基于视觉识别的驾驶辅助系统、方法及存储介质与流程

本发明涉及自动驾驶领域，特别涉及基于视觉识别的驾驶辅助系统、方法及存储介质。

背景技术：

1、在现代社会中，人们的生活质量在不断地提高，无论是否拥有自己的车辆，驾驶成为了人们的必备技能。驾驶车辆可以让人们享受到各种各样的乐趣，并且大大地方便自身的生活。随着汽车工业的发展，车辆也开始智能化，各种车辆控制系统和辅助驾驶系统极大改善了人们的驾驶体验。

2、但是目前的驾驶辅助系统主要通过识别车辆周围实时路况进行分析，判断，然后给予驾驶员相关的提示，对于突然发生的意外情况，即使能够识别，留给驾驶员的反应时间也较短，不利于驾驶员的决策。

3、为此，需要一种能够提前预警，提高安全性的基于视觉识别的驾驶辅助系统、方法及存储介质。

技术实现思路

1、本发明的目的之一在于，提供了基于视觉识别的驾驶辅助系统，能够提前预警，提高安全性。

2、为了解决上述技术问题，本技术提供如下技术方案：

3、基于视觉识别的驾驶辅助系统，包括云平台和车载设备，车载设备包括计算模块、外部图像采集模块和交互模块；

4、云平台用于向计算模块部署ai视觉模型；

5、车载设备用于从外部图像采集模块获取车辆行驶过程中采集的外部图像；通过ai视觉模型对外部图像进行分析，识别车辆及车辆的行为特征，根据车辆的行为特征标记异常行为车辆；将异常行为车辆的信息上传至云平台；

6、云平台还用于根据接收的异常行为车辆的信息，更新云端异常车辆数据库；每隔预设时间，基于云端异常车辆数据库，对计算模块的本地异常车辆数据库进行更新；

7、计算模块还用于判断当前识别的车辆中，是否存在已记录在本地异常车辆数据库中的车辆，如果存在，生成该车辆的提示信息；

8、交互模块用于显示该车辆的提示信息。

9、基础方案原理及有益效果如下：

10、本方案中，车载设备从云平台获取并部署ai视觉模型，接受ai视觉模型的更新。外部图像采集模块采集道路图像，通过ai视觉模型分析图像中周围车辆的行为特征，例如车辆的类型、位置、行驶方向等信息，从而识别道路上其他车辆的违规、异常行为，标记为异常行为车辆，将异常行为车辆的信息上传云平台，并通过云平台与车载设备的通信，实现异常车辆数据库的更新；

11、通过大量的数据，可以不断完善异常车辆数据库，当识别到当前存在已记录在本地异常车辆数据库中的车辆时，生成该车辆的提示信息并显示，该车辆相比与其他车辆，出现异常行为的可能性更高，进行提示能够确保在驾驶过程中及时识别潜在的交通安全隐患。驾驶人员自主驾驶的情况下，异常车辆提醒信息可以使驾驶员提前注意异常车辆，缩短反应时间；在自动驾驶模式下，根据异常车辆提醒信息可以提前规划避让路线，缩短处理时间。

12、综上，本方案通过构建异常车辆数据库，将当前已经发生的异常行为车辆进行存储，用于未来预测可能发生的行为，能够提前预警，提高驾驶的安全性，降低事故发生的概率。

13、进一步，所述交互模块的数量为若干个，安装在车辆的不同位置；

14、车载设备还包括内部图像采集模块；计算模块还用于从内部图像采集模获取车辆内部图像，基于车辆内部图像识别驾驶员及驾驶员的视线朝向；

15、计算模块还用于判断当前识别车辆中是否存在已记录在本地异常车辆数据库中的车辆，如果存在，根据驾驶员的视线朝向，以及预存的交互模块安装位置，确定距离驾驶员视线朝向最近的交互模块，将该车辆的提示信息推送至该交互模块。

16、通过引入内部图像采集模块和驾驶员及其视线朝向的识别功能，使系统能够更全面地监测驾驶员的状态。通过分析驾驶员的视线朝向，系统可以更准确地确定驾驶员的关注点和行为，从而在识别到异常车辆时，将提示信息发送到距离驾驶员视线朝向最近的交互模块，确保驾驶员能够及时而有效地获取到关键信息，进一步提高了驾驶的安全性和体验。

17、进一步，所述车载设备还包括互联模块；互联模块用于连接驾驶员的智能手机；

18、计算模块还用于未识别到距离驾驶员视线朝向最近的交互模块时，判断驾驶员的视线是否朝向智能手机；如果朝向智能手机，将该车辆的提示信息通过互联模块推送至智能手机。

19、通过引入了互联模块，使车载设备能够与驾驶员的智能手机连接。通过连接智能手机，系统可以更灵活地与驾驶员进行交互，当系统未识别到距离驾驶员视线朝向最近的交互模块时，通过分析驾驶员的视线方向是否朝向智能手机，系统能够智能地决定将提示信息发送到智能手机上，提供了另一种接收提示信息的途径，使得驾驶员能够更便捷、更灵活地获取到重要信息。

20、进一步，所述计算模块还用于确定当前识别车辆与本车的相对位置关系，根据相对位置关系对车辆进行分类，分类包括第一距离车辆、第二距离车辆和第三距离车辆；

21、计算模块还用于获取本车的驾驶模式，驾驶模式包括运动模式和正常模式；

22、计算模块还用于根据驾驶模式确定对应的分类；判断对应分类中的车辆，是否记录在本地异常车辆数据库中。

23、通过计算模块确定当前识别车辆与本车的相对位置关系，并据此对车辆进行分类，如第一距离车辆、第二距离车辆和第三距离车辆。这种分类能够帮助系统更精准地评估其他车辆对本车的潜在影响，从而更有效地规划驾驶策略。

24、根据不同的驾驶模式，系统可以调整对识别车辆的分类，以更好地适应不同的驾驶环境和需求。例如运动模式下，车辆加减速频繁，提前显示更远距离的异常车辆，能够帮助驾驶员提前获取信息，提前预警，增强驾驶安全性。

25、进一步，所述计算模块还用于根据车辆内部图像识别驾驶员的注意力状态，注意力状态包括专注状态和非专注状态，

26、计算模块还用于根据驾驶员的注意力状态确定对应的分类；判断对应分类中的车辆，是否记录在本地异常车辆数据库中。

27、计算模块根据车辆内部图像识别驾驶员的注意力状态，将其分为专注状态和非专注状态。这种细致的注意力状态识别可以帮助系统更准确地了解驾驶员的行为特征，根据驾驶员的注意力状态调整对识别车辆的分类。例如，非专注状态时，提前显示更远距离的异常车辆，能够更准确地适应驾驶员的实际情况，为其提供更智能的驾驶辅助服务，进一步增强了驾驶安全性。

28、进一步，所述计算模块还用于根据车辆内部图像识别本车乘员以及乘员年龄，并记录乘坐次数，还用于判断预设年龄范围内的乘员，乘坐次数是否超过阈值，如果超过阈值，标记为辅助乘员；

29、计算模块还用于在未识别到距离驾驶员视线朝向最近的交互模块，且驾驶员的视线未朝向智能手机时，判断辅助乘员的对应位置是否有交互模块，如果有交互模块，将该车辆的提示信息推送至辅助乘员对应位置的交互模块。

30、通过计算模块根据车辆内部图像识别本车乘员及其年龄，并记录乘坐次数，系统能够更全面地了解车内情况，标记辅助乘员。

31、当系统未识别到距离驾驶员视线朝向最近的交互模块且驾驶员未朝向智能手机时，通过判断辅助乘员对应位置是否有交互模块，系统能够智能地将车辆的提示信息推送至辅助乘员对应位置的交互模块，由辅助乘员对驾驶员进行提醒。

32、本发明的目的之二在于，提供基于视觉识别的驾驶辅助方法，使用上述系统，包括如下内容：

33、s1、云平台向计算模块部署ai视觉模型；

34、s2、车载设备从外部图像采集模块获取车辆行驶过程中采集的外部图像；通过ai视觉模型对外部图像进行分析，识别车辆及车辆的行为特征，根据车辆的行为特征标记异常行为车辆；将异常行为车辆的信息上传至云平台；

35、s3、云平台根据接收的异常行为车辆的信息，更新云端异常车辆数据库；每隔预设时间，基于云端异常车辆数据库，对计算模块的本地异常车辆数据库进行更新；

36、s4、计算模块判断当前识别的车辆中，是否存在已记录在本地异常车辆数据库中的车辆，如果存在，生成该车辆的提示信息；

37、s5、交互模块显示该车辆的提示信息。

38、本方案通过构建异常车辆数据库，将当前已经发生的异常行为车辆进行存储，用于未来预测可能发生的行为，能够提前预警，提高驾驶的安全性，降低事故发生的概率。

39、进一步，所述步骤s2中，计算模块从内部图像采集模获取车辆内部图像，基于车辆内部图像识别驾驶员及驾驶员的视线朝向；

40、步骤s4中，计算模块判断当前识别车辆中是否存在已记录在本地异常车辆数据库中的车辆，如果存在，根据驾驶员的视线朝向，以及预存的交互模块安装位置，确定距离驾驶员视线朝向最近的交互模块，将该车辆的提示信息推送至该交互模块。

41、进一步，所述步骤s4中，计算模块未识别到距离驾驶员视线朝向最近的交互模块时，判断驾驶员的视线是否朝向智能手机；如果朝向智能手机，将该车辆的提示信息通过互联模块推送至智能手机。

42、本发明的目的之三在于，提供一种存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。