视觉盲区环境下的智能车辆防御性驾驶系统 |
|||||||
| 申请号 | CN202320783571.1 | 申请日 | 2023-04-06 | 公开(公告)号 | CN220500675U | 公开(公告)日 | 2024-02-20 |
| 申请人 | 合肥工业大学; | 发明人 | 孔慧芳; 张倩; 刘田阔; 胡杰; 张晓雪; 朱文祥; | ||||
| 摘要 | 本实用新型涉及一种视觉盲区环境下的智能车辆防御性驾驶系统，属于智能驾驶领域。该防御性驾驶系统包括 数据采集 单元，盲区监测单元，语音提示单元，自主决策单元、行车控制单元和CAN总线。所述数据采集单元与所述盲区监测单元通过CAN总线通信，所述盲区监测单元与所述语音提示单元通过CAN总线通信，所述数据采集单元与所述自主决策单元通过CAN总线通信，所述自主决策单元与所述行车控制单元通过CAN总线通信。该智能车辆的防御性驾驶系统可以预测视觉盲区道路上可能发生的危险，从而及时采取防御措施，减少交通事故的发生，提高智能车辆行驶的安全性，且不依赖车路协同技术，实现成本较低。 | ||||||
| 权利要求 | 1.一种视觉盲区环境下的智能车辆防御性驾驶系统，其特征在于，包括数据采集单元(1)，盲区监测单元(2)，语音提示单元(3)，自主决策单元(4)、行车控制单元(5)和CAN总线(6)； |
||||||
| 说明书全文 | 视觉盲区环境下的智能车辆防御性驾驶系统技术领域[0001] 本实用新型属于智能驾驶领域，具体涉及一种视觉盲区环境下的智能车辆防御性驾驶系统。 背景技术[0002] 随着汽车保有量的快速增长，引发日益严重的交通安全问题。其中，因侧边停车、建筑物、公交站台公交停留、天桥石墩以及绿化带等遮挡驾驶人视线，形成视觉盲区环境，当前方出现行人横穿马路的情况时，驾驶人无法及时掌握信息采取措施，造成人车碰撞事故，往往会造成大量的财产损失及严重的人员伤亡，俗称“鬼探头”。 [0003] 因此，研制一种视觉盲区环境下的智能车辆防御性驾驶系统能够提前预测视觉盲区道路上可能发生的危险，并及时采取预防措施，减少交通事故的发生。实用新型内容 [0004] 本实用新型的目的在于提供一种视觉盲区环境下的智能车辆防御性驾驶系统，以提高视觉盲区环境下车辆驾驶的安全性。 [0005] 为解决上述技术问题，本实用新型提供了一种视觉盲区环境下智能车辆的防御性驾驶系统，包括数据采集单元，盲区监测单元，语音提示单元，自主决策单元、行车控制单元和CAN总线； [0006] 所述CAN总线包括第一CAN收发器、第二CAN收发器、第三CAN收发器、第四CAN收发器和第五CAN收发器，其中，所述第一CAN收发器分别与所述第二CAN收发器、所述第四CAN收发器通信连接，所述第二CAN收发器与所述第三CAN收发器通信连接，所述第四CAN收发器与所述第五CAN收发器通信连接； [0007] 所述数据采集单元包括第一超声波雷达、第二超声波雷达、毫米波雷达、车载摄像头和速度传感器，所述第一超声波雷达安装在智能车辆车身的左后视镜上，所述第二超声波雷达安装在智能车辆车身的右后视镜上，所述毫米波雷达安装在智能车辆的前保险杠的中心位置，所述车载摄像头安装在智能车辆的前挡风玻璃上，所述速度传感器安装在智能车辆的变速箱差速器上；所述第一超声波雷达、第二超声波雷达、毫米波雷达、车载摄像头、速度传感器分别与所述第一CAN收发器电连接； [0010] 所述自主决策单元包括顺序电连接的第二存储模块、预测模块和决策模块，其中，所述第二存储模块、决策模块分别与所述第四CAN收发器电连接； [0011] 所述行车控制单元包括驱动控制模块、制动控制模块和转向控制模块，所述驱动控制模块、制动控制模块、转向控制模块分别与所述第五CAN收发器电连接。 [0012] 优选地，所述语音控制模块采用WT88FB‑8S语音芯片。 [0013] 优选地，所述图像处理模块采用Arm Mali‑C78AE处理器。 [0014] 优选地，所述驱动控制模块采用INFINEON AURIX TC3XX微控制器，所述制动控制模块采用ATE MK60 ABS制动控制器，所述转向控制模块采用DVM48S05‑EPAS转向控制器。 [0015] 本实用新型的有益效果包括： [0016] 1、该防御性驾驶系统通过车载传感器识别路边障碍物遮挡引起的视觉盲区，根据车辆自身的运行状态判断行驶风险，并执行相应的防御性驾驶策略，不依赖车路协同技术，实现成本较低。 [0018] 图1是本实用新型中智能车辆防御性驾驶系统的结构示意图； [0019] 图2是本实用新型中车载摄像头、超声波雷达和毫米波雷达的位置示意图； [0020] 图3是本实用新型中智能车辆防御性驾驶系统中各模块的连接示意图； 具体实施方式[0021] 下面结合附图和实施例，对本实用新型做进一步说明，但本实用新型并不限于以下实施例。 [0022] 在本实施例中，所述视觉盲区环境为智能车辆行驶过程中，由于侧边停车、建筑物、公交站台公交停留、天桥石墩以及绿化带等遮挡车载摄像头视线，形成的视觉盲区。 [0023] 图1为本实用新型的智能车辆防御性驾驶系统的基本结构图，图2是本实用新型中车载摄像头、超声波雷达和毫米波雷达的位置示意图，图3是本实用新型中智能车辆防御性驾驶系统中各模块的连接示意图，由图1‑图3可见，本实用新型提供的视觉盲区环境下的智能车辆防御性驾驶系统，包括数据采集单元1，盲区监测单元2，语音提示单元3，自主决策单元4、行车控制单元5和CAN总线6。 [0024] 所述CAN总线6包括第一CAN收发器601、第二CAN收发器602、第三CAN收发器603、第四CAN收发器604和第五CAN收发器605，其中，所述第一CAN收发器601分别与所述第二CAN收发器602、所述第四CAN收发器604通信连接，所述第二CAN收发器602与所述第三CAN收发器603通信连接，所述第四CAN收发器604与所述第五CAN收发器605通信连接。 [0025] 所述数据采集单元1包括第一超声波雷达101、第二超声波雷达102、毫米波雷达103、车载摄像头104和速度传感器105，所述第一超声波雷达101安装在智能车辆车身的左后视镜上，所述第二超声波雷达102安装在智能车辆车身的右后视镜上，所述毫米波雷达 103安装在智能车辆的前保险杠的中心位置，所述车载摄像头104安装在智能车辆的前挡风玻璃上，所述速度传感器105安装在智能车辆的变速箱差速器上。所述第一超声波雷达101、第二超声波雷达102、毫米波雷达103、车载摄像头104、速度传感器105分别与所述第一CAN收发器601电连接。 [0026] 在本实施例中，所述第一超声波雷达101用于探测所述智能车辆车身左侧物体与所述智能车辆车身之间的距离，第二超声波雷达102用于探测所述智能车辆车身右侧物体与所述智能车辆车身之间的距离，所述毫米波雷达103用于探测智能车辆侧前方物体与毫米波雷达安装位置之间的距离，所述车载摄像头104用于采集智能车辆前方环境的图像信息，所述速度传感器105用于采集所述智能车辆的速度。 [0027] 所述盲区监测单元2包括顺序电连接的第一存储模块201、图像处理模块202和盲区识别模块203，其中，所述第一存储模块201、盲区识别模块203分别与所述第二CAN收发器602电连接。 [0028] 在本实施例中，所述图像处理模块202采用Arm Mali‑C78AE处理器。 [0029] 在本实施例中，所述第一存储模块201用于存储数据采集单元1通过第一CAN收发器601、第二CAN收发器602发送过来的数据，图像处理模块202用于图像处理，盲区识别模块203用于盲区状态的识别。 [0031] 所述语音提示单元3包括语音控制模块301，该语音控制模块301与所述第三CAN收发器603电连接。在本实施例中，所述语音控制模块301采用WT588F02B‑8S语音芯片，该芯片用于发出警示语音。 [0032] 所述自主决策单元4包括顺序电连接的第二存储模块401、预测模块402和决策模块403，其中，所述第二存储模块401、决策模块403分别与所述第四CAN收发器604电连接。 [0033] 本实施例中，所述预测模块402采用循环神经网络(RNN)的深度学习算法学习智能车辆历史轨迹和环境信息，预测智能车辆未来的行驶轨迹。 [0034] 本实施例中，所述决策模块403采用马尔科夫决策过程，生成最优行动策略。 [0035] 所述行车控制单元5包括驱动控制模块501、制动控制模块502和转向控制模块503，所述驱动控制模块501、制动控制模块502、转向控制模块503分别与所述第五CAN收发器605电连接。 [0037] 本实施例中，所述驱动控制模块501采用INFINEON AURIX TC3XX微控制器。本实施例中，所述制动控制模块502采用ATE MK60 ABS制动控制器。本实施例中，所述转向控制模块503采用DVM48S05‑EPAS转向控制器。 [0038] 最后说明的是，在本实用新型中所述盲区识别模块203和预测模块402中涉及的算法、决策模块403中涉及的决策过程均采用本领域成熟的技术，不是本实用新型的发明点所在。 |
||||||
