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

基于智能感知的道路安全风险评估方法 

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:华东交通大学

摘要:本发明涉及交通安全技术领域,本发明公开了一种基于智能感知的道路安全风险评估方法,包括:利用路况识别模型对路段图像进行路段识别,得到路段识别结果;当路段识别结果显示异常路段时,获取无人车所处车道的车道路面图像,根据车道路面图像获取所处行驶车道的路面状态系数;基于路面状态系数评估所处车道的安全风险等级,若所处车道的安全风险等级为目标等级时,则令T=T+H,并返回初始步骤;若所处车道的安全风险等级非目标等级时,则获取所有剩余车道的安全风险系数;根据所有剩余车道的安全风险系数获取目标数据,并向后续无人车进行预警;本发明能保证无人车通过未知路况时的安全性,有效避免无人车在通过危险路段时发生侧翻。

主权项:1.一种基于智能感知的道路安全风险评估方法,其特征在于,所述方法包括:S101:在T时刻下,采集无人车行驶方向路段的路段图像,利用预先训练好的路况识别模型对路段图像进行路段识别,得到路段识别结果;所述路段中包含M个车道,T、M为大于零的整数;S102:当路段识别结果显示异常路段时,对路段图像进行图像分割,以获取无人车所处车道的车道路面图像,并根据车道路面图像获取所处行驶车道的路面状态系数;其中,所述获取所处行驶车道的路面状态系数,包括:对车道路面图像进行灰度化处理,将车道路面图像转换为灰度图像;利用K-means聚类算法对灰度图像进行像素点区分,将聚类形成的区域作为聚类区域,得到Q个聚类区域,Q为大于零的整数;依次将每个聚类区域以图像形式输入预先训练好的缺陷检测模型中,以获取缺陷区域类型,所述缺陷区域类型包括坑洞区域、裂缝区域和车辙区域;分别统计不同类型缺陷区域的像素面积和数量,并获取车道路面图像的像素面积,将不同类型缺陷区域的像素面积、数量和车道路面图像的像素面积输入预构建的路面状态数学模型中,以获取所处行驶车道的路面状态系数;其中,所述路面状态数学模型的表达式如下: ;式中:为所处行驶车道的路面状态系数,为第i种类型缺陷区域的像素面积,为第i种类型缺陷区域的数量,为车道路面图像的像素面积;S103:基于路面状态系数评估无人车所处车道的安全风险等级,若所处车道的安全风险等级为目标等级时,并令T=T+H,并返回步骤S101;若所处车道的安全风险等级非目标等级时,则获取路段中所有剩余车道的安全风险系数,H大于零的整数;S104:根据所有剩余车道的安全风险系数获取目标数据,并根据目标数据向后续无人车发送道路安全预警;所述目标数据至少包括无人车的目标变更车道以及通过目标变更车道的最佳通行速度;其中,所述根据所有剩余车道的安全风险系数获取目标数据,包括:提取所有剩余车道的安全风险系数,并按照数值从大到小对所有剩余车道的安全风险系数进行排序,将排序第一安全风险系数对应的剩余车道标记为目标变更车道;获取无人车的车辆数据,将目标变更车道的安全风险系数和车辆数据输入预构建的侧翻风险评估模型中,以确定无人车在目标变更车道的侧翻风险系数;所述车辆数据包括车辆的质心高度、轮距、当前行驶速度和重力加速度;其中,所述侧翻风险评估模型的表达式如下: ;式中:为侧翻风险系数,为质心高度,为轮距,为当前行驶速度,为重力加速度,取为9.81ms²;将侧翻风险系数与预设的侧翻风险系数阈值进行比较,若侧翻风险系数小于等于侧翻风险系数阈值,则将无人车的当前行驶速度作为无人车通过目标变更车道的最佳通行速度;若侧翻风险系数大于侧翻风险系数阈值,则以最优化侧翻风险系数为目标,获取无人车通过目标变更车道的最佳通行速度。

全文数据:

权利要求:

百度查询: 华东交通大学 基于智能感知的道路安全风险评估方法

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。

相关技术
相关技术
相关技术
相关技术