一種車聯(lián)網(wǎng)與圖像融合的前向車輛駕駛?cè)笋{駛行為預測系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及智能汽車領(lǐng)域，具體為一種車聯(lián)網(wǎng)與圖像融合的前向車輛駕駛?cè)笋{駛行為預測系統(tǒng)
【背景技術(shù)】
[0002]隨著我國汽車保有量的快速增長，非職業(yè)駕駛員的人數(shù)也在逐步增加，間接導致了交通事故的頻繁發(fā)生。針對事故發(fā)生的原因，研究人員一直致力于如何通過有效的措施降低事故的發(fā)生，其中車路協(xié)同、駕駛安全輔助等系統(tǒng)是提高車輛運行安全的一種有效方法。其中，如何根據(jù)道路信息合理預測駕駛員行為，并提醒駕駛員做出科學決策是駕駛安全輔助系統(tǒng)的關(guān)鍵問題。但目前國內(nèi)外學者只是針對自車駕駛?cè)笋{駛行為進行預測，然而，在車輛行駛過程中，前向車輛突然制動、突然轉(zhuǎn)向、突然換道等不規(guī)范駕駛行為會對后車駕駛安全有重要影響。相比之下，尚未見針對前向車輛駕駛?cè)笋{駛行為預測的研究成果。同時，目前針對駕駛?cè)诵袨樽R別提供的不同的算法和模型缺乏對多個復雜的駕駛意圖進行實時、統(tǒng)一識別的算法。隨著汽車安全輔助系統(tǒng)的發(fā)展和廣泛應用，針對駕駛?cè)笋{駛行為預測的實時性問題將成為迫切需要解決的問題。通過查閱資料，目前，對前向車輛駕駛?cè)笋{駛行為預測方面的應用中尚未見到報道。

【發(fā)明內(nèi)容】

[0003]為了解決上述問題，本發(fā)明提出了一種車聯(lián)網(wǎng)與圖像融合的前向車輛駕駛?cè)笋{駛行為預測系統(tǒng)，通過TI公司視頻處理器DM6437硬件平臺采集道路環(huán)境信息，通過車聯(lián)網(wǎng)通信模塊接收前向車輛節(jié)氣門開度信息、制動踏板位置信息、方向盤轉(zhuǎn)角、方向盤角速度，基于隱馬爾科夫模型理論建立前向車輛駕駛員駕駛行為預測模型，以前向車輛駕駛?cè)嗽谛熊囘^程中的突然制動、突然轉(zhuǎn)向(包括左轉(zhuǎn)向以及右轉(zhuǎn)向)、突然換道(包括左換道以及右換道)駕駛行為作為預測對象，進行前向車輛駕駛員駕駛行為預測。采用的具體技術(shù)方案如下:
[0004]—種車聯(lián)網(wǎng)與圖像融合的前向車輛駕駛?cè)笋{駛行為預測系統(tǒng)，包括道路環(huán)境采集攝像頭、車輛參數(shù)采集及無線傳輸平臺、視頻處理器硬件平臺；所述道路環(huán)境采集攝像頭負責采集道路環(huán)境參數(shù)，所述道路環(huán)境參數(shù)包括道路環(huán)境中的信號燈信息、道路指示標志信息;所述車輛參數(shù)采集及無線傳輸平臺一方面負責采集本車行駛參數(shù)，并通過車聯(lián)網(wǎng)將本車行駛參數(shù)傳輸給后向車輛，另一方面負責接收前向車輛發(fā)送過來的前車行駛參數(shù);所述視頻處理器硬件平臺通過對道路環(huán)境參數(shù)、前向車輛行駛參數(shù)的分析，建立前向車輛駕駛?cè)笋{駛行為預測模型，實現(xiàn)對前向車輛駕駛?cè)笋{駛行為的預測。
[0005]作為優(yōu)選方案，所述道路環(huán)境采集攝像頭采用CCD車載影像夜視攝像頭，安裝在車輛前擋風玻璃上。
[0006]作為優(yōu)選方案，所述車輛參數(shù)采集及無線傳輸平臺包括CAN總線通信電路、信號調(diào)理電路、車載無線通信電路、主控制器電路以及電源電路；
[0007]所述CAN總線通信電路負責實現(xiàn)主控制器串行通信接口與CAN總線通信接口的物理轉(zhuǎn)換，并通過CAN總線通信接口與汽車CAN總線相連，用于獲得節(jié)氣門開度、方向盤轉(zhuǎn)角、方向盤角速度信息；
[0008]所述信號調(diào)理電路一方面通過制動踏板位置傳感器信號線接口與安裝在汽車上的制動踏板位置傳感器相連以獲得制動踏板位置信息，另一方面與所述主控制器電路相連；
[0009]所述車載無線通信電路采用802.1IP車聯(lián)網(wǎng)通信協(xié)議，并設有車載無線通信天線接口負責車車通信；
[0010]所述主控制器電路負責CAN協(xié)議解析、傳感器信號模數(shù)轉(zhuǎn)換、控制車車通信數(shù)據(jù)的收發(fā)，并通過車輛參數(shù)采集及無線傳輸平臺串口通信接口與視頻處理器硬件平臺相連；
[0011]所述電源電路負責將系統(tǒng)+12V直流電源降壓到+5V，為主控制器電路、CAN總線通信電路供電。
[0012]作為優(yōu)選方案，所述CAN總線通信電路由TJA1050及其外圍電路組成;所述信號調(diào)理電路包括阻容元件，負責濾掉干擾信號;所述車載無線通信電路由QPA5525Q及其外圍電路組成;所述主控制器電路由MC9S12XS128及其外圍電路組成;所述電源電路由LM2940及其外圍電路組成。
[0013]作為優(yōu)選方案，所述CAN總線通信電路、信號調(diào)理電路、車載無線通信電路、主控制器電路和和電源電路均設置在一塊電路板上，所述電路板設置在一個長方體外殼內(nèi)部，所述長方體外殼上方設有CAN總線通信凹槽、制動踏板位置傳感器信號線輸入凹槽、車載無線通信天線輸出凹槽和車輛參數(shù)采集及無線傳輸平臺串口通信凹槽；
[0014]所述CAN總線通信接口設置在所述CAN總線通信凹槽處;所述制動踏板位置傳感器信號線接口設置在所述制動踏板位置傳感器信號線輸入凹槽處;所述車載無線通信天線接口設置在所述車載無線通信天線輸出凹槽處;所述車輛參數(shù)采集及無線傳輸平臺串口通信接口設置在所述車輛參數(shù)采集及無線傳輸平臺串口通信凹槽處。
[0015]作為優(yōu)選方案，所述視頻處理器硬件平臺包括視頻解碼電路、視頻處理電路和電源電路；
[0016]所述視頻解碼電路通過道路環(huán)境采集攝像頭視頻線輸入接口與道路環(huán)境采集攝像頭相連，負責將道路環(huán)境采集攝像頭采集的信號燈、道路指示標志模擬視頻信號轉(zhuǎn)換為數(shù)字視頻信號，輸出到視頻處理電路；
[0017]所述視頻處理電路包括DDR2存儲器、FLASH存儲器及視頻處理器;所述DDR2存儲器用于存儲前向車輛駕駛行為預測算法中的數(shù)據(jù);所述FLASH存儲器用于存儲前向車輛駕駛行為預測算法程序;所述視頻處理器一方面負責對視頻解碼電路傳送來的數(shù)字視頻信息進行處理，另一方面通過視頻處理器硬件平臺串口通信接口接收車輛參數(shù)采集及無線傳輸平臺傳輸過來的前車行使參數(shù)，并根據(jù)所述數(shù)字視頻信息和前車行使參數(shù)建立前向車輛駕駛?cè)笋{駛行為預測模型，對前向車輛駕駛?cè)笋{駛行為進行預測；
[0018]所述電源電路負責將車載12V電源轉(zhuǎn)換為視頻處理器所需的3.3V、1.8V、1.2V電源。
[0019]作為優(yōu)選方案，所述視頻解碼電路由視頻解碼芯片TVP5150及其外圍電路組成;所述DDR2存儲器采用MT47H64M16BT，所述FLASH存儲器采用SG29GL256N，所述視頻處理器采用DM6437ο
[0020]作為優(yōu)選方案，所述視頻解碼電路、視頻處理電路和電源電路設置在一塊電路板上，所述電路板設置一個長方體外殼內(nèi)部，所述長方體外殼上方設有道路環(huán)境采集攝像頭視頻線輸入凹槽和視頻處理器硬件平臺串口通信凹槽；
[0021 ]所述道路環(huán)境采集攝像頭視頻線輸入接口設置在道路環(huán)境采集攝像頭視頻線輸入凹槽處;所述視頻處理器硬件平臺串口通信接口設置在視頻處理器硬件平臺串口通信凹槽處。
[0022]作為優(yōu)選方案，所述駕駛行為預測模型為基于HMM理論建立的模型，具體為:λ=(N，M，JT，A，B)，其中，
[0023]S為前向車輛駕駛?cè)笋{駛行為狀態(tài)，S= (S^S2,…Sn)，t時刻所處狀態(tài)為qt，qtes，本項目狀態(tài)數(shù)N = 5，其中，Si為制動行為，S2為左轉(zhuǎn)向行為，S3為右轉(zhuǎn)向行為，S4為左換道行為，S5為右轉(zhuǎn)換道行為；
[0024]V為觀測序列，V= (V1，V2，…VM)，t時刻觀測事件為Ot，本項目觀測值數(shù)M= 10，其中，Vl為前向車輛節(jié)氣門開度，V2為前向車輛制動踏板位置，V3為前向車輛方向盤轉(zhuǎn)角，V4為前向車輛方向盤角速度，V5為信號燈紅燈，V6為信號燈綠燈，V7為信號燈黃燈，V8為道路左轉(zhuǎn)向標志，V9為道路右轉(zhuǎn)向標志，VlQ為道路直行標志；
[0025]JT為前向車輛駕駛?cè)笋{駛行為初始狀態(tài)概率矢量，JT= (JT1 ,JT2,…耶)，其中JTizPQi= Si);
[0026]A為狀態(tài)轉(zhuǎn)移矩陣，即前向車輛駕駛?cè)笋{駛行為狀態(tài)轉(zhuǎn)移矩陣，A= {adNXN，其中，aij = P(qt+i = Sj qt = Si), I < i , j < N；
[0027]B為觀測事件概率分布矩陣，即不同前向車輛駕駛?cè)笋{駛行在在S下各觀測狀態(tài)出現(xiàn)的概率，B= {bjk}NXM，其中，bjk = P[0t = vk I qt = Sj]，I < j < N, I < k < Mo
[0028]本發(fā)明的有益效果是:
[0029](I)基于車聯(lián)網(wǎng)與圖像融合的方法，對前向車輛駕駛?cè)嗽谛熊囘^程中的突然制動、突然轉(zhuǎn)向、突然換道駕駛行為進行預測，為后車駕駛員進行預警，避免交通事故的發(fā)生。
[0030](2)針對當前只針對駕駛?cè)藛我获{駛行為辨識的問題，本發(fā)明綜合了前向車輛駕駛?cè)送蝗恢苿印⑼蝗晦D(zhuǎn)向、突然換道的復合駕駛行為進行預測。
[0031](3)本發(fā)明利用道路環(huán)境參數(shù)和前向車輛行駛參數(shù)相結(jié)合，對前向車輛駕駛?cè)笋{駛行為進行預測，提高了預測的準確度。
[0032](4)通過隱馬爾科夫HMM理論模型，結(jié)合采集的道路環(huán)境參數(shù)和前車行駛參數(shù)建立前車駕駛?cè)笋{駛行為預測模型，預測準確度高。
[0033](5)視頻處理器硬件平臺和車輛參數(shù)采集及無線傳輸平臺均設在一個長方體殼內(nèi)，模塊