本发明涉及人工智能技术领域，具体地说是一种车载安全驾驶系统。
背景技术：
随着家庭汽车保有量的突飞猛进，汽车第二产业的市场也日渐壮大，比如像行车记录仪、胎压检测仪和电子狗等在汽车中几乎已成为必备消耗品，现有的安全驾驶系统主要是通过车载探测雷达，对车前方的物体进行探测，已达到安全防撞功能，传统的雷达探测容易受到外界干扰，易出现误报现象，没有充分利用人工智能和大数据的优势，针对汽车的安全性和便捷性，现提供一种车载安全驾驶系统。
技术实现要素：
本发明的技术任务是针对以上不足之处，提供一种车载安全驾驶系统。
本发明是一种车载安全驾驶系统，包括车载端和服务器端，车载端由定位模块、主控制模块、传输模块组成，其中，
定位模块，用于汽车定位；
主控制模块，采集路况信息并接收来自定位模块的定位信息，完成任务调度和统一管理；
传输模块，用于将主控制模块的处理信息发送到服务器端；
服务器端，配置有计算系统，实时分析行车数据，并对车辆进行紧急处理，即在分析车辆行驶中存在危险时，进行包括刹车、熄火的处理。
所述定位模块采用gps模块，该gps模块在行车地图上实时显示其他车辆与自己车辆的距离关系，并在超出安全距离时给出提示。
所述传输模块采用4g模块与wifi模块结合的方式，提供无线网络互联。
所述主控制模块包括arm处理器、fpga芯片，其中arm处理器负责整个系统的任务调度和统一管理，并连接摄像头和语音报警模块；fpga芯片用于对摄像头拍摄的视频图像的处理，其连接传输模块和定位模块。
所述服务器端的计算系统包括人工智能计算系统和大数据计算系统，其中人工智能计算系统用于对接收到的图像数据信息进行人工分析，确定车辆行驶过程中是否存在危险；大数据计算系统用于对行驶道路事故数据进行分析计算，并根据行车情况提前给出提示。
所述人工智能计算系统协同主控制模块实现分析，即首先通过摄像头实时采集车辆外部路况和司机的面部表情，fpga对采集的图像进行图像处理，通过无线网络把处理后的图像上传到服务器端，人工智能计算系统对图像进行人工智能分析，确定车辆行驶的附近是否存在危险、司机是否存在疲劳驾驶或饮酒驾驶，并提前给出包括刹车的防护措施。
所述大数据计算系统是指通过获取网络中的行驶道路的事故发生率，以及道路中当前存在的事故，结合实时发送的行车大数据，对司机进行预警，让司机提前进行避让。
本发明的一种车载安全驾驶系统和现有技术相比，具有以下有益效果：
本发明的一种车载安全驾驶系统，可大幅提升整车的安全性和便捷性，可广泛应用于各种车载驾驶系统中，提高安全防护，提前预知危险，防止悲剧发生，实用性强，适用范围广泛，易于推广。
附图说明
附图1为本发明的实现示意图。
具体实施方式
下面结合附图及具体实施例对本发明作进一步说明。
如附图1所示，本发明提供一种车载安全驾驶系统，包括车载端和服务器端，车载端由定位模块、主控制模块、传输模块组成，其中，
定位模块，用于汽车定位；
主控制模块，采集路况信息并接收来自定位模块的定位信息，完成任务调度和统一管理；
传输模块，用于将主控制模块的处理信息发送到服务器端；
服务器端，配置有计算系统，实时分析行车数据，并对车辆进行紧急处理，即在分析车辆行驶中存在危险时，进行包括刹车、熄火的处理。
所述定位模块采用gps模块。
所述传输模块采用4g模块与wifi模块结合的方式。
所述主控制模块包括arm处理器、fpga芯片，其中arm处理器负责整个系统的任务调度和统一管理，并连接摄像头和语音报警模块；fpga芯片用于对摄像头拍摄的视频图像的处理，其连接传输模块和定位模块。
所述服务器端的计算系统包括人工智能计算系统和大数据计算系统，其中人工智能计算系统用于对接收到的图像数据信息进行人工分析，确定车辆行驶过程中是否存在危险；大数据计算系统用于对行驶道路事故数据进行分析计算，并根据行车情况提前给出提示。
所述人工智能计算系统协同主控制模块实现分析，即首先通过摄像头实时采集车辆外部路况和司机的面部表情，fpga对采集的图像进行图像处理，通过无线网络把处理后的图像上传到服务器端，人工智能计算系统对图像进行人工智能分析，确定车辆行驶的附近是否存在危险、司机是否存在疲劳驾驶或饮酒驾驶，并提前给出包括刹车的防护措施。
所述大数据计算系统是指通过获取网络中的行驶道路的事故发生率，以及道路中当前存在的事故，结合实时发送的行车大数据，对司机进行预警，让司机提前进行避让。
本发明的车载驾驶系统主要由fpga、arm、4g模块、wifi、gps、摄像头、服务器端人工智能计算系统和大数据计算系统组成。4g模块和wifi用于无线网络互联，提供稳定可靠的车载数据上传。
gps用于汽车定位，在行车地图上可以实时显示其他车辆与自己车辆的距离关系，针对危险距离提前给出提示，朋友之间可以进行gps互联，随时了解家人，朋友所处地理位置，针对一些需要知道位置信息的情况，例如：家人，朋友开车过程中出现意外，不需要打电话确认位置信息，直接可以根据gps车载互联系统确认位置，提高了反应速度。
arm是整个系统的处理器，负责整个系统的任务调度和统一管理，
人工智能计算系统：摄像头分为外部和内部，车辆在行驶中，外部前摄像头用于对外部路况进行实时采集，fpga对采集的图像进行图像处理，通过无线网络把处理后的图像上传，服务器端对图像通过深度学习进行人工智能分析，通过分析可以知道车辆行驶的前方是否存在危险，需要提前采取刹车等防护措施，外部后摄像头可以在倒车时对车后的情况进行实时的采集，通过上传服务器端进行实时的人工智能分析，当分析发现有人或者其他物体在车后方时，汽车采取自动刹车，防止悲剧的发生。内部摄像头用于对司机的面部表情进行图像采集，通过服务器端对司机的表情进行图像识别，对疲劳驾驶和饮酒驾驶的司机，车辆采取强制熄火措施，提高安全防护。
大数据计算系统：随着车辆越来越多，车祸无法避免，但是针对某些特定地方，车祸的发生率较高，结合行车大数据，如果有车辆发生车祸，实时将车祸发生的地理位置通过互联网进行上传，进行大数据统计，当其他车辆经过此地时，提前对司机进行预警，提高行车安全性。现有的车载地图仅能反馈道路信息，但是无法反馈道路的最新情况，比如城市中某条道路在施工，而车载地图是无法反馈这种信息，当司机不知道这种情况，要路过此道路时，由于无法通行，会带来很大的不便，如果结合行车大数据，当司机遇到这种情况时，自动将路况通过互联网进行上传，进行大数据统计，这样就可以实时反应最新路况，提醒以后的司机提前进行避让，提高行车的便捷性。
该车载安全驾驶系统可大幅提升整车的安全性和便捷性，可广泛应用于各种车载驾驶系统中。
通过上面具体实施方式，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的具体实施方式。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。
除说明书所述的技术特征外，均为本专业技术人员的已知技术。