一种基于“AI+视觉”的辅助自动驾驶系统技术方案

本发明专利技术公开了一种基于“AI+视觉”的辅助自动驾驶系统，涉及自动驾驶技术领域，包括视觉模块、信息收集模块和深度学习模块，所述视觉模块包括摄像头、激光雷达、车载测距仪和智能加速度传感器，视觉模块的输出端电性连接有Opencv单元处理模块。本发明专利技术Opencv单元处理模块提供了Python、Ruby、MATLAB等语言的接口，以保证Opencv单元处理模块可接收来自不同传感器的信息，在接收完成信息后，Opencv单元处理模块可对传递信息的图像以及计算机视觉数据进行计算，Opencv单元处理模块与视觉模块为有线连接，并且Opencv单元处理模块的计算流程位于本地计算，这使得系统在处理数据过程中无需联网或进行网络上传，这能极大的降低系统的计算延迟。算延迟。算延迟。

【技术实现步骤摘要】
一种基于“AI+视觉”的辅助自动驾驶系统


[0001]本专利技术涉及自动驾驶
，具体为一种基于“AI+视觉”的辅助自动驾驶系统。

技术介绍

[0002]随着经济的快速发展，刺激人们的消费水平，机动车数量也不断增长，给道路交通环境带来很大的压力，交通事故频发，而自动驾驶的普及运用将成为解决此类问题的关键，其具体体现在可以有效减少交通事故的发生；提高道路交通资源的使用率，缓解交通压力；节约居民出的成本，实现资源共享和科学调度等。
[0003]市场上的常见的自动驾驶系统的一般需要将数据上传至云服务器后，由云服务器判断完成后再反馈至车体进行操控，这导致自动驾驶系统的延迟较高，在高速行车过程中，极易发生意外。

技术实现思路

[0004]本专利技术的目的在于提供一种基于“AI+视觉”的辅助自动驾驶系统，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于“AI+视觉”的辅助自动驾驶系统，包括视觉模块、信息收集模块和深度学习模块，所述视觉模块包括摄像头、激光雷达、车载测距仪和智能加速度传感器，所述视觉模块的输出端电性连接有Open cv单元处理模块，且Open cv单元处理模块的输出端连接有控制模块，所述Open cv单元处理模块的输入端安置有Matlab模块，所述信息收集模块连接于Matlab模块的输入端，所述控制模块的输出端设置有多级辅助驾驶模块，所述信息收集模块的输出端连接有分布式计算平台，且分布式计算平台的输出端设置有服务端数据平台，所述服务端数据平台的输出端连接有语言发送模块，所述深度学习模块安置于信息收集模块的输出端。
[0006]进一步的，所述摄像头用于车体周围环境拍摄，激光雷达用于车体与外界障碍物间的距离计算，车载测距仪用于车体与外界道路的位置计算，智能加速度传感器用于车体与外界其他车辆的加速度计算。
[0007]进一步的，所述视觉模块与Open cv单元处理模块电性串联连接，且Open cv单元处理模块用于图像处理和计算机视觉的通用算法处理。
[0008]进一步的，所述Matlab模块与Open cv单元处理模块电性并联连接，且Matlab模块用于数据分析、无线通信、深度学习、图像处理与计算机视觉以及信号处理。
[0009]进一步的，所述分布式计算平台包括Hadoop框架模块和Mapreduce框架模块，所述Hadoop框架模块与Mapreduce框架模块并联连接。
[0010]进一步的，所述Hadoop框架模块为数据进行分布式处理的软件框架，所述Mapreduce框架模块是面向大数据并行处理的计算模型以及框架。
[0011]进一步的，所述服务端数据平台包括MUI框架模块和SSM框架模块，所述MUI框架模块与SSM框架模块电性并联连接。
[0012]进一步的，所述深度学习模块包括模型建立模块、训练模块、识别应用模块、数据对比模块和数据增强模块。
[0013]进一步的，所述模型建立模块的输出端连接有训练模块，且训练模块的输出端连接有识别应用模块，所述识别应用模块的输出端连接有数据对比模块，且数据对比模块的输出端设置有数据增强模块。
[0014]进一步的，所述模型建立模块用于建立障碍物模型，训练模块用于障碍物模型的识别训练。
[0015]本专利技术提供了一种基于“AI+视觉”的辅助自动驾驶系统，具备以下有益效果：Open cv单元处理模块可对传递信息的图像以及计算机视觉数据进行计算，Open cv单元处理模块与视觉模块为有线连接，并且Open cv单元处理模块的计算流程位于本地计算，这使得系统在处理数据过程中无需联网或进行网络上传，这能极大的降低系统的计算延迟，通过系统的自我识别，能使车辆再次行驶在该路段时，自动对该路段的障碍物进行识别，这能极大的降低行驶相同路段时的系统识别压力，此外在后续行驶至相同路段时，视觉模块可再将该路段的障碍物信息传递至识别应用模块内，而数据对比模块可将新数据和老数据进行对比，并通过数据增强模块更新新的障碍物信息，通过以上无监督的预训练特征和卷积神经网络结合的算法，能提升系统直接学习目标位置信息的速度，实现实时的目标检测。
[0016]1、本专利技术在获得外界数据后，视觉模块可将以上数据传递给Open cv单元处理模块，Open cv单元处理模块提供了Python、Ruby、MATLAB等语言的接口，以保证Open cv单元处理模块可接收来自不同传感器的信息，在接收完成信息后，Open cv单元处理模块可对传递信息的图像以及计算机视觉数据进行计算，Open cv单元处理模块与视觉模块为有线连接，并且Open cv单元处理模块的计算流程位于本地计算，这使得系统在处理数据过程中无需联网或进行网络上传，这能极大的降低系统的计算延迟。
[0017]2、本专利技术信息收集模块用于与云服务器进行连接，且两者的连接时间间隔为三分钟，信息收集模块与云服务器连接后，可将云服务器中关于该车辆周围公里内的近三分钟如道路交通拥堵情况、交通事故情况、道路信息进行下载，而下载的数据可由信息收集模块传递至Matlab模块中，Matlab模块能对信息收集模块传递的数据进行分析，同时Matlab模块可与证Open cv单元处理模块进行连通，这使得Matlab模块可调用Open cv单元处理模块内的像处理数据和计算机视觉数据，这使得Matlab模块可对Open cv单元处理模块和信息收集模块的数据进行对比，计算出最佳路线和多级辅助驾驶模块的辅助驾驶级数，以保证驾驶者在拥堵路段不与外界物体发生碰撞，同时可对外界的障碍路段进行绕离，此外Matlab模块具有深度学习能力，通过通过人工智能的机器学习，能使系统识别各种场景下的突发情况以及在突发情况下进行应急处理，此外通过采用信息收集模块进行数据下载的方式，能使系统运算全部在本地进行，以免系统运算发生延迟。
[0018]3、本专利技术Hadoop框架模块是能够对大量数据进行分布式处理的软件框架，并且Hadoop框架模块能以可靠、高效、可伸缩的方式进行数据处理，同时Hadoop框架模块可维护多个工作数据副本，确保能够针对失败的节点重新分布处理，此外Hadoop框架模块以并行的方式工作，通过并行处理可有效加快处理速度，这使得Hadoop框架模块可实现快速对信息收集模块的数据进行传递，Mapreduce框架模块是一个并行计算与运行软件框架，Mapreduce框架模块可以提供一个庞大且设计精良的并行计算软件框架，能自动完成计算
任务的并行化处理，自动划分计算数据和计算任务，在集群节点上自动分配和执行任务以及收集计算结果，将数据分布存储、数据通信、容错处理等并行计算涉及到的很多系统底层的复杂细节交由系统负责处理，通过使Hadoop框架模块和Mapreduce框架模块进行集合，能使系统的数据运送和处理速度进一步提升，并且能有效降低系统的计算延迟。
[0019]4、本专利技术系统在闲置过程中，模型建立模块可对视觉模块记录的数据进行调度，并建立障碍物模型，而训练模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于“AI+视觉”的辅助自动驾驶系统，其特征在于，包括视觉模块(1)、信息收集模块(4)和深度学习模块(10)，所述视觉模块(1)包括摄像头(101)、激光雷达(102)、车载测距仪(103)和智能加速度传感器(104)，所述视觉模块(1)的输出端电性连接有Open cv单元处理模块(2)，且Open cv单元处理模块(2)的输出端连接有控制模块(3)，所述Open cv单元处理模块(2)的输入端安置有Matlab模块(5)，所述信息收集模块(4)连接于Matlab模块(5)的输入端，所述控制模块(3)的输出端设置有多级辅助驾驶模块(6)，所述信息收集模块(4)的输出端连接有分布式计算平台(7)，且分布式计算平台(7)的输出端设置有服务端数据平台(8)，所述服务端数据平台(8)的输出端连接有语言发送模块(9)，所述深度学习模块(10)安置于信息收集模块(4)的输出端，在获得外界数据后，视觉模块(1)将以上数据传递给Open cv单元处理模块(2)，Open cv单元处理模块(2)提供了Python、Ruby、MATLAB等语言的接口，以保证Open cv单元处理模块(2)接收来自不同传感器的信息，在接收完成信息后，Open cv单元处理模块(2)对传递信息的图像以及计算机视觉数据进行计算，Open cv单元处理模块(2)与视觉模块(1)为有线连接，并且Open cv单元处理模块(2)的计算流程位于本地计算，这使得系统在处理数据过程中无需联网或进行网络上传，从而极大的降低系统的计算延迟。2.根据权利要求1所述的一种基于“AI+视觉”的辅助自动驾驶系统，其特征在于，所述摄像头(101)用于车体周围环境拍摄，激光雷达(102)用于车体与外界障碍物间的距离计算，车载测距仪(103)用于车体与外界道路的位置计算，智能加速度传感器(104)用于车体与外界其他车辆的加速度计算。3.根据权利要求1所述的一种基于“AI+视觉”的辅助自动驾驶系统，其特征在于，所述视觉模块(1)与Open cv单元处理模块(2)电性串联连接，且Open cv单元处理模块...

【专利技术属性】
技术研发人员：洪东，罗冠，杨顺韬，何福贵，罗蒙强，李燕妮，黄思萍，张舜，戴诗丽，
申请(专利权)人：熊章军，
类型：发明
国别省市：