【技术实现步骤摘要】
一种基于深度学习的无人驾驶汽车障碍物识别检测系统
本专利技术涉及车前障碍物检测识别
，尤其涉及一种基于深度学习的无人驾驶汽车障碍物识别检测系统。
技术介绍
无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目的。无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物。无人驾驶汽车主要零部件包括激光雷达、单/双目摄像头、超声波雷达、毫米波雷达和主控系统等。作为无人驾驶汽车的“眼睛”，可以利用双目摄像头的成像视差来测算周围物体和汽车之间的距离，同时也被用来识别车道线、红绿灯和各种交通指示牌，以及周围的行人和车辆等物体。作为无人驾驶汽车感知外界环境的最主要途径之一，摄像头在无人...
【技术保护点】
1.一种基于深度学习的无人驾驶汽车障碍物识别检测系统，包括图像获取模块、深度计算模块、线路转换模块和引导出发模块，其特征在于，所述图像获取模块的输出端与深度计算模块的输入端连接，所述深度计算模块的输出端与线路转换模块的输入端连接，所述线路转换模块的输出端用户引导出发模块的输入端连接。/n
【技术特征摘要】 【专利技术属性】
1.一种基于深度学习的无人驾驶汽车障碍物识别检测系统，包括图像获取模块、深度计算模块、线路转换模块和引导出发模块，其特征在于，所述图像获取模块的输出端与深度计算模块的输入端连接，所述深度计算模块的输出端与线路转换模块的输入端连接，所述线路转换模块的输出端用户引导出发模块的输入端连接。
2.根据权利要求1所述的一种基于深度学习的无人驾驶汽车障碍物识别检测系统，其特征在于，所述深度计算模块包括体积计算单元、距离计算单元和角度计算单元，且体积计算单元、距离计算单元和角度计算单元的输出端分别与线路转换模块的输入端连接，所述图像获取模块包括图片识别单元，所述图片识别单元的输出端连接有图片加工单元，所述图片加工单元的输出端连接有图像精修单元，所述图像精修单元恩多输出端连接有图像确定单元。
3.根据权利要求1所述的一种基于深度学习的无人驾驶汽车障碍物识别检测系统，其特征在于，所述图像获取模块用于对驾驶视线线路上障碍物进行拍摄，所述深度计算模块用于对获取的图像进行深度计算，获取障碍物基本信息和备用线路，且基本信息包括障碍物体积和障碍物与汽车之间的距离，所述线路转换模块用于接收深度计算模块给出的障碍物信息，并根据障碍物信息计算出备用线路转换角度，所述引导出发模块用于发出行驶命令。
技术研发人员：贾睿，崔升广，王智学，于洋，
申请(专利权)人：辽宁省交通高等专科学校，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。