[实用新型]基于单类支持向量机的车辆碰撞预警系统有效

专利信息
申请号: 201920941391.5 申请日: 2019-06-20
公开(公告)号: CN210478527U 公开(公告)日: 2020-05-08
发明(设计)人: 杨蒙蒙;杨文忠;梁凡;于伟杰;张志豪;魏文钰;柴亚闯;杜慧祥;任秋如;李海磊;黄梅 申请(专利权)人: 杨蒙蒙
主分类号: B60Q9/00 分类号: B60Q9/00
代理公司: 北京知呱呱知识产权代理有限公司 11577 代理人: 杜立军;孙志一
地址: 830046 新疆维吾尔*** 国省代码: 新疆;65
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 支持 向量 车辆 碰撞 预警系统
【说明书】:

基于单类支持向量机的车辆碰撞预警系统,摄像头与图像处理器连接,图像处理器与微处理器连接,摄像头用于获取车辆行驶的道路表面信息及行驶路段车流量信息,图像处理器用于对道路表面信息及车流量信息进行处理;车速感应器与微处理器连接,车速感应器用于获取车辆行驶的速度信息;方向盘感应器与微处理器连接,方向盘感应器用于获取车辆行驶过程方向盘操纵方式信息;卫星定位器用于获取判断道路等级的位置信息;存储模块用于存储车辆信息和车辆司机信息;司机信息识别装置与存储模块连接,司机信息识别装置用于获取包括司机性别和年龄的车辆司机信息。实现对车辆和司机做出相应的预测和预警提醒,从而减少车辆碰撞带来的损失。

技术领域

实用新型实施例涉及智能交通技术领域,具体涉及一种基于单类支持向量机的车辆碰撞预警系统。

背景技术

One-Class SVM即单类支持向量机,One-class SVM是要在特征空间中通过计算得到一个最小的可以包含所有输入数据的球体。特别地,它是假定那些对象可以被欧几里得空间中的某些维的向量所表示。然后那些数据点可以被映射到更高维数的特征空间上,从而可以计算出一个半径最小的且包含一些轮廓的球体,这些轮廓包含了那些数据点,它们被称之为聚类边界。One-class SVM 是一个无监督学习的分类方法。在一个高维特征空间中,需要寻找一个超平面将目标样本和原点分开,使得分开的间隔达到最大,目标样本一侧的区域标记为“+1”,即正样本,原点一侧的区域标记为“-1”,即负样本。One Class-SVM 可以应用一类样本数据进行训练。

目前,在进行车辆碰撞预警时,对车辆碰撞因素考虑比较单一,且具有局限性,有的只考虑到了司机因素,有的只考虑了交通流量和道路因素,有的只考虑了交通流量,天气等少数状况。现有技术中,预测结果是通过车辆会发生的碰撞概率决定,提前根据碰撞概率的大小通过预警器来对驾驶车辆和驾驶司机做出提前预测和预警提醒。车辆碰撞预测准确性差,难以对碰撞程度大小进行预测。

实用新型内容

为此,本实用新型实施例提供一种基于单类支持向量机的车辆碰撞预警系统,实现对车辆和司机做出相应的预测和预警提醒,从而减少车辆碰撞带来的损失。

为了实现上述目的,本实用新型实施例提供如下技术方案:基于单类支持向量机的车辆碰撞预警系统,包括嵌入有预测车辆碰撞模型算法的微处理器,还包括摄像头、图像处理器、车速感应器、方向盘感应器、卫星定位器、存储模块和司机信息识别装置;所述摄像头与所述图像处理器连接,所述图像处理器与所述微处理器连接,摄像头用于获取车辆行驶的道路表面信息及行驶路段车流量信息,所述图像处理器用于对道路表面信息及车流量信息进行处理;所述车速感应器与所述微处理器连接,车速感应器用于获取车辆行驶的速度信息;所述方向盘感应器与所述微处理器连接,方向盘感应器用于获取车辆行驶过程方向盘操纵方式信息;所述卫星定位器与所述微处理器连接,卫星定位器用于获取判断道路等级的位置信息;所述存储模块与所述微处理器连接,存储模块用于存储车辆信息和车辆司机信息;所述司机信息识别装置与所述存储模块连接,司机信息识别装置用于获取包括司机性别和年龄的车辆司机信息。

作为基于单类支持向量机的车辆碰撞预警系统的优选方案,还包括光线感应器,所述光线感应器配置有光敏电阻,光线感应器与所述微处理器连接,光线感应器用于获取行驶过程中的光照信息。

作为基于单类支持向量机的车辆碰撞预警系统的优选方案,还包括车载蓝牙,所述车载蓝牙与所述微处理器连接,车载蓝牙用于获取车辆行驶时的天气、星期及时间信息。

作为基于单类支持向量机的车辆碰撞预警系统的优选方案,还包括语音报警芯片和语音扬声器,所述语音报警芯片连接所述微处理器,所述语音扬声器连接所述语音报警芯片,语音报警芯片和语音扬声器用于对车辆行驶过程中碰撞等级预测结果进行语音预警。

作为基于单类支持向量机的车辆碰撞预警系统的优选方案,所述司机信息识别装置包括布置在车辆上的脸部识别终端,脸部识别终端用于获取包括司机性别和年龄的车辆司机信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杨蒙蒙,未经杨蒙蒙许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201920941391.5/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top