智能驾驶车辆的安全性监控系统及方法技术方案

本申请公开一种智能驾驶车辆的安全性监控系统及方法。涉及智能驾驶车辆领域，该系统包括：图像采集模块，用于实时获取车辆行驶方向上的图像；场景分割模块，用于通过机器学习算法对所述图像进行场景分割，获取安全区域；路径计算模块，用于计算所述车辆的行驶路径；以及安全判断模块，用于判断所述车辆是否处于所述安全区域内。本申请公开的智能驾驶车辆的安全性监控系统及方法，能够对智能驾驶车辆的行驶状态进行准确判断，进而获得更加可靠的控制指令。

【技术实现步骤摘要】
智能驾驶车辆的安全性监控系统及方法
本专利技术涉及计算机信息处理领域，具体而言，涉及一种智能驾驶车辆的安全性监控系统及方法。
技术介绍
智能驾驶车辆在普通车辆的基础上增加了先进的传感器(雷达、摄像)、控制器、执行器等装置，通过车载传感系统和信息终端实现与人、车、路等的智能信息交换，使车辆具备智能的环境感知能力，能够自动分析车辆行驶的安全及危险状态，并使车辆按照人的意愿到达目的地，最终实现替代人来操作的目的以减轻人驾驶汽车的负担。在现有技术中，智能驾驶车辆的总控制系统，会统一采集各个分系统的各个部分的数据，然后对这些数据统一处理，进而对智能驾驶车辆进行控制。智能驾驶车辆的总控制系统会因为某一个部件的错误信号而影响最终的控制指令输出，例如传感器感知的信息处理不正确可能会误导总控制系统做出错误的决策。但是，驾驶车辆的操作是一个复杂非线性系统的控制过程。总控制系统既要接受环境如道路、拥挤、方向、行人等的信息，还要感受汽车如车速、侧向偏移、横摆角速度等的信息，然后经过判断、分析和决策，并与已有的驾驶经验数据相比较，确定出应该做的操作指令，最后由智能驾驶系统的各部分协同完成操纵车辆的动作。由于车辆驾驶中的复杂因素，加之目前智能驾驶车辆系统还不够成熟，如何确保智能驾驶系统更安全的工作是自动驾驶车辆设计必须考虑的问题。本申请中提出一种新的智能驾驶车辆的安全性监控系统及方法。在所述
技术介绍
部分公开的上述信息仅用于加强对本专利技术的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
有鉴于此，本专利技术提供一种智能驾驶车辆的安全性监控系统及方法，能够对智能驾驶车辆的行驶状态进行准确判断，进而获得更加可靠的控制指令。本专利技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。根据本专利技术的一方面，提出一种智能驾驶车辆的安全性监控系统，该系统包括：图像采集模块，用于实时获取车辆行驶方向上的图像；场景分割模块，用于通过机器学习算法对所述图像进行场景分割，获取安全区域；路径计算模块，用于计算所述车辆的行驶路径；以及安全判断模块，用于判断所述车辆是否处于所述安全区域内。在本公开的一种示例性实施例中，所述图像采集模块还用于对所述图像进行预处理，所述的预处理包括图像校准、去畸变中的一种或者多种。在本公开的一种示例性实施例中，所述路径计算模块，包括：车辆姿态单元，用于获取所述车辆的位姿信息；指令获取单元，用于获取所述车辆的自动驾驶控制指令；以及路径生成单元，用于根据所述位姿信息与所述自动驾驶控制指令生成所述车辆的行驶路径。在本公开的一种示例性实施例中，所述车辆姿态单元获取的车辆的位姿信息包括：车辆行驶速度，车辆纵向加速度，车辆横摆角速度，方向盘转角以及车辆加速度。在本公开的一种示例性实施例中，所述路径计算模块，还用于计算所述车辆在下一个单位预测时间内的行驶路径；其中，所述单位预测时间与所述车辆的TTC碰撞时间相关。在本公开的一种示例性实施例中，所述安全判断模块，包括：当前位置判断单元，用于判断所述车辆的当前位置是否处于所述安全区域内；以及行驶路径判断单元，用于判断所述车辆的行驶路径是否处于所述安全区域内。在本公开的一种示例性实施例中，还包括：告警模块，用于当所述车辆的当前位置或行驶路径不处于所述安全区域内时，给出告警提示。在本公开的一种示例性实施例中，还包括：校准模块，用于当所述车辆的行驶路径不处于所述安全区域内时，调整自动驾驶控制指令。在本公开的一种示例性实施例中，所述机器学习算法采用全卷积神经网络算法。根据本专利技术的一方面，提出一种智能驾驶车辆的安全性监控方法，该方法包括：实时获取车辆行驶方向上的图像；通过机器学习算法对所述图像进行场景分割，获取安全区域；计算所述车辆的行驶路径；判断所述车辆是否处于所述安全区域内；以及根据判断结果对所述智能驾驶车辆给出告警提示和/或调整自动驾驶控制指令。在本公开的一种示例性实施例中，所述实时获取车辆行驶方向上的图像，包括：对所述图像进行预处理，所述预处理包括图像校准、去畸变中的一种或者多种。在本公开的一种示例性实施例中，所述通过机器学习算法对所述图像进行场景分割，获取安全区域，包括：通过卷积神经网络算法对所述图像进行实时处理，以获取所述图像中的所述安全区域。在本公开的一种示例性实施例中，所述计算所述车辆的行驶路径，包括：获取所述车辆的位姿信息；获取所述车辆的自动驾驶控制指令；以及根据所述位姿信息与所述自动驾驶控制指令生成所述车辆的行驶路径。在本公开的一种示例性实施例中，所述位姿信息包括：车辆行驶速度，车辆纵向加速度，车辆横摆角速度，方向盘转角以及车辆加速度。在本公开的一种示例性实施例中，所述根据所述位姿信息与所述自动驾驶控制指令生成所述车辆的待行驶路径，包括：根据所述位姿信息与所述自动驾驶控制指令计算所述车辆在下一个单位时间内的行驶路径；其中，所述单位时间与所述车辆的TTC碰撞时间相关。在本公开的一种示例性实施例中，所述判断所述车辆是否处于所述安全区域内，包括：判断所述车辆的当前位置是否处于所述安全区域内；以及判断所述车辆的行驶路径是否处于所述安全区域内。在本公开的一种示例性实施例中，所述根据所述判断对所述智能驾驶车辆进行告警提示和/或调整自动驾驶控制指令，包括：当所述车辆的当前位置或行驶路径不处于所述安全区域内时，给出告警提示；以及当所述车辆的行驶路径不处于所述安全区域内时，调整自动驾驶控制指令。根据本专利技术的一方面，提出一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上文的方法。根据本专利技术的一方面，提出一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现如上文中的方法。根据本专利技术的智能驾驶车辆的安全性监控系统及方法，能够对智能驾驶车辆的行驶状态进行准确判断，进而获得更加可靠的控制指令。应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本专利技术。附图说明通过参照附图详细描述其示例实施例，本专利技术的上述和其它目标、特征及优点将变得更加显而易见。下面描述的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，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的附图。图1是根据一示例性实施例示出的一种智能驾驶车辆的安全性监控系统的框图。图2是根据另一示例性实施例示出的一种智能驾驶车辆的安全性监控系统的框图。图3是根据一示例性实施例示出的一种智能驾驶车辆的安全性监控方法的流程图。图4是根据一示例性实施例示出的一种电子设备的框图。具体实施方式现在将参考附图更全面地描述示例实施例。然而，示例实施例能够以多种形式实施，且不应被理解为限于在此阐述的实施例；相反，提供这些实施例使得本专利技术将全面和完整，并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本专利技术的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本专利技术的技术方案而没有特定细节本文档来自技高网...

【技术保护点】
1.一种智能驾驶车辆的安全性监控系统，其特征在于，包括：图像采集模块，用于实时获取车辆行驶方向上的图像；场景分割模块，用于通过机器学习算法对所述图像进行场景分割，获取安全区域；路径计算模块，用于计算所述车辆的行驶路径；以及安全判断模块，用于判断所述车辆是否处于所述安全区域内。

【技术特征摘要】
1.一种智能驾驶车辆的安全性监控系统，其特征在于，包括：图像采集模块，用于实时获取车辆行驶方向上的图像；场景分割模块，用于通过机器学习算法对所述图像进行场景分割，获取安全区域；路径计算模块，用于计算所述车辆的行驶路径；以及安全判断模块，用于判断所述车辆是否处于所述安全区域内。2.如权利要求1所述的系统，其特征在于，所述图像采集模块还用于对所述图像进行预处理，所述的预处理包括图像校准、去畸变中的一种或者多种。3.如权利要求1所述的系统，其特征在于，所述路径计算模块，包括：车辆姿态单元，用于获取所述车辆的位姿信息；指令获取单元，用于获取所述车辆的自动驾驶控制指令；以及路径生成单元，用于根据所述位姿信息与所述自动驾驶控制指令生成所述车辆的行驶路径。4.如权利要求1所述的系统，其特征在于，所述安全判断模块，包括：当前位置判断单元，用于判断所述车辆的当前位置是否处于所述安全区域内；以及行驶路径判断单元，用于判断所述车辆的行驶路径是否处于所述安全区域内。5.如权利要求1所述的系统...

【专利技术属性】
技术研发人员：叶凌峡，
申请(专利权)人：驭势上海汽车科技有限公司，
类型：发明
国别省市：上海,31