[发明专利]一种基于深度学习的车辆自主检测与控制系统有效

专利信息
申请号: 202011466480.2 申请日: 2020-12-14
公开(公告)号: CN112697457B 公开(公告)日: 2022-11-01
发明(设计)人: 张佳锋;曹成航;彭晓东;牛文龙 申请(专利权)人: 中国科学院国家空间科学中心
主分类号: G01M17/007 分类号: G01M17/007;B60R11/00
代理公司: 北京方安思达知识产权代理有限公司 11472 代理人: 陈琳琳;李彪
地址: 100190 *** 国省代码: 北京;11
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 基于 深度 学习 车辆 自主 检测 控制系统
【说明书】:

发明公开了一种基于深度学习的车辆自主检测与控制系统,该系统包括:前端检测机构(2)、后端检测机构(3)、储存组件和处理器,其中,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;前端检测机构(2)和后端检测机构(3),分别用于对汽车前端正下方和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;储存组件,用于存储预先训练好的检测模型、测量规则和预定规则以及修正的误差数据和控制策略;处理器,用于接收测量数据,调取检测模型进行检测,调取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。

技术领域

本发明涉及计算机深度学习技术领域,尤其是涉及一种基于深度学习的车辆自主检测与控制系统。

背景技术

深度学习(DL,Deep Learning)是机器学习领域中一个新的研究方向,它被引入机器学习使其更接近于最初的目标——人工智能,深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助,它的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。

现在自主车辆实现自动驾驶,是现有社会汽车主要发展研究方向,现有的自主车辆都是在平整路面进行自动行驶,并不能实现在路面不平整或者泥泞的路段自动行驶,还是需要人工对车辆进行驾驶,才能保证安全行驶,目前厂家对在路面不平整或者泥泞的路段自动行驶测试,实验过程中使用的测试车使用的都是功能齐全的车辆,实验过程容易出现失误并造成车辆损伤,使得整个实验成本过高,如果使用仅仅能够驱动配合实验的半成品车辆,实验过程的效率低下。

此外,现有车辆普遍不具备自主驾驶的功能,而用户又希望加装该功能。在这种情况下采取加装自动驾驶控制模块成为了一种廉价且快捷的操作方式。

发明内容

本发明的目的在于克服现有技术缺陷,提出了一种基于深度学习的车辆自主检测与控制系统。

为了实现上述目的,本发明提出了一种基于深度学习的车辆自主检测与控制系统,所述系统包括:前端检测机构、后端检测机构、储存组件和处理器,其中,所述前端检测机构和后端检测机构分别安装在车体的前端和后端,处理器与储存组件设置在车体内部;

所述前端检测机构,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,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;

所述处理器,用于接收前端检测机构和后端检测机构的测量数据,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和后端检测机构工作,将修正的误差数据和选定的控制策略输入存储组件保存。

作为上述方法的一种改进,所述前端检测机构和后端检测机构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;其中,

所述旋转机构包括水平安装在车身上的弧形齿条、驱动电机和转动平台,所述驱动电机的输出端设置齿轮,与弧形齿条啮合;所述弧形齿条的顶部和底部均设置弧形滑道,所述转动平台通过若干个辊轮与弧形滑道滑动配合;所述转动平台包括U形面板和翻转面板,翻转面板通过水平转轴与U形面板的顶部边缘转动配合,所述U形面板位于翻转面板的正下方铰接推动气缸,所述电磁波测距仪均安装在U形面板上。

作为上述方法的一种改进,所述驱动电机为伺服电机,由伺服控制器控制。

作为上述方法的一种改进,所述弧形齿条的两端均安装限位块,每个限位块上均设置限位开关。

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中国科学院国家空间科学中心,未经中国科学院国家空间科学中心许可,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/202011466480.2/2.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