无人驾驶零售车及其招手即停控制方法技术

本发明专利技术提供了一种无人驾驶零售车及其招手即停控制方法。无人驾驶零售车招手即停控制方法，包括：数据库生成步骤：获取无人驾驶零售车周围各类事物的图片数据并搭建基于图片数据的数据库；行人动作捕捉步骤：获取行人的动作画面，并对动作画面进行预处理；控制步骤：将动作画面与数据库内的数据进行比较，如果数据库判别动作画面内的行人正在进行招手动作，则控制无人驾驶零售车向目标行人驾驶；如果数据库判别动作画面内的行人进行的是非招手动作，则无人驾驶零售车不做任何动作。本发明专利技术能够替代人工作业完成招手即停的动作，可以带给行人很好的体验感，能够准确地识别路边行人是否朝向无人驾驶零售车招手，大大降低人员的劳动强度。

【技术实现步骤摘要】
无人驾驶零售车及其招手即停控制方法
本专利技术涉及交通车辆
，具体而言，涉及一种无人驾驶零售车及其招手即停控制方法。
技术介绍
近年来，无人驾驶车辆备受关注，被视为建设智慧城市、提升城市服务水平的重要部署。随着物联网技术和人工智能技术的发展，许多传统行业都迎来变革的机遇，汽车行业作为传统行业也将面临变革的机会。无人驾驶是汽车发展的终极方向，利用先进的自动化与智能化技术，赋予汽车感知、判断与决策能力，既可解放驾驶员的时间从而减少驾驶员的疲劳，也可提高道路使用效率、最大程度减少因为人为疏忽造成的交通事故的几率及降低能源消耗，在保障人们财产与人身安全的同时，也给交通的管理带来了方便。可以预见，无人驾驶将会越来越多地出现在人们的生活中，真正地将科技应用于生活，为人们的生活提供便利。无人驾驶是汽车行业向着智能化和互联化转型的大势所趋，现在许多景区都配置有固定摊位有人或无人的售卖点，但是这种固定售卖点，和售卖点周围的景区风格相比略显突兀，也会破坏景区整体的设计布局，并且占用空间。而移动的售卖车既能解决景区游客的消费需求，又能解约用地，但是驾驶售卖车的人工成本依然存在，并且人工作业，会产生不可避免的错误，景区的无人驾驶零售车就能解决以上问题。在无人驾驶汽车方面技术难题是如何提高汽车的视觉能力，如何将人类的视觉能力复制于电脑系统。有人驾驶的零售车，在驾驶路途中，有购买意愿的游客通常都会招手示意，驾驶员看见之后，开到游客面前，进行售卖。无人驾驶零售车如果配置一套招手即停系统，用以代替人工作业完成这一动作，就可以带给游客很好的体验感，也将带来商业盈利。
技术实现思路
本专利技术的主要目的在于提供一种无人驾驶零售车及其招手即停控制方法，能够实现无人驾驶零售车的招手即停功能。为了实现上述目的，根据本专利技术的一个方面，提供了一种无人驾驶零售车招手即停控制方法，包括：数据库生成步骤：获取无人驾驶零售车周围各类事物的图片数据并搭建基于所述图片数据的数据库；行人动作捕捉步骤：获取行人的动作画面，并对所述动作画面进行预处理；控制步骤：将所述动作画面与所述数据库内的数据进行比较，如果所述数据库判别所述动作画面内的行人正在进行招手动作，则控制所述无人驾驶零售车向目标行人驾驶；如果所述数据库判别所述动作画面内的行人进行的是非招手动作，则所述无人驾驶零售车不做任何动作。进一步地，所述数据库生成步骤包括：获取无人驾驶零售车周围各类事物的图片数据并将所述图片数据转换成矩阵；使用TensorFlow作为深度学习框架，采用ReLU激活函数，搭建基于所述图片数据集的卷积神经网络；利用YOLO目标检测算法进行训练，得到所述图片数据的数据库。进一步地，所述获取无人驾驶零售车周围各类事物的图片数据并将所述图片数据转换成矩阵的步骤还包括：对所述图片数据的不同数据窗口数据和共享的数据窗口权重做内积，即特征提取，得到所述矩阵。进一步地，搭建基于所述图片数据集的卷积神经网络的步骤包括：使用TensorFlow作为深度学习框架，采用ReLU激活函数，连接所有的所述特征，把最终得到的所述矩阵转化成一个一维的向量，形成所述卷积神经网络。进一步地，在所述行人动作捕捉步骤中，利用YOLO算法加载所述动作画面，将捕捉到的所述动作画面进行分类完成所述预处理。进一步地，利用高清摄像头捕捉所述动作画面。根据本专利技术的另一方面，提供了一种无人驾驶零售车，所述无人驾驶零售车用于实现上述的无人驾驶零售车招手即停控制方法，所述无人驾驶零售车包括：数据存储模块，所述数据存储模块用于存储所述数据库；高清摄像头，所述高清摄像头安装在所述无人驾驶零售车的顶部；控制模块，所述控制模块与所述数据存储模块和所述摄像头通讯连接。进一步地，所述摄像头为两个，两个所述摄像头分别设置在所述无人驾驶零售车的前面和侧面。应用本专利技术的技术方案，实际使用时，高清摄像头将行人的动作画面与数据存储模块中数据库内的数据进行比较，如果数据库判别动作画面内的行人正在进行招手动作，则控制模块控制无人驾驶零售车向目标行人驾驶；如果数据库判别动作画面内的行人进行的是非招手动作，则控制模块控制无人驾驶零售车不做任何动作。本专利技术的无人驾驶零售车能够替代人工作业完成招手即停的动作，可以带给行人很好的体验感，能够准确地识别路边行人是否朝向无人驾驶零售车招手，大大降低人员的劳动强度。除了上面所描述的目的、特征和优点之外，本专利技术还有其它的目的、特征和优点。下面将参照图，对本专利技术作进一步详细的说明。附图说明构成本专利技术的一部分的说明书附图用来提供对本专利技术的进一步理解，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1示意性示出了本专利技术的无人驾驶零售车招手即停控制方法的流程图；图2示意性示出了本专利技术的无人驾驶零售车的主视图；图3示意性示出了本专利技术的无人驾驶零售车的侧视图。其中，上述附图包括以下附图标记：10、车身；11、高清摄像头。具体实施方式需要说明的是，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本专利技术。为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。在本申请所提供的几个实施例中，所描述的系统实施例仅仅是示意性的，例如所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，模块或单元的间接耦合或通信连接，可以是电性或其它的形式。所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。另外，在本专利技术各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。参见图2至图3所示，根据本专利技术的实施例，提供了一种无人驾驶零售车。本实施例中的无人机驾驶零售车包括车身10、数据存储模块（图中未示出）、高清摄像头11以及控制模块（图中未示出）。其中，高清摄像头11安装在无人驾驶零售车的车身10顶部，便本文档来自技高网...

【技术保护点】
1.一种无人驾驶零售车招手即停控制方法，其特征在于，包括：/n数据库生成步骤：获取无人驾驶零售车周围各类事物的图片数据并搭建基于所述图片数据的数据库；/n行人动作捕捉步骤：获取行人的动作画面，并对所述动作画面进行预处理；/n控制步骤：将所述动作画面与所述数据库内的数据进行比较，如果所述数据库判别所述动作画面内的行人正在进行招手动作，则控制所述无人驾驶零售车向目标行人驾驶；如果所述数据库判别所述动作画面内的行人进行的是非招手动作，则所述无人驾驶零售车不做任何动作。/n

【技术特征摘要】
1.一种无人驾驶零售车招手即停控制方法，其特征在于，包括：
数据库生成步骤：获取无人驾驶零售车周围各类事物的图片数据并搭建基于所述图片数据的数据库；
行人动作捕捉步骤：获取行人的动作画面，并对所述动作画面进行预处理；
控制步骤：将所述动作画面与所述数据库内的数据进行比较，如果所述数据库判别所述动作画面内的行人正在进行招手动作，则控制所述无人驾驶零售车向目标行人驾驶；如果所述数据库判别所述动作画面内的行人进行的是非招手动作，则所述无人驾驶零售车不做任何动作。


2.根据权利要求1所述的无人驾驶零售车招手即停控制方法，其特征在于，所述数据库生成步骤包括：
获取无人驾驶零售车周围各类事物的图片数据并将所述图片数据转换成矩阵；
使用TensorFlow作为深度学习框架，采用ReLU激活函数，搭建基于所述图片数据集的卷积神经网络；
利用YOLO目标检测算法进行训练，得到所述图片数据的数据库。


3.根据权利要求2所述的无人驾驶零售车招手即停控制方法，其特征在于，所述获取无人驾驶零售车周围各类事物的图片数据并将所述图片数据转换成矩阵的步骤还包括：对所述图片数据的不同数据窗口数据和共享的数据窗口权重做内积，即特征提取，得到所述矩阵。


...

【专利技术属性】
技术研发人员：郭宇铮，郑晓君，刘衍昊，
申请(专利权)人：哈工大机器人岳阳军民融合研究院，
类型：发明
国别省市：湖南;43