[發(fā)明專利]一種基于神經(jīng)網(wǎng)絡(luò)的輔助駕駛方法、裝置及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201810863321.2
• 申請日: 2018-08-01
• 公開（公告）號: CN109299784B
• 公開（公告）日: 2022-02-18
• 發(fā)明（設(shè)計）人: 黃文愷;余偉霖;黃俊鋒;陳朝政;王冬;陳杰勇;吳羽
• 申請（專利權(quán)）人: 廣州大學(xué)
• 主分類號: G06N20/00
• 分類號: G06N20/00;G06V20/59
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 顏希文;麥小嬋

本發(fā)明公開了一種基于神經(jīng)網(wǎng)絡(luò)的輔助駕駛方法、裝置及可讀存儲介質(zhì)，所述方法適于在計算設(shè)備中執(zhí)行，至少包括如下步驟：監(jiān)測當(dāng)前的駕駛環(huán)境參數(shù)及獲取駕駛員當(dāng)前駕駛的狀態(tài)圖像；輸入預(yù)先構(gòu)建的輔助駕駛模型，以對駕駛員的適應(yīng)情況進(jìn)行判斷及原因分析；根據(jù)判斷結(jié)果和原因分析結(jié)果對當(dāng)前的駕駛環(huán)境參數(shù)進(jìn)行適應(yīng)性調(diào)整，并重復(fù)上述步驟，再次進(jìn)行駕駛員適應(yīng)情況判斷、原因分析，以及駕駛環(huán)境參數(shù)的適應(yīng)性調(diào)整，直至判斷結(jié)果為適應(yīng)，并根據(jù)最后調(diào)整的駕駛環(huán)境參數(shù)強化所述輔助駕駛模型。本發(fā)明基于深度神經(jīng)網(wǎng)絡(luò)的車輛輔助駕駛系統(tǒng)與通過人工智能系統(tǒng)對車主的駕駛感官狀態(tài)進(jìn)行建模與分析，然后通過非監(jiān)督式機器學(xué)習(xí)，使得車的系統(tǒng)適應(yīng)駕駛員本身。

技術(shù)領(lǐng)域

本發(fā)明涉及神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種基于神經(jīng)網(wǎng)絡(luò)的輔助駕駛方法、裝置及可讀存儲介質(zhì)。

背景技術(shù)

機器學(xué)習(xí)是一門多領(lǐng)域交叉學(xué)科，也是人工智能中的核心技術(shù)。簡單來說，機器學(xué)習(xí)就是通過機器學(xué)習(xí)算法模型，使得機器能重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。當(dāng)前，其實現(xiàn)的一個很重要的手段就是利用神經(jīng)網(wǎng)絡(luò)技術(shù)。非監(jiān)督式學(xué)習(xí)是機器學(xué)習(xí)的一個分支，其特點是算法在不提供確切的答案和不提供監(jiān)督的情況下，以獨自運行的方式從而發(fā)現(xiàn)和表達(dá)數(shù)據(jù)中的特定的結(jié)構(gòu)。

駕駛疲勞，是指駕駛?cè)嗽陂L時間連續(xù)行車后，產(chǎn)生生理機能和心理機能的失調(diào)，而在客觀上出現(xiàn)駕駛技能下降的現(xiàn)象。由于駕駛?cè)说臋C能失調(diào)，將會在很大程度上增加交通事故的風(fēng)險。

當(dāng)前，一種常見的解決方法是利用神經(jīng)網(wǎng)絡(luò)檢測駕駛?cè)说钠跔顟B(tài)進(jìn)而調(diào)整車內(nèi)環(huán)境以緩解駕駛?cè)说钠凇５牵趯ΜF(xiàn)有技術(shù)的研究和實踐過程中，本發(fā)明的發(fā)明人發(fā)現(xiàn)，現(xiàn)有的利用神經(jīng)網(wǎng)絡(luò)解決駕駛疲勞的方法為對駕駛員進(jìn)行單個的檢測，無法根據(jù)每個人的情況進(jìn)行微調(diào)，并且不能對駕駛員個人進(jìn)行深度的適應(yīng)。即，當(dāng)前的輔助駕駛系統(tǒng)存在不能根據(jù)駕駛員在不同環(huán)境下的不同需求和個人駕駛習(xí)慣進(jìn)行自適應(yīng)調(diào)整的問題。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題在于，提供一種基于神經(jīng)網(wǎng)絡(luò)的輔助駕駛方法、裝置及可讀存儲介質(zhì)，通過識別與建模，實現(xiàn)針對每一個駕駛員的情況進(jìn)行微調(diào)和形成深度的適應(yīng)，進(jìn)而達(dá)到貼合個人的使用習(xí)慣的目的。

為了解決上述技術(shù)問題，一方面，本發(fā)明的一個實施例提供了一種基于神經(jīng)網(wǎng)絡(luò)的輔助駕駛方法，適于在計算設(shè)備中執(zhí)行，至少包括如下步驟：

實時監(jiān)測當(dāng)前的駕駛環(huán)境參數(shù)，并獲取駕駛員當(dāng)前駕駛的狀態(tài)圖像。

將所述駕駛環(huán)境參數(shù)和所述狀態(tài)圖像輸入預(yù)先構(gòu)建的輔助駕駛模型中進(jìn)行比對，以對駕駛員的適應(yīng)情況進(jìn)行判斷及原因分析。

若判斷結(jié)果為不適應(yīng)，則根據(jù)原因分析結(jié)果對當(dāng)前的駕駛環(huán)境參數(shù)進(jìn)行適應(yīng)性調(diào)整，并重復(fù)上述步驟，再次進(jìn)行駕駛員適應(yīng)情況判斷、原因分析，以及駕駛環(huán)境參數(shù)的適應(yīng)性調(diào)整，直至判斷結(jié)果為適應(yīng)，并根據(jù)最后調(diào)整的駕駛環(huán)境參數(shù)強化所述輔助駕駛模型。

若判斷結(jié)果為適應(yīng)，則檢測駕駛員是否手動調(diào)整當(dāng)前駕駛環(huán)境參數(shù)，若是，則根據(jù)調(diào)整后的駕駛環(huán)境參數(shù)強化所述輔助駕駛模型。若否，進(jìn)行駕駛員適應(yīng)情況判斷、原因分析，以及駕駛環(huán)境參數(shù)的適應(yīng)性調(diào)整，并根據(jù)最后調(diào)整的駕駛環(huán)境參數(shù)強化所述輔助駕駛模型。

基于強化后的輔助駕駛模型，重復(fù)上述步驟，再次進(jìn)行駕駛員適應(yīng)情況判斷、原因分析，以及駕駛環(huán)境參數(shù)的適應(yīng)性調(diào)整，直至判斷結(jié)果為適應(yīng)，并根據(jù)最后調(diào)整的駕駛環(huán)境參數(shù)再次強化該輔助駕駛模型。

進(jìn)一步地，所述駕駛環(huán)境參數(shù)包括背景噪音、車內(nèi)溫度、相對濕度和座椅位置；所述狀態(tài)圖像包括的駕駛姿態(tài)和駕駛表情。

進(jìn)一步地，所述預(yù)先構(gòu)建的輔助駕駛模型，為根據(jù)采集的若干輔助駕駛樣本進(jìn)行機器學(xué)習(xí)訓(xùn)練建立，所述輔助駕駛模型包含大眾化的駕駛環(huán)境參數(shù)集和駕駛員的狀態(tài)圖像集，以及狀態(tài)圖像與駕駛環(huán)境參數(shù)的相關(guān)關(guān)系；其中，所述輔助駕駛樣本包括駕駛環(huán)境參數(shù)和駕駛員的狀態(tài)圖像。