术特征摘要】
1.一种基于神经网络的驾驶员转向介入方法，其特征在于，所述方法，包括：实时对待检测车辆的运行状态进行监测，并获取当前预设时间段内所述待检测车辆的运行信息，所述运行信息，包括：第一方向盘实际转角、第一目标转角、第一车速、第一方向盘转速、第一车辆加速度和第一路面附着系数；将所述第一方向盘实际转角、所述第一目标转角、所述第一车速、所述第一方向盘转速、所述第一车辆加速度和所述第一路面附着系数输入到识别模型中进行识别，获得是否有驾驶员转向介入的识别结果。2.根据权利要求1所述的方法，其特征在于，所述方法，还包括：获取训练样本，所述训练样本为多辆汽车在历史时间段内的运行信息，且所述训练样本包括：第二方向盘实际转角、第二目标转角、第二车速、第二方向盘转速、第二车辆加速度、第二路面附着系数和驾驶员介入信息；将所述第二方向盘实际转角、所述第二目标转角、所述第二车速、第二方向盘转速、第二车辆加速度和所述第二路面附着系数输入作为输入，所述驾驶员介入信息作为输出，对神经网络进行训练，获得所述识别模型。3.根据权利要求2所述的方法，其特征在于，所述方法，还包括：通过交叉验证法对所述识别模型进行验证。4.根据权利要求2所述的方法，其特征在于，所述方法，还包括：对所述训练样本进行数据预处理，所述数据预处理包括：清洗、去重和异常值剔除。5.根据权利要求1-4任一项所述的方法，其特征在于，所述将所述第一方向盘实际转角、所述第一目标转角、所述第一车速、所述第一方向盘转速、所述第一车辆加速度和所述第一路面附着系数输入到识别模型中进行识别，获得是否有驾驶员转向介入的识别结果，包括：将所述第一方向盘实际转角、所述第一目标转角、所述第一车速、第一方向盘转速、第一车辆加速度和所述第一路面附着系数输入到识别模型中进行识别，计算得到对应的驾驶员转向介入概率值；若判断获知所述驾驶员转向介入概率值大于...

【专利技术属性】
技术研发人员：陈百鸣，李亮，张文皓，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11