【技术实现步骤摘要】
本专利技术涉及车辆防撞，尤其涉及一种基于深度学习的车辆防撞检测方法、系统和存储介质。
技术介绍
1、目前中国市场上车辆占有量大、交通事故频发，其中高速公路上的追尾事故约占总交通事故的五成以上，然而市面上的防追尾产品，普遍存在识别方式单一、预防方式局限性较大等缺点，往往不能应对复杂的交通情况或提高驾驶员行车安全意识，且由于马路上行人、车辆较多，路况错综复杂，乘客难以实时观测周围路况，下车时可能会忽视后方前来车辆或行人，从而在开门时造成碰撞事故的发生，导致“开门杀”的情况出现。
技术实现思路
1、本专利技术针对现有技术中的不足，公开了一种基于深度学习的车辆防撞检测方法，包括如下步骤：
2、s1，根据接收到的位置变化数据来计算当前车辆的行驶速度；
3、s2，当车辆行驶速度大于第一设定速度时，进入第一检测模式，所述第一检测模式被配置为将采集的车辆后方图像数据通过训练好的深度学习模型进行移动目标识别并判断图像中的移动目标的追尾风险；
4、s3，当车辆行驶速度不大于...
【技术保护点】
1.一种基于深度学习的车辆防撞检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于深度学习的车辆防撞检测方法，其特征在于，所述步骤S2具体包括：
3.根据权利要求2所述的基于深度学习的车辆防撞检测方法，其特征在于：对所采集到的数据信息通过完成训练的深度学习模型进行检测，通过YOLOv5算法对所识别的目标车辆进行实例分割，框选目标所在位置并分割后，根据坐标框所在位置判断是否为正后方来车。
4.根据权利要求3所述的基于深度学习的车辆防撞检测方法，其特征在于，所述步骤S3具体包括：
5.根据权利要求4所述的基于深...
【技术特征摘要】
1.一种基于深度学习的车辆防撞检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于深度学习的车辆防撞检测方法，其特征在于，所述步骤s2具体包括：
3.根据权利要求2所述的基于深度学习的车辆防撞检测方法，其特征在于：对所采集到的数据信息通过完成训练的深度学习模型进行检测，通过yolov5算法对所识别的目标车辆进行实例分割，框选目标所在位置并分割后，根据坐标框所在位置判断是否为正后方来车。
4.根据权利要求3所述的基于深度学习的车辆防撞检测方法，其特征在于，所述步骤s3具体包括：
5.根据权利要求4所述的基于深度学习的车辆防撞检测方法，其特征在于，所述根据移动目标类型生成右侧车门开启时的第二事故危害值h2，具体包括：
6.一种基于深度学习的车辆防撞系统，其特征在于，包括：
7.根据权利要求6所述的基于深度学习的车辆防撞...
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。