[发明专利]一种基于深度学习的道路环境障碍物检测系统及方法有效
申请号: | 201910337110.X | 申请日: | 2019-04-25 |
公开(公告)号: | CN110097109B | 公开(公告)日: | 2022-12-16 |
发明(设计)人: | 王正家;何涛;柯楠;解家月;钱峰 | 申请(专利权)人: | 湖北工业大学 |
主分类号: | G06V20/20 | 分类号: | G06V20/20;G06V20/58;G06V10/774;G06V10/25;G06V10/762;G06V10/764 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人: | 薛玲 |
地址: | 430068 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提出了一种基于深度学习的道路环境障碍物检测系统及方法。本发明系统包括:车前摄像头、车尾摄像头、左后视镜摄像头、右后视镜摄像头、第一智能处理单元、第二智能处理单元、第三智能处理单元、第四智能处理单元、交换机、主控单页、显示屏、蜂鸣器以及电源模块。本发明方法通过摄像头实时采集车辆四周视频序列,将获取序列中的图像传输给对应的智能处理单元;智能处理单元获取接收图像中的感兴趣区域;创建道路障碍物数据集离线训练YOLO神经网络,智能处理单元将分类为非路面簇的图片作为验证集,输入到训练完成的YOLO网络模型中,输出障碍物的回归框和类别。本发明减少复杂的图像预处理过程,能够快速区分图像背景及前景中的检测目标。 | ||
搜索关键词: | 一种 基于 深度 学习 道路 环境 障碍物 检测 系统 方法 | ||
【主权项】:
1.一种基于深度学习的道路环境障碍物检测系统,其特征在于,包括第一摄像头、第二摄像头、第三摄像头、第四摄像头、第五摄像头、第六摄像头、第一摄像处理智能单元、第二摄像处理智能单元、第三摄像处理智能单元、第四摄像处理智能单元、第五摄像处理智能单元、第六摄像处理智能单元、交换机、主控处理模块、预警模块、显示屏、车辆接口模块、电源模块;车前摄像头、车尾摄像头、左后视镜摄像头、右后视镜摄像头、第一智能处理单元、第二智能处理单元、第三智能处理单元、第四智能处理单元、交换机、主控单页、显示屏、蜂鸣器以及电源模块;所述车前摄像头与所述第一智能处理单元通过导线连接;所述车尾摄像头与所述第二智能处理单元通过导线连接;所述左后视镜摄像头与所述第三智能处理单元通过导线连接;所述右后视镜摄像头与所述第四智能处理单元通过导线连接;所述第一智能处理单元与所述交换机通过网线连接;所述第二智能处理单元与所述交换机通过网线连接;所述第三智能处理单元与所述交换机通过网线连接;所述第四智能处理单元与所述交换机通过网线连接;所述交换机与所述主控单页通过导线连接;所述主控单页与所述显示屏通过导线连接;所述主控单页与所述蜂鸣器通过导线连接;所述电源模块分别与所述的车前摄像头、车尾摄像头、左后视镜摄像头、右后视镜摄像头、第一智能处理单元、第二智能处理单元、第三智能处理单元、第四智能处理单元、交换机、主控单页、显示屏、蜂鸣器通过导线依次连接。
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湖北工业大学,未经湖北工业大学许可,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/patent/201910337110.X/,转载请声明来源钻瓜专利网。