首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于大数据车载智能驾驶系统的安全监控系统及方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:北京鼎昆嘉业科技有限公司

摘要:本发明公开了基于大数据车载智能驾驶系统的安全监控系统及方法,涉及异常情况报警系统领域,本发明通过全面的将无人驾驶车辆在道路中进行行驶时会遇到的情况进行了考虑,降低了无人驾驶车辆发生事故的可能性;通过采集感知数据集,通过采集得到的感知数据集对未来的感知数据进行预测,根据预测结果、各个模块配合到最终对车辆进行调控的时间以及车辆的行驶速度判定车辆能否顺利的依据驾驶系统对交叉路口、红绿灯以及障碍物进行避让或者相关措施,车辆不会发生危险或者对别的车辆造成危险;一旦根据预测结果判定出车辆会发生事故,会及时对车辆的速度进行调整,使得车辆能够安全的通过,从而避免了给企业造成损失以及对交通造成危害情况的出现。

主权项:1.基于大数据车载智能驾驶系统的安全监控方法,其特征在于,包括以下步骤:S1、设定车载智能驾驶系统模块集、测试区域集并采集各个区域的道路交叉路口个数以及红绿灯个数,得到道路交叉路口个数集以及红绿灯个数集;根据所述测试区域集以及道路交叉路口个数集设定区域道路子路段矩阵;采集所述区域道路子路段矩阵中各个道路子路段的障碍物数量数据,得到区域道路子路段障碍物数据矩阵;S2、采用车载智能驾驶系统模块集中的感知模块分别对测试区域集中的各个测试区域内的交叉路口、红绿灯以及障碍物进行连续感知,得到第一测试结果数据集矩阵、第二测试结果数据集矩阵和第三测试结果数据集矩阵;根据所述第一测试结果数据集矩阵、第二测试结果数据集矩阵以及第三测试结果数据集矩阵对未来时刻的感知效率进行预测,得到最终第一BP神经网络模型、最终第二BP神经网络模型和最终第三BP神经网络模型;S3、采用所述最终第一BP神经网络模型、最终第二BP神经网络模型和最终第三BP神经网络模型分别对未来时刻的交叉路口感知数据、红绿灯感知数据以及障碍物交叉路口感知数据进行预测,得到第一预测数据矩阵、第二预测数据矩阵和第三预测数据矩阵;设定第一决策消耗时间、第二决策消耗时间、第三决策消耗时间以及车辆当前行驶速度,根据所述第一预测数据矩阵、第二预测数据矩阵、第三预测数据矩阵、第一决策消耗时间、第二决策消耗时间、第三决策消耗时间以及车辆当前行驶速度判定是否需要对车辆驾驶系统发出告警并对车辆行驶速度进行调节。

全文数据:

权利要求:

百度查询: 北京鼎昆嘉业科技有限公司 基于大数据车载智能驾驶系统的安全监控系统及方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。