[发明专利]用于事故预测和辅助的智能车辆系统和控制逻辑

权利要求书

1.一种用于利用传感器阵列来控制机动车辆的操作的方法，所述传感器阵列包括安装在机动车辆上的离散位置处的摄像机网络，所述方法包括：

经由电子系统控制器通过无线通信装置接收指示机动车辆处于或进入越野地形的车辆地理位置数据；

响应于车辆地理位置数据，经由系统控制器从传感器阵列接收摄像机数据，所述摄像机数据指示由摄像机捕捉的摄像机生成的图像，并且包含机动车辆的驱动轮和越野地形的地形表面；

经由系统控制器从控制器局域网（CAN）总线接收机动车辆的车辆操作特性数据和车辆动力学数据；

经由卷积神经网络（CNN）主干处理所述摄像机数据、所述车辆操作特性数据和所述车辆动力学数据，以预测在预测时间范围内在所述越野地形上驾驶事故的发生；和

响应于所预测的驾驶事故的发生，经由系统控制器将命令信号传输到驻留车辆系统以执行控制操作。

2.根据权利要求1所述的方法，进一步包括：

确定嵌入并固定在摄像机中的每一个的摄像机视图的预定义位置的感兴趣区（ROI）；和

通过裁剪摄像机生成的图像中的每一个以移除ROI之外的图像数据来生成经裁剪的摄像机图像。

3.根据权利要求2所述的方法，其中处理所述摄像机数据包括所述CNN主干分析所述经裁剪图像以确定所述机动车辆的驱动轮的轮特性，其中预测所述驾驶事故的发生基于所述驱动轮的轮特性。

4.根据权利要求3所述的方法，其中所述轮特性包括失去地面接触状态、停止在阻碍物中状态和/或失去正常操作特征状态。

5.根据权利要求2所述的方法，其中处理所述摄像机数据包括所述CNN主干分析所述经裁剪图像以确定所述越野地形的地形表面的地形特性，其中预测所述驾驶事故的发生基于所述地形表面的地形特性。

6.根据权利要求5所述的方法，其中所述地形特性包括地形类型和/或地形状况。

7.根据权利要求2所述的方法，其中处理所述摄像机数据包括所述CNN主干分析所述经裁剪图像以确定阻碍所述机动车辆的驾驶的障碍物的障碍物特性，其中预测所述驾驶事故的发生基于所述障碍物的障碍物特性。

8.根据权利要求7所述的方法，其中所述障碍物特性包括相对于所述驱动轮的轮高度和/或所述机动车辆的车身的车身高度的障碍物高度。

9.根据权利要求2所述的方法，其中处理摄像机数据包括：

对于彼此独立的摄像机生成的图像中的每一个，分析ROI的单个帧，以将特性分配给包含在摄像机生成的图像中的驱动轮和/或地形表面；和

基于ROI分析，经由CNN主干使用多个任务头生成指示特性并且经由情况分类器模块可评估的情况线索，所述情况分类器模块可操作来预测驾驶事故的发生。

10.根据权利要求2所述的方法，其中处理摄像机数据包括：

经由CNN主干对于所有摄像机生成的图像分析ROI的连续帧，以提取包含在摄像机生成的图像中的驱动轮和/或地形表面的特征；

经由级联模块将摄像机生成的图像链接成系列或链；和

经由递归神经网络（RNN）提取每个摄像机生成的图像的时间信息。