[发明专利]危险行驶场景辨识平台、方法及存储介质

说明书

本发明涉及一种危险行驶场景辨识平台、方法及存储介质，所述平台包括：特征分析设备，用于基于车牌成像特征提取接收到的图像中的各个车牌号码，进而获取每一个车牌号码对应的事故次数；次数分析设备，与所述特征分析设备连接，用于对各个车牌号码分别对应的各个事故次数进行均值计算，以获得平均事故次数；逃离提示设备，与所述次数分析设备连接，用于在接收到的平均事故次数超限时，发出逃离当前环境的提示信息，否则，发出留守当前环境的提示信息。本发明的危险行驶场景辨识平台、方法及存储介质结构紧凑、运行稳定。由于能够基于周围各个车辆的各个事故次数决定当前行驶场景的危险程度，从而主动为车主提供了重要的行驶参考信息。

技术领域

本发明涉及智能控制领域，尤其涉及一种危险行驶场景辨识平台、方法及存储介质。

背景技术

智能控制是具有智能信息处理、智能信息反馈和智能控制决策的控制方式，是控制理论发展的高级阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制问题。智能控制研究对象的主要特点是具有不确定性的数学模型、高度的非线性和复杂的任务要求。

智能控制的思想出现于20世纪60年代。当时，学习控制的研究十分活跃，并获得较好的应用。如自学习和自适应方法被开发出来，用于解决控制系统的随机特性问题和模型未知问题；1965年美国普渡大学傅京孙教授首先把AI的启发式推理规则用于学习控制系统；1966年美国门德尔首先主张将AI用于飞船控制系统的设计。

发明内容

为了解决相关领域的技术问题，本发明提供了一种危险行驶场景辨识平台，能够对周围各个车辆的各个事故次数进行均值计算，以获得平均事故次数，将所述平均事故次数作为参考数据以决定当前行驶场景的危险程度；其中，在通过电子地图APP获取当前行驶路段的拥堵等级低于预设等级阈值时，方启动对当前行驶场景的危险程度的判断，从而降低了设备功耗。

根据本发明的一方面，提供了一种危险行驶场景辨识平台，所述平台包括：

拥堵检测设备，设置在车载终端上，用于在通过电子地图APP获取当前行驶路段的拥堵等级低于预设等级阈值时，发出第一控制信号；

所述拥堵检测设备还用于在通过电子地图APP获取当前行驶路段的拥堵等级高于等于所述预设等级阈值时，发出第二控制信号；

宽视野摄像仪，其视角超过270度，设置在车辆顶部，与所述拥堵检测设备连接，用于在接收到所述第一控制信号时，对车辆所在场景执行拍摄，以获得对应的宽视野图像；

伽马校正设备，与所述宽视野摄像仪连接，用于接收所述宽视野图像，对所述宽视野图像执行伽马校正处理，以获得伽马校正图像；

高通滤波锐化设备，与所述伽马校正设备连接，用于接收所述伽马校正图像，基于所述伽马校正图像的模糊度执行对所述伽马校正图像的高通滤波锐化，以获得高通滤波锐化图像，所述伽马校正图像的模糊度越高，执行对所述伽马校正图像的高通滤波锐化的次数越多；

统计排序滤波器设备，与所述高通滤波锐化设备连接，用于基于接收到的高通滤波锐化图像中的噪声最大幅值执行对所述高通滤波锐化图像的统计排序滤波器处理，以获得相应的统计滤波图像，所述噪声最大幅值越大，对所述高通滤波锐化图像的统计排序滤波器处理的幅度越大；

特征分析设备，与所述统计排序滤波器设备连接，用于基于车牌成像特征提取统计滤波图像中的各个车牌号码，进而获取每一个车牌号码对应的事故次数；

次数分析设备，与所述特征分析设备连接，用于对各个车牌号码分别对应的各个事故次数进行均值计算，以获得平均事故次数；

逃离提示设备，与所述次数分析设备连接，用于在接收到的平均事故次数超限时，发出逃离当前环境的提示信息，否则，发出留守当前环境的提示信息。