基于物联网的汽车摄像头与雷达数据采集系统及方法技术方案

本发明专利技术涉及车辆数据采集处理技术领域，具体为基于物联网的汽车摄像头与雷达数据采集系统及方法，包括每当用户处于驾驶练习状态时，对用户进行辅助倒车事例的捕捉；对每一倒车辅助事例进行事例特征信息的梳理和提取；对每一倒车辅助事例基于对应的事例特征信息进行倒车事例难度值计算；根据每一倒车辅助事例对应的事例特征信息，仿真出对应所述每一倒车辅助事例下的标准倒车运行操作；将标准倒车运行操作对应的完成时长与用户在所述每一倒车辅助事例中实际呈现的完成时长进行比对，基于比对结果对所述每一倒车辅助事例对应的倒车事例难度值进行适应性调整；对每个用户生成对应的倒车练习驾驶数据，向管理端口进行数据反馈。馈。馈。

【技术实现步骤摘要】
基于物联网的汽车摄像头与雷达数据采集系统及方法


[0001]本专利技术涉及车辆数据采集处理
，具体为基于物联网的汽车摄像头与雷达数据采集系统及方法。

技术介绍

[0002]对于新手司机而言，由于驾校的传授模式，传授的倒车技巧往往都是从应试的角度出发的，且比较死板，往往需要借助于一些特征信息进行辅助倒车；所以新手司机在实际驾车上路面临的最大障碍，就是如何基于万变的驾驶环境，对驾驶操作做出适应性调整，实现灵活的倒车；所以需要不断的练习，并培养驾驶感觉，实现能基于不同的驾驶环境做出适应性操作调整。

技术实现思路

[0003]本专利技术的目的在于提供基于物联网的汽车摄像头与雷达数据采集系统及方法，以解决上述
技术介绍
中提出的问题。
[0004]为了解决上述技术问题，本专利技术提供如下技术方案：基于物联网的汽车摄像头与雷达数据采集方法，方法包括：步骤S100：在单位采集周期内，每当用户处于驾驶练习状态时，对用户进行辅助倒车事例的捕捉；其中，一个辅助倒车事例对应用户在所驾驶车辆中的车载摄像头与车载雷达的协助下完成的一次倒车操作；步骤S200：在每一辅助倒车事例中，以所驾驶车辆中的车载摄像头和车载雷达被初次激活进入辅助倒车驾驶状态的时刻为第一时刻t1；以所驾驶车辆完全进入某个车位且保持无驾驶操作满时长阈值后的时刻为第二时刻t2；所述某个车位为所述每一辅助倒车事例对应的目标车位；对每一倒车辅助事例进行事例特征信息的梳理和提取；步骤S300；对每一倒车辅助事例基于对应的事例特征信息进行倒车事例难度值计算；步骤S400：根据每一倒车辅助事例对应的事例特征信息，仿真出对应每一倒车辅助事例下的标准倒车运行操作；将标准倒车运行操作对应的完成时长与用户在每一倒车辅助事例中实际呈现的完成时长进行比对，基于比对结果对每一倒车辅助事例对应的倒车事例难度值进行适应性调整，并将数据存储进行数据库；步骤S500：对每个用户生成对应的倒车练习驾驶数据，向管理端口进行数据反馈。
[0005]进一步的，步骤S200包括：步骤S201：对每一辅助倒车事例，捕捉在时间区间[t
1,
t2]内，于用户所驾驶车辆的车载摄像头和车载雷达在后台产生的倒车辅助影像中出现的与所述目标车位之间距离小于距离阈值的所有静态障碍物，得到在所述目标车位周围的所有静态障碍物分布；以所述目标车位的中心为原点，R为半径，得到目标区域面积S1，计算障碍物分布占比W=S2/S1；其中，S2表示所述所有静态障碍物的总面积；记障碍物分布占比W为所述每一辅助倒车事例的
第一事例特征信息；这部分事例特征信息反应的是位于目标车位周围，会实际影响用户车辆驾驶操作动作，而并不是只会影响驾驶动作的具体操作时间的客观环境，可以理解为目标车位周围的障碍物分布；例如说，若是在一定的时间内，在距离阈值内出现人流，那么影响的往往是用户开始采取的某一具体驾驶操作动作的时间，而不是影响开始采取的某一具体驾驶操作动作的形式；步骤S202：在所述第一时刻t1对所驾驶车辆捕捉纵向车身车线的中点位置，记为第一中点位置；在所述第二时刻t2对所驾驶车辆捕捉纵向车身车线的中点位置，记为第二中点位置；计算所述第一中点位置与所述第二中点位置的最短距离L，记所述最短距离L为所述每一辅助倒车事例的第二事例特征信息；步骤S203：分别以第一中点位置、第二中点位置为原点指向车头方向做车身摆向线，得到所驾驶车辆在所述第一时刻t1时对应的第一车身摆向线，在所述第二时刻t2时对应的第二车身摆向线；以所述第二车身摆向线为基准，捕捉所述第一车身摆向线与所述第二车身摆向线之间呈现的最小相对夹角C，记所述最小相对夹角C为所述每一辅助倒车事例的第三事例特征信息。
[0006]进一步的，步骤S300包括:步骤S301：提取每一辅助倒车事例的第一事例特征信息、第二事例特征信息、第三事例特征信息；步骤S302：记在第i辅助倒车事例P(i)中，对应第一事例特征信息的障碍物分布占比为W
P(i)
，对应第二事例特征信息的最短距离为L
P(i)
，对应第三事例特征信息的最小相对夹角为C
(i)
；计算第i辅助倒车事例P(i)对应的倒车事例难度值Q
P(i)
：Q
P(i)
=a*W
P(i)
+b*L
P(i)
+d*C
(i)
;其中，a表示对应W
P(i)
的权重值，b表示对应L
P(i)
的权重值，d表示对应C
(i)
的权重值；上述计算出来的难度值是一种从具体倒车环境出发，用客观倒车环境数据衡量得到的客观倒车难度，也就是在不考虑驾驶人员的能力水平、驾驶习惯偏向等因素，用数据衡量出来的倒车难度值。
[0007]进一步的，步骤S400包括:步骤S401：根据每一倒车辅助事例中第二事例特征信息对应的最短距离，第三事例特征信息对应的最小相对夹角，确定对所驾驶车辆进行模拟倒车仿真时的起点位置、终点位置；将起点位置、终点位置结合每一倒车辅助事例中第一事例特征信息对应的障碍物分布占比，仿真得到对所驾驶车辆在对应的每一倒车辅助事例中呈现的最佳倒车运行轨迹；步骤S402：捕捉用户在每一倒车辅助事例中呈现的平均驾驶车速，根据平均驾驶车速和最佳倒车运行轨迹，得到对应每一倒车辅助事例的最佳倒车完成时长T1；捕捉用户在每一倒车辅助事例中的第二时刻t2、第一时刻t1，得到对应在每一倒车辅助事例中的实际倒车完成时长T2；计算倒车事例难度适应性调整值R=T2‑
T1；步骤S403：提取第i辅助倒车事例P(i)对应的倒车事例难度值Q
P(i)
，对倒车事例难度值Q
P(i)
进行调整得到Q
P(i)
’
=Q
P(i)
+R；上述调整过的难度值是一种从用户实际倒车水平出发，根据用户实际展现出的适应性倒车水平对客观倒车难度进行调整，因为对于用户而言，实战练习的次数较少，仅有的
经验只来源于驾校练习，往往做不到根据环境进行灵活的变通，这种时候，相当于在用户身上出现了倒车习惯的偏向，即有可能出现因为练习倒进左边停有障碍物的车库比练习倒进右边停有障碍物的车库次数较多，所以比较“顺手”，一旦有“不顺手”的驾驶环境出现，用户极有可能会出现练习盲区，无从下手，而这个时候，仅管左边停有障碍物的车库和右边停有障碍物在实际客观难度的评价上是等同的，但是从用户的角度而言，是存在倒车处理效率上的高低的，即倒进右边停有障碍物的车库是技术盲点，需要练习；进一步的，步骤S500包括:步骤S501：逐一将调整后倒车事例难度值大于原始倒车事例难度值的倒车辅助事例作为目标倒车辅助事例；提取在完成第j目标倒车辅助事例P(j)对应的最佳倒车运行轨迹时，对应在方向盘上需进行的最佳驾驶操作序列{m1,m2,...,m
k
};其中，m1,m2,...,m
k
分别表示模拟驾驶车辆从P(j)中对应的起点位置完成到终点位置的最佳倒本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于物联网的汽车摄像头与雷达数据采集方法，其特征在于，所述方法包括：步骤S100：在单位采集周期内，每当用户处于驾驶练习状态时，对用户进行辅助倒车事例的捕捉；其中，一个辅助倒车事例对应用户在所驾驶车辆中的车载摄像头与车载雷达的协助下完成的一次倒车操作；步骤S200：在每一辅助倒车事例中，以所驾驶车辆中的车载摄像头和车载雷达被初次激活进入辅助倒车驾驶状态的时刻为第一时刻t1；以所驾驶车辆完全进入某个车位且保持无驾驶操作满时长阈值后的时刻为第二时刻t2；所述某个车位为所述每一辅助倒车事例对应的目标车位；对每一倒车辅助事例进行事例特征信息的梳理和提取；步骤S300；对每一倒车辅助事例基于对应的事例特征信息进行倒车事例难度值计算；步骤S400：根据每一倒车辅助事例对应的事例特征信息，仿真出对应所述每一倒车辅助事例下的标准倒车运行操作；将标准倒车运行操作对应的完成时长与用户在所述每一倒车辅助事例中实际呈现的完成时长进行比对，基于比对结果对所述每一倒车辅助事例对应的倒车事例难度值进行适应性调整，并将数据存储进行数据库；步骤S500：对每个用户生成对应的倒车练习驾驶数据，向管理端口进行数据反馈。2.根据权利要求1所述的基于物联网的汽车摄像头与雷达数据采集方法，其特征在于，所述步骤S200包括：步骤S201：对每一辅助倒车事例，捕捉在时间区间[t
1,
t2]内，于用户所驾驶车辆的车载摄像头和车载雷达在后台产生的倒车辅助影像中出现的与所述目标车位之间距离小于距离阈值的所有静态障碍物，得到在所述目标车位周围的所有静态障碍物分布；以所述目标车位的中心为原点，R为半径，得到目标区域面积S1，计算障碍物分布占比W=S2/S1；其中，S2表示所述所有静态障碍物的总面积；记障碍物分布占比W为所述每一辅助倒车事例的第一事例特征信息；步骤S202：在所述第一时刻t1对所驾驶车辆捕捉纵向车身车线的中点位置，记为第一中点位置；在所述第二时刻t2对所驾驶车辆捕捉纵向车身车线的中点位置，记为第二中点位置；计算所述第一中点位置与所述第二中点位置的最短距离L，记所述最短距离L为所述每一辅助倒车事例的第二事例特征信息；步骤S203：分别以第一中点位置、第二中点位置为原点指向车头方向做车身摆向线，得到所驾驶车辆在所述第一时刻t1时对应的第一车身摆向线，在所述第二时刻t2时对应的第二车身摆向线；以所述第二车身摆向线为基准，捕捉所述第一车身摆向线与所述第二车身摆向线之间呈现的最小相对夹角C，记所述最小相对夹角C为所述每一辅助倒车事例的第三事例特征信息。3.根据权利要求2所述的基于物联网的汽车摄像头与雷达数据采集方法，其特征在于，所述步骤S300包括:步骤S301：提取每一辅助倒车事例的第一事例特征信息、第二事例特征信息、第三事例特征信息；步骤S302：记在第i辅助倒车事例P(i)中，对应所述第一事例特征信息的障碍物分布占比为W
P(i)
，对应所述第二事例特征信息的最短距离为L
P(i)
，对应所述第三事例特征信息的最小相对夹角为C
(i)
；计算所述第i辅助倒车事例P(i)对应的倒车事例难度值Q
P(i)
：Q
P(i)
=a*W
P(i)
+b*L
P(i)
+d*C
(i)
;其中，a表示对应W
P(i)
的权重值，b表示对应L
P(i)
的权重值，d表示对应C
(i)
的权重值。4.根据权利要求3所述的基于物联网的汽车摄像头与雷达数据采集方法，其特征在于，所述步骤S400包括:步骤S401：根据每一倒车辅助事例中第二事例特征信息对应的最短距离，第三事例特征信息对应的最小相对夹角，确定对所驾驶车辆进行模拟倒车仿真时的起点位置、终点位置；将所述起点位置、终点位置结合所述每一倒车辅助事例中第一事例特征信息对应的障碍物分布占比，仿真得到对所驾驶车辆在对应的所述每一倒车辅助事例中呈现的最佳倒车运行轨迹；步骤S402：捕捉用户在所述每一倒车辅助事例中呈现的平均驾驶车速，根据所述平均驾驶车速和所述最佳倒车运行轨迹，得到对应所述每一倒车辅助事例的最佳倒车完成时长T1；捕捉用户在所述每一倒车辅助事例中的第二时刻t2、第一时刻t1，得到对应在所述每一倒...

【专利技术属性】
技术研发人员：陆战军，陆春雷，
申请(专利权)人：深圳市永泰光电有限公司，
类型：发明
国别省市：