[發明專利]一種黑暗場景中自動駕駛輔助安全預警系統及其預警方法

有效

• 申請號: 202010776658.7
• 申請日: 2020-08-05
• 公開（公告）號: CN111879360B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 吳堅;劉歡
• 申請（專利權）人: 吉林大學
• 主分類號: G01D21/02
• 分類號: G01D21/02;G06K9/00;G06K9/32;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 長春吉大專利代理有限責任公司 22201
• 代理人: 崔斌

本發明是一種黑暗場景中自動駕駛輔助安全預警系統及其預警方法。該預警系統主要配置遠紅外相機、熱敏相機、光照傳感器、報警裝置、慣導單元和控制模塊等，通過幾種傳感器的融合使用，將檢測目標按照車道線、行駛車輛、行人、路面障礙物及其他無關物體進行自定義語義分割，提升系統的計算效率。主要實現的功能：1.實現黑暗場景中的自動跟車駕駛，前方目標的檢測、防撞預警、駕駛意圖的判讀以及行人的檢測與防撞預警；2.對側向盲區駛來的未知車輛的檢測識別及防撞預警。此系統能夠彌補在黑暗場景中可見光相機易受到光強急劇變化時敏感度低的缺陷，同時能夠在黑暗場景中檢測側向盲區駛來的未知車輛，發出安全預警，降低交通事故率。

技術領域

本發明屬于自動駕駛安全輔助技術領域，具體的說是一種黑暗場景中自動駕駛輔助安全預警系統及其預警方法。

背景技術

隨著傳感器類別的日益豐富，人工智能算法的多樣化，自動駕駛技術呈現多元化發展的趨勢，但也因此對現有計算機運算能力有了更高的技術要求。在自動駕駛方案系統構架中，一般將任務劃分為多個模塊，并在各個模塊上使用一系列傳感器和算法。多模塊的使用，可以為自動駕駛車輛在不同的角度實現控制和約束，降低了自動駕駛的錯誤率，增加系統安全性。特殊場景和復雜環境下的自動駕駛一直是研究的熱點和難點問題。

發明內容

本發明提供了一種黑暗場景中自動駕駛輔助安全預警系統及其預警方法，該預警系統針對黑暗場景，例如：黑夜、存在盲區的昏暗停車場等一系列場景，對檢測區域進行一種可實現低計算量的自定義語義分割，能夠有效實現自動跟車行駛、前方車輛駕駛意圖的判斷及防撞預警、行人目標檢測與防撞預警、側向盲區行駛車輛速度與方位的估計和防撞預警，同時能夠彌補在黑暗場景中可見光相機易受到光強急劇變化時敏感度低的缺陷，在黑暗場景中檢測側向盲區駛來的未知車輛，發出安全預警，降低交通事故率。

本發明技術方案結合附圖說明如下：

一種黑暗場景中自動駕駛輔助安全預警系統，該預警系統包括熱敏相機、遠紅外相機、光照傳感器、慣導單元、報警裝置和控制模塊；所述熱敏相機、遠紅外相機、光照傳感器組成傳感器組件，并依次排列安裝在車輛前方中心處；所述慣導單元安裝在車輛底盤中心處；所述控制模塊和報警模塊安裝在車輛中控臺位置；所述傳感器組件、慣導單元和報警模塊均與控制模塊通過數據線連接。

所述熱敏相機用于采集行人特征信息；所述遠紅外相機用于在黑暗場景中采集視覺信息，所述慣導單元用于監測自身車速和位置信息；所述光照傳感器用于檢測行駛車輛周圍的光強信息；所述報警裝置用于對自身和外界發出預警信息；所述控制模塊用于整個預警系統的數據處理和輸出。

所述的控制模塊集成了Faster R-CNN算法、DQN深度強化學習算法；所述 FasterR-CNN算法用于對傳感器組件采集的目標進行分類；所述DQN深度強化學習算法用于利用在黑暗場景中不同車輛的、前后車燈發光的光強和車輛速度、方位之間關系的數據學習訓練，增加其檢測車輛的多樣性。

該預警方法包括以下步驟：

步驟一、由傳感器組件采集前方道路信息，傳輸至控制模塊進行處理；

步驟二、判斷場景類型；

步驟三、判斷是否存在碰撞危險，所述控制模塊定義第一防撞預警閾值A₁、第二防撞預警閾值A₂、第三防撞預警 閾值A₃和第四防撞預警閾值A₄，若接收的行人及車輛的方位信息小于第一防撞預警閾值A₁、第二防撞預警閾值 A₂和第三防撞預警閾值A₃時和第四防撞預警閾值A₄＜a₀，a₀為駕駛車輛的最小制動距離；控制模塊將信號傳輸至報警裝置，由報警裝置發出預警。

所述步驟一的具體方法如下：