用于电动小车的道路识别系统技术方案

本发明专利技术涉及道路识别技术领域，用于解决现有的电动小车的道路识别系统中，难以做到障碍物的准确判定和有效避让，也难以做到对道路的类型以及路况情况的准确判断，导致无法为电动小车的行驶路线进行预测及提供决策，故难以保证电动小车行驶的安全性的问题，具体为用于电动小车的道路识别系统，包括数据采集单元、云数据库、道路检测分类单元、障碍物检测识别单元、路况实时感知单元和反馈控制中心。本发明专利技术，通过对道路的道路类型进行明确的识别分析，从而有助于电动小车根据不同的道路情况作出相应的行驶策略和速度调整，又通过实时感知和预测障碍物的位置和运动状态，从而采取避让或减速等安全措施，并对道路的路况状态的明确判定分析。分析。分析。

【技术实现步骤摘要】
用于电动小车的道路识别系统


[0001]本专利技术涉及道路识别
，具体为用于电动小车的道路识别系统。

技术介绍

[0002]近几年，随着科技的不断进步和自动驾驶技术快速发展，市场上出现自动驾驶和半自动驾驶的电动小车。自动驾驶技术简单来说就是通过在汽车上安装的各种传感器(摄像头、雷达、GPS等等)采集汽车周围的数据，使用机器学习算法来检测采集的数据并重构出汽车的周围环境，最终让汽车基于感知出来的周围环境完成各种自动化任务。因此，实现电动小车的道路识别的准确性，则显得至关重要。
[0003]但在现有的电动小车的道路识别系统中，难以做到障碍物的准确判定和有效避让，也难以做到对道路的类型以及路况情况的准确判断，导致无法为电动小车的行驶路线进行预测及提供决策，故难以保证电动小车行驶的安全性。
[0004]为了解决上述缺陷，现提供一种技术方案。

技术实现思路

[0005]本专利技术的目的在于提供用于电动小车的道路识别系统，以解决上述
技术介绍
中提出的问题。
[0006]本专利技术的目的可以通过以下技术方案实现：用于电动小车的道路识别系统，包括：数据采集单元、云数据库、道路检测分类单元、障碍物检测识别单元、路况实时感知单元和反馈控制中心；
[0007]所述数据采集单元，用于采集目标道路的基础参数信息以及目标道路所处环境的周边信息和目标道路路况相关的天气数据信息和路面数据信息，并将各类信息均发送至云数据库中进行存储；
[0008]所述云数据库还用于存储道路类型判定表，存储路况状态等级判定表；
[0009]所述道路检测分类单元用于对目标道路的基础参数信息进行监测，由此对目标道路的道路类型进行识别分析，据此输出目标道路的道路类型，且得到的道路类型包括高速公路、省道国道、城乡街道、乡村道路；
[0010]所述障碍物检测识别单元用于根据目标道路的道路类型对障碍物监测可达范围值进行划分，并由此对目标道路上的障碍物类型进行分析及避让分析，据此明确目标道路上的障碍物类型，分别为活体障碍物或固定障碍物，并由此触发避让指令，并通过反馈控制中心执行确定避让操作或制动避让操作；
[0011]所述路况实时感知单元用于对目标道路路况相关的天气数据信息和路面数据信息进行监测，由此对目标道路的路况状态进行分析，据此输出目标道路的路况等级，路况等级包括有优级路况等级、中级路况等级、差级路况等级，依据生成的中级路况等级、差级路况等级，并通过反馈控制中心控制电动小车的行车速度和安全制动距离进行控制。
[0012]优选地，所述对目标道路的基础参数信息进行监测，其具体监测过程如下：
[0013]通过传感器实时获取目标道路的图像数据，并从图像数据中提取到目标道路的基础参数信息中的宽度值、车道数和平整量值，并将其分别标定为wd l、cds和pz l，并将各项数据进行计算分析，依据设定的数据模型：tfc＝ρ1
×
wd l+ρ2
×
cds+ρ3
×
pz l，由此输出目标道路的特征路面值tfc，其中，ρ1、ρ2和ρ3分别为宽度值、车道数和平整量值的权重因子系数，ρ1、ρ2和ρ3均为大于0的自然数；
[0014]调取一段时间内的目标道路的车流量数据，并将一段时间划分为i个时间点，将每个时间点下监测到的目标道路的车流量数据值绘制在车流动态坐标系上，其中，车流动态坐标系是以时间为横坐标，车流量数据为纵坐标建立的坐标系；
[0015]在车流动态坐标系中设置第一车流参照线、第二车流参照线，选中处于第一车流参照线与第二车流参照线之间的各时间点下的车流量数据，并将其标定为cl
i*
，其中，i*包含于i，且i、i*均为正整数；
[0016]将选中的各时间点下的车流量数据进行计算分析，依据设定的数据模型：ctf＝(cl1+cl2+
……
cl
i*
)
÷
i*，由此输出目标道路的特征车流值ctf；
[0017]通过卫星遥感获取目标道路所处环境的周边信息中的标志建筑数和开阔值，并将其分别标定为bzw和kuz，并将两项数据进行计算分析，依据设定的数据模型：cev＝λ1
×
bzw+λ2
×
kuz，由此输出目标道路的特征环境值cev，其中，λ1和λ2分别为标志建筑数和开阔值的权重因子系数，λ1和λ2均为大于0的自然数。
[0018]优选地，所述对目标道路的道路类型进行识别分析，其具体分析过程如下：
[0019]将目标道路的特征路面值、特征车流值和特征环境值进行综合分析，依据设定的数据模型：rlx＝μ
×
(tfc+ctf+cev)，由此输出目标道路的道路类型特征系数rlx，其中，μ为转换因子系数，且μ为大于0的自然数；
[0020]将目标道路的道路类型特征系数与存储在云数据库中的道路类型判定表进行对照匹配分析，由此输出目标道路的道路类型，且得到的每个道路类型特征系数均对应一个道路类型，且道路类型包括高速公路、省道国道、城乡街道、乡村道路。
[0021]优选地，所述对目标道路上的障碍物类型进行分析及避让分析，其具体分析过程如下：
[0022]以输出的目标道路的道路类型为依据，并根据目标道路的道路类型划分障碍物监测可达范围值，具体为：
[0023]若目标道路的道路类型为高速公路时，则障碍物监测可达范围值设为a1米，若目标道路的道路类型为省道国道时，则障碍物监测可达范围值设为a2米，若目标道路的道路类型为城乡街道时，则障碍物监测可达范围值设为a3米，若目标道路的道路类型为乡村道路时，则障碍物监测可达范围值设为a4米，其中，a1＞a2＞a3＞a4；
[0024]通过红外线传感器在障碍物监测可达范围值内实时获取障碍物的红外线辐射值，并设置红外线辐射值的热量对比阈值，并将障碍物的红外线辐射值与预先设定的热量对比阈值进行比较分析，若红外线辐射值大于等于预先设定的热量对比阈值，则将目标障碍物标记为活体障碍物，反之，红外线辐射值小于预先设定的热量对比阈值，则将目标障碍物标记为固定障碍物；
[0025]若目标障碍物为活体障碍物，实时监测一段时间内活体障碍物的运动轨迹，根据运动轨迹可推算出活体障碍物的运动方向，再调取活体障碍物的移动速度并结合其运动方
向，设置预计到达时间t，依据公式：活体障碍物的到达位置＝活体障碍物的移动速度
×
预计到达时间，由此得到活体障碍物的到达位置；
[0026]实时监测电动小车的运动速度和预计到达时间t，依据公式：电动小车的到达位置＝电动小车的运动速度
×
预计到达时间，由此得到电动小车的到达位置；
[0027]将活体障碍物的到达位置和电动小车的到达位置进行比对，若两个到达位置相同，则触发避让指令，根据避让指令触发避让可行分析处理，据此通过反馈控制中心执行确定避让操作或制动避让操作；
[0028]若目标障碍物为固定障碍本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.用于电动小车的道路识别系统，其特征在于，包括数据采集单元、云数据库、道路检测分类单元、障碍物检测识别单元、路况实时感知单元和反馈控制中心；所述数据采集单元，用于采集目标道路的基础参数信息以及目标道路所处环境的周边信息和目标道路路况相关的天气数据信息和路面数据信息，并将各类信息均发送至云数据库中进行存储；所述云数据库还用于存储道路类型判定表，存储路况状态等级判定表；所述道路检测分类单元用于对目标道路的基础参数信息进行监测，由此对目标道路的道路类型进行识别分析，据此输出目标道路的道路类型，且得到的道路类型包括高速公路、省道国道、城乡街道、乡村道路；所述障碍物检测识别单元用于根据目标道路的道路类型对障碍物监测可达范围值进行划分，并由此对目标道路上的障碍物类型进行分析及避让分析，据此明确目标道路上的障碍物类型，分别为活体障碍物或固定障碍物，并由此触发避让指令，并通过反馈控制中心执行确定避让操作或制动避让操作；所述路况实时感知单元用于对目标道路路况相关的天气数据信息和路面数据信息进行监测，由此对目标道路的路况状态进行分析，据此输出目标道路的路况等级，路况等级包括有优级路况等级、中级路况等级、差级路况等级，依据生成的中级路况等级、差级路况等级，并通过反馈控制中心控制电动小车的行车速度和安全制动距离进行控制。2.根据权利要求1所述的用于电动小车的道路识别系统，其特征在于，所述对目标道路的基础参数信息进行监测，其具体监测过程如下：通过传感器实时获取目标道路的图像数据，并从图像数据中提取到目标道路的基础参数信息中的宽度值、车道数和平整量值，并将其分别标定为wdl、cds和pzl，并将各项数据进行计算分析，依据设定的数据模型：tfc＝ρ1
×
wdl+ρ2
×
cds+ρ3
×
pzl，由此输出目标道路的特征路面值tfc，其中，ρ1、ρ2和ρ3分别为宽度值、车道数和平整量值的权重因子系数；调取一段时间内的目标道路的车流量数据，并将一段时间划分为i个时间点，将每个时间点下监测到的目标道路的车流量数据值绘制在车流动态坐标系上，其中，车流动态坐标系是以时间为横坐标，车流量数据为纵坐标建立的坐标系；在车流动态坐标系中设置第一车流参照线、第二车流参照线，选中处于第一车流参照线与第二车流参照线之间的各时间点下的车流量数据，并将其标定为cl
i*
，其中，i*包含于i，且i、i*均为正整数；将选中的各时间点下的车流量数据进行计算分析，依据设定的数据模型：ctf＝(cl 1
+cl 2
+
……
cl
i*
)
÷
i*，由此输出目标道路的特征车流值ctf；通过卫星遥感获取目标道路所处环境的周边信息中的标志建筑数和开阔值，并将其分别标定为bzw和kuz，并将两项数据进行计算分析，依据设定的数据模型：cev＝λ1
×
bzw+λ2
×
kuz，由此输出目标道路的特征环境值cev，其中，λ1和λ2分别为标志建筑数和开阔值的权重因子系数。3.根据权利要求1所述的用于电动小车的道路识别系统，其特征在于，所述对目标道路的道路类型进行识别分析，其具体分析过程如下：将目标道路的特征路面值、特征车流值和特征环境值进行综合分析，依据设定的数据模型：rlx＝μ
×
(tfc+ctf+cev)，由此输出目标道路的道路类型特征系数rlx，其中，μ为转换
因子系数；将目标道路的道路类型特征系数与存储在云数据库中的道路类型判定表进行对照匹配分析，由此输出目标道路的道路类型，且得到的每个道路类型特征系数均对应一个道路类型，且道路类型包括高速公路、省道国道、城乡街道、乡村道路。4.根据权利要求1所述的用于电动小车的道路识别系统，其特征在于，所述对目标道路上的障碍物类型进行分析及避让分析，其具体分析过程如下：以输出的目标道路的道路类型为依据，并根据目标道路的道路类型划分障碍物监测可达范围值，具体为：若目标道路的道路类型为高速公路时，则障碍物监测可达范围值设为a1米，若目标道路的道路类型为省道国道时，则障碍物监...

【专利技术属性】
技术研发人员：孙文洋，丁阿敏，刘泽乐，刘雨欣，
申请(专利权)人：安徽科技学院，
类型：发明
国别省市：