基于人工智能的车辆制动系统及方法技术方案

本发明专利技术提供一种基于人工智能的车辆制动系统及方法，涉及制动技术领域。所述系统包括：双目摄像头、处理器和车辆动力系统制动控制器，双目摄像头包括动态视觉传感器和相机，处理器用于：确定设定制动力度；根据设定制动力度和车辆的重量信息，确定设定制动加速度；根据相邻两个视频帧和相邻两个视频帧之间的动态视觉图像，确定实际制动加速度；根据设定制动加速度和实际制动加速度，确定是否需要反向牵引力；如果需要，根据设定制动加速度和实际制动加速度，以及车辆的重量信息，确定反向牵引力的力度数据；将力度数据发送至车辆动力系统制动控制器，以控制车辆动力系统提供反向牵引力。根据本发明专利技术，能够弥补刹车力度，提升车辆安全性。安全性。安全性。

【技术实现步骤摘要】
基于人工智能的车辆制动系统及方法


[0001]本专利技术涉及制动
，尤其涉及一种基于人工智能的车辆制动系统及方法。

技术介绍

[0002]在相关技术中，车辆制动时，通常通过刹车片和刹车盘提供制动力，并由驾驶员通过刹车踏板来控制制动力度，但刹车盘和刹车片可能由于过热，或者长期未更换等原因，导致刹车力度不足。相关技术中，可通过速度传感器，加速度传感器等设备来判断刹车力度是否足够，但通常得出判断结论后，只能在停车后更换刹车片或刹车盘，对于正在刹车的过程，如果刹车力度不足，则无法提供制动力使得车辆停下来。
[0003]公开于本申请
技术介绍
部分的信息仅仅旨在加深对本申请的一般
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

技术实现思路

[0004]本专利技术实施例提供一种基于人工智能的车辆制动系统及方法，能够控制车辆动力系统提供反向牵引力，从而弥补刹车力度，帮助车辆进行制动，提升车辆安全性。
[0005]根据本专利技术的实施例的第一方面，提供一种基于人工智能的车辆制动系统,包括：双目摄像头、处理器和车辆动力系统制动控制器；所述双目摄像头包括动态视觉传感器和相机，所述动态视觉传感器和相机同时对车辆前方进行拍摄，获得所述相机拍摄的视频帧，以及所述动态视觉传感器拍摄的多个动态视觉图像，其中，所述动态视觉图像的数量多于视频帧的数量，所述相机和所述动态视觉传感器的视野相同；所述处理器用于：获取车辆的当前操作状态；根据所述车辆的当前操作状态，确定车辆的当前动作是否为刹车动作；在确定所述车辆的当前动作为刹车动作的情况下，确定所述刹车动作的设定制动力度；根据所述设定制动力度，以及所述车辆的重量信息，确定所述车辆的设定制动加速度；根据相邻两个视频帧，以及所述相邻两个视频帧的拍摄时刻之间的多个时刻拍摄的动态视觉图像，确定所述车辆的实际制动加速度；根据所述设定制动加速度和所述实际制动加速度，确定是否需要车辆动力系统提供与车辆行进方向相反的反向牵引力；在需要车辆动力系统提供与车辆行进方向相反的反向牵引力的情况下，根据所述设定制动加速度和所述实际制动加速度，以及所述车辆的重量信息，确定车辆动力系统提供与车辆行进方向相反的反向牵引力的力度数据；
将所述力度数据发送至所述车辆动力系统制动控制器；所述车辆动力系统制动控制器用于根据所述反向牵引力数据控制车辆动力系统提供与车辆行进方向相反的反向牵引力，使得车辆进行制动。
[0006]根据本专利技术的一个实施例，根据相邻两个视频帧，以及所述相邻两个视频帧的拍摄时刻之间的多个时刻拍摄的动态视觉图像，确定所述车辆的实际制动加速度，包括：通过视频帧处理模型，对所述相邻两个视频帧进行处理，获得所述两个视频帧中的特征点；确定所述相邻两个视频帧中的对应特征点在前一视频帧中的第一位置信息，以及在后一视频帧中的第二位置信息；通过动态视觉图像处理模型，对多个所述动态视觉图像进行处理，获得各个动态视觉图像中的特征点；根据所述第一位置信息、所述第二位置信息和各个动态视觉图像中的特征点，确定所述两个视频帧中的对应特征点在各个动态视觉图像中的动态位置信息；根据所述第一位置信息、所述第二位置信息和所述动态位置信息，确定所述车辆在所述相邻两个视频帧的拍摄时刻之间的最大制动加速度；根据所述最大制动加速度，确定所述车辆的实际制动加速度。
[0007]根据本专利技术的一个实施例，确定所述相邻两个视频帧中的对应特征点在前一视频帧中的第一位置信息，以及在后一视频帧中的第二位置信息，包括：确定在所述相邻两个视频帧中均存在，且在前一视频帧中互相之间间隔大于或等于第一预设距离的特征点作为所述两个视频帧中的对应特征点，并确定所述对应特征点在所述前一视频帧中的所述第一位置信息，以及在所述后一视频帧中的所述第二位置信息。
[0008]根据本专利技术的一个实施例，根据所述第一位置信息、所述第二位置信息和各个动态视觉图像中的特征点，确定所述两个视频帧中的对应特征点在各个动态视觉图像中的动态位置信息，包括：根据所述第一位置信息和所述第二位置信息，获得由第一位置信息指向第二位置信息的第一向量；根据所述两个视频帧的拍摄时刻之间的动态视觉图像的数量，将所述第一向量平均划分为多个第二向量；对每个第二向量的终点进行邻域搜索，获得位于邻域内的动态视觉图像中的特征点，其中，所述邻域搜索的半径为，其中，为所述第一预设距离，n为所述两个视频帧的拍摄时刻之间的动态视觉图像的数量；将所述位于邻域内的动态视觉图像中的特征点的位置信息确定为所述对应特征点在动态视觉图像中的动态位置信息。
[0009]根据本专利技术的一个实施例，根据所述第一位置信息、所述第二位置信息和所述动态位置信息，确定所述车辆在所述两个视频帧的拍摄时刻之间的最大制动加速度，包括：根据所述双目摄像头的标定参数，确定所述第一位置信息与所述车辆的第一距离，所述第二位置信息与所述车辆的第二距离，以及所述动态位置信息与所述车辆的动态距离；
根据公式
[0010]确定所述最大制动加速度，其中，为第j个对应特征点的第一距离，为第j个对应特征点的第二距离，为第j个对应特征点的第i个动态距离，n为所述两个视频帧的拍摄时刻之间的动态视觉图像的数量，n为正整数，i为小于或等于n
‑
2的正整数，为第j个对应特征点的第n
‑
1个动态距离，为第j个对应特征点的第n个动态距离，m为对应特征点的数量，j为小于或等于m的正整数，为相邻两个动态视觉图像的拍摄时间间隔。
[0011]根据本专利技术的一个实施例，根据所述设定制动加速度和所述实际制动加速度，确定是否需要车辆动力系统提供与车辆行进方向相反的反向牵引力，包括：在所述设定制动加速度的绝对值大于所述实际制动加速度的绝对值的情况下，确定需要车辆动力系统提供与车辆行进方向相反的反向牵引力。
[0012]根据本专利技术的一个实施例，在需要车辆动力系统提供与车辆行进方向相反的反向牵引力的情况下，根据所述设定制动加速度和所述实际制动加速度，以及所述车辆的重量信息，确定车辆动力系统提供与车辆行进方向相反的反向牵引力的力度数据，包括：根据公式
[0013]确定所述力度数据，其中，为所述设定制动加速度，为所述实际制动加速度，M为所述车辆的重量信息。
[0014]根据本专利技术的实施例的第二方面，提供一种基于人工智能的车辆制动方法，包括：获取车辆的当前操作状态；根据所述车辆的当前操作状态，确定车辆的当前动作是否为刹车动作；在确定所述车辆的当前动作为刹车动作的情况下，确定所述刹车动作的设定制动力度；根据所述设定制动力度，以及所述车辆的重量信息，确定所述车辆的设定制动加速度；根据相邻两个视频帧，以及所述相邻两个视频帧的拍摄时刻之间的多个时刻拍摄的动态视觉图像，确定所述车辆的实际制动加速度，其中，所述视频帧由相机拍摄，所述动态视觉图像由动态视觉传感器拍摄；根据所述设定制动加速度和所述实际制动加速度，确定是否需要车辆动力系统提供与车辆行进方向相反的反向牵引力；在需要车辆动力系统提供与车辆行进方向相本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的车辆制动系统，其特征在于，包括：双目摄像头、处理器和车辆动力系统制动控制器；所述双目摄像头包括动态视觉传感器和相机，所述动态视觉传感器和相机同时对车辆前方进行拍摄，获得所述相机拍摄的视频帧，以及所述动态视觉传感器拍摄的多个动态视觉图像，其中，所述动态视觉图像的数量多于视频帧的数量，所述相机和所述动态视觉传感器的视野相同；所述处理器用于：获取车辆的当前操作状态；根据所述车辆的当前操作状态，确定车辆的当前动作是否为刹车动作；在确定所述车辆的当前动作为刹车动作的情况下，确定所述刹车动作的设定制动力度；根据所述设定制动力度，以及所述车辆的重量信息，确定所述车辆的设定制动加速度；根据相邻两个视频帧，以及所述相邻两个视频帧的拍摄时刻之间的多个时刻拍摄的动态视觉图像，确定所述车辆的实际制动加速度；根据所述设定制动加速度和所述实际制动加速度，确定是否需要车辆动力系统提供与车辆行进方向相反的反向牵引力；在需要车辆动力系统提供与车辆行进方向相反的反向牵引力的情况下，根据所述设定制动加速度和所述实际制动加速度，以及所述车辆的重量信息，确定车辆动力系统提供与车辆行进方向相反的反向牵引力的力度数据；将所述力度数据发送至所述车辆动力系统制动控制器；所述车辆动力系统制动控制器用于根据所述反向牵引力数据控制车辆动力系统提供与车辆行进方向相反的反向牵引力，使得车辆进行制动。2.根据权利要求1所述的基于人工智能的车辆制动系统，其特征在于，根据相邻两个视频帧，以及所述相邻两个视频帧的拍摄时刻之间的多个时刻拍摄的动态视觉图像，确定所述车辆的实际制动加速度，包括：通过视频帧处理模型，对所述相邻两个视频帧进行处理，获得所述两个视频帧中的特征点；确定所述相邻两个视频帧中的对应特征点在前一视频帧中的第一位置信息，以及在后一视频帧中的第二位置信息；通过动态视觉图像处理模型，对多个所述动态视觉图像进行处理，获得各个动态视觉图像中的特征点；根据所述第一位置信息、所述第二位置信息和各个动态视觉图像中的特征点，确定所述两个视频帧中的对应特征点在各个动态视觉图像中的动态位置信息；根据所述第一位置信息、所述第二位置信息和所述动态位置信息，确定所述车辆在所述相邻两个视频帧的拍摄时刻之间的最大制动加速度；根据所述最大制动加速度，确定所述车辆的实际制动加速度。3.根据权利要求2所述的基于人工智能的车辆制动系统，其特征在于，确定所述相邻两个视频帧中的对应特征点在前一视频帧中的第一位置信息，以及在后一视频帧中的第二位置信息，包括：
确定在所述相邻两个视频帧中均存在，且在前一视频帧中互相之间间隔大于或等于第一预设距离的特征点作为所述两个视频帧中的对应特征点，并确定所述对应特征点在所述前一视频帧中的所述第一位置信息，以及在所述后一视频帧中的所述第二位置信息。4.根据权利要求3所述的基于人工智能的车辆制动系统，其特征在于，根据所述第一位置信息、所述第二位置信息和各个动态视觉图像中的特征点，确定所述两个视频帧中的对应特征点在各个动态视觉图像中的动态位置信息，包括：根据所述第一位置信息和所述第二位置信息，获得由第一位置信息指向第二位置信息的第一向量；根据所述两个视频帧的拍摄时刻之间的动态视觉图像的数量，将所述第一向量平均划分为多个第二...

【专利技术属性】
技术研发人员：杨艳，刀洁，
申请(专利权)人：徐州奥特润智能科技有限公司，
类型：发明
国别省市：