当前位置: 首页 > 专利查询>江苏大学专利>正文

一种前向车辆驾驶人驾驶行为预测系统技术方案

技术编号:13647985 阅读:208 留言:0更新日期:2016-09-04 17:58
本实用新型专利技术公开了一种前向车辆驾驶人驾驶行为预测系统,属于智能汽车领域,该前向车辆驾驶人驾驶行为预测系统由道路环境采集摄像头、前车行驶信息采集摄像头和一个视频处理器硬件平台组成。道路环境采集摄像头负责采集道路环境中的信号灯、道路指示标志。前车行驶信息采集摄像头负责采集前向车辆、前向车辆尾灯、前向车辆相邻车道内车辆。视频处理器硬件平台由两个视频处理器组成,分别负责处理道路环境中信号灯和道路指示标志信息和前向车辆运行相关视频信息。通过对道路环境参数、前向车辆行驶参数以及前向车辆相邻车道内车辆信息的分析,建立前向车辆驾驶人驾驶行为预测模型,实现对前向车辆驾驶人驾驶行为进行预测。

【技术实现步骤摘要】

本专利技术涉及智能汽车领域,具体为一种前向车辆驾驶人驾驶行为预测系统
技术介绍
随着我国汽车保有量的快速增长,非职业驾驶员的人数也在逐步增加,间接导致了交通事故的频繁发生。针对事故发生的原因,研究人员一直致力于如何通过有效的措施降低事故的发生,其中车路协同、驾驶安全辅助等系统是提高车辆运行安全的一种有效方法。其中,如何根据道路信息合理预测驾驶员行为,并提醒驾驶员做出科学决策是驾驶安全辅助系统的关键问题。但目前国内外学者只是针对自车驾驶人驾驶行为进行预测,然而,在车辆行驶过程中,前向车辆突然制动、突然转向、突然换道等不规范驾驶行为会对后车驾驶安全有重要影响。相比之下,尚未见针对前向车辆驾驶人驾驶行为预测的研究成果。同时,目前针对驾驶人行为识别提供的不同的算法和模型缺乏对多个复杂的驾驶意图进行实时、统一识别的算法。随着汽车安全辅助系统的发展和广泛应用,针对驾驶人驾驶行为预测的实时性问题将成为迫切需要解决的问题。通过查阅资料,目前,对前向车辆驾驶人驾驶行为预测方面的应用中尚未见到报道。
技术实现思路
为了解决上述问题,本专利技术提出了一种前向车辆驾驶人驾驶行为预测系统,采用TI公司视频处理器DM6437为硬件平台,基于机器视觉方法,以前向车辆驾驶人在行车过程中的突然制动、突然转向(包括左转向以及右转向)、突然换道(包括左换道以及右换道)驾驶行为作为预测对象,基于隐马尔科夫模型理论(HMM)建立前向车辆驾驶员驾驶行为预测模型,进行前向车辆驾驶员驾驶行为预测。采用的具体技术方案如下:一种前向车辆驾驶人驾驶行为预测系统,包括道路环境采集摄像头、前车行驶信息采集摄像头、信息处理器;所述道路环境采集摄像头用于采集道路环境中的信号灯、道路指示标志信息,并将采集的信息送给所述信息处理器;所述前车行驶信息采集摄像头用于采集前向车辆、前向车辆尾灯、前向车辆相邻车道内车辆信息,并将采集的信息送给所述信息处理器;所述信息处理器通过对道路环境中的信号灯、道路指示标志信息参数、前向车辆、前向车辆尾灯以及前向车辆相邻车道内车辆信息的分析处理,建立前向车辆驾驶人驾驶行为预测模型,实现对前向车辆驾驶人驾驶行为进行预测。作为优选方案,所述道路环境采集摄像头、所述前车行驶信息采集摄像头均采用CCD
车载影像夜视摄像头,均安装在车辆前挡风玻璃上。作为优选方案,所述信息处理器采用视频处理器硬件平台实现,包括第一视频解码电路、第一视频处理电路、第二视频解码电路、第二视频处理电路和电源电路;所述第一视频解码电路通过道路环境采集摄像头视频线与所述道路环境采集摄像头相连,对道路环境采集摄像头采集的信息进行解码处理;所述第一视频处理电路对所述第一视频解码电路解码后的视频信息进行处理,并与第二视频处理电路交互;所述第二视频解码电路通过前车行驶信息采集摄像头视频线与所述前车行驶信息采集摄像头相连,对所述前车行驶信息采集摄像头采集的信息进行解码处理;所述第二视频处理电路对所述第二视频解码电路解码后的视频信息进行处理,并且通过建立前向车辆驾驶人驾驶行为预测模型对前向车辆驾驶人驾驶行为进行预测;所述电源电路将车载12V电源转换为3.3V、1.8V、1.2V,为系统供电。作为优选方案,所述第一视频解码电路、所述第二视频解码电路均包括解码芯片TVP5150及外围电路;所述第一视频处理电路、所述第二视频处理电路均包括视频处理器DM6437、DDR2存储器MT47H64M16BT、FLASH存储器SG29GL256N,所述DDR2存储器MT47H64M16BT、所述FLASH存储器SG29GL256N均与所述视频处理器DM6437相连。作为优选方案,所述电源电路包括LM2940、TPS54310;车载12V电源经过LM2940芯片转换为5V电源,5V电源再经过3片TPS54310分别转换为3.3V、1.8V、1.2V电源;所述3.3V为视频处理器DM6437的IO口及3.3V系统供电,1.8V为DDR2存储器MT47H64M16BT供电,1.2V为视频处理器DM6437的内核供电。作为优选方案,所述第一视频解码电路、第一视频处理电路、第二视频解码电路、第二视频处理电路和电源电路均设置在一块电路板上,所述电路板设置在一个长方体外壳内部,所述长方体外壳上方设有1个道路环境采集摄像头视频线输入凹槽和1个前车行驶信息采集摄像头视频线输入凹槽,所述道路环境采集摄像头视频线、所述前车行驶信息采集摄像头视频线分别从道路环境采集摄像头视频线输入凹槽、前车行驶信息采集摄像头视频线输入凹槽穿出。基于上述预测系统,本专利技术还提出了一种前向车辆驾驶人驾驶行为预测方法,包括如下步骤:1)利用道路环境采集摄像头采集道路环境中的信号灯、道路指示标志信息;利用前车行驶信息采集摄像头采集前向车辆、前向车辆尾灯、前向车辆相邻车道内车辆信息;2)利用视频处理器硬件平台对道路环境采集摄像头、前车行驶信息采集摄像头采集的信息进行分析处理;所述处理的方法包括:针对所获取车辆运行轨迹点序列的不完整及噪声干扰,采用基于轨迹长度的去除不完整轨迹序列的方法;基于具有时间先后关系的车辆运行轨迹点序列特征,建立车辆运行轨迹点序列极坐标的车辆运行轨迹特征值表示方法;利用采集的信息构建基于HMM的前向车辆驾驶人驾驶行为预测模型。作为优选方案,所述预测模型采用基于HMM理论构建,模型表达式为:λ=(N,M,π,A,B),其中:S:前向车辆驾驶人驾驶行为状态,S=(S1,S2,…SN),t时刻所处状态为qt,qt∈S,本项目状态数N=5,其中,S1为制动行为,S2为左转向行为,S3为右转向行为,S4为左换道行为,S5为右转换道行为;V:观测序列,V=(v1,v2,…vM),t时刻观测事件为Ot,本项目观测值数M=11,其中,v1为前向车辆极径,v2为前向车辆极角,v3为前向车辆左转向灯,v4为前向车辆右转向灯,v5为前向车辆刹车灯,v6为信号灯红灯,v7为信号灯绿灯,v8为信号灯黄灯,v9为道路左转向标志,v10为道路右转向标志,v11为道路直行标志;π:前向车辆驾驶人驾驶行为初始状态概率矢量,π=(π1,π2,…πN),其中πi=P(q1=Si);A:状态转移矩阵,即前向车辆驾驶人驾驶行为状态转移矩阵,A={aij本文档来自技高网
...

【技术保护点】
一种前向车辆驾驶人驾驶行为预测系统,其特征在于,包括道路环境采集摄像头(1)、前车行驶信息采集摄像头(2)、信息处理器;所述道路环境采集摄像头(1)用于采集道路环境中的信号灯、道路指示标志信息,并将采集的信息送给所述信息处理器;所述前车行驶信息采集摄像头(2)用于采集前向车辆、前向车辆尾灯、前向车辆相邻车道内车辆信息,并将采集的信息送给所述信息处理器;所述信息处理器通过对道路环境中的信号灯、道路指示标志信息参数、前向车辆、前向车辆尾灯以及前向车辆相邻车道内车辆信息的分析处理,建立前向车辆驾驶人驾驶行为预测模型,实现对前向车辆驾驶人驾驶行为进行预测。

【技术特征摘要】
1.一种前向车辆驾驶人驾驶行为预测系统,其特征在于,包括道路环境采集摄像头(1)、前车行驶信息采集摄像头(2)、信息处理器;所述道路环境采集摄像头(1)用于采集道路环境中的信号灯、道路指示标志信息,并将采集的信息送给所述信息处理器;所述前车行驶信息采集摄像头(2)用于采集前向车辆、前向车辆尾灯、前向车辆相邻车道内车辆信息,并将采集的信息送给所述信息处理器;所述信息处理器通过对道路环境中的信号灯、道路指示标志信息参数、前向车辆、前向车辆尾灯以及前向车辆相邻车道内车辆信息的分析处理,建立前向车辆驾驶人驾驶行为预测模型,实现对前向车辆驾驶人驾驶行为进行预测。2.根据权利要求1所述的一种前向车辆驾驶人驾驶行为预测系统,其特征在于,所述道路环境采集摄像头(1)、所述前车行驶信息采集摄像头(2)均采用CCD车载影像夜视摄像头,均安装在车辆前挡风玻璃上。3.根据权利要求1所述的一种前向车辆驾驶人驾驶行为预测系统,其特征在于,所述信息处理器采用视频处理器硬件平台(3)实现,包括第一视频解码电路、第一视频处理电路、第二视频解码电路、第二视频处理电路和电源电路;所述第一视频解码电路通过道路环境采集摄像头视频线(4)与所述道路环境采集摄像头(1)相连,对道路环境采集摄像头(1)采集的信息进行解码处理;所述第一视频处理电路对所述第一视频解码电路解码后的视频信息进行处理,并与第二视频处理电路交互;所述第二视频解码电路通过前车行驶信息采集摄像头视频线(5)与所述前车行驶信息采集摄像头(2)相连,对所述前车行驶信息采集摄像头(2)采集的信息进行解码处理;所述第二视频处理电路对所述第二视频解码电路解码后的视频信息进行处理,并且通过建立前向车辆驾驶人驾驶行为预测模型对...

【专利技术属性】
技术研发人员:何友国袁朝春陈龙江浩斌蔡英凤
申请(专利权)人:江苏大学
类型:新型
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1