一种基于认知地图的驾驶信息可视化系统技术方案

本发明专利技术适用于辅助驾驶技术领域，提供了一种基于认知地图的驾驶信息可视化系统，通过车联网收集驾驶员视距外的道路交通信息，并将影像视频传输至处理模块，由处理模块利用图像识别技术从视频中提取人、车、路、环境等交通信息源，对所提取的交通信息进行简化分类，保留交通场景的核心内容，对物理环境层信息进行分析测算，通过车联网分别获取事件层，使用神经网络根据各层信息将各交通信息源抽象为概念图文，并简化和形象化其中文字表达，将各交通信息源的概念图文组合，生成可视化认知地图，将认知地图输出至车载显示模块上，辅助驾驶员完成驾驶任务，进一步减少驾驶员的驾驶负荷，适用于不同驾龄的驾驶员使用。用于不同驾龄的驾驶员使用。用于不同驾龄的驾驶员使用。

【技术实现步骤摘要】
一种基于认知地图的驾驶信息可视化系统


[0001]本专利技术属于辅助驾驶
，尤其涉及一种基于认知地图的驾驶信息可视化系统。

技术介绍

[0002]未来车联网技术的广泛应用将颠覆目前现有交通模式：道路中的车辆将是城市智能系统中的一部分。车联网使无人驾驶汽车不再是单独的移动个体，通过车辆与车辆以及车辆与基础设施之间通信，形成强大信息网络。车联网不仅仅局限于无人驾驶汽车，还可以为有人驾驶车辆提供更全面的交通信息，让路面上行驶的汽车、交通环境、车辆信息等相互网络互通。而且，车联网针对有人驾驶车辆还会提供智能服务，包括安全行驶预警、换道预警等。
[0003]智能网联环境下驾驶人行车信息包含人、车、路和环境系统各信息，但从驾驶人信息感知和处理特点角度可划分为视距内信息和视距外信息，即“看的见的信息”和“看不见的信息”，其中“看的见信息”即为能直接观察到的视觉信息，而“看不见的信息”包含被遮挡的信息、远距离信息和听觉信息等。在智能网联环境下，车辆里的各类设备可以采集视距外信息并提供给驾驶人，但是需要将“看不见的信息”转化为“看的见的信息”或直接明了的语音信息呈现给驾驶人。
[0004]随着信息技术的发展，汽车设计智能化程度提高，其车内不断集成的功能和日益复杂信息使驾驶员用户的工作负荷加剧。语音交互虽然开辟了多一维度的操作手段，能够并行操作任务且符合法律法规。但是面对信息复杂车载系统功能，以及具有连续性操作任务，单纯使用语音交互反而会增加人的负担，并且高度集成的功能和复杂信息会使得驾驶员的工作负荷加剧。
>
技术实现思路

[0005]本专利技术提供一种基于认知地图的驾驶信息可视化系统，旨在解决上述背景中提到语音交互面反而会增加人的负担，高度集成的功能和复杂信息会使得驾驶员的工作负荷加剧的问题。
[0006]本专利技术是这样实现的，一种基于认知地图的驾驶信息可视化系统，包括：
[0007]数据收集模块，其包括传输单元和视距收集单元；
[0008]所述传输单元包括车联网，用以收集视距外的道路交通信息以及信息信号的传输，所述视距收集单元包括车载雷达、车载摄像头，收集车辆视距内的道路信息，并通过所述传输单元进行数据的传输；
[0009]处理模块，其包括数据接收单元、数据分析单元、物理分析单元和神经网络单元；
[0010]所述数据接收单元用以接收数据，所述数据分析单元利用图像识别技术从视频中提取人、车、路、环境交通信息源，对所提取的交通信息进行简化分类，保留交通场景的核心内容，其中包括物理环境层、事件层、时间层和距离层；
[0011]所述物理分析单元用以对物理环境层信息进行分析测算，其中包括车道数量、车道宽度、车道曲率及道路标志标线；
[0012]所述神经网络单元，使用神经网络根据各层信息将各交通信息源抽象为概念图文，并简化和形象化其中文字表达；
[0013]数据生成模块，用以将各交通信息源的概念图文组合，生成可视化认知地图；
[0014]显示模块，包括显示屏、AR投影，所述显示模块接收所述数据生成模块生成的数据，并投放至所述显示屏、AR投影上。
[0015]优选的，所述数据收集模块通过所述传输单元收集视距外的道路交通信息，并通过所述视距收集单元包括车载雷达、车载摄像头，收集车辆视距内的道路信息，并通过所述传输单元进行数据的传输，将影像视频传输至所述处理模块。
[0016]优选的，所述传输单元收集视距外的道路交通信息包括人、车、路、环境交通信息源；
[0017]所述数据接收单元接收数据，对所提取的交通信息进行简化分类，保留交通场景的核心内容。
[0018]优选的，所述核心内容为物理环境层、事件层、时间层和距离层；
[0019]优选的，所述物理分析单元对所述物理环境层信息进行分析测算，所述物理环境层包括车道数量、车道宽度、车道曲率及道路标志标线。
[0020]优选的，通过车联网分别获取所述事件层即道路上其他车辆的数量、位置与速度信息；
[0021]所述距离层即本车与道路上其它车辆间的距离；
[0022]所述时间层及本车以当前速度抵达特定点所需时间。
[0023]优选的，所述神经网络将所述物理环境层、事件层、时间层和距离层的交通信息源抽象为概念图文，并简化和形象化其中文字表达。
[0024]优选的，所述数据生成模块，将各交通信息源的概念图文组合，生成可视化认知地图。
[0025]优选的，显示模块，接收可视化所述认知地图，并将所述认知地图输出至显示屏、AR投影上，辅助驾驶员完成驾驶任务。
[0026]与现有技术相比，本专利技术的有益效果是：本专利技术的一种基于认知地图的驾驶信息可视化系统；
[0027]1、通过车联网收集驾驶员视距外的道路交通信息，并将影像视频传输至处理模块，由处理模块利用图像识别技术从视频中提取人、车、路、环境等交通信息源，对所提取的交通信息进行简化分类，数据分类更简化，提取目标要素更准确；
[0028]2、保留交通场景的核心内容，对物理环境层信息进行分析测算，通过车联网分别获取事件层，使用神经网络根据各层信息将各交通信息源抽象为概念图文，并简化和形象化其中文字表达，将各交通信息源的概念图文组合，生成可视化认知地图，图形化信息的高效准确，可高效的准确地向驾驶员传达视距外信息；
[0029]3、相对于语音提示，认知地图对驾驶员产生的负荷相对较低，驾驶员接受信息的效率更高，保证驾驶任务的完成。
附图说明
[0030]图1为根据本申请一种实施例的流程图
[0031]图2为根据本申请一种实施例的原理图
具体实施方式
[0032]下面将结合附图对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。
[0033]通常在此处附图中描述和显示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。
[0034]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，都属于本专利技术保护的范围。
[0035]在本专利技术的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0036]在本专利技术的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于认知地图的驾驶信息可视化系统，其特征在于：包括：数据收集模块，其包括传输单元和视距收集单元；所述传输单元包括车联网，用以收集视距外的道路交通信息以及信息信号的传输，所述视距收集单元包括车载雷达、车载摄像头，收集车辆视距内的道路信息，并通过所述传输单元进行数据的传输；处理模块，其包括数据接收单元、数据分析单元、物理分析单元和神经网络单元；所述数据接收单元用以接收数据，所述数据分析单元利用图像识别技术从视频中提取人、车、路、环境交通信息源，对所提取的交通信息进行简化分类，保留交通场景的核心内容，其中包括物理环境层、事件层、时间层和距离层；所述物理分析单元用以对物理环境层信息进行分析测算，其中包括车道数量、车道宽度、车道曲率及道路标志标线；所述神经网络单元，使用神经网络根据各层信息将各交通信息源抽象为概念图文，并简化和形象化其中文字表达；数据生成模块，用以将各交通信息源的概念图文组合，生成可视化认知地图；显示模块，包括显示屏、AR投影，所述显示模块接收所述数据生成模块生成的数据，并投放至所述显示屏、AR投影上。2.如权利要求1所述的一种基于认知地图的驾驶信息可视化系统，其特征在于：所述数据收集模块通过所述传输单元收集视距外的道路交通信息，并通过所述视距收集单元包括车载雷达、车载摄像头，收集车辆视距内的道路信息，并通过所述传输单元进行数据的传输，将影像视频传输至所述处理模块。3.如权利要求2所述的一种基于认知地图...

【专利技术属性】
技术研发人员：冯忠祥，毕宇，张卫华，李靖宇，
申请(专利权)人：合肥工业大学智能制造技术研究院，
类型：发明
国别省市：