智能车辆辅助驾驶系统技术方案

本实用新型专利技术公开一种智能车辆辅助驾驶系统，针对当前辅助驾驶领域的发展现状，结合当下现有的行车记录设备进行大量数据采集的优势与图像处理系统无监督特征提取的特点，将特征提取及轨迹预判运用在车辆碰撞躲避策略中。并通过Raspberry Pi对处理返回的大量数据进行分析与处理，提取出车辆周围的障碍物信息的分布特征，利用Arduino对障碍物信息进行分类识别，找到当前车辆周围障碍物分布情况下最优化的车辆行驶决策，将有助于人们驾驶车碰撞躲避策略中的行驶决策，避免碰撞事故的发生。采用将图像复原与识别预判相结合的技术，改善了过去辅助驾驶系统由于成像质量不高而要额外添加红外及超声波设备辅助的问题，同时最大化的降低了成本。

Intelligent vehicle assistant driving system

【技术实现步骤摘要】
智能车辆辅助驾驶系统
本技术涉及汽车辅助驾驶控制
，具体涉及一种智能车辆辅助驾驶系统。
技术介绍
随着计算机技术和人工智能的快速发展，高级驾驶辅助系统(ADAS)技术迅速兴起,通过计算机计算来分析路况，为驾驶员提供警告或者协助驾驶员驾驶，在危险情况下采取回避措施已经逐渐成为趋势。目前ADAS基本都是由一系列子系统组成，常见的有自适应巡航控制(ACC)系统，车道偏离警告(LDW)系统，先进的前照明(AFL)系统，行人检测系统(PPS)等。其中通过自适应巡航控制(ACC)系统，可以与前车辆的保持恒定距离，离得太近就减速，离得远就加速。车道偏离警告(LDW)系统是通过检测车道，当车辆移出其车道就警告驾驶员，这个技术可以帮助驾驶员在进行车道变换时提供辅助，以防发生危险。先进的前照明(AFL)系统通过控制大灯参数从而使光束被用于不同的场景，例如行驶速度和优化方向。当前行人检测系统的输入主要是在汽车上安装雷达或者红外传感器，通过分析波谱来进行行人检测，Google公司的无人车便是采取这种方案，但是这类传感器目前来说非常昂贵，无法实现普及。而由本文档来自技高网...

【技术保护点】
1.智能车辆辅助驾驶系统，其特征在于，包括：图像采集模块、图像预处理模块、障碍物检测模块、障碍物分类预判模块、图像显示模块、预警处理模块以及电源管理模块，其中：/n所述图像采集模块，用于采集车辆周围影像信息；图像采集模块包括汽车后置摄像头和汽车前置摄像头；/n所述图像预处理模块，用于对图像采集模块采集到的图像进行预处理，得到处理后的图像；图像预处理模块包括采集数据模块、集成在树莓派Raspberry Pi上的MTF矩阵生成模块以及ARM复原模块，采集数据模块接收图像采集模块采集的图像，并传送给MTF矩阵生成模块，MTF矩阵生成模块将采集数据模块所传递信息转化为MTF矩阵信息并传递给ARM复原模...

【技术特征摘要】
20180921 CN 20182154922481.智能车辆辅助驾驶系统，其特征在于，包括：图像采集模块、图像预处理模块、障碍物检测模块、障碍物分类预判模块、图像显示模块、预警处理模块以及电源管理模块，其中：
所述图像采集模块，用于采集车辆周围影像信息；图像采集模块包括汽车后置摄像头和汽车前置摄像头；
所述图像预处理模块，用于对图像采集模块采集到的图像进行预处理，得到处理后的图像；图像预处理模块包括采集数据模块、集成在树莓派RaspberryPi上的MTF矩阵生成模块以及ARM复原模块，采集数据模块接收图像采集模块采集的图像，并传送给MTF矩阵生成模块，MTF矩阵生成模块将采集数据模块所传递信息转化为MTF矩阵信息并传递给ARM复原模块，ARM复原模块将所得信息进行处理后，即得到复原后的图像；
所述障碍物检测模块，用于检测所得影像信息之中是否存在障碍物；障碍物检测模块包括障碍物识别模块以及障碍物特征提取模块，障碍物识别模块用于将预处理得到的图像信息进行分析，利用树莓派RaspberryPi判断图像中哪些为障碍物；障碍物特征提取模块，用于将被认定为障碍物的物体运动特征提取并进行相关计算，并使用集成在S3C2440A上的特征提取模块...

【专利技术属性】
技术研发人员：邹鹏，谌雨章，
申请(专利权)人：湖北大学，
类型：新型
国别省市：湖北;42