[发明专利]一种基于深度学习的车辆自主检测与控制系统

权利要求书

1.一种基于深度学习的车辆自主检测与控制系统，其特征在于，所述系统包括：前端检测机构(2)、后端检测机构(3)、储存组件和处理器，其中，所述前端检测机构(2)和后端检测机构(3)分别安装在车体(1)的前端和后端，处理器与储存组件设置在车体(1)内部；

所述前端检测机构(2)，用于对汽车前端正下方的路面进行检测，并将测量数据发送至处理器；还用于接收处理器的控制进行动作；

所述后端检测机构(3)，用于对汽车后端正下方的路面进行检测，并将测量数据发送至处理器；还用于接收处理器的控制进行动作；

所述储存组件，用于存储预先训练好的检测模型，用于存储测量规则和预定规则，还用于存储由所述处理器确定并修正的误差数据和选定的控制策略；所述储存组件包括深度学习储存器和规则储存器；

所述处理器，用于接收前端检测机构(2)和后端检测机构(3)的测量数据，用于根据测量数据，调取储存组件中的检测模型进行检测，并调取储存组件中的测量规则和预定规则控制前端检测机构(2)和后端检测机构(3)工作，将修正的误差数据和选定的控制策略输入储存组件保存；

所述处理器的具体实现过程为：

接收前端检测机构(2)和后端检测机构(3)的测量数据；

根据测量数据，调取深度学习储存器的检测模型进行检测，接收检测模型的输出结果；

当输出结果为前进模式时，从规则储存器调用测量规则控制前端检测机构(2)；

如果车辆前方存在坑洼路段，计算得到坑洼路段的横向宽度和纵向宽度；

从规则储存器调用预定规则控制车体(1)调整前行方向避让坑洼路段；

当输出结果为后退模式时，接收后端检测机构(3)的测量数据；

如果车辆后方存在坑洼路段，从规则储存器调用测量规则计算得到坑洼路段的横向宽度和纵向宽度；

从规则储存器调用预定规则控制车体(1)调整后退方向避让坑洼路段；

所述前端检测机构(2)和后端检测机构(3)为结构相同的检测机构，所述检测机构包括：旋转机构和若干个电磁波测距仪(4)；其中，

所述旋转机构包括水平安装在车身上的弧形齿条(5)、驱动电机(6)和转动平台(7)，所述驱动电机(6)的输出端设置齿轮(13)，与弧形齿条(5)啮合；所述弧形齿条(5)的顶部和底部均设置弧形滑道(8)，所述转动平台(7)通过若干个辊轮(12)与弧形滑道(8)滑动配合；所述转动平台(7)包括U形面板(10)和翻转面板(11)，翻转面板(11)通过水平转轴与U形面板(10)的顶部边缘转动配合，所述U形面板(10)位于翻转面板(11)的正下方铰接推动气缸(9)，所述电磁波测距仪(4)均安装在U形面板(10)上。

2.根据权利要求1所述的基于深度学习的车辆自主检测与控制系统，其特征在于，所述驱动电机(6)为伺服电机，由伺服控制器控制。

3.根据权利要求1所述的基于深度学习的车辆自主检测与控制系统，其特征在于，所述弧形齿条(5)的两端均安装限位块，每个限位块上均设置限位开关。

4.根据权利要求1所述的基于深度学习的车辆自主检测与控制系统，其特征在于，所述储存组件还包括误差储存器；其中，

所述深度学习储存器，用于存储预先训练好的检测模型；

所述规则储存器，用于存储预定规则和测量规则；

所述误差储存器，用于存储由所述处理器确定并修正的误差数据和选定的控制策略。

5.根据权利要求1所述的基于深度学习的车辆自主检测与控制系统，其特征在于，所述检测模型的输入为前端检测机构(2)和后端检测机构(3)的测量数据，输出为前进模式或后退模式，所述检测模型包括一个输入层、三个卷积层、三个全连接层和SoftMax层；其中，

所述三个卷积层均采用3×3的卷积核，输出分别为64×64×128、32×32×256和32×32×512；

所述三个全连接层的输出分别为2048×1、1024×1和10×1；

所述SoftMax层的输出为2×1。