【技术实现步骤摘要】
本专利技术涉及自动驾驶和智能交通系统，特别涉及一种基于aebs视觉感知算法的车辆预警系统。
技术介绍
1、前方车辆识别检测是一项十分重要的计算机视觉任务，因为相关应用比如目标的跟踪、图像的分割、目标的识别等等，都要基于目标检测，找不到目标就谈不上后续的处理。
2、基础aeb功能依托于毫米波雷达，但雷达探测的精准度没有固定平衡值，只要探测到周围有停放的车辆，就会误以为是危险物体，继而给出警示。但这样很容易干扰驾驶者的正常判断，为了控制误报，最终会将很多数据过滤掉，但这样的过滤导致了识别准确率不稳定。
技术实现思路
1、本专利技术的主要目的在于提供一种基于aebs视觉感知算法的车辆预警系统，利用视觉感知算法来识别和分析道路上的车辆，以预测和避免潜在的碰撞或事故，可以有效解决
技术介绍
中的问题。
2、为实现上述目的，本专利技术采取的技术方案为：
3、一种基于aebs视觉感知算法的车辆预警系统，包括图像输入模块、图像预处理模块、图像特征提取模块、图像分类模块和图像识别模块，所述图像输入模块和图像预处理模块通过电性连接，所述图像预处理模块与图像特征提取模块通过电性连接，所述图像特征提取模块和图像分类模块通过电性连接，所述图像识别模块分别与图像特征提取模块、图像分类模块通过电性连接；所述图像输入模块将图片输入图像预处理模块进行预处理，预处理后的图片输入到cnn网络模型后，经过多个卷积池化操作，经过图像特征提取模块提取图片的特征，最后将图片特征送入全连接网络完成
4、进一步的，所述cnn网络模型包括卷积层、池化层以及全连接层，
5、所述卷积层用于生成图像的特征数据，所述卷积层操作主要包括窗口滑动以及局部关联两个方面；所述卷积层操作后，需要使用relu等激励函数对卷积结果进行非线性映射，保证网络模型的非线性。
6、所述池化层用于对特征数据进行聚合统计，降低特征映射的维度，减少出现过拟合；
7、所述池化层的方法有最大池化和均值池化两种，根据检测目标的内容选择池化方法；所述最大池化的用于对图片的纹理特征进行保留提取，所述均值池化用于对图片的背景特征进行提取；为了使学习到的数据特征更加全局化，数据会经过多层卷积池化操作，再输入到全连接层；
8、所述全连接层将池化后的多组数据特征组合成一组信号数据输出，进行图片类别识别，输出车辆在图像的位置。
9、进一步的，所述窗口滑动即通过卷积核在图像中滑动，与图像局部数据卷积，生成特征图。
10、进一步的，所述局部关联即每一个神经元只对周围局部感知，综合局部的特征信息得到全局特征。
11、进一步的，实现方式如下：
12、假设卷积层的输入神经元个数为m，卷积大小为k,步长为s，在输入两端各填补p个0，那么该卷积层的神经元数量为(m-k+2p)/s+1。
13、与现有技术相比，本专利技术具有如下有益效果：该基于aebs视觉感知算法的车辆预警系统通过深度学习图像识别技术可以直接处理输入图像，用原始图像raw数据进行识别和标注训练，避免预处理带来的信息变形，避免了复杂的图像特征提取以及数据重建过程；用视觉配合毫米波雷达的感知，将aeb的识别准确率达到无线趋近于100％，杜绝1％的误触发率，继而将视觉引入aeb后，能够更好的实现对前方车辆、行人以及骑行者的探测，保障行人的安全；通过深度学习图像识别技术识别前方的车辆。
本文档来自技高网...【技术保护点】
1.一种基于AEBS视觉感知算法的车辆预警系统，包括图像输入模块、图像预处理模块、图像特征提取模块、图像分类模块和图像识别模块，其特征在于：所述图像输入模块和图像预处理模块通过电性连接，所述图像预处理模块与图像特征提取模块通过电性连接，所述图像特征提取模块和图像分类模块通过电性连接，所述图像识别模块分别与图像特征提取模块、图像分类模块通过电性连接；所述图像输入模块将图片输入图像预处理模块进行预处理，预处理后的图片输入到CNN网络模型后，经过多个卷积池化操作，经过图像特征提取模块提取图片的特征，最后将图片特征送入全连接网络完成图像的分类识别。
2.根据权利要求1所述的一种基于AEBS视觉感知算法的车辆预警系统，其特征在于：所述CNN网络模型包括卷积层、池化层以及全连接层，
3.根据权利要求2所述的一种基于AEBS视觉感知算法的车辆预警系统，其特征在于：所述窗口滑动即通过卷积核在图像中滑动，与图像局部数据卷积，生成特征图。
4.根据权利要求2所述的一种基于AEBS视觉感知算法的车辆预警系统，其特征在于：所述局部关联即每一个神经元只对周围局部感知，综
5.根据权利要求1所述的一种基于AEBS视觉感知算法的车辆预警系统，其特征在于，实现方式如下：
...【技术特征摘要】
1.一种基于aebs视觉感知算法的车辆预警系统，包括图像输入模块、图像预处理模块、图像特征提取模块、图像分类模块和图像识别模块，其特征在于：所述图像输入模块和图像预处理模块通过电性连接，所述图像预处理模块与图像特征提取模块通过电性连接，所述图像特征提取模块和图像分类模块通过电性连接，所述图像识别模块分别与图像特征提取模块、图像分类模块通过电性连接；所述图像输入模块将图片输入图像预处理模块进行预处理，预处理后的图片输入到cnn网络模型后，经过多个卷积池化操作，经过图像特征提取模块提取图片的特征，最后将图片特征送入全连接网络完成图像的分类识别。
2.根...
【专利技术属性】
技术研发人员：段远征，
申请(专利权)人：感智泽一深圳科技合伙企业有限合伙，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。