一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法技术

本发明专利技术提出了一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法。与传统方法不同，新的视觉引导方法通过使用区间二型模糊集合来描述人类驾驶员的视觉焦点，该方法应用模糊综合评价方法，为计算机选择合适的视觉焦点，建立一个适合人类驾驶的模糊视觉引导规则库。该方法包括以下步骤：步骤1：收集视觉信息；步骤2：描述重要因素；步骤3：进行二型模糊综合评判；步骤4：建立模糊视觉引导规则库。本发明专利技术的特点如下：更好地解决语言模糊和数据噪声问题，更大的自由度隶属函数；同时，它在处理系统中具有明显的优势不确定性，提高图像处理的效率和速度，可以大大缩短响应时间和反应距离。

A Visual Guidance Method for Unmanned Vehicles Based on Interval Type 2 Fuzzy Set

【技术实现步骤摘要】
一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法
本专利技术致力于为无人驾驶车辆在路上行驶时获取更多的信息，让无人驾驶汽车更加安全的行驶提供更好的方案。
技术介绍
自上世纪90年代以来，无人驾驶车领域成为热门话题，越来越多的专家学者致力于智能无人驾驶车的研发。随着计算机视觉和传感器技术的不断完善，无人驾驶车辆的研究不再局限于大公司的实验室，大学也参与了这项先进技术的研究热潮。在这种情况下，研究无人地面车辆算法的重要性是不言而喻的。然而，当前无人驾驶车辆阶段需要在路上行驶时每分每秒保持警惕，并且车载计算机总是处理由摄像机获得的周围信息，一些信息是必要的，否则交通事故很难避免，但在安全的前提下，一些信息是多余的，这增加了巨大的成本，严重影响了无人驾驶车辆系统的运行效率。相机的初衷是从人类的角度模仿和观察世界，但人类的视角与相机的视角不同。人眼的视角，即人眼的视角，通常为120度，而注意力的浓度约为1/5，而且视觉焦点集中在一点，相机可以将当前视觉的所有内容转换为视频以供下一次分析。然而，人类依赖于仅从有限视图获得的信息来按照规定平稳地驾驶车辆。一方面，它是驾驶规则的改进和驾驶环境的标准化。另一方面，它显示了驾驶员关注的精确把握和明智选择。常识表明，当人类驾驶员前往不同的部分时，视觉焦点不一样，但模仿人类计算机却无法理解“视觉点”。今天的无人驾驶汽车技术，用于视觉处理，要么是全球处理，低效率换取高稳定，要么只有一部分功能要切断一些图像，追求优化处理。然而，速度是不足之处。
技术实现思路
针对以上问题，本专利技术解决的技术问题在于提出了一种无人驾驶车辆视觉引导方法。与传统方法不同，新的视觉引导方法通过使用区间二型模糊集合来描述人类驾驶员的视觉焦点，该模糊集合可以比传统的模糊集合更好地解决语言歧义和数据噪声问题。在此基础上，该方法应用模糊综合评价方法，为计算机选择合适的视觉焦点，建立一个适合人类驾驶的模糊视觉引导规则库。该方法有助于大大缩短响应时间和反应距离，并努力降低视觉处理成本。本专利技术解决上述技术问题的技术方案如下：步骤1：利用区间二型模糊集合引导无人驾驶，首先要经过收集视觉焦点信息和描述重要文件。进一步，收集视觉焦点信息：通过测量眼睛的活动来了解人们关心的内容和人们忽视的内容，瞳孔对不同刺激的反应，保持焦点的时间以及搜索方式。进一步，描述重要信息：以某些重要因素作为影响视觉焦点选择的因素，为影响驾驶员选择的因素建立相应的隶属函数视觉焦点。步骤2：根据所选因素，运用区间二型模糊集合综合评判对无人驾驶视觉引导进行评判，其中包括以下步骤：步骤2.1：确定评估对象的因素；进一步，将Ω＝{ω1，ω2}设置为评估对象的一组因素，其中ω1表示“横向长度”；ω2表示“纵向长度”。步骤2.2：建立评估对象的注释集；进一步，将S＝{s1,s2,s3}设置为评估对象的一组注释，其中s1表示“合理”；s2代表“中度”；s3表示“不合理”。步骤2.3：为每个因素建立权重集；进一步，根据实际情况和相关经验，可以在因素集中设置两个因素的权重集建立了A＝{0.5,0.5}步骤2.4：通过评估单因素建立模糊综合评价矩阵；进一步，隶属度矩阵R是从Ω到S的模糊关系，评估每个因素并获得向量:r1＝[r11r12],r2＝[r21r22],r3＝[r31r32]进一步，其中rmn表示m因子和Sn对应基本字之间的匹配程度。通过结合r1、r2和r3，获得了隶属度矩阵，表示为:步骤2.5：计算模糊综合评价矩阵；进一步，其中，因子ω1、ω2与“放松”、“适度”、“紧急”之间的匹配度定义为r1、r2和r3。最后，使用加权平均模糊合成算子得到二型模糊综合评价矩阵:其中，表示广义的模糊合成算法。步骤2.6：根据最大隶属度原则做出判断。进一步，所有因素和基本词之间匹配度的加权模糊综合值作为主要隶属度，所有次要隶属度为1，可以采用区间二型模糊控制集的形式:步骤3：根据所选因素，运用区间二型模糊集合建立一个接近人类驾驶的模糊规则库，其中包括以下步骤：步骤3.1：在域的定义中Ωn,n∈{1,2,3}，定义作为状态变量，即对无人驾驶车辆的视觉焦点的评估进一步，是域的基础词Ωn。步骤3.2：建立定义作为控制域的基础词；进一步，意思是“车辆向左转”，意思是“车辆直走”，意思是“车辆向右转”。步骤3.3：建立定义作为控制域的基础词；进一步，意思是“车辆上坡行驶”，意思是“车辆水平行驶”，意思是“车辆下坡行驶”。步骤3.4：根据驾驶经验和实际情况，采用模糊控制规则R1，R2和R3，并在Ωn,n∈{1,2,3}域上单独设置。进一步，RuleR1如果v1是γ1是那么你可以选择纵向中间的横向和中间；如果v1是γ1是那么你可以选择纵向左侧和中间左侧；如果v1是γ1是那么你可以选择纵向的横向和中间的右侧。RuleR2如果v1是γ1是那么你可以选择纵向的横向和横向中间；如果v1是γ1是那么你可以选择纵向的横向和上部的左侧；如果v1是γ1是那么你可以选择纵向的横向和上部的右侧。RuleR3如果v1是γ1是那么你可以选择纵向中下侧和下侧；如果v1是γ1是那么你可以选择纵向左侧和下侧的左侧；如果v1是γ1是那么你可以选择纵向的横向和纵向的右侧。R1,R2和R3构成了时变宇宙中的模糊规则序列，以实现无人驾驶车辆视觉焦点的正确选择。本专利技术提出了一种基于二型模糊控制集无人驾驶车辆视觉引导方法，其优点在于：本专利技术适用于无人驾驶视觉系统，是一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法。本方法提供的决策方案，与传统方法不同，新的视觉引导方法通过使用区间二型模糊集合来描述人类驾驶员的视觉焦点，该模糊集合可以比传统的模糊集合更好地解决语言歧义和数据噪声问题。在此基础上，该方法应用模糊综合评价方法，为计算机选择合适的视觉焦点，建立一个适合人类驾驶的模糊视觉引导规则库。该方法有助于大大缩短响应时间和反应距离，并努力降低视觉处理成本。附图说明图1为横向长度的隶属函数示意图；图2为纵向长度的隶属函数示意图；图3为无人驾驶车辆视觉引导方法的评判流程图。具体实施方式结合附图及本专利技术的实施例对本专利技术的一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法作进一步详细的说明。1)直行状态下，视觉焦点的标识在直线行驶期间，虽然没有其他车辆和障碍物的干扰，但保持直线行驶是合理的，应该在前挡风玻璃的适当范围内进行视觉聚焦。根据“横向长度”(单位为cm)，基础词设置在区间[0,160]上，这是左，中，右的从属函数的相应关闭支持(CoS)示意图。相应的会员功能如下：根据“纵向长度”(单位为cm)，在[0,80]区间设置基础字，它们是上，中，下属的从属函数的对应CoS示意图。相应的会员功能如下：2)评估视觉焦点：在这项研究中，右转的视觉焦点将通过无人驾驶车辆视觉引导方法进行评估，当他们右转时，四个人类驾驶员的视觉焦点。视觉焦点评估的执行过程可以如上所述进行说明。表1.当右转时，四个人类驾驶员视觉焦点评价横向长度纵向长度u17624u29851u314048u412064右转的热力学图表显示，在最大隶属度原则后，从S1,S2和S3比较中，显然μ1是不合理的，μ2适度的，μ3合理的，μ4合理的。本文档来自技高网...

【技术保护点】
1.一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法，其特征在于，包括以下步骤：步骤1：收集视觉信息；步骤2：描述重要因素；步骤3：进行二型模糊综合评判；步骤4：建立模糊视觉引导规则库。

【技术特征摘要】
1.一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法，其特征在于，包括以下步骤：步骤1：收集视觉信息；步骤2：描述重要因素；步骤3：进行二型模糊综合评判；步骤4：建立模糊视觉引导规则库。2.根据权利要求1所述的一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法，其特征在于，步骤1中：通过经验分析或眼动追踪，获得不同场景下人类驾驶员的视觉焦点信息。眼睛跟踪是一种通过测量眼睛注视的位置或眼球相对于头部的运动来跟踪眼睛运动的方法。通过测量眼睛的活动来了解人们关心的内容和人们忽视的内容，瞳孔对不同刺激的反应，保持焦点的时间以及搜索方式。3.根据权利要求1所述的一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法，其特征在于，步骤2中：用挡风玻璃为研究对象，以两个重要因素“横向长度”和“纵向长度”为影响视觉焦点选择的因素，为影响驾驶员视觉焦点选择的因素建立了相应的隶属函数。4.根据权利要求1所述的一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法，其特征在于，步骤3中：步骤3.1：确定评估对象的因素；步骤3.2：建立评估对象的注释集；步骤3.3：为每个因素建立权重集；步骤3.4：通过评估单因素建立模糊综合评价矩阵；步骤3.5：计算模糊综合评价矩阵；步骤3.6：根据最大隶属度原则做出判断。5.根据权利要求1所述的一种基于区间二型模糊集合的无人驾驶车辆视觉引导方法，其特征在于，步骤4中：根据所选因素，运用区间二型模糊集合对建立一个接近人类驾驶的模糊规则库包括以下步骤：步骤4.1：在域的定义中Ωn,n∈{1,2,3}，定义作为状态变量，即对无人驾驶车辆...

【专利技术属性】
技术研发人员：莫红，陈新超，赵宣茗，曾雅琼，李润泽，
申请(专利权)人：长沙理工大学，
类型：发明
国别省市：湖南,43