[发明专利]一种基于改进概率神经网络算法的车辆控制系统

摘要

本发明请求保护一种基于改进概率神经网络算法的车辆控制系统，其包括一输入模块，所述输入模块由至少一个车内摄像头和至少四个车外摄像头组成，所述车外四个摄像头分别设置在车身的四周并隐蔽设置，所述车内摄像头设置在能观察到驾驶员的位置；一车辆核心控制器模块，所述车辆控制器模块与输入模块相连接；一车辆刹车片控制器，所述车辆刹车片控制器与车辆核心控制器模块相连接，所述车辆刹车片控制器电连接着刹车片；所述输入模块采用网络适配器连接到车辆核心控制器模块，所述车辆核心控制器模块包括车辆数据处理器、车辆威胁计算模块及车辆威胁评估模块；一车辆保护罩，所述车辆车辆保护罩与车辆威胁评估模块之间通过无线及有线连接。

主权项

1.一种基于改进概率神经网络算法的车辆控制系统，其特征在于，包括一输入模块，所述输入模块由至少一个车内摄像头和至少四个车外摄像头组成，所述车外四个摄像头分别设置在车身的四周并隐蔽设置，所述车内摄像头设置在能观察到驾驶员的位置；一车辆核心控制器模块，所述车辆控制器模块与输入模块相连接；一车辆刹车片控制器，所述车辆刹车片控制器与车辆核心控制器模块相连接，所述车辆刹车片控制器电连接着刹车片；所述输入模块采用网络适配器连接到车辆核心控制器模块，所述车辆核心控制器模块包括车辆数据处理器、车辆威胁计算模块及车辆威胁评估模块；一车辆保护罩，所述车辆车辆保护罩与车辆威胁评估模块之间通过无线及有线连接；所述车辆数据处理器用于对车内摄像头拍摄的驾驶员的脸部精神状态进行比对分析，及对车外的至少四个摄像头拍摄的车身前后左右的环境信息进行车辆环境的判断、分析及处理；车辆威胁计算模块包括车辆威胁因素提取模块及计算器，车辆威胁因素提取模块用于对包括车外四个摄像头拍摄的场景以及车内摄像头拍摄的驾驶员状态在内的影响因素进行提取；根据影响因素之间的相互关系，构造出用于威胁估计的概率神经网络的拓扑结构，分析各影响因素对智能车辆威胁估计的影响程度，用条件概率表达各个信息要素之间的相关关系，确定条件概率；所述概率神经网络有以下五层：输入层、隐含层、匹配度确认层、求和层和输出层，其中，输入层负责将影响因素特征向量传入网络，输入层个数是样本特征的个数，隐含层通过连接权值与输入层连接，计算输入特征向量与训练集中各个模式的匹配程度，也就是相似度，并将匹配度输入匹配度确认层进行确认，若正确则通过送入高斯函数得到隐含层的输出；隐含层的神经元的个数是输入样本矢量的个数，也就是有多少个样本，该层就有多少个神经元；求和层，就是负责将各个类的隐含层单元连接起来，这一层的神经元个数是样本的类别数目，输出层负责输出求和层中得分最高的那一类；在输入层和隐含层之间的连接是通过一个高斯函数，求得隐含层中的每个神经元和输入层中每个神经元之间的匹配程度；然后通过每类的匹配程度累加求和，再取平均，得到输入样本的所属类别；高斯函数公式为：其中，lg表示g类的数量；n表示特征的个数；sigma表示平滑参数，这是唯一可以调整的量，一般在0到1之间，通过调整可以提高精度；Xij表示g类的第i个神经元的第j个数据；车辆威胁评估模块，用于对实时获得车辆行驶过程中的各影响因素的实时数据，计算各因素变化率，只针对快速变化的环境因素重构其对应的变量节点，再对环境因素进行推理计算得到目标威胁指数，若超过设定的目标威胁指数，则将该信号传输给车辆保护罩；所述车辆保护罩的控制器控制车辆保护罩打开，实现车辆的保护；所述车辆保护罩包括：一保护罩本体、升降机构及一控制器；所述保护罩本体分别固定于所车身的四周，所述保护罩本体与升降机构相连接，所述升降机构与控制器相连接。