System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及车辆主动刹车,尤其涉及一种主动刹车控制方法、设备及存储介质。
技术介绍
1、随着交通运输业的快速发展,道路交通事故频繁发生,而一旦发生交通事故,可能会造成严重的人身安全伤害和财产损失。因此,汽车厂商针对车辆进行了多方面的安全设计,除了安全带、安全气囊、保险杠等被动安全系统以外,还设计了主动刹车系统,使汽车能够主动采取措施,避免事故的发生。
2、目前,车辆主动刹车系统,如aebs(紧急刹车辅助系统)等,主要利用激光雷达、毫米波雷达等传感器对障碍物进行测距,根据车辆与障碍物间的距离控制报警和刹车。然而,现有车辆主动刹车系统存在着对于是否会与障碍物发生碰撞的判断准确性不够高的问题。
3、因此,如何提高车辆主动刹车系统的判断准确性,是本领域技术人员目前需要解决的技术问题。
技术实现思路
1、本专利技术的主要目的在于提供一种主动刹车控制方法、设备及存储介质,旨在解决如何提高车辆主动刹车系统的判断准确性的技术问题。
2、为实现上述目的,本专利技术提供一种主动刹车控制方法,所述主动刹车控制方法包括以下步骤:
3、采集车辆周围的环境信息;
4、根据所述车辆周围的环境信息,利用障碍物识别模型识别并跟踪车辆前方的障碍物,得到障碍物信息;
5、基于所述障碍物信息预测所述车辆与所述障碍物的碰撞风险,得到碰撞风险预测结果;
6、若所述碰撞风险预测结果满足刹车触发条件,则将刹车指令发送至刹车控制单元,由所述刹车控
7、可选地,所述采集车辆周围的环境信息的步骤包括:
8、利用超声波传感器采集所述车辆周围的超声波反射信息;
9、利用激光雷达采集所述车辆周围的激光反射信息;
10、利用视觉传感器采集所述车辆周围的视频图像信息;
11、将所述超声波反射信息、所述激光反射信息和/或视频图像信息组成所述车辆周围的环境信息。
12、可选地,所述根据所述车辆周围的环境信息,利用障碍物识别模型识别并跟踪车辆前方的障碍物,得到障碍物信息的步骤包括:
13、利用预训练的障碍物识别模型,提取所述环境信息中的特征,经过所述预训练的障碍物识别模型的多层神经网络层的处理后,识别出所述环境信息中的障碍物;
14、根据障碍物识别模型对所述障碍物进行跟踪,得出所述障碍物的尺寸、所述障碍物与所述车辆的相对距离和相对速度;
15、将所述障碍物的尺寸、所述障碍物与所述车辆的相对距离和所述相对速度组成所述障碍物信息。
16、可选地,所述利用预训练的障碍物识别模型,提取所述环境信息中的特征,经过所述预训练的障碍物识别模型的多层神经网络层的处理后,识别出所述环境信息中的障碍物的步骤之前,还包括:
17、利用预先收集的车辆环境信息制作障碍物数据集,并将障碍物数据集划分为障碍物训练集和障碍物测试集;
18、利用障碍物训练集对障碍物识别模型进行训练,得到训练后的障碍物识别模型;
19、利用障碍物测试集对所述训练后的障碍物识别模型进行测试,得到障碍物识别与跟踪的第一测试结果;
20、根据所述第一测试结果,对所述训练后的障碍物识别模型进行重复训练与测试,直至输出最终障碍物识别模型。
21、可选地,所述根据所述第一测试结果,对所述训练后的障碍物识别模型进行重复训练与测试,直至输出最终障碍物识别模型的步骤包括:
22、参数调整步骤,根据所述第一测试结果,针对不同路况和不同障碍物的特点对所述训练后的障碍物识别模型的参数进行调整;
23、训练测试步骤,利用具有不同路况和不同障碍物类型的障碍物训练集对调整后的障碍物识别模型进行重复训练,得到新的障碍物识别模型,利用具有不同路况和不同障碍物类型的障碍物测试集对所述新的障碍物识别模型进行测试,得到障碍物识别与跟踪的第二测试结果;
24、若所述第二测试结果达到预期需求,则输出最终障碍物识别模型;否则,重复所述参数调整步骤以及所述训练测试步骤,直至所述第二测试结果达到预期需求,并输出最终障碍物识别模型。
25、可选地,所述基于所述障碍物信息预测所述车辆与所述障碍物的碰撞风险,得到碰撞风险预测结果的步骤包括:
26、从所述障碍物信息中筛选掉异常数据,得到风险预测数据;
27、利用预训练的碰撞风险预测模型提取所述风险预测数据中的数据特征,并通过所述预训练的碰撞风险预测模型的分类器预测所述车辆与所述障碍物的碰撞风险,得到碰撞风险预测结果。
28、可选地,所述利用预训练的碰撞风险预测模型提取所述风险预测数据中的数据特征,并通过所述预训练的碰撞风险预测模型的分类器预测所述车辆与所述障碍物的碰撞风险,得到碰撞风险预测结果的步骤之前,还包括:
29、利用预先收集的风险预测数据制作风险预测数据集,并将所述风险预测数据集划分为风险预测训练集和风险预测测试集;
30、利用风险预测训练集对碰撞风险预测模型进行训练,得到训练后的碰撞风险预测模型;
31、利用风险预测测试集对所述训练后的碰撞风险预测模型进行测试,得到碰撞风险预测的第三测试结果;
32、根据所述第三测试结果,对所述训练后的碰撞风险预测模型进行重复训练与测试,直至输出最终碰撞风险预测模型。
33、可选地,所述根据所述第三测试结果,对所述训练后的碰撞风险预测模型进行重复训练与测试,直至输出最终碰撞风险预测模型的步骤包括:
34、参数调整步骤,根据所述第三测试结果,针对不同路况和不同障碍物的特点对所述碰撞风险预测模型的参数进行调整;
35、训练测试步骤,利用具有不同路况和不同障碍物类型的风险预测训练集对调整后的碰撞风险预测模型进行重复训练,得到新的碰撞风险预测模型,利用具有不同路况和不同障碍物类型的风险预测测试集对所述新的碰撞风险预测模型进行测试,得到碰撞风险预测的第四测试结果;
36、若所述第四测试结果达到预期需求,则输出最终碰撞风险预测模型;否则,重复所述参数调整步骤以及所述训练测试步骤,直至所述第四测试结果达到预期需求,并输出最终碰撞风险预测模型。
37、可选地,所述若所述碰撞风险预测结果满足刹车触发条件,则将刹车指令发送至刹车控制单元,由所述刹车控制单元进行刹车的步骤包括:
38、利用决策算法判断所述碰撞风险预测结果是否超过预设的阈值;
39、若所述碰撞风险预测结果超过预设的阈值,则发送刹车指令;
40、所述刹车指令通过can总线传输至刹车控制单元,由所述刹车控制单元执行刹车。
41、本申请实施例还提供一种主动刹车控制装置,所述主动刹车控制装置包括:
42、采集模块,用于采集车辆周围的环境信息;
43、识别模块,用于根据所述车辆周围的环境信息,利用障碍物识别模型识别并跟踪车辆前方的障碍本文档来自技高网...
【技术保护点】
1.一种主动刹车控制方法,其特征在于,所述主动刹车控制方法包括以下步骤:
2.如权利要求1所述的主动刹车控制方法,其特征在于,所述根据所述车辆周围的环境信息,利用障碍物识别模型识别并跟踪车辆前方的障碍物,得到障碍物信息的步骤包括:
3.如权利要求2所述的主动刹车控制方法,其特征在于,所述利用预训练的障碍物识别模型,提取所述环境信息中的特征,经过所述预训练的障碍物识别模型的多层神经网络层的处理后,识别出所述环境信息中的障碍物的步骤之前,还包括:
4.如权利要求3所述的主动刹车控制方法,其特征在于,所述根据所述第一测试结果,对所述训练后的障碍物识别模型进行重复训练与测试,直至输出最终障碍物识别模型的步骤包括:
5.如权利要求1所述的主动刹车控制方法,其特征在于,所述基于所述障碍物信息预测所述车辆与所述障碍物的碰撞风险,得到碰撞风险预测结果的步骤包括:
6.如权利要求5所述的主动刹车控制方法,其特征在于,所述利用预训练的碰撞风险预测模型提取所述风险预测数据中的数据特征,并通过所述预训练的碰撞风险预测模型的分类器预测所述车辆与所
7.如权利要求6所述的主动刹车控制方法,其特征在于,所述根据所述第三测试结果,对所述训练后的碰撞风险预测模型进行重复训练与测试,直至输出最终碰撞风险预测模型的步骤包括:
8.如权利要求1至7中任一项所述的主动刹车控制方法,其特征在于,所述若所述碰撞风险预测结果满足刹车触发条件,则将刹车指令发送至刹车控制单元,由所述刹车控制单元进行刹车的步骤包括:
9.一种主动刹车控制设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的主动刹车控制程序,所述主动刹车控制程序配置为实现如权利要求1至8中任一项所述的主动刹车控制方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有主动刹车控制程序,所述主动刹车控制程序被处理器执行时实现如权利要求1至8中任一项所述的主动刹车控制方法的步骤。
...【技术特征摘要】
1.一种主动刹车控制方法,其特征在于,所述主动刹车控制方法包括以下步骤:
2.如权利要求1所述的主动刹车控制方法,其特征在于,所述根据所述车辆周围的环境信息,利用障碍物识别模型识别并跟踪车辆前方的障碍物,得到障碍物信息的步骤包括:
3.如权利要求2所述的主动刹车控制方法,其特征在于,所述利用预训练的障碍物识别模型,提取所述环境信息中的特征,经过所述预训练的障碍物识别模型的多层神经网络层的处理后,识别出所述环境信息中的障碍物的步骤之前,还包括:
4.如权利要求3所述的主动刹车控制方法,其特征在于,所述根据所述第一测试结果,对所述训练后的障碍物识别模型进行重复训练与测试,直至输出最终障碍物识别模型的步骤包括:
5.如权利要求1所述的主动刹车控制方法,其特征在于,所述基于所述障碍物信息预测所述车辆与所述障碍物的碰撞风险,得到碰撞风险预测结果的步骤包括:
6.如权利要求5所述的主动刹车控制方法,其特征在于,所述利用预训练的碰撞风险预测模型提取所述风险预测数据中的...
【专利技术属性】
技术研发人员:刘新,刘子元,
申请(专利权)人:深圳市易新亿意软件开发有限公司,
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。