本发明涉及智能驾驶
技术领域：
，具体涉及一种人机混合智能驾驶系统。
背景技术：
：随着人工智能技术的发展，无人驾驶技术也飞速发展，无人驾驶系统和有人驾驶系统相比，在于将人排除在驾驶系统之外，但是，无人驾驶系统在面对复杂路况时表现较差。人体行为识别是人工智能领域内一个新兴的研究方向，具有广泛的应用前景和非常可观的经济价值，涉及的应用领域主要包括：视频监控、医疗诊断和监护、运动分析、智能人机交互、虚拟现实等。人体行为识别对应的基本工作流程是：选用各类传感器获取人体行为数据信息，并结合传感器特性及人的行为特性建立合理的行为模型，在此基础上从原始采集数据中提取出对行为类型具有较强描述能力的特征，并采用合适的方法对这些特征进行训练，进而实现对人体行为的模式识别。高质量的图像预处理是行为识别研究的关键，现有的人体行为识别效果不佳的很大原因在于没有获取高质量的图像。技术实现要素：针对上述问题，本发明旨在提供一种人机混合智能驾驶系统。本发明的目的采用以下技术方案来实现：提供了一种人机混合智能驾驶系统，包括传感子系统、行为识别子系统、指令子系统和控制子系统，所述传感子系统用于采用传感器获取车辆运行状态信息和当前路况信息，并将车辆运行状态信息和当前路况信息发送至控制子系统，所述行为识别子系统用于对驾驶员的人体行为进行识别，所述指令子系统用于将人体行为转化为驾驶指令，并将驾驶指令发送至控制子系统，所述控制子系统用于根据车辆运行状态信息、当前路况信息和驾驶指令对车辆进行控制。本发明的有益效果为：提供了一种人机混合智能驾驶系统，该系统克服了无人驾驶中对系统缺乏信赖的缺陷，提高了驾驶员在驾驶中的决策作用，极大提升了用户的驾驶体验。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：传感子系统1、行为识别子系统2、指令子系统3、控制子系统4。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种人机混合智能驾驶系统，包括传感子系统1、行为识别子系统2、指令子系统3和控制子系统4，所述传感子系统1用于采用传感器获取车辆运行状态信息和当前路况信息，并将车辆运行状态信息和当前路况信息发送至控制子系统4，所述行为识别子系统2用于对驾驶员的人体行为进行识别，所述指令子系统3用于将人体行为转化为驾驶指令，并将驾驶指令发送至控制子系统4，所述控制子系统4用于根据车辆运行状态信息、当前路况信息和驾驶指令对车辆进行控制。本实施例提供了一种人机混合智能驾驶系统，该系统克服了无人驾驶中对系统缺乏信赖的缺陷，提高了驾驶员在驾驶中的决策作用，极大提升了用户的驾驶体验。优选的，所述行为识别子系统2包括图像采集模块、图像融合模块、特征提取模块、行为识别模块，所述图像采集模块采用可见光、红外多波段成像系统对人体图像进行采集，所述图像融合模块用于对可见光图像和红外图像进行融合，获取彩色融合图像，所述特征提取模块用于根据彩色融合图像提取人体目标轮廓，所述行为识别模块用于根据人体目标轮廓对人体行为进行识别。本优选实施例行为识别子系统采用可见光、红外多波段成像系统获取人体图像并对图像进行融合处理，获取了高质量的图像，有助于提升后续人体的可探测性和跟踪性，采用彩色融合图像，更加符合人类的视觉特征。优选的，所述图像融合模块包括第一融合模块、第二融合模块、第三融合模块，所述第一融合模块在非下采样轮廓波变换域对可见光图像和红外图像进行融合，获取灰度融合图像，所述第二融合模块根据灰度融合图像获取伪彩色融合图像，所述第三融合模块根据伪彩色融合图像获取彩色融合图像；所述第一融合模块在非下采样轮廓波变换域对可见光图像和红外图像进行融合，具体为：对可见光图像p和红外图像q进行非下采样轮廓波分解，得到对应的子带分解系数和lp和lq分别表示可见光图像和红外图像的低频子带系数，和分别表示可见光和红外图像第j个尺度高频子带中第k个方向的子带系数；对低频子带采用下式进行融合：式中，lr(x,y)表示灰度融合图像r对应的低频子带系数，其中，p表示红外图像的平均灰度值，h(x,y)表示红外图像中像素点(x,y)的灰度值；对高频子带采用下式进行融合：式中，表示融合灰度融合图像r的方向子带系数，vp(x,y)表示可见光图像以像素点(x,y)为中心的n×n窗口内方向子带系数的方差值，vq(x,y)表示红外图像以像素点(x,y)为中心的n×n窗口内方向子带系数的方差值；根据灰度融合图像的低频子带系数和高频子带系数重构出灰度融合图像r；传统的图像融合方法获取的融合图像通常存在目标与背景对比度较低、图像较为模糊等不足。本优选实施例通过对可见光图像和红外图像进行多尺度、多方向融合，提升了图像融合水平，通过确定图像融合方式，能够更好地融合不同波段的图像的信息，获得的灰度融合图像细节、纹理特征更加丰富。优选的，所述第二融合模块根据灰度融合图像获取伪彩色融合图像，具体为：采用下式在yuv颜色空间获取伪彩色融合图像：式中,y(x,y)、u(x,y)、v(x,y)分别表示伪彩色融合图像在yuv颜色空间的分量，r(x,y)表示可见光图像和红外图像的灰度融合图像，p(x,y)表示可见光图像，q(x,y)表示红外图像；所述第三融合模块根据伪彩色融合图像获取彩色融合图像，具体为：将一幅自然日光条件下拍摄的彩色可见光图像作为参考图像，并将该参考图像变换至yuv颜色空间，根据参考图像在yuv颜色空间各通道内的灰度均值和方差，调整伪彩色融合图像对应的yuv分量值，得到调整后的伪彩色融合图像，具体采用下式进行：式中,s和w分别对应参考图像和伪彩色融合图像，y1(x,y)、u1(x,y)、v1(x,y)分别表示调整后的伪彩色融合图像在yuv颜色空间的分量，μ和σ分别表示yuv颜色空间内各颜色通道的灰度均值和方差；将调整后的伪彩色融合图像从yuv颜色空间变换到rgb颜色空间，得到彩色融合图像。本优选实施例有机整合了不同波段间的互补信息，丰富了图像的细节信息，使人体目标得到增强，从而提高对目标探测和跟踪的准确性和鲁棒性；同时，融合图像可以为计算机视觉分析提供更高质量的源图像；此外，经过颜色调整后的彩色融合图像具有自然色彩视觉效果，可以提高观察者对场景的感知、降低观察者观看视频的疲劳程度，这对于某些需要观察者参与的行为识别应用具有重要意义。驾驶采用本发明人机混合智能驾驶系统的车辆，选定出发地地，选取5个目的地进行实验，分别为目的地1、目的地2、目的地3、目的地4、目的地5，对驾驶时间和驾驶者满意度进行统计，同现有无人驾驶系统相比，产生的有益效果如下表所示：驾驶时间缩短驾驶者满意度提高目的地129％27％目的地227％26％目的地326％26％目的地425％24％目的地524％22％最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12