[發明專利]一種基于深度學習的狹窄區域交匯車安全輔助方法和系統

在審

• 申請號: 202110590368.8
• 申請日: 2021-05-28
• 公開（公告）號: CN113353071A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 薛斯岐;傅振興;凌政鋒;謝晨暐;余淑豪;周劍花
• 申請（專利權）人: 云度新能源汽車有限公司
• 主分類號: B60W30/095
• 分類號: B60W30/095;B60W40/02;B60W40/00;G08G1/16
• 代理公司: 福州市景弘專利代理事務所(普通合伙) 35219
• 代理人: 魏小霞;林祥翔

1.一種基于深度學習的狹窄區域交匯車安全輔助方法，其特征在于，包括步驟：

對車道邊緣進行識別，根據識別到的車道邊緣計算車道寬度，根據所述車道寬度標記交匯點，記錄交匯點相關信息并上傳所述交匯點相關信息至云平臺，所述相關信息包括但不限于：交匯點位置信息、交匯點處的車道寬度；

當兩車進行交匯時，從云平臺獲取交匯點相關信息；

根據所述交匯點相關信息對兩車匯車進行指導。

2.根據權利要求1所述的一種基于深度學習的狹窄區域交匯車安全輔助方法，其特征在于，“根據所述交匯點相關信息對兩車匯車進行指導”，具體還包括步驟：

計算車道寬度與雙方車輛的寬度和的差值，若差值大于預設閾值，則發出引導信息引導兩車至對應交匯點并進行匯車操作；

若差值小于預設閾值，則通過云平臺獲取其它的交匯點相關信息，計算得到一個合適的交匯點。

3.根據權利要求1所述的一種基于深度學習的狹窄區域交匯車安全輔助方法，其特征在于，所述“對車道邊緣進行識別”，具體還包括步驟：

在無結構化道路行駛時，對車道邊緣進行識別，根據識別到的車道邊緣自行定位車道線，行駛過程中，判斷車輛是否觸碰到車道線，若觸碰到，則發出預警提示。

4.根據權利要求1所述的一種基于深度學習的狹窄區域交匯車安全輔助方法，其特征在于，還包括步驟：

獲取不同車輛的行駛軌跡，根據所述行駛軌跡對部分路段的邊界進行重新定位，根據重新定位的結果判斷是否有新的交匯點生成，若有，則對應添加交匯點相關信息至云平臺。

5.根據權利要求2所述的一種基于深度學習的狹窄區域交匯車安全輔助方法，其特征在于，所述“則發出引導信息引導兩車至交匯點并進行會車操作”，具體還包括步驟：

獲取并計算對向來車的駕駛信息，所述駕駛信息包括但不限于：速度、加速度方向、角度、姿態；

根據所述駕駛信息預估對向來車預設時間內的行駛路徑；

結合本車的駕駛信息與對向來車的預設時間內的行駛路徑進行路徑規劃。

6.一種基于深度學習的狹窄區域交匯車安全輔助系統，其特征在于，包括：攝像裝置和云平臺，所述攝像裝置設置于車上，所述攝像裝置用于采集車輛周圍圖像，所述攝像裝置通信連接所述云平臺；

所述攝像裝置發送采集的車輛周圍圖像數據至所述云平臺；

所述云平臺對車道邊緣進行識別，根據識別到的車道邊緣計算車道寬度，根據所述車道寬度標記交匯點，記錄交匯點相關信息并上傳所述交匯點相關信息至云平臺，所述相關信息包括但不限于：交匯點位置信息、交匯點處的車道寬度；當兩車進行交匯時，發送交匯點相關信息給對應車輛；根據所述交匯點相關信息對兩車匯車進行指導。

7.根據權利要求6所述的一種基于深度學習的狹窄區域交匯車安全輔助系統，其特征在于，

所述云平臺還用于：“根據所述交匯點相關信息對兩車匯車進行指導”，具體還包括步驟：

計算車道寬度與雙方車輛的寬度和的差值，若差值大于預設閾值，則發出引導信息引導兩車至對應交匯點并進行匯車操作；

若差值小于預設閾值，則通過云平臺獲取其它的交匯點相關信息，計算得到一個合適的交匯點。

8.根據權利要求6所述的一種基于深度學習的狹窄區域交匯車安全輔助系統，其特征在于，還包括：車身控制器，所述車身控制器連接所述攝像裝置；

所述車身控制器獲取攝像裝置上傳的圖像數據；

所述車身控制器用于：在無結構化道路行駛時，對車道邊緣進行識別，根據識別到的車道邊緣自行定位車道線，行駛過程中，判斷車輛是否觸碰到車道線，若觸碰到，則發出預警提示。

9.根據權利要求6所述的一種基于深度學習的狹窄區域交匯車安全輔助系統，其特征在于，所述云平臺還用于：獲取不同車輛的行駛軌跡，根據所述行駛軌跡對部分路段的邊界進行重新定位，根據重新定位的結果判斷是否有新的交匯點生成，若有，則對應添加交匯點相關信息至云平臺。

10.根據權利要求7所述的一種基于深度學習的狹窄區域交匯車安全輔助系統，其特征在于，所述云平臺還用于：獲取并計算對向來車的駕駛信息，所述駕駛信息包括但不限于：速度、加速度方向、角度、姿態；

根據所述駕駛信息預估對向來車預設時間內的行駛路徑；

結合本車的駕駛信息與對向來車的預設時間內的行駛路徑進行路徑規劃。