一种高性能的辅助驾驶系统的制作方法

本发明涉及辅助驾驶
技术领域：
，具体涉及一种高性能的辅助驾驶系统。
背景技术：
随着社会的发展和人们生活水平的提高，家用汽车数量出现了井喷式的增长，人们对驾驶体验的要求也越来越高，各种辅助驾驶系统层出不穷，然而，现有的辅助驾驶系统缺乏对人员身份的有效验证，且操作复杂，驾驶体验不高。手势作为基本的生物特征，自然性和直观性好，在人机交互中处于非常重要的地位。然而由于图像设备获取信息不够充分、手的多样性、形变性、环境的复杂性，光照变化、光照不均以及存在阴影等问题，无法准确对手势进行识别。技术实现要素：针对上述问题，本发明旨在提供一种高性能的辅助驾驶系统。本发明的目的采用以下技术方案来实现：提供了一种高性能的辅助驾驶系统，包括身份验证子系统、模型建立子系统、手势检测子系统、数据处理子系统和运行管控子系统，所述身份验证子系统用于驾驶人员输入身份信息，对驾驶人员的身份信息进行验证，所述模型建立子系统用于确定驾驶人员手势对应的控制信号，所述手势检测子系统用于对驾驶人员的手势进行检测，所述数据处理子系统用于将驾驶人员的手势转化为车辆的控制信号，所述运行管控子系统用于根据控制信号对车辆进行控制并对车辆的运行状态进行实时监控。本发明的有益效果为：提供了一种高性能的辅助驾驶系统，通过对驾驶人员的手势进行建模和识别，实现了对车辆的有效控制。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：身份验证子系统1、模型建立子系统2、手势检测子系统3、数据处理子系统4、运行管控子系统5。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，本实施例的一种高性能的辅助驾驶系统，包括身份验证子系统1、模型建立子系统2、手势检测子系统3、数据处理子系统4和运行管控子系统5，所述身份验证子系统1用于驾驶人员输入身份信息，对驾驶人员的身份信息进行验证，所述模型建立子系统2用于确定驾驶人员手势对应的控制信号，所述手势检测子系统3用于对驾驶人员的手势进行检测，所述数据处理子系统4用于将驾驶人员的手势转化为车辆的控制信号，所述运行管控子系统5用于根据控制信号对车辆进行控制并对车辆的运行状态进行实时监控。本实施例提供了一种高性能的辅助驾驶系统，通过对驾驶人员的手势进行建模和识别，实现了对车辆的有效控制。优选的，所述身份信息包括驾驶人员的姓名、驾驶证号和指纹信息。本优选实施例通过对驾驶人员多重身份信息进行验证，提高了系统安全性。优选的，所述手势检测子系统3包括图像采集模块、图像显著性计算模块和手势检测模块，所述图像采集模块通过摄像头采集人的手势图像，所述图像显著性计算模块用于计算手势图像的显著性值，所述手势检测模块用于根据手势图像的显著性值对手势进行检测。本优选实施例手势检测子系统采用基于视觉注意的显著性计算进行手势的检测，解决了环境中存在的光照变化、光照不均及阴影等对手势检测的不利影响，另一方面，视觉注意机制通过将注意焦点导向场景中的对象，大大减少了搜索的空间，使得快速的手势检测成为可能。优选的，所述图像显著性计算模块包括显著性一次计算子模块、显著性二次计算子模块和显著性三次计算子模块，所述显著性一次计算子模块用于计算手势图像的第一显著性值，所述显著性二次计算子模块用于计算手势图像的第二显著性值，所述显著性三次计算子模块根据手势图像第一显著性值和第二显著性值确定手势图像的显著性值；所述显著性一次计算子模块用于计算手势图像的第一显著性值，具体为：把手势图像分割为n个区域{q1,q2,…,qn}，对于区域qi，i＝1,2,…,n，该区域的特征用该区域中所有像素的特征的均值表示，所述像素的特征采用yab颜色空间的色度成分表示，该区域的位置用该区域的所有像素坐标的均值表示；采用下式计算区域qi的第一参数值：在式子里，ru1(qi)表示区域qi的第一参数值，分别表示区域qi和区域qj的特征向量，d(qi,qj)表示区域qi和区域qj的欧式距离；把图像背景区域定义为图像的边界超像素，图像的上边界为j1，图像的下边界为j2，图像的左边界为j3，图像的右边界为j4，其对应的背景区域的特征依次表示为采用下式计算区域qi的第二参数值：在式子里，ruz(qi)表示区域qi的第二参数值，分别表示区域jk的特征向量；把图像中心的像素赋予高的显著性值，将图像边缘的像素赋予低的显著性值，采用下式计算区域qi的第三参数值：在式子里,ru3(qi)表示区域qi的第三参数值，zc是手势图像中心的坐标；依据区域qi的第一参数值、第二参数值和第三参数值确定区域qi的第一显著性值：mh1(qi)＝ru1(qi)+ru2(qi)+ru3(qi)，在式子里，mh1(qi)表示手势图像中区域qi的第一显著性值，qi是手势图像中的任意区域；本优选实施例显著性一次计算子模块通过对区域的第一参数值、第二参数值和第三参数值进行融合，实现了手势图像第一显著性值的准确计算，第一显著性值能够准确反映手势图像中区域的显著性，具体的，区域第一参数值反映了全局区域的特征，区域第二参数重新定义了背景区域，反映了图像中某区域和背景区域的相似度，区域第三参数值准确反映了将图像中心的像素赋予高的显著性值，将图像边缘的像素赋予低的显著性值，符合人类的视觉习惯。优选的，所述显著性二次计算子模块用于计算手势图像的第二显著性值，具体为：对于区域qi中的像素p，p∈qi，采用下式计算区域qi中的像素p的显著性值：在式子里,表示区域qi像素p的显著性值，qil∈nei(qi),nei(qi)表示区域qi的所有相邻区域的集合，l表示区域qi的所有相邻区域的数量，是区域qil的位置，表示像素p和的欧式距离；计算手势图像中n个区域{q1,q2,…,qn}的像素的显著性值合并后得到手势图像中的像素k的第二显著性值mh2(k)：其中，p∈qi，k是手势图像中的任意像素。本优选实施例显著性二次计算子模块根据手势图像的第一显著性值，确定了手势图像的第二显著性值，在像素级别实现了图像的显著性表示。优选的，所述显著性三次计算子模块用于根据手势图像第一显著性值和第二显著性值确定手势图像的显著性值，具体为：通过下式计算手势图像的显著性值：mh＝mh1(qi)×mh2(k)，在式子里，mh表示手势图像的显著性值；本优选实施例显著性三次计算子模块通过第一显著性值和第二显著性值进行融合，实现了手势图像显著性值得确定，便于后续对手势进行准确检测。采用本发明高性能的辅助驾驶系统进行车辆驾驶，选取5个驾驶人员进行实验，分别为驾驶人员1、驾驶人员2、驾驶人员3、驾驶人员4、驾驶人员5，对驾驶安全性和驾驶人员满意度进行统计，同现有辅助驾驶系统相比，产生的有益效果如下表所示：驾驶安全性提高驾驶人员满意度提高驾驶人员129％27％驾驶人员227％26％驾驶人员326％26％驾驶人员425％24％驾驶人员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，本领域的普通技术驾驶人员应当理解，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