[发明专利]一种公交车智能网联碰撞优化系统及方法在审

专利信息
申请号: 202110230451.4 申请日: 2021-03-02
公开(公告)号: CN112991733A 公开(公告)日: 2021-06-18
发明(设计)人: 陈可禹;王春燕;张自宇;赵万忠;朱耀鎏;曹铭纯;于博洋;孟琦康 申请(专利权)人: 南京航空航天大学
主分类号: G08G1/01 分类号: G08G1/01;G08G1/0967;G08G1/127;G08G1/16;H04W4/42;H04W4/48;H04W24/02;H04W24/06;G06K9/00;G06K9/62;G06F30/20;G06F111/04
代理公司: 江苏圣典律师事务所 32237 代理人: 贺翔
地址: 210016 江*** 国省代码: 江苏;32
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 公交车 智能 碰撞 优化 系统 方法
【权利要求书】:

1.一种公交车智能网联碰撞优化系统,其特征在于,包括:车载终端与边缘服务器;

所述车载终端包括:数据采集模块、第一数据传输模块、车载数据处理模块及交互模块;

所述数据采集模块,用于采集公交车周围物体的视频图像信息、运动信息以及公交车自车的地理位置信息;

所述车载数据处理模块,用于根据上述采集到的视频图像信息进行车道线检测;

所述第一数据传输模块,用于将上述车道线检测结果、公交车周围物体的视频图像信息及运动信息,发送给离公交车自车最近的边缘服务器;

所述交互模块,用于实现实时的人机交互;

所述边缘服务器包括:物体检测模块、决策优化模块及第二数据传输模块;

所述第二数据传输模块,用于接收上述第一数据传输模块传输的数据;

所述物体检测模块,用于根据上述公交车周围物体的视频图像信息来识别公交车周围物体类别信息;

所述决策优化模块,用于根据上述识别得到的周围物体类别信息、车道线信息及公交车周围物体的运动信息进行优化计算,得出最优驾驶决策信息,并通过第二数据传输模块将得到的最优驾驶决策信息发送给第一数据传输模块。

2.根据权利要求1所述的公交车智能网联碰撞优化系统,其特征在于,所述数据采集模块包括:车载移动摄像头、GPS模块、车载雷达,其中,所述车载移动摄像头用于采集公交车周围物体的视频图像数据,所述GPS模块用于采集公交车自车的地理位置信息,所述车载雷达用于测量公交车与周围物体的相对距离、相对速度、相对方位角。

3.根据权利要求1所述的公交车智能网联碰撞优化系统,其特征在于,所述物体检测模块利用Darknet深度学习框架初始化后的物体检测模型识别公交车周围物体类别信息。

4.根据权利要求1所述的公交车智能网联碰撞优化系统,其特征在于,所述交互模块包括:车载显示单元以及音频单元,所述车载显示单元用于向驾驶员显示最优驾驶决策信息,所述音频单元用于向驾驶员发送语言,提示最优驾驶决策信息。

5.一种公交车智能网联碰撞优化方法,基于权利要求1-4中任意一项所述系统,其特征在于,包括以下步骤:

(1)采集公交车周围物体的视频图像信息、运动信息及自车的地理位置信息;

(2)根据上述采集到的信息运用OpenCV图像处理技术实现车道线检测;

(3)根据步骤(1)中的自车的地理位置信息找到离自车最近的边缘服务器,将步骤(1)中采集到的物体视频图像信息、运动信息及步骤(2)中检测到的车道线检测结果信息传输至距离自车最近的边缘服务器;

(4)物体检测模块对公交车周围物体类别信息进行识别;

(5)将步骤(1)中公交车周围物体的运动信息与步骤(4)中物体类型检测识别结果一一对应,得到公交车周围物体的类别信息及相应的运动信息;

(6)决策优化模块利用优化模型进行求解,得到最优驾驶决策信息;

(7)将上述得到的最优驾驶决策信息发送给车载终端,以通知驾驶员采取相应的驾驶动作。

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南京航空航天大学,未经南京航空航天大学许可,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/202110230451.4/1.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