[实用新型]一种自动驾驶计算系统有效
| 申请号: | 201921735847.9 | 申请日: | 2019-10-16 |
| 公开(公告)号: | CN210270935U | 公开(公告)日: | 2020-04-07 |
| 发明(设计)人: | 霍桂利 | 申请(专利权)人: | 霍桂利 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;H04N7/18 |
| 代理公司: | 太原高欣科创专利代理事务所(普通合伙) 14109 | 代理人: | 冷锦超 |
| 地址: | 030000 山西省*** | 国省代码: | 山西;14 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 自动 驾驶 计算 系统 | ||
本实用新型公开了一种自动驾驶计算系统,包括MPSOC单元和图像采集模块,所述MPSOC单元接收激光雷达数据和视觉数据,MPSOC单元通过接口连接有数据处理模块,所述数据处理模块用于将激光雷达数据和视觉数据分类处理,并将信号通过接口传输给图像采集模块。本实用新型中,通过MPSOC单元通过接口连接有数据处理模块,数据处理模块用于将激光雷达数据和视觉数据分类处理,并将信号通过接口传输给图像采集模块,数据采集模块将数据分类为设定距离以内的障碍物和设定距离以外的障碍物,使得图像采集模块可以分别处理,以保证了图像采集模块处理的稳定有序性,确保汽车行驶更加安全。
技术领域
本实用新型涉及自动驾驶技术领域,尤其涉及一种自动驾驶计算系统。
背景技术
自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。
然而现有的自动驾驶计算系统接收到的雷达处理方面仍存在一些不足,雷达接收信息较多,无法保证后续的图像采集模块稳定有序的处理数据;其次,图像采集模块运行量大,保证足够散热的情况下,会导致图像采集模块上附着灰尘,会影响图像采集模块的稳定运行;而且现有的自动驾驶计算系统的传统的HOG算法不能确定所求得的参数值是实际参数值,尤其是存在阴影或遮挡的条件下,经常出现拟合结果偏差较大的情况。
实用新型内容
本实用新型的目的在于:为了解决自动驾驶计算系统的传统的自动驾驶计算系统的上述问题,而提出的一种自动驾驶计算系统。
为了实现上述目的,本实用新型采用了如下技术方案:
一种自动驾驶计算系统,包括MPSOC单元和图像采集模块,所述MPSOC单元接收激光雷达数据和视觉数据,MPSOC单元通过接口连接有数据处理模块,所述数据处理模块用于将激光雷达数据和视觉数据分类处理,并将信号通过接口传输给图像采集模块,所述图像采集模块套装在储放箱内,所述图像采集模块底部与储放箱固定连接,所述图像采集模块外壁包设有导热橡胶,所述图像采集模块竖直端两侧通过弹簧与储放箱弹性连接,所述储放箱内侧竖直端固定连接有缓冲橡胶,所述储放箱底部开设有倒Z型散热孔。
作为上述技术方案的进一步描述:
所述图像采集模块连接有特征筛选模块,所述图像采集模块用于收集车周围的视频图像,可以直接接受雷达卫星或者摄像头的图像,并将图像传送给特征筛选模块。
作为上述技术方案的进一步描述:
所述特征筛选模块通过接口连接有SVM训练模块和SVM预测模块,所述SVM训练模块和SVM预测模块通过接口连接,所述SVM训练模块和SVM预测模块均与计算模块连接,所述计算模块外安装有电接口,用于连接输出模块。
作为上述技术方案的进一步描述:
所述特征筛选模块用于接收图像,并提取图像中目标检测所需要的特征,并保存在文本文件中方便调用,并保存每帧图像相应的特征向量,将提取的特征按照SVM给定的模板进行格式化。
作为上述技术方案的进一步描述:
所述SVM训练模块提取特征筛选模块中的所有图像,SVM预测模块提取特征筛选模块中的检测图像。
作为上述技术方案的进一步描述:
所述SVM训练模块和SVM预测模块通过SVM训练参数将数据整理后传送给计算模块,计算模块利用函数进行计算,对车辆周围进行检测识别。
作为上述技术方案的进一步描述:
所述SVM训练参数包括有均电性连接的训练内存、训练停止标准、惩罚因子、权重和是否做概率估算。
综上所述,由于采用了上述技术方案,本实用新型的有益效果是:
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霍桂利,未经霍桂利许可,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/201921735847.9/2.html,转载请声明来源钻瓜专利网。
- 上一篇:一种嵌入式控制平台用散热机箱
- 下一篇:一种变电站新型弹簧式接地线





