一种基于人工智能的辅助驾驶系统

1.本发明涉及领域，尤其涉及一种基于人工智能的辅助驾驶系统。


背景技术：

2.随着社会经济的发展和人们生活水平的提高，人们对汽车的使用越来越多，汽车也逐渐融入到人们的生活中去，安全驾驶问题变得尤为重要，人工智能驾驶辅助技术成为社会研究的热点。目前辅助驾驶系统一般基于摄像头和雷达的技术，通过提供车辆前方、侧面及后方的环境数据并采取相应操作，针对即将发生的风险向驾驶员发出警告，为驾驶员提供辅助,它们还能够提供制动和转向输入等直观的提示或操作，帮助“引导”驾驶员保持在车道内行驶，或是提供自适应巡航控制系统等便利功能。
3.但传统的辅助驾驶系统功能有限，不具有车内环境监测以及驾驶员监测分析功能，特别是近年来，交通事故率越来越高，并且多数交通事故是由于人为因素导致的，例如驾驶员疲劳驾驶、酒驾、醉驾等；数据表明，不专心驾驶是导致车祸的重要因素之一；因此，迫切需要在现有的辅助驾驶系统上增加对驾驶员的监测功能，以提高安全驾驶系数，提醒驾驶员规范操作，规避安全道路安全风险，保障人员和车辆安全，减少交通事故的发生。


技术实现要素：

4.为了解决上述现有技术中存在的不足，本发明提供一种基于人工智能的辅助驾驶系统，其能够提高安全驾驶系数，提醒驾驶员规范操作，规避安全道路安全风险，保障人员和车辆安全，减少交通事故的发生。
5.本发明解决上述技术问题所采用的技术方案为：一种基于人工智能的辅助驾驶系统，包括
6.中央控制模块；
7.周围环境监测模块，用于监测车辆周围的环境情况，并反馈给所述中央控制模块；
8.车内环境监测模块，用于监测车辆内部的环境情况，并反馈给所述中央控制模块；
9.车辆状态监测模块，用于监测车辆本体的运行状况，并反馈给所述中央控制模块；
10.驾驶人状态监测模块，用于监测当前驾驶人员的疲劳状态，并反馈给所述中央控制模块；
11.驾驶辅助模块，在所述中央控制模块控制下实现车速调节、车道调节、超车、刹车、泊车功能，以实现驾驶员在驾驶过程中对车辆驾驶辅助；
12.警示模块，在所述中央控制模块控制下实现报警提醒；
13.通讯模块，用于中央控制模块与远程云端的通讯；
14.终端模块，与所述远程云端电连接，用于实现与所述远程云端之间的交互通讯。
15.作为优选地，所述周围环境监测模块包括大气监测单元、毫米波雷达模块、摄像头模块和补光灯，所述大气监测单元设置在车辆上，用于监测当前大气环境状况，并反馈给所述中央控制模块，所述毫米波雷达模块设置在车辆的顶部，且用于实时监测障碍物与本车
辆之间的距离，所述毫米波雷达模块与所述中央控制模块电连接，所述摄像头模块用于检测车辆周围的路况，并反馈给所述中央控制模块，所述补光灯设在车辆上，与所述中央控制模块电连接，以提高对目标区域的亮度。该结构中，大气监测单元用于监测当前车辆所处环境的大气环境，大气环境包括空气温湿度、光照强度、雨量信息、pm2.5等，从而更好通过中央控制模块来控制车辆内的设备；毫米波雷达模块以及摄像头模块配合使用从而可以实时识别出车辆周侧路况的行人、路况、目标车辆以及障碍物等的图像信息，并配合驾驶辅助模块，使得在驾驶时，根据现场情况针对性做出调节，并且对接收的实时路况信息及报警信息还可以进行播放，实时提醒驾驶员，对探测到较近的目标距离发出报警，进一步提高驾驶的安全性。
16.作为优选地，当所述大气监测单元监测当前车辆所处环境较暗时，发送第一指令给所述中央控制模块，所收到述中央控制模块收到第一指令后生成补光指令，并发送给所述补光灯，所述补光灯收到补光指令后对目标区域进行补光处理。该结构中，在光线不足情况下，中央控制模块发出补光指令启动补光灯来提高对目标区域的亮度而进行补光，并保持其他区域原有亮度，能因此在夜间、雨雪雾霾等照明条件不佳情况下，有效的改善采集图像模糊的不足，通过目标区域的补光，能提高成像质量和探测距离，减少天气环境对驾驶员的影响，减少事故的发生。
17.作为优选地，所述大气监测单元包括雨量传感器、光照传感器、pm2.5传感器、风速传感器和温湿度传感器，所述雨量传感器、所述光照传感器、所述pm2.5传感器、所述风速传感器和所述温湿度传感器分别与所述中央控制模块电连接。该结构中，雨量传感器用于检测雨量大小，一旦超过阈值，则会开启雨刮器；光照传感器用于检测当前环境的光照强度，一旦超过阈值，则开启补光灯和探照灯；pm2.5传感器用于检测当前环境的pm2.5值，一旦超过阈值，则启动空气净化设备，以保证车内人员的健康；风速传感器用于检测当前环境的风量大小，一旦超过阈值，则会介入驾驶辅助模块，以加强驾驶安全性；温湿度传感器用于检测当前环境的温湿度，以利于车内空调温度调节。
18.作为优选地，所述车内环境监测模块包括高清摄像头，所述高清摄像头设置在车辆内，并与所述中央控制模块电连接，以当车内出现紧急情况时，由所述中央控制模块控制警示模块发出报警提醒，其具体步骤如下，
19.s1：向用户推送是否打开高清摄像头的指令，如用户选择打开则进入s2，如用户不同意，则高清摄像头处于静默状态；
20.s2：高清摄像头开始工作，实时拍摄车辆内的情况，并将采集到的视频信息并发送到图像处理模块进行存储；
21.s3：图像处理模块用于存储高清摄像头发送的视频信息并转发给深度学习判断模块进行行为分析；
22.s4：深度学习判断模块预先训练有异常行为判断模型，根据异常行为判断模型对接收到的视频信息进行行为判断，并将判断结果反馈给中央控制模块；
23.s5：如判断结果为异常，中央控制模块控制警示模块发出报警提醒，并通过通讯模块向与远程云端报备，同时将视频信息输送到车载存储介质中进行备份；如判断结果为正常，则将视频信息直接输入到车载存储介质中进行备份。
24.在该结构中，在进行车内摄像时，会征得用户同意，以保护车内人员的隐私，本识
别方法动作识别准确，利用深度学习判断模块进行人体动作检测，具有较强的泛化能力，而动作模型经过离线数据的分析与建模，非常精准地捕捉了动作的特定规律和运动范围，从而可以精确地匹配人员的动作，一旦出现异常行为，如抢劫、落水、发生车祸、驾驶人员意识不清等情况，可以迅速报警，同时驾驶辅助模块介入工作。
25.作为优选地，所述车辆状态监测模块包括车速监测单元、胎压监测单元、水温监测单元、油量监测单元以及电路监测单元，所述车速监测单元、胎压监测单元、水温监测单元、油量监测单元以及电路监测单元分别与所述中央控制模块电连接。
26.作为优选地，所述驾驶人状态监测模块是通过设置在车辆内的面部采集单元来实现的，具体步骤如下，
27.步骤一：定时通过面部采集单元采集驾驶员脸部图像；
28.步骤二：对获取的驾驶员脸部图像进行归一化、灰度化处理，获取人脸区域；
29.步骤三：在人脸区域内定位人眼瞳孔质心和瞳孔区域，获取人眼状态参数并对人眼进行跟踪；
30.步骤四：将人眼状态参数放入到预先训练好的疲劳特征状态判断模型中，判断驾驶人是否属于疲劳状态，若是，则执行步骤五；否则，返回执行步骤一；
31.步骤五：中央控制模块控制警示模块发出报警提醒，并通过通讯模块向与远程云端报备。
32.该结构中，无需和驾驶员直接接触,并通过驾驶员脸部图像进行有效去除环境噪声的干扰，且拥有高的实时性，将人眼瞳孔质心和瞳孔区域结合起来，提高了关键特征对结果影响的比重,进一步提高了对驾驶员驾驶状态的检测精度，并且拥有更好的使用价值。
33.作为优选地，所述终端模块为智能手机，所述中央控制模块具有唯一序列号，所述远程云端具有一存储列表，所述存储列表中的唯一序列号对应一个手机注册号，当车内环境监测模块监测到当前驾驶人为陌生人时，中央控制模块通过通讯模块发送确认指令给远程云端，远程云端收到确认指令后推送消息给该中央控制模块所对应的手机注册号，当手机注册号所对应的终端模块收到推送消息后，如同意启动，则该车辆可正常驾驶；如拒绝启动，则该车辆拒绝启动，并发出报警提醒。在该结构中，由于存在陌生人驾驶车辆的行为发生，为方便对这类人群进行识别，一旦有陌生人位于驾驶位，远程云端会立刻推送消息给对应的终端模块，如该终端模块同意启动车辆，那么在无钥匙情况下车子也可以正常发送，如该终端模块拒绝启动车辆，则视为非法闯入，发出报警提醒，以保证车辆安全。
34.与现有技术相比，本发明的优点在于：周围环境监测模块，用于监测车辆周围的环境情况，车内环境监测模块，用于监测车辆内部的环境情况，车辆状态监测模块，用于监测车辆本体的运行状况，驾驶人状态监测模块，用于监测当前驾驶人员的疲劳状态，从而进行多方位全面监测，以获得更多的外部以及内部数据，以便于中央控制模块更好进行判断分析，提醒驾驶员规范操作，规避安全道路安全风险，保障人员和车辆安全，减少交通事故的发生。
附图说明
35.图1为本发明的原理框图；
36.图2为本发明中周围环境监测模块的原理框图；
37.图3为本发明中车辆状态监测模块的原理框图；
38.图4为本发明中车内环境监测模块工作时的流程示意图。
具体实施方式
39.以下结合附图和实施例对本发明作进一步详细说明，但不作为对本发明的限定。
40.实施例一：如图所示，一种基于人工智能的辅助驾驶系统，包括
41.中央控制模块1；
42.周围环境监测模块2，用于监测车辆周围的环境情况，并反馈给中央控制模块1；
43.车内环境监测模块3，用于监测车辆内部的环境情况，并反馈给中央控制模块1；
44.车辆状态监测模块4，用于监测车辆本体的运行状况，并反馈给中央控制模块1；
45.驾驶人状态监测模块5，用于监测当前驾驶人员的疲劳状态，并反馈给中央控制模块1；
46.驾驶辅助模块6，在中央控制模块1控制下实现车速调节、车道调节、超车、刹车、泊车功能，以实现驾驶员在驾驶过程中对车辆驾驶辅助；
47.警示模块7，在中央控制模块1控制下实现报警提醒；
48.通讯模块8，用于中央控制模块1与远程云端10的通讯；
49.终端模块9，与远程云端10电连接，用于实现与远程云端10之间的交互通讯。
50.作为优选地，周围环境监测模块2包括大气监测单元21、毫米波雷达模块22、摄像头模块23和补光灯24，大气监测单元21设置在车辆上，用于监测当前大气环境状况，并反馈给中央控制模块1，毫米波雷达模块22设置在车辆的顶部，且用于实时监测障碍物与本车辆之间的距离，毫米波雷达模块22与中央控制模块1电连接，摄像头模块23用于检测车辆周围的路况，并反馈给中央控制模块1，补光灯24设在车辆上，与中央控制模块1电连接，以提高对目标区域的亮度。该结构中，大气监测单元21用于监测当前车辆所处环境的大气环境，大气环境包括空气温湿度、光照强度、雨量信息、pm2.5等，从而更好通过中央控制模块1来控制车辆内的设备；毫米波雷达模块22以及摄像头模块23配合使用从而可以实时识别出车辆周侧路况的行人、路况、目标车辆以及障碍物等的图像信息，并配合驾驶辅助模块6，使得在驾驶时，根据现场情况针对性做出调节，并且对接收的实时路况信息及报警信息还可以进行播放，实时提醒驾驶员，对探测到较近的目标距离发出报警，进一步提高驾驶的安全性。
51.实施例二：如图所示，与实施例一不同的是，当大气监测单元21监测当前车辆所处环境较暗时，发送第一指令给中央控制模块1，所收到述中央控制模块1收到第一指令后生成补光指令，并发送给补光灯24，补光灯24收到补光指令后对目标区域进行补光处理。该结构中，在光线不足情况下，中央控制模块1发出补光指令启动补光灯24来提高对目标区域的亮度而进行补光，并保持其他区域原有亮度，能因此在夜间、雨雪雾霾等照明条件不佳情况下，有效的改善采集图像模糊的不足，通过目标区域的补光，能提高成像质量和探测距离，减少天气环境对驾驶员的影响，减少事故的发生。
52.作为优选地，大气监测单元21包括雨量传感器、光照传感器、pm2.5传感器、风速传感器和温湿度传感器，雨量传感器、光照传感器、pm2.5传感器、风速传感器和温湿度传感器分别与中央控制模块1电连接。该结构中，雨量传感器用于检测雨量大小，一旦超过阈值，则会开启雨刮器；光照传感器用于检测当前环境的光照强度，一旦超过阈值，则开启补光灯24
和探照灯；pm2.5传感器用于检测当前环境的pm2.5值，一旦超过阈值，则启动空气净化设备，以保证车内人员的健康；风速传感器用于检测当前环境的风量大小，一旦超过阈值，则会介入驾驶辅助模块6，以加强驾驶安全性；温湿度传感器用于检测当前环境的温湿度，以利于车内空调温度调节。
53.作为优选地，车内环境监测模块3包括高清摄像头，高清摄像头设置在车辆内，并与中央控制模块1电连接，以当车内出现紧急情况时，由中央控制模块1控制警示模块7发出报警提醒，其具体步骤如下，
54.s1：向用户推送是否打开高清摄像头的指令，如用户选择打开则进入s2，如用户不同意，则高清摄像头处于静默状态；
55.s2：高清摄像头开始工作，实时拍摄车辆内的情况，并将采集到的视频信息并发送到图像处理模块进行存储；
56.s3：图像处理模块用于存储高清摄像头发送的视频信息并转发给深度学习判断模块进行行为分析；
57.s4：深度学习判断模块预先训练有异常行为判断模型，根据异常行为判断模型对接收到的视频信息进行行为判断，并将判断结果反馈给中央控制模块1；
58.s5：如判断结果为异常，中央控制模块1控制警示模块7发出报警提醒，并通过通讯模块8向与远程云端报备，同时将视频信息输送到车载存储介质中进行备份；如判断结果为正常，则将视频信息直接输入到车载存储介质中进行备份。
59.在该结构中，在进行车内摄像时，会征得用户同意，以保护车内人员的隐私，本识别方法动作识别准确，利用深度学习判断模块进行人体动作检测，具有较强的泛化能力，而动作模型经过离线数据的分析与建模，非常精准地捕捉了动作的特定规律和运动范围，从而可以精确地匹配人员的动作，一旦出现异常行为，如抢劫、落水、发生车祸、驾驶人员意识不清等情况，可以迅速报警，同时驾驶辅助模块6介入工作。
60.实施例三：如图所示，与实施例二不同的是，车辆状态监测模块4包括车速监测单元41、胎压监测单元42、水温监测单元43、油量监测单元44以及电路监测单元45，车速监测单元41、胎压监测单元42、水温监测单元43、油量监测单元44以及电路监测单元45分别与中央控制模块1电连接。
61.作为优选地，驾驶人状态监测模块5是通过设置在车辆内的面部采集单元来实现的，具体步骤如下，
62.步骤一：定时通过面部采集单元采集驾驶员脸部图像；
63.步骤二：对获取的驾驶员脸部图像进行归一化、灰度化处理，获取人脸区域；
64.步骤三：在人脸区域内定位人眼瞳孔质心和瞳孔区域，获取人眼状态参数并对人眼进行跟踪；
65.步骤四：将人眼状态参数放入到预先训练好的疲劳特征状态判断模型中，判断驾驶人是否属于疲劳状态，若是，则执行步骤五；否则，返回执行步骤一；
66.步骤五：中央控制模块1控制警示模块7发出报警提醒，并通过通讯模块8向与远程云端报备。
67.该结构中，无需和驾驶员直接接触,并通过驾驶员脸部图像进行有效去除环境噪声的干扰，且拥有高的实时性，将人眼瞳孔质心和瞳孔区域结合起来，提高了关键特征对结
果影响的比重,进一步提高了对驾驶员驾驶状态的检测精度，并且拥有更好的使用价值。
68.作为优选地，终端模块9为智能手机，中央控制模块1具有唯一序列号，远程云端具有一存储列表，存储列表中的唯一序列号对应一个手机注册号，当车内环境监测模块3监测到当前驾驶人为陌生人时，中央控制模块1通过通讯模块8发送确认指令给远程云端，远程云端收到确认指令后推送消息给该中央控制模块1所对应的手机注册号，当手机注册号所对应的终端模块9收到推送消息后，如同意启动，则该车辆可正常驾驶；如拒绝启动，则该车辆拒绝启动，并发出报警提醒。在该结构中，由于存在陌生人驾驶车辆的行为发生，为方便对这类人群进行识别，一旦有陌生人位于驾驶位，远程云端会立刻推送消息给对应的终端模块9，如该终端模块9同意启动车辆，那么在无钥匙情况下车子也可以正常发送，如该终端模块9拒绝启动车辆，则视为非法闯入，发出报警提醒，以保证车辆安全。
69.值得注意的是，以上仅为本发明的较佳实施例，并非因此限定本发明的专利保护范围，本发明还可以对上述各种零部件的构造进行材料和结构的改进，或者是采用技术等同物进行替换。故凡运用本发明的说明书及图示内容所作的等效结构变化，或直接或间接运用于其他相关技术领域均同理皆包含于本发明所涵盖的范围内。