[发明专利]一种基于神经网络的大型汽车安全驾驶方法及系统

权利要求书

1.一种基于神经网络的大型汽车安全驾驶方法，其特征在于，包括如下步骤：

S1、采集实车行驶数据集信息，建立数据库；

S2、搭建汽车控制器，汽车控制器为基于Linux系统上搭建的神经网络模型，并利用所述实车行驶数据集信息训练神经网络模型，从而获得应对各种复杂多变的危急情况与驾驶员安全避让、安全驾驶的行为数据形成映射关系；

S3、通过环境感知模块采集环境信息以及当前汽车行驶的状态信息，并将其作为输入信息；具体包括：

采集汽车当前的行驶速度、当前的行驶加速度、当前路面的附着系数、横摆角速度、方向盘转角、航向角、质心坐标以及由摄像头传送来的图像信息；

所述图像信息包括周围的车辆信息，行人信息，交通信号标志，路阻信息以及该车与前方车辆、行人、交通信号标、路阻之间的距离信息；汽车侧方的汽车、道路边缘信息，由超声波传感器检测并传来的汽车两侧的障碍物信息以及距离障碍物之间的距离信息；

S4、汽车控制器接收上述输入信息，并判断汽车所处的当前状态以及环境信息进而将其输出给安全语音提示模块；

S5、安全语音提示模块根据当前的汽车驾驶状态信息设置两个安全距离信息，即结合当前环境信息以及汽车行驶状态信息判断出的将要发生危险状况的距离信息以及汽车可安全避让距离的最小距离信息；

所述步骤S5中设置两个安全距离信息的具体过程如下：

S51、计算汽车的制动距离，汽车的制动距离包括制动器起作用的阶段和制动器持续制动的阶段，总的制动距离计算公式如下：

式中，S为汽车根据当前的车速的制动距离，a_max是汽车的最大制动减速度，μ₀为汽车减速时的初始减速度，t′₁为由于制动蹄与制动鼓间存在的间隙，制动器所反应的时间，t″₁为制动力从零持续增长到最大制动力所需的时间，t₁＝t′₁+t″₁统称为制动器的作用时间，制动器的作用时间在0.2s至0.9s之间；

S52、根据汽车与前方障碍物之间的距离，判断汽车将要发生危险状况的距离D以及汽车可安全避让距离的最小距离信息d之间的关系；

S53、通过环境感知模块中的双目红外线摄像头检测汽车前方的环境信息以及环境中的车辆、行人、交通信号标志、路阻信息，并根据双目测距原理以及三角形相似原理，计算出视差，进而得到深度信息；

S54、通过环境感知模块测得汽车到障碍物之间的距离后，汽车控制器计算出根据当前车速信息以及地面附着系数信息，得出汽车的制动距离，判断汽车是否会发生危险，设置汽车将要发生危险状况的距离D＝3/2S，汽车可安全避让距离的最小距离信息d＝S；

S6、在汽车接收到将要发生危险状况的距离信息后，汽车控制器输出信息给安全语音提示模块，提醒驾驶员作出反应；

S7、若驾驶员此时做出了反应，汽车控制器将驾驶安全避让的驾驶行为数据保存到数据库中，若驾驶员没有做出反应，在达到规定的可安全避让最小危险距离后，汽车控制器控制安全驾驶辅助操控模块通过步骤S2中采集的输入信息做出辅助驾驶操控。

2.根据权利要求1所述的基于神经网络的大型汽车安全驾驶方法，其特征在于，所述步骤S7之后还包括：

S8、安全语音提示模块接收汽车控制器传来的信息，通过语音播放器将将要发生危险状况的距离信息提示给驾驶员，并判断在将要发生危险状况的距离至可安全避让距离的最小距离之间，驾驶员有没有做出反应。

3.根据权利要求1或2所述的基于神经网络的大型汽车安全驾驶方法，其特征在于，所述步骤S8之后还包括：

S9、如果驾驶员未在将要发生危险状况的距离至可安全避让距离的最小距离之间做出反应，在汽车达到规定的最小可安全避让距离的最小距离后，汽车控制器会根据当前的环境信息以及汽车状态信息进行判断输出相应的安全避让决策数据信息传送至安全驾驶辅助操控模块，达到安全避让、安全行车。