[发明专利]一种基于深度学习的车况智能监测方法

摘要

本发明公开了一种基于深度学习的车况智能监测方法，信息采集模块获取汽车各传感器的输出信息，然后信息处理模块对这些信息进行初步处理，通过卷积神经网络感知道路交通环境；并将处理好的信息通过通信模块传送到云端平台，经过远程云端平台的BP神经网络进一步处理后，人机交互模块通过视觉和声音的信号向用户反馈本车的车况状态信息。本发明实现了对汽车车内及车外车况的智能监测，并及时向用户反馈汽车故障和危险警告等提示或预警信息，使用户实时了解本车的工作状态是否良好，及时采取措施避免危险事故的发生，不仅有效提高了汽车的使用效率，而且提高了汽车的行驶安全。

主权项

一种基于深度学习的车况智能监测方法，该检测方法基于的车况智能监测系统包括信息采集模块、信息处理模块、通信模块、远程云端平台和人机交互模块，所述信息采集模块和汽车各传感器、信息处理模块相连，所述信息处理模块和通信模块、人机交互模块相连，所述通信模块和远程云端平台相连；其特征在于，包括以下步骤：步骤一，信息采集模块获取各传感器采集的汽车信息，并传送给信息处理模块；步骤二，信息处理模块获取各传感器的信息之后，根据传感器的不同，将汽车信息进行初步的分类处理，得到初步的车内车况信息；通过训练好的卷积神经网络从ADAS传感器中识别障碍物及其与本车之间的相对距离、交通指示标志、车道线、停止线和斑马线，即为车外车况信息；步骤三，远程云端平台通过通信模块获得车内外车况信息，通过对各传感器的工作输出参数进行学习过的BP神经网络，进行车况状态的分析；步骤四，远程云端平台将步骤三处理后的信息反馈到信息处理模块，信息处理模块根据车况状态，决定是否通过人机交互模块给予用户视觉和声音的提示和/或警告。