一种基于人工智能平台的电动车自动驾驶方法技术

本发明专利技术公开了一种基于人工智能平台的电动车自动驾驶方法，包括以下步骤：S100，检测驾驶员是否进入车内；S200，当判定驾驶员进入车内后，对驾驶员进行人脸检测，判断其与预存储的驾驶员面部特征是否匹配；S300，匹配成功后，根据获取到的起点与终点位置，进行路径规划，进入自动驾驶模式；S400，定时抓取驾驶员面部表情特征，根据面部表情判断驾驶员是否疲劳。本发明专利技术提高了自动驾驶的安全性。

An automatic driving method of electric vehicle based on Artificial Intelligence Platform

The invention discloses an automatic driving method for electric vehicles based on artificial intelligence platform, which comprises the following steps: S100 detects whether the driver enters the vehicle; S200 detects the driver's face when the driver enters the vehicle, and determines whether the driver's face matches the pre-stored driver's face features; After work, according to the obtained starting point and terminal position, path planning, into the automatic driving mode; S400, regularly grasp the driver's facial expression features, according to facial expression to determine whether the driver is tired. The invention improves the safety of automatic driving.

【技术实现步骤摘要】
一种基于人工智能平台的电动车自动驾驶方法
总的而言本专利技术涉及图像处理，特别涉及一种基于人工智能平台的电动车自动驾驶方法。
技术介绍
目前石油以及天然气等传统车用能源在燃烧过程中会给大气带来严重的污染，为了大幅降低车辆给环境带来的污染，依靠电能行驶的电动车辆顺应而生。近年来，自动驾驶受到了越来越多的关注，被认为是缓解交通拥堵，减少交通事故和环境污染的重要技术。当前，电动车自动驾驶技术已有了长足发展，但依然存在诸多技术问题有待克服。目前自动驾驶电动车一般具有各种传感器用于检测车外道路环境，但关键时刻依然需要驾驶员介入，这些关键时刻一般包括例如电池电量低、驱动系统故障、交叉路口、无法完成道路识别等等。而目前自动驾驶系统并不对驾驶员的当前状况等方面进行检测，例如驾驶员疲劳时，其不能及时对危险情况进行人工干预，自动驾驶系统会对车内乘员构成严重威胁。随着计算机技术的发展，通过人脸进行年龄识别、身份识别已越来越成熟，人脸识别技术与无人驾驶技术的融合对于解决上述问题提供了一种新的途径。
技术实现思路
针对现有技术的缺陷，本专利技术提供了一种基于人工智能平台的电动车自动驾驶方法。一种基于人工智能平台的电动车自动驾驶方法，包括以下步骤：S100，检测驾驶员是否进入车内；S200，当判定驾驶员进入车内后，对驾驶员进行人脸检测，判断其与预存储的驾驶员面部特征是否匹配；S300，匹配成功后，根据获取到的起点与终点位置，进行路径规划，进入自动驾驶模式；S400，定时抓取驾驶员面部表情特征，根据面部表情判断驾驶员是否疲劳。可选的，在采集到人脸图像数据后，通过服务器发送到人工智能云平台，云平台内置的深度学习引擎训练数据，获得在车内识别人脸及判断疲劳状态的算法模型，利用该优化的算法模型进行人脸检测、面部特征识别，以及根据面部表情判断驾驶员是否疲劳。可选的，所述步骤S100包括：存储单元中预存储压力阈值，当座位下的压力传感器检测到压力值大于设定的压力阈值后，通过ECU唤醒车内摄像头，通过车内摄像头进行驾驶员的人脸识别。所述步骤S200包括人脸检测与面部特征识别两个部分，通过多级模型进行人脸检测，除输入级模型以外的每一级模型以其前一级模型的输出为输入，采用卷积神经网络来实现上述每一级的模型，由前级模型对人脸的旋转角度进行粗略的分类，由后级的模型依据更加精细的角度进行分类。所述步骤S200包括：利用静态匹配与动态匹配相融合的方法进行面部特征识别。所述步骤S400包括：S410，提取人脸图像中人脸关键点，对人脸图像进行对齐；S420，矫正倾斜头像：S430，判断左、右眼及嘴部状态；S440，检测驾驶员是否处于疲劳状态。本专利技术的有益效果是：将人脸识别技术应用到电动车自动驾驶中，大大提高了驾驶员识别的精度，确保了驾驶员为适格的驾驶员，根据面部表情进行疲劳检测，防止疲劳驾驶，使得在自动驾驶模式中驾驶员可以对紧急情况及时做出干预，提高了自动驾驶的安全性。附图说明图1为本专利技术电动车系统的结构示意图；图2为本专利技术自动驾驶方法的流程图；图3为本专利技术人脸识别的流程图；图4为本专利技术疲劳检测的流程图。具体实施方式为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图对本专利技术的具体实施方式做详细的说明，使本专利技术的上述及其它目的、特征和优势将更加清晰。在全部附图中相同的附图标记指示相同的部分。并未刻意按比例绘制附图，重点在于示出本专利技术的主旨。参阅图1，首先对本专利技术的电动车系统做简要介绍。图1示意性的画出了无人驾驶电动车的主要组成部分，包括动力电池组、ECU(电子控制单元)、车外检测单元、车内检测单元、以及驱动单元等等。其中动力电池组为电动车的动力来源，用于为系统提供电力；ECU为车辆的核心控制部分，通过其完成车内人员识别、车外道路识别、各种逻辑控制、控制驱动单元驱动电机运行等等；路径规划单元用于根据输入的起点和终点进行路径规划，找到最优路径；车外检测单元指的是布置于驾驶室之外的各种检测元件，这些元件可以包括例如测量电池组电压的电压传感器，测量电池组温度的温度传感器，测量车速的速度传感器，获取道路图像的车外摄像头等等；车内检测单元指的是布置于驾驶室之内的各种检测元件，这些元件可以包括例如用于对车内人员进行人脸识别的摄像头，温度传感器，布置于座椅之下的压力传感器等等；驱动单元通常采用逆变器，其根据ECU的指令，以PWM(脉宽调制)的方式将动力电池组输出的直流电转换为频率与幅值变化的交流电提供给电机，驱动电动车辆运行。ECU(电子控制单元)还连接有无线接口，通过服务器连接人工智能云平台。车内检测单元在采集到人脸图像数据后，ECU通过服务器发送到人工智能云平台，云平台内置的深度学习引擎训练数据，获得在车内识别人脸及判断疲劳状态的算法模型，人工智能云平台并将优化后的算法模型发送到ECU，利用该优化的算法模型进行人脸检测、面部特征识别，以及根据面部表情判断驾驶员是否疲劳。本专利技术中的自动驾驶方法，大致包含如下几个步骤：S100，检测驾驶员是否进入车内；S200，当判定驾驶员进入车内后，对驾驶员进行人脸检测，判断其与预存储的驾驶员面部特征是否匹配；S300，匹配成功后，根据获取到的起点与终点位置，进行路径规划，进入自动驾驶模式；S400，定时抓取驾驶员面部表情特征，根据面部表情判断驾驶员是否疲劳。下面分别对各个步骤进行详细介绍。对于步骤S100而言，驾驶员的检测可以由车内摄像头完成，即车内摄像头持续对驾驶位进行拍摄，当检测到人员后，进行人脸识别。然而，对于电动车而言，动力电池组的电量是宝贵的，应该减少任何不必要的电能消耗，持续的图像采集会耗费相当一部分电力。为此，本专利技术通过驾驶位下的压力传感器进行驾驶员是否存在的检测，具体而言，存储单元中预存储压力阈值，当座位下的压力传感器检测到压力值大于设定的压力阈值后，通过ECU唤醒车内摄像头，通过车内摄像头进行驾驶员的人脸识别，这一方案中，ECU仅需要向压力传感器提供微弱的工作电力即可，车内摄像头不必持续工作，从而节省了电力消耗。车内摄像头唤醒后，首先要确认驾驶位存在适格的驾驶员，此处适格的驾驶员指的是驾驶员的身份、年龄等符合预设的驾驶员要求，例如，对于身份而言，可以将预先采集到的适格驾驶员的面部图像存储于存储单元中，当车内摄像头采集到的驾驶员面部图像与预存储的图像相符合时，则判定该驾驶员为适格的驾驶员。对于年龄而言，可以在存储单元中预存储适格驾驶员的年龄阈值，这一阈值例如可以是：18岁<适格驾驶员<60岁，即要求驾驶员的年龄介于18岁至60岁之间，车内摄像头获取到驾驶员的面部图像后，进行年龄识别，通过识别的年龄，判断当前驾驶员的年龄是否位于阈值内，当位于阈值内时，则判定驾驶员的年龄是适格的。步骤S200中进行驾驶员身份识别，这一过程包括人脸检测与面部特征识别两个部分，下面对这两个部分分别进行详细介绍。人脸检测指的是判断由车内摄像头所采集到的图像中人脸是否存在人脸/人脸所在区域，以便后续在面部特征识别中对该区域进行进一步的处理。人脸检测的结果直接影响了面部特征识别的准确性。然而当驾驶员进入驾驶位后，其头部一般不会保持不动，驾驶员通常会进行例如打开收音机、取放眼镜、与后排乘客交谈等动作，在这一过程中，驾本文档来自技高网...

【技术保护点】
1.一种基于人工智能平台的电动车自动驾驶方法，其特征在于，包括以下步骤：S100，检测驾驶员是否进入车内；S200，当判定驾驶员进入车内后，对驾驶员进行人脸检测，判断其与预存储的驾驶员面部特征是否匹配；S300，匹配成功后，根据获取到的起点与终点位置，进行路径规划，进入自动驾驶模式；S400，定时抓取驾驶员面部表情特征，根据面部表情判断驾驶员是否疲劳。

【技术特征摘要】
1.一种基于人工智能平台的电动车自动驾驶方法，其特征在于，包括以下步骤：S100，检测驾驶员是否进入车内；S200，当判定驾驶员进入车内后，对驾驶员进行人脸检测，判断其与预存储的驾驶员面部特征是否匹配；S300，匹配成功后，根据获取到的起点与终点位置，进行路径规划，进入自动驾驶模式；S400，定时抓取驾驶员面部表情特征，根据面部表情判断驾驶员是否疲劳。2.根据权利要求1所述的方法，其特征在于，所述步骤S100包括：存储单元中预存储压力阈值，当座位下的压力传感器检测到压力值大于设定的压力阈值后，通过ECU唤醒车内摄像头，通过车内摄像头进行驾驶员的人脸识别。3.根据权利要求1所述的方法，其特征在于，所述步骤S200包括人脸检测与面部特征识别两个部分，通过多级模型进行人脸检测，除输入级模型以外的每一级模型以其前一级模型的输出...

【专利技术属性】
技术研发人员：陈林荣，占德军，游晓钟，
申请(专利权)人：浙江金之路信息科技有限公司，
类型：发明
国别省市：浙江,33