一种基于行车记录仪的语音辅助驾驶员防追尾系统技术方案

本发明专利技术涉及一种基于行车记录仪的语音辅助驾驶员防追尾系统，通过训练后的深度学习网络识别道路类型获取对应的路面摩擦系数μ，然后通过多种方式获取本车的行车速度V，主要包括从车辆CAN总线获取、通过开发板GPS功能获取和通过蓝牙连接手机地图获取行车速度等，再根据行车速度V、路面附着系数μ以及驾驶员和制动器的反应时间计算出理论制动距离X，最后将改进后的行车记录仪的双目相机获取当前跟车距离S与理论制动距离X进行比较，在行车记录仪的显示器中分别显示理论制动距离X和当前跟车距离S，当当前跟车距离S小于理论制动距离X时，行车记录仪的扬声器给出驾驶员不安全语音提示。

A Voice-assisted Driver Anti-rear-end System Based on Traffic Recorder

【技术实现步骤摘要】
一种基于行车记录仪的语音辅助驾驶员防追尾系统
本专利技术涉及汽车安全驾驶领域，更具体地说，涉及一种基于行车记录仪的语音辅助驾驶员防追尾系统。
技术介绍
目前汽车已经成为每个家庭出行不可或缺的交通工具，保持安全跟车距离能够有效减少很多不必要的交通事故，新手驾驶员和在雨雪天气行车极易发生追尾的交通事故，主要原因是不能够准确判断不同路面状况的安全跟车距离。虽然市场上有少数车具备自适应巡航系统(ACC)，但是ACC系统的跟车距离还是没有考虑道路的状况，例如雨雪天气需要很远的安全跟车距离，在拥堵的城市道路低速行驶时需要较近的跟车距离，ACC系统就表现出了极差的适应性。因此，开发一种可以根据不同路况和车速给出对应的理论安全距离，并通过语音提醒驾驶员，对于降低追尾交通事故的发生率，具有重要意义。
技术实现思路
为克服现有技术存在的缺陷，本专利技术提供一种基于行车记录仪的语音辅助驾驶员防追尾系统，通过改进现有行车记录仪，根据不同路况和车速给出不同的理论安全距离，语音提示驾驶员，这样可以有效避免追尾事故的发生，同时也具有很好地普及性。本专利技术的目的是通过以下技术方案来实现的：本专利技术设计一种基于行车记录仪的语音辅助驾驶员防追尾系统，包括行车记录仪，所述行车记录仪包括开发板、显示屏、扬声器、双目摄像机，所述行车记录仪的双目摄像机采集路面图像，所述双目摄像机的输出端与开发板的信号输入端连接，所述显示屏、扬声器与开发板的信号输出端连接；所述开发板包括GPS模块、分类神经网络模块；所述双目摄像机基于跨平台计算机视觉库处理路面图像，获取当前跟车距离S并输出至开发板；所述开发板接收双目摄像机获取的路面图像，所述分类神经网络模块通过深度学习路面图像，识别路况类型、获取对应的路面摩擦系数μ；所述GPS功能获取车辆的位置信息计算得到车辆的行驶速度V；所述开发板根据行驶速度V、路面摩擦系数μ、驾驶员和制动器的反应时间t计算出理论制动距离X，所述行车记录仪的显示屏输出当前跟车距离S和理论制动距离X；所述开发板比较理论制动距离X和当前跟车距离S的大小，所述行车记录仪的扬声器输出是否安全的语音提示。在上述方案中，所述开发板连接车辆CAN总线，读取车辆的行驶速度V。在上述方案中，所述开发板还包括蓝牙模块，所述蓝牙模块连接手机，读取手机上具有导航功能的APP软件上的车辆行驶速度V。在上述方案中，所述分类神经网络模块首先获取不同的路况分类数据集，同时搭建用于分类的神经网络，然后进行大量的训练，得到效果满足要求的训练参数，保存参数用于实时路况的分类，所述双目摄像机获取的路面图像输入到训练好的分类神经网络中，得到对应的路面摩擦系数μ。在上述方案中，所述开发板采用公式(1)和公式(2)计算理论制动距离X，t＝τ'+τ”(2)其中，t为驾驶员的反应时间τ'与制动器的反应时间τ”之和，G为重力加速度，μ为路面摩擦系数，V为行车速度。与现有技术相比，本专利技术具有以下有益效果：1)本专利技术将安全制动距离和实际跟车距离相比较，通过语音提示驾驶员注意安全，能够有效降低追尾事故的发生；2)本专利技术采用了深度学习区分路面状态，然后获取路面附着系数，计算理论制动距离，具有准确率高的特点；3)本专利技术提出一种获取路面附着系数的新方法，具有快速方便的特点；4)本专利技术与行车记录仪相结合，使行车记录仪更加智能，使本系统的应用更易普及；5)本专利技术具有实用性和适用性，对于新手驾驶员和雨雪天气不易估算制动距离的情况，能够有效地减少追尾事故的发生。附图说明下面将结合附图及实例对本专利技术作进一步说明，附图中：图1是一种基于行车记录仪的语音辅助驾驶员防追尾系统的结构示意图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。如图1所示，本专利技术提供一种基于行车记录仪的语音辅助驾驶员防追尾系统，包括行车记录仪，行车记录仪包括开发板、显示屏、扬声器、双目摄像机，双目摄像机的输出端与开发板的信号输入端连接，显示屏、扬声器与开发板的信号输出端连接。行车记录仪的双目摄像机采集路面图像，行车记录仪的显示屏输出当前跟车距离S和理论制动距离X，行车记录仪的扬声器输出语音提示驾驶员是否处于安全状态。开发板包括GPS模块、分类神经网络模块。双目摄像机基于opencv(跨平台计算机视觉库)处理路面图像，获取当前跟车距离S并输出至开发板；开发板接收双目摄像机获取的路面图像，将获取的路面图像传入分类神经网络模块，通过深度学习识别路况类型、获取对应的路面摩擦系数μ；同时，GPS功能获取车辆的位置信息计算得到车辆的行驶速度V，同时也可以通过车辆CAN总线、蓝牙连接手机地图APP获取行驶速度V。开发板将行驶速度V、路面摩擦系数μ、驾驶员和制动器的反应时间结合计算出理论制动距离X，将理论制动距离X和当前跟车距离S对比，由扬声器输出是否安全的语音提示。在本专利技术实施例中，双目摄像机获取当前跟车距离S，首先通过opencv的目标识别，获取前方的车辆位置，然后结合视差法的原理计算出当前跟车距离S。首先进行相机的标定工作，获取相机的内部参数，然后确定双目摄像机的焦点距离，根据双目获取的物体在两张图片上的像素位置差、焦点位置差计算出当前跟车距离S。在本专利技术实施例中，获取行车速度主要有三种方法：第一种是基于开发板的GPS功能可以获取不同时刻的位置信息，然后在固定的时间段求取车辆的行驶速度V；第二种通过车辆CAN总线获取车辆的行驶速度V，该方法是开发板连接车辆CAN总线，读取车辆的行驶速度V，也比较方便快捷；第三种是通过开发板的蓝牙模块连接手机，读取手机上具有导航功能的APP软件上的车辆行驶速度V。在本专利技术实施例中，分类神经网络模块，首先获取不同的路况分类数据集，同时搭建用于分类的神经网络，然后进行大量的训练，得到效果足够好的训练参数，保存参数用于后面的分类。将双目摄像机获取的信息输入到训练好的分类神经网络中，得到对应的路面摩擦系数μ。在本专利技术实施例中，开发板根据行驶速度V、路面摩擦系数μ、驾驶员和制动器的反应时间t计算出理论制动距离X，如公式(1)和公式(2)所示：t＝τ'+τ”(2)t为驾驶员的反应时间τ'与制动器的反应时间τ”之和，G为重力加速度，μ为路面摩擦系数，V为行车速度。然后将理论制动距离X和当前跟车距离S进行比对，由扬声器输出是否安全的语音提示，也在行车记录仪的显示屏输出当前跟车距离S和理论制动距离X。本专利技术通过训练后的深度学习网络识别路况类型、获取对应的路面摩擦系数μ，然后通过多种方式获取本车的行驶速度V，主要包括从车辆CAN总线获取、通过开发板的GPS模块获取和通过蓝牙连接手机地图获取等，再根据行驶速度V、路面摩擦系数μ以及驾驶员和制动器的反应时间t计算出理论制动距离X，最后将改进后的行车记录仪的双目相机获取当前跟车距离S与理论制动距离X进行比较，在行车记录仪的显示器中分别显示理论制动距离X和当前跟车距离S，当当前跟车距离S小于理论制动距离X时，行车记录仪的扬声器给出驾驶员不安全的语音提示。本专利技术在安全辅助驾驶方面，首次提出将路面状况和行驶车速同时考虑到安全跟车距离里面。路面状况包括干沥青水泥路面、湿沥青路面、湿水泥路面、湿土路面、大雪覆盖的路面、冰面覆盖的路面、土路面和砾石路面本文档来自技高网...

【技术保护点】
1.一种基于行车记录仪的语音辅助驾驶员防追尾系统，其特征在于，包括行车记录仪，所述行车记录仪包括开发板、显示屏、扬声器、双目摄像机，所述行车记录仪的双目摄像机采集路面图像，所述双目摄像机的输出端与开发板的信号输入端连接，所述显示屏、扬声器与开发板的信号输出端连接；所述开发板包括GPS模块、分类神经网络模块；所述双目摄像机基于跨平台计算机视觉库处理路面图像，获取当前跟车距离S并输出至开发板；所述开发板接收双目摄像机获取的路面图像，所述分类神经网络模块通过深度学习路面图像，识别路况类型、获取对应的路面摩擦系数μ；所述GPS功能获取车辆的位置信息计算得到车辆的行驶速度V；所述开发板根据行驶速度V、路面摩擦系数μ、驾驶员和制动器的反应时间t计算出理论制动距离X，所述行车记录仪的显示屏输出当前跟车距离S和理论制动距离X；所述开发板比较理论制动距离X和当前跟车距离S的大小，所述行车记录仪的扬声器输出是否安全的语音提示。

【技术特征摘要】
1.一种基于行车记录仪的语音辅助驾驶员防追尾系统，其特征在于，包括行车记录仪，所述行车记录仪包括开发板、显示屏、扬声器、双目摄像机，所述行车记录仪的双目摄像机采集路面图像，所述双目摄像机的输出端与开发板的信号输入端连接，所述显示屏、扬声器与开发板的信号输出端连接；所述开发板包括GPS模块、分类神经网络模块；所述双目摄像机基于跨平台计算机视觉库处理路面图像，获取当前跟车距离S并输出至开发板；所述开发板接收双目摄像机获取的路面图像，所述分类神经网络模块通过深度学习路面图像，识别路况类型、获取对应的路面摩擦系数μ；所述GPS功能获取车辆的位置信息计算得到车辆的行驶速度V；所述开发板根据行驶速度V、路面摩擦系数μ、驾驶员和制动器的反应时间t计算出理论制动距离X，所述行车记录仪的显示屏输出当前跟车距离S和理论制动距离X；所述开发板比较理论制动距离X和当前跟车距离S的大小，所述行车记录仪的扬声器输出是否安全的语音提示。2.根据权利要求1所述的一种基于行车记录仪...

【专利技术属性】
技术研发人员：王志红，王少博，袁雨，吴鹏辉，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：湖北,42