[發(fā)明專利]基于視覺感知的駕駛風(fēng)險(xiǎn)預(yù)警裝置及方法有效
| 申請(qǐng)?zhí)枺?/td> | 202011182851.4 | 申請(qǐng)日: | 2020-10-29 |
| 公開(公告)號(hào): | CN112382115B | 公開(公告)日: | 2021-09-14 |
| 發(fā)明(設(shè)計(jì))人: | 劉亦安;吳東旭;徐平;祝磊;嚴(yán)明;薛凌云 | 申請(qǐng)(專利權(quán))人: | 杭州電子科技大學(xué) |
| 主分類號(hào): | G08G1/0967 | 分類號(hào): | G08G1/0967;G08G1/16;H04N5/225;H04L29/08;G06N3/04;G06N3/08 |
| 代理公司: | 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240 | 代理人: | 朱亞冠 |
| 地址: | 310018 浙*** | 國省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 視覺 感知 駕駛 風(fēng)險(xiǎn) 預(yù)警 裝置 方法 | ||
1.基于視覺感知的駕駛風(fēng)險(xiǎn)預(yù)警方法,其特征在于該方法包括以下步驟:
步驟(1)、在汽車行駛過程中,攝像頭實(shí)時(shí)采集周邊視頻;
攝像頭采集到的視頻分別經(jīng)過視頻解碼器轉(zhuǎn)化為數(shù)字圖像信息序列;
步驟(2)、將步驟(1)圖像輸入到混合深度學(xué)習(xí)模型獲取風(fēng)險(xiǎn)評(píng)估結(jié)果;混合深度學(xué)習(xí)模型包括VGG網(wǎng)絡(luò)、faster-rcnn網(wǎng)絡(luò)、第一LSTM網(wǎng)絡(luò)、第二LSTM網(wǎng)絡(luò);具體是:
2.1 VGG網(wǎng)絡(luò)的輸入為步驟(1)圖像,輸出為圖像特征序列;
2.2 faster-rcnn網(wǎng)絡(luò)的輸入為VGG網(wǎng)絡(luò)輸出的圖像特征序列,輸出為周邊車輛的對(duì)應(yīng)位置;
2.3第一LSTM網(wǎng)絡(luò)的輸入為每個(gè)周邊車輛在每一幀圖像中的相對(duì)風(fēng)險(xiǎn)系數(shù),輸出為每個(gè)周邊車輛的風(fēng)險(xiǎn)結(jié)果P周邊車輛j;
所述的每個(gè)周邊車輛在每一幀圖像中的相對(duì)風(fēng)險(xiǎn)系數(shù)由faster-rcnn網(wǎng)絡(luò)輸出的周邊車輛的對(duì)應(yīng)位置與風(fēng)險(xiǎn)估計(jì)矩陣相乘所得;
其中表示風(fēng)險(xiǎn)估計(jì)矩陣,由所有的周邊車輛相關(guān)風(fēng)險(xiǎn)系數(shù)組成,wij表示了周邊車輛中第j輛車對(duì)于第i輛車的風(fēng)險(xiǎn)影響的權(quán)重大??;obji表示第i輛周邊車輛的位置,resi表示第i輛周邊車輛的相對(duì)風(fēng)險(xiǎn)系數(shù),n表示矩陣大??;
2.4第二LSTM網(wǎng)絡(luò)的輸入為VGG網(wǎng)絡(luò)輸出的圖像特征序列,輸出為自身車輛的駕駛行為分類,包括實(shí)線變道、虛線變道、跟車過近、變道超車、正常行駛;
步驟(3)、考慮結(jié)合車身CAN數(shù)據(jù)總線獲取的轉(zhuǎn)向燈狀態(tài)的自身車輛的駕駛行為變道風(fēng)險(xiǎn)系數(shù),以及自身車輛的車速信息,根據(jù)公式(2)獲得自身車輛的風(fēng)險(xiǎn)結(jié)果;
P自身車輛=xi*yi 公式(2)
其中xi表示第i種駕駛行為的變道風(fēng)險(xiǎn)系數(shù),yi表示第i種駕駛行為的車速風(fēng)險(xiǎn)系數(shù),i=1、2、3、4、5,分別表示實(shí)線變道、虛線變道、跟車過近、變道超車、正常行駛五種駕駛行為;
步驟(4)、將步驟2.3中周邊車輛的風(fēng)險(xiǎn)結(jié)果進(jìn)行從大到小的降序排序,如果最大值超過閾值且車速大于閾值,則視頻智算單元將發(fā)送報(bào)警提示消息給中控顯示屏,提示周邊車輛出現(xiàn)風(fēng)險(xiǎn);
步驟(5)、綜合周邊車輛的風(fēng)險(xiǎn)信息和車輛自身的風(fēng)險(xiǎn)信息,根據(jù)以下公式(3)獲得綜合風(fēng)險(xiǎn)評(píng)估結(jié)果:
P綜合=Max(P周邊車輛1,P周邊車輛2,…,P周邊車輛N)+P自身車輛公式(3)
步驟(6)、綜合風(fēng)險(xiǎn)評(píng)估結(jié)果傳送至實(shí)時(shí)決策處理單元,若綜合風(fēng)險(xiǎn)評(píng)估結(jié)果大于閾值,則通過CAN數(shù)據(jù)總線發(fā)送“輔助剎車請(qǐng)求”指令給車輛的整車控制器VCU;反之則不向CAN數(shù)據(jù)總線發(fā)送信息;
步驟(7)、步驟(3)自身車輛風(fēng)險(xiǎn)傳送至實(shí)時(shí)決策處理單元,若自身車輛風(fēng)險(xiǎn)大于閾值,實(shí)時(shí)決策處理單元將剎車和方向盤轉(zhuǎn)向信號(hào)以中斷信號(hào)的方式將數(shù)據(jù)傳輸給微處理器MPU;反之則實(shí)時(shí)決策處理單元持續(xù)采集車輛CAN數(shù)據(jù)。
2.如權(quán)利要求1所述的基于視覺感知的駕駛風(fēng)險(xiǎn)預(yù)警方法,其特征在于每一組數(shù)字圖像信息序列用矩陣的方式表示:
其中fig.n表示視頻序列中的第n張圖片,sequence描述了fig_num張大小為width×height的圖片組成的圖片序列。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于杭州電子科技大學(xué),未經(jīng)杭州電子科技大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011182851.4/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 基于策略的業(yè)務(wù)感知模型及感知方法
- 一種基于分區(qū)感知的無線通信系統(tǒng)頻譜感知方法
- 確定空閑頻段的方法和系統(tǒng)、中心節(jié)點(diǎn)和感知節(jié)點(diǎn)
- 感知無線網(wǎng)絡(luò)的共享協(xié)作頻譜感知方法、感知節(jié)點(diǎn)和匯聚中心
- 感知無線網(wǎng)絡(luò)的協(xié)作頻譜感知方法和感知節(jié)點(diǎn)
- 頻譜感知方法、頻譜感知設(shè)備和數(shù)據(jù)庫
- 基于認(rèn)知數(shù)據(jù)庫和頻譜感知的頻譜共享方法及裝置
- 一種頂層感知限位組
- 一種自動(dòng)駕駛汽車用升降式智能感知模塊
- 感知數(shù)據(jù)獲取方法和裝置





