一种自驾车障碍排除系统与方法技术方案

本发明专利技术涉及人工智能技术领域，且公开了一种自驾车障碍排除系统与方法，包括一级辨识单元、二级辨识单元、系统控制单元、网络传输单元、预警信息展示单元一级供电单元。该一种自驾车障碍排除系统与方法，发挥深度学习算法的优势，利用高速分辨率摄像机采集的视频图像、能见度等数据，实现对道路全程障碍物的监控，系统成本低，同时通过设置LED信息显示屏可对能见度训练模型分析处理后的图像进行显示，方便使用者使用，以及通过设置声光报警器为车主提供预警信息，减少意外危险情况的发生。减少意外危险情况的发生。减少意外危险情况的发生。

【技术实现步骤摘要】
一种自驾车障碍排除系统与方法


[0001]本专利技术涉及人工智能
，具体为一种自驾车障碍排除系统与方法。

技术介绍

[0002]近年来，随着人工智能的快速发展，自动驾驶汽车也逐渐进入人们的生活。自动驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶仪实现自动驾驶，相比传统的驾驶汽车，自动驾驶汽车首先避免人对汽车进行控制及操作，同时，由于自动驾驶汽车由计算机系统进行控制，因此，避免了用户驾驶汽车时，由于疲劳驾驶而引起车祸事故。
[0003]现有技术存在以下缺陷与不足：
[0004]目前，由于自动驾驶汽车的发展历程较短，因此，自动驾驶汽车依旧存在许多技术难题，其中，最主要的问题是自动驾驶汽车在行驶时对遇到的障碍物分析及躲避的问题。但是，传统的避障方式是通过自动驾驶汽车自身的避障装置检测到障碍物后避障，避障方式单一，当自动驾驶汽车的避障装置异常或者避障装置检测障碍物不精确时，会导致自动驾驶汽车避障失败，车祸发生率较高。
[0005]因此，如何提高自动驾驶汽车避障的精确度，进而降低自动驾驶汽车避障的失败率，进一步降低车祸的发生率是本领域技术人员需要解决的问题。

技术实现思路

[0006]针对现有技术的不足，本专利技术提供了一种自驾车障碍排除系统与方法，可以解决现有的传统的避障方式是通过自动驾驶汽车自身的避障装置检测到障碍物后避障，避障方式单一，当自动驾驶汽车的避障装置异常或者避障装置检测障碍物不精确时，会导致自动驾驶汽车避障失败，车祸发生率较高问题；本专利技术通过设置一种自驾车障碍排除系统与方法，有效解决现有技术问题。
[0007]为实现上述的一种自驾车障碍排除系统与方法目的，本专利技术提供如下技术方案：一种自驾车障碍排除系统，包括一级辨识单元、二级辨识单元、系统控制单元、网络传输单元、预警信息展示单元一级供电单元。
[0008]优选的，所述一级辨识单元包括高速分辨率摄像机，
[0009]所述一级辨识单元用于通过图像采集及图像信息识别对车辆行驶前方路况进行辨识。
[0010]优选的，所述二级辨识单元包括超声波测距发射装置、超声波测距接收装置、激光测距发射装置和激光测距接收装置，
[0011]所述二级辨识单元用于通过超声波或激光探测对车辆行驶前方路况进行辨识。
[0012]优选的，所述系统控制单元具体为数据处理控制终端，所述数据处理控制终端内部设置有能见度训练模型；
[0013]所述系统控制单元用于基于以一级辨识单元、二级辨识单元采集的信息进行数据
计算与处理，包括能见度训练模型的建立，并能同时与车辆ECU建立连接。
[0014]优选的，所述网络传输单元包括光纤收发器，
[0015]所述网络传输单元用于以自建局域网、专用接入网、中心视频专网、现有公安光纤网络资源为传输通道，构建网络传输子系统，实现系统控制单元与后台运维服务终端之间的互联互通，完成数据、图片的传输与交换。
[0016]优选的，所述预警信息展示单元包括信息显示屏和声光预警模块，
[0017]所述信息显示屏具体为LED信息显示屏，所述声光预警模块具体为声光报警器；
[0018]所述预警信息展示单元用于通过图像以及语音播报的方式及时告知车辆前方路况障碍信息。
[0019]优选的，所述高速高分辨率摄像机、超声波测距发射装置、超声波测距接收装置、激光测距发射装置和激光测距接收装置安装在车辆正前方保险杠上，所述数据处理控制终端安装在车辆杂物仓内，所述高速高分辨率摄像机、超声波测距发射装置、超声波测距接收装置、激光测距发射装置和激光测距接收装置分别通过导线与数据处理控制终端电性连接。
[0020]优选的，所述LED信息显示屏和所述安装在车辆中控台位置，所述LED信息显示屏和所述声光报警器分别通过导线与数据处理控制终端电性连接。
[0021]进一步地，一种自驾车障碍排除方法，其障碍排除方法具体包括以下步骤，
[0022]步骤一，在自驾车正常行驶情况下，通过高速分辨率摄像机对车辆前方障碍信息进行视频图像捕捉采集，通过数据处理控制终端内部设置的能见度训练模型，对物体捕捉采集视频图像进行深度学习与构建能见度模型，并通过信息显示屏对构建的视频图像模型进行展示，
[0023]步骤二，在自驾车正常行驶情况下，如遇到能见度较低的情况下，高速分辨率摄像机无法捕捉到清晰可见图像，通过超声波测距发射装置、激光测距发射装置对车辆前方物体信息进行扫描识别，在物体车距缩小到预定值时，通过声光报警器为车主提供预警信息，同时通过数据处理控制终端与车辆ECU建立连接，及时通过车辆ECU控制车辆对故障作出应急响应；
[0024]其中，所述能见度训练模型对物体捕捉采集图像进行深度学习与构建能见度模型方法具体包括以下步骤，
[0025]步骤a，数据预处理，获取监控摄像机的视频图像数据，对视频图像数据进行预处理，每隔t秒提取一幅图像，所提取的摄像图像随时间形成动态的时间序列图像，其中1≤t≤10；
[0026]步骤b，计算图像的对比度、边缘特征、POLC指标；
[0027]步骤c，将以上数据一一对应，进行深度学习；
[0028]步骤d，利用训练数据对构建能见度模型训练网络，优化网络，构建能见度模型。
[0029]与现有技术相比，本专利技术提供了一种自驾车障碍排除系统与方法，具备以下有益效果：
[0030]1、本一种自驾车障碍排除系统与方法，通过设置高速分辨率摄像机，在自驾车正常行驶情况下，通过高速分辨率摄像机对车辆前方物体信息进行视频图像捕捉采集，通过数据处理控制终端内部设置的能见度训练模型，对物体捕捉采集视频图像进行深度学习与
构建能见度模型，并通过信息显示屏对构建的视频图像模型进行展示，另外，在能见度极低情况下，高速分辨率摄像机无法捕捉到清晰图像，通过超声波测距发射装置、激光测距发射装置对车辆前方物体信息进行扫描识别，在物体车距缩小到预定值时，通过声光报警器为车主提供预警信息，同时通过数据处理控制终端与车辆ECU建立连接，及时通过车辆ECU控制车辆对故障作出应急响应；通过高速分辨率摄像机和超声波测距装置、激光测距装置两级障碍辨识方法，提高对复杂路况的整条道路的障碍监测精度，提高行驶安全性；
[0031]2、本一种自驾车障碍排除系统与方法，通过设置能见度训练模型利用监测路段的样本数据，发挥深度学习算法的优势，利用高速分辨率摄像机采集的视频图像、能见度等数据，实现对道路全程障碍物的监控，系统成本低，改变了目前道路障碍物监测中需要增加大量仪器设备、造价昂贵的现状，经济效益显著，同时通过设置LED信息显示屏可对能见度训练模型分析处理后的图像进行显示，方便使用者使用，以及通过设置声光报警器为车主提供预警信息，减少意外危险情况的发生。
附图说明
[0032]图1为本专利技术障碍排除系统整体架构示意图；
[0033]图2为本专利技术障碍排除系统整体结构示意图；...

【技术保护点】

【技术特征摘要】
1.一种自驾车障碍排除系统，其特征在于：包括一级辨识单元、二级辨识单元、系统控制单元、网络传输单元、预警信息展示单元一级供电单元。2.根据权利要求1所述的一种自驾车障碍排除系统，其特征在于：所述一级辨识单元包括高速分辨率摄像机，所述一级辨识单元用于通过图像采集及图像信息识别对车辆行驶前方路况进行辨识。3.根据权利要求1所述的一种自驾车障碍排除系统，其特征在于：所述二级辨识单元包括超声波测距发射装置、超声波测距接收装置、激光测距发射装置和激光测距接收装置，所述二级辨识单元用于通过超声波或激光探测对车辆行驶前方路况进行辨识。4.根据权利要求1所述的一种自驾车障碍排除系统，其特征在于：所述系统控制单元具体为数据处理控制终端，所述数据处理控制终端内部设置有能见度训练模型；所述系统控制单元用于基于以一级辨识单元、二级辨识单元采集的信息进行数据计算与处理，包括能见度训练模型的建立，并能同时与车辆ECU建立连接。5.根据权利要求1所述的一种自驾车障碍排除系统，其特征在于：所述网络传输单元包括光纤收发器，所述网络传输单元用于以自建局域网、专用接入网、中心视频专网、现有公安光纤网络资源为传输通道，构建网络传输子系统，实现系统控制单元与后台运维服务终端之间的互联互通，完成数据、图片的传输与交换。6.根据权利要求1所述的一种自驾车障碍排除系统，其特征在于：所述预警信息展示单元包括信息显示屏和声光预警模块，所述信息显示屏具体为LED信息显示屏，所述声光预警模块具体为声光报警器；所述预警信息展示单元用于通过图像以及语音播报的方式及时告知车辆前方路况障碍信息。7.根据权利要求2或3所述的一种自驾车障碍排除系统，其特征在于：所述高速高分辨率摄像机、超声波测距发射装置、超声波测距接收装置、激光测距发射装置和激光测距接收装置安装在车辆正前方保险杠上，所述数据处理控制终端安装...

【专利技术属性】
技术研发人员：李晓晨，郑浩闻，
申请(专利权)人：深圳市新桓信息技术研究院有限公司，
类型：发明
国别省市：