[发明专利]一种弯道违法占道预测方法及系统

权利要求书

1.一种弯道违法占道预测方法，其特征在于，包括以下步骤：

基于驾驶员视觉特性，构建视觉道路线形层，通过视觉道路线形层获取反映驾驶员感知的道路线形参数；

基于驾驶员动态视野随速度的变化情况，构建驾驶员动态视觉层，通过驾驶员动态视觉层获取驾驶员视野随速度动态变化的情况；

基于语义分割技术，构建视觉语义层，通过视觉语义层分割视觉道路环境，从而获取驾驶员在视觉上感知到的道路环境的组成部分；

基于深度估计技术，构建视觉深度层，通过视觉深度层获取驾驶员视觉感知到的道路环境的深度信息；

通过梯度加权类激活映射算法，构建视觉敏感层，通过视觉敏感层计算出驾驶员视觉敏感区域与视野之间的距离，从而获得驾驶员视觉的敏感距离；

将道路线形参数、驾驶员视野随速度动态变化的情况、道路环境的组成部分、道路环境的深度信息以及驾驶员视觉的敏感距离输入通过XGBoost机器学习算法构建的双车道公路曲线路段IROL的预测模型中，输出处理结果，根据处理结果预测驾驶员通过乡村双车道道路弯道时的占道情况。

2.根据权利要求1所述的一种弯道违法占道预测方法，其特征在于，所述反映驾驶员感知的道路线形参数包括视觉弯道曲率和视觉弯道长度。

3.基于权利要求2所述的一种弯道违法占道预测方法，其特征在于，所述视觉弯道曲率和视觉弯道长度计算公式为：

vS_iL＝S_(i+1)L-S_iL

vS_iR＝S_(i+1)R-S_iR

其中，i＝1,2,3，S_iL是在控制点P_iL处的左视觉道路边界的累积长度，S_iR是在控制点P_iR处的右侧视觉道路边界的累积长度，f_iL是左视觉道路边界在控制点P_iL处的切线角度，f_iR是控制点P_iR处的右侧视觉道路边界，vS_iL是控制点P_iL和P_(i+1)L之间的左视觉曲线长度，vK_iL是控制点P_iL和P_(i+1)L之间的左视觉曲线曲率，vS_iR是控制点P_iR和P_(i+1)R之间的右视觉曲线长度，vK_iR是控制点P_iR和P_(i+1)R之间的右侧视觉曲线曲率。

4.根据权利要求1所述的一种弯道违法占道预测方法，其特征在于，所述道路环境的组成部分包括：天空、道路、防护设施、交通标志、森林以及路边悬崖；通过估计深度值技术将道路环境组成部分的深度值在视觉深度层中分别表示出来。

5.根据权利要求1所述的一种弯道违法占道预测方法，其特征在于，所述视觉语义层与视觉深度层均采用特征提取和特征融合方法，通过残差网络对表示驾驶员视觉感知道路环境的输入图像进行特征提取，然后通过特征金字塔网络对提取后的特征进行特征融合。

6.根据权利要求1所述的一种弯道违法占道预测方法，其特征在于，所述驾驶员视觉敏感区域的计算过程为：

其中Mⁱ表示第i个特征图，α_i是其相应的重量，ReLU是整流后的线性单位，c₁、c₂是特征图的大小，Z＝c₁×c₂，y是根据输入图像计算的模型，表示特征图Mⁱ中第j行和第k列的像素值，L_Grade-CAM表示梯度加权类激活映射算法。