【技术实现步骤摘要】
本专利技术涉及汽车安全，具体为一种卷积神经网络汽车变道辅助系统。
技术介绍
1、随着汽车保有量的不断增加，道路交通安全问题日益凸显；在汽车行驶过程中，变道操作是引发交通事故的重要因素之一；传统的汽车变道辅助系统主要依赖毫米波雷达进行测距测速，但存在一定的局限性；例如，毫米波雷达对较小慢速危险源检测效果不佳，且部分产品存在电磁辐射问题，对车内人员健康可能产生潜在影响；此外，一些现有系统的成本较高，功能单一，无法满足用户对汽车安全性能的多样化需求。
2、近年来，深度学习技术在计算机视觉领域取得了显著进展，卷积神经网络在目标检测和识别方面表现出强大的能力；因此，将卷积神经网络应用于汽车变道辅助系统，有望克服传统技术的缺陷，提高系统的准确性和可靠性，为驾驶员提供更有效的变道辅助，故而我们提出了一种卷积神经网络汽车变道辅助系统。
技术实现思路
1、（一）解决的技术问题
2、针对现有技术的不足，本专利技术提供了一种卷积神经网络汽车变道辅助系统，具备能够准确识别车辆侧后方的潜在危险目标，为驾驶员在变道过程中提供及时、准确的预警信息，从而提高汽车行驶的安全性的优点，解决了近年来，深度学习技术在计算机视觉领域取得了显著进展，卷积神经网络在目标检测和识别方面表现出强大的能力；因此，将卷积神经网络应用于汽车变道辅助系统，有望克服传统技术的缺陷，提高系统的准确性和可靠性，为驾驶员提供更有效的变道辅助的问题。
3、（二）技术方案
4、为实现上述具备能够准确识别
5、图像采集模块：采用至少两个微光夜视摄像头和安装于车辆重心前端的车身姿态传感器，两个微光夜视摄像头分别安装于汽车车身两侧，用于采集车辆侧后方环境图像，摄像头分辨率不低于1280×720像素，帧率不低于30fps；
6、数据处理单元：搭载ai芯片，该芯片算力不低于5tops，内置基于卷积神经网络的目标检测算法，所述卷积神经网络采用resnet-101作为主干网络，并融合了特征金字塔网络（fpn），用于对采集的图像数据进行处理和分析，识别图像中的包括行人、机动车及非机动车的潜在靠近运动目标；
7、预警提示模块：包括显示屏和语音提示装置，显示屏为不小于7寸的高清显示屏，用于显示处理后的图像并对潜在危险目标进行标注；语音提示装置能够根据不同类型的危险目标发出不同频率和语音内容的提示音，语音提示音量可在30-80分贝范围内调节。
8、优选的，基于所述卷积神经网络的目标检测算法在训练过程中使用不少于5万张包含各种复杂环境场景的实际道路图像数据集，训练次数不少于3万次，且对数据集中的图像进行了标注，标注内容包括目标的类别、位置和尺寸信息。
9、优选的，所述resnet-101主干网络在卷积层中采用3×3卷积核，步长为1，填充为1，且在每个残差单元中，先经过1×1卷积层进行降维，再经过3×3卷积层进行特征提取，最后经过1×1卷积层进行升维，以实现特征的有效提取和传递。
10、优选的，所述数据处理单元与汽车的车身姿态传感器连接，当车身姿态传感器检测到车辆有变道意图时，数据处理单元启动对侧后方图像的分析和处理，并在0.5秒内完成危险目标的检测和判断。
11、优选的，所述图像采集模块的微光夜视摄像头具备自动增益控制功能，能够根据环境光线强度自动调整感光度，在光线强度为0.1-10lux的范围内保持清晰成像。
12、优选的，所述数据处理单元采用linux操作系统，并基于tensorflow深度学习框架进行算法的运行和优化，具有至少4gb的运行内存和32gb的存储空间。
13、优选的，所述预警提示模块的显示屏采用mipi接口，能够实时显示处理后的图像数据，图像显示延迟不超过50ms；语音提示装置采用多声道音频芯片，支持中文和英文语音提示语言。
14、优选的，还包括无线通信模块，采用包括蓝牙5.0或wi-fi6的其中一种通信协议，用于与汽车的车机系统以及驾驶员的移动设备进行数据传输，实现系统的远程监控和软件升级。
15、优选的，所述数据处理单元进一步包括一个碰撞风险评估模块，该模块通过以下公式计算目标的速度和距离：
16、速度估算公式为：，其中表示连续两帧图像中目标的像素位移量，表示目标与本车之间的距离，表示摄像头焦距，表示时间间隔；
17、对于已知目标尺寸的方法，距离估算公式为：，其中表示目标的实际宽度，表示目标在图像中的宽度。
18、优选的，所述碰撞风险评估模块通过以下公式评估是否存在碰撞风险：
19、碰撞风险条件为：
20、其中表示预设的安全最小距离阈值，表示预设的最大允许接近速度阈值，表示实际计算出的目标与本车之间的距离，表示目标的速度。
21、优选的，所述数据处理单元进一步包括一个光流估计算法模块，该模块通过计算连续帧之间的光流场来推算目标物体的速度方向和大小，提供每个像素的运动矢量，从而帮助估计目标的速度。
22、（三）有益效果
23、与现有技术相比，本专利技术提供了一种卷积神经网络汽车变道辅助系统，具备以下有益效果：
24、1、该卷积神经网络汽车变道辅助系统，利用不少于5万张复杂环境场景的实际道路图像数据集训练卷积神经网络，标注内容详尽，涵盖目标类别、位置和尺寸信息；resnet-101网络结构中的每个残差单元经过精心设计，先降维再升维，有效提取特征；结合特征金字塔网络（fpn），通过自顶向下和横向连接的方式融合多尺度特征，使得模型能够更好地适应不同大小和距离的目标检测需求，显著增强了系统的泛化能力和目标识别精度，从而提供更有效的变道辅助功能。
25、2、该卷积神经网络汽车变道辅助系统，图像采集模块通过至少两个分辨率为1280×720像素、帧率不低于30fps的微光夜视摄像头实时捕捉车辆侧后方环境；当车身姿态传感器检测到变道意图时，数据处理单元启动内置基于卷积神经网络的目标检测算法，该算法采用resnet-101作为主干网络并融合特征金字塔网络（fpn），可在0.5秒内完成对包括行人、机动车及非机动车在内的潜在危险目标的检测与判断，大幅提高了目标识别的速度和准确性，为驾驶员提供了及时且可靠的预警信息。
26、3、该卷积神经网络汽车变道辅助系统，通过内置的碰撞风险评估模块，能够实时计算并显示后方来车的距离和速度；当检测到潜在危险目标时，系统利用连续图像帧中目标的像素位移量、摄像头焦距等信息估算车辆速度，并根据目标的实际尺寸精确测量其与本车的距离；此外，光流估计算法模块进一步增强了速度估计的准确性，通过分析连续帧之间的光流场变化，提供每个像素的运动矢量；这些信息在预警提示模块的高清显示屏上以直观的方式呈现，标注出潜在危险目标的位置及其本文档来自技高网...
【技术保护点】
1.一种卷积神经网络汽车变道辅助系统，其特征在于，包括：
2.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，基于所述卷积神经网络的目标检测算法在训练过程中使用不少于5万张包含各种复杂环境场景的实际道路图像数据集，训练次数不少于3万次，且对数据集中的图像进行了标注，标注内容包括目标的类别、位置和尺寸信息。
3.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，所述ResNet-101主干网络在卷积层中采用3×3卷积核，步长为1，填充为1，且在每个残差单元中，先经过1×1卷积层进行降维，再经过3×3卷积层进行特征提取，最后经过1×1卷积层进行升维，以实现特征的有效提取和传递。
4.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，所述数据处理单元与汽车的车身姿态传感器连接，当车身姿态传感器检测到车辆有变道意图时，数据处理单元启动对侧后方图像的分析和处理，并在0.5秒内完成危险目标的检测和判断。
5.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，所述图像采集模块的微光
6.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，所述数据处理单元采用Linux操作系统，并基于TensorFlow深度学习框架进行算法的运行和优化，具有至少4GB的运行内存和32GB的存储空间。
7.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，还包括无线通信模块，采用包括蓝牙5.0或Wi-Fi6的其中一种通信协议，用于与汽车的车机系统以及驾驶员的移动设备进行数据传输，实现系统的远程监控和软件升级。
8.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，所述数据处理单元进一步包括一个碰撞风险评估模块，该模块通过以下公式计算目标的速度和距离：
9.根据权利要求9所述的一种卷积神经网络汽车变道辅助系统，其特征在于，所述碰撞风险评估模块通过以下公式评估是否存在碰撞风险：
10.根据权利要求9所述的一种卷积神经网络汽车变道辅助系统，其特征在于，所述数据处理单元进一步包括一个光流估计算法模块，该模块通过计算连续帧之间的光流场来推算目标物体的速度方向和大小，提供每个像素的运动矢量，从而帮助估计目标的速度。
...【技术特征摘要】
1.一种卷积神经网络汽车变道辅助系统，其特征在于，包括：
2.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，基于所述卷积神经网络的目标检测算法在训练过程中使用不少于5万张包含各种复杂环境场景的实际道路图像数据集，训练次数不少于3万次，且对数据集中的图像进行了标注，标注内容包括目标的类别、位置和尺寸信息。
3.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，所述resnet-101主干网络在卷积层中采用3×3卷积核，步长为1，填充为1，且在每个残差单元中，先经过1×1卷积层进行降维，再经过3×3卷积层进行特征提取，最后经过1×1卷积层进行升维，以实现特征的有效提取和传递。
4.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，所述数据处理单元与汽车的车身姿态传感器连接，当车身姿态传感器检测到车辆有变道意图时，数据处理单元启动对侧后方图像的分析和处理，并在0.5秒内完成危险目标的检测和判断。
5.根据权利要求1所述的一种卷积神经网络汽车变道辅助系统，其特征在于，所述图像采集模块的微光夜视摄像头具备自动增益控制功能，能够根据环境光线强度自动调整感光度，在光线强...
【专利技术属性】
技术研发人员：张琨林，白刚，杨长杰，刘勇，张家旋，罗欣玲，李朝晖，
申请(专利权)人：湘西民族职业技术学院，
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。