一种汽车辅助驾驶方法及系统与流程

本发明涉及汽车辅助驾驶技术领域，特别涉及一种汽车辅助驾驶方法及系统。

背景技术：

随着汽车行业的不断发展，汽车数量越来越多，目前已有很多汽车具有辅助驾驶功能，甚至是无人驾驶功能。现有汽车辅助驾驶的信号采集模块不但位置与角度基本是固定的，而且信号采集安装的角度可选择的范围很少，导致驾驶人员基本不能根据实际环境自由调整信号采集的类别、位置及角度等参数，更不能让汽车辅助装置根据算法识别情况自适应调整信号采集的参数，导致辅助驾驶功能并不实用，辅助驾驶准确率低，给驾驶员带来了不便。

并且，目前汽车辅助驾驶智能算法基本都是对特定信号或特定几种信号分别进行识别，在识别完成后进行集成分析、反馈与响应。汽车辅助驾驶智能算法基本都是对特定信号或特定几种信号分别进行识别，在识别完成后进行集成分析，即使有的对这些信号进行了融合处理，也未根据智能算法的识别情况对信号的融合策略进行动态的调整与更新，导致辅助驾驶检测的可靠性低，带来了不便。

因而现有技术还有待改进和提高。

技术实现要素：

鉴于上述现有技术的不足之处，本发明的目的在于提供一种汽车辅助驾驶方法及系统，旨在解决现有汽车辅助驾驶技术不能自动调整参数导致可靠性低准确率低的问题。

为了达到上述目的，本发明采取了以下技术方案：

一种汽车辅助驾驶方法，其中，包括：

a、通过信号采集装置根据预先设置的信号采集参数采集汽车周围的多个信号；

b、按照预先设置的信号融合策略对所述多个信号进行融合，根据信号融合策略的信号融合参数将不同信号按不同比例组合在一起得到融合后的信号数据；

c、采用汽车辅助驾驶智能算法对融合后的信号数据进行识别得到对应的识别结果；

d、根据预先设置的决策融合策略对所述识别结果进行决策分析得到对应的决策结果，根据决策结果对应动态调整信号采集参数及信号融合参数或对应进行预警以辅助驾驶。

所述的汽车辅助驾驶方法，其中，所述步骤a具体包括：

a1、在汽车车顶中部安装一可在垂直方向上伸缩的竖杆，在所述竖杆上端安装可在水平方向360度旋转及在垂直方向上角度可调的信号采集装置，所述信号采集装置包括摄像头、红外发射接收器、雷达发射接收器及超声波发射接收器；

a2、根据预先设置的信号采集参数，所述信号采集装置采集汽车周围的白光视频信号、红外光视频信号、红光视频信号、雷达信号及超声波信号。

所述的汽车辅助驾驶方法，其中，所述步骤b具体包括：

b1、预先采集各种环境下汽车周围的不同信号并进行分析测试，得到最优的统计知识规则，形成默认的信号融合策略；

b2、按照预先设置的信号融合策略对所述多个信号进行融合，根据信号融合策略的信号融合参数将不同信号按不同比例组合在一起得到融合后的信号数据；

b3、将融合后的信号数据存储，将信号数据以符合算法输入的格式存储在不同的固定区域，对外只提供数据指针接口，以供对应的汽车辅助驾驶智能算法调用。

所述的汽车辅助驾驶方法，其中，所述步骤c具体包括：

c1、根据所述汽车辅助驾驶智能算法分别对融合后的信号数据进行识别得到对应的识别结果；其中，所述汽车辅助驾驶智能算法包含场景环境判断算法、车道偏移检测算法、前车防撞算法、后车防撞算法及行人检测算法。

所述的汽车辅助驾驶方法，其中，所述步骤d具体包括：

d1、预先采集各种环境下汽车周围的不同信号并进行分析测试，得到最优的可靠性识别结果，形成对应的决策融合策略；

d2、根据决策融合策略分析所述识别结果并反馈调节信号采集参数及信号融合参数或选择当前环境下可靠性最高的识别结果进行预警反应以辅助驾驶。

一种汽车辅助驾驶系统，其中，包括：

信号采集模块，用于通过信号采集装置根据预先设置的信号采集参数采集汽车周围的多个信号；

信号融合模块，用于按照预先设置的信号融合策略对所述多个信号进行融合，根据信号融合策略的信号融合参数将不同信号按不同比例组合在一起得到融合后的信号数据；

信号识别模块，用于采用汽车辅助驾驶智能算法对融合后的信号数据进行识别得到对应的识别结果；

信号决策模块，用于根据预先设置的决策融合策略对所述识别结果进行决策分析得到对应的决策结果，根据决策结果对应动态调整信号采集参数及信号融合参数或对应进行预警以辅助驾驶。

所述的汽车辅助驾驶系统，其中，所述信号采集模块包括：

装置设置单元，用于在汽车车顶中部安装一可在垂直方向上伸缩的竖杆，在所述竖杆上端安装可在水平方向360度旋转及在垂直方向上角度可调的信号采集装置，所述信号采集装置包括摄像头、红外发射接收器、雷达发射接收器及超声波发射接收器；

信号采集单元，用于根据预先设置的信号采集参数，所述信号采集装置采集汽车周围的白光视频信号、红外光视频信号、红光视频信号、雷达信号及超声波信号。

所述的汽车辅助驾驶系统，其中，所述信号融合模块包括：

融合设置单元，用于预先采集各种环境下汽车周围的不同信号并进行分析测试，得到最优的统计知识规则，形成默认的信号融合策略；

信号融合单元，用于按照预先设置的信号融合策略对所述多个信号进行融合，根据信号融合策略的信号融合参数将不同信号按不同比例组合在一起得到融合后的信号数据；

融合存储单元，用于将融合后的信号数据存储，将信号数据以符合算法输入的格式存储在不同的固定区域，对外只提供数据指针接口，以供对应的汽车辅助驾驶智能算法调用。

所述的汽车辅助驾驶系统，其中，所述信号识别模块包括：

信号识别单元，用于根据所述汽车辅助驾驶智能算法分别对融合后的信号数据进行识别得到对应的识别结果；其中，所述汽车辅助驾驶智能算法包含场景环境判断算法、车道偏移检测算法、前车防撞算法、后车防撞算法及行人检测算法。

所述的汽车辅助驾驶系统，其中，所述信号决策模块包括：

决策设置单元，用于预先采集各种环境下汽车周围的不同信号并进行分析测试，得到最优的可靠性识别结果，形成对应的决策融合策略；

信号决策单元，用于根据决策融合策略分析所述识别结果并反馈调节信号采集参数及信号融合参数或选择当前环境下可靠性最高的识别结果进行预警反应以辅助驾驶。

相较于现有技术，本发明提供的汽车辅助驾驶方法及系统，根据汽车辅助驾驶智能算法的识别情况对信号的融合策略进行动态的调整与更新，使得辅助驾驶检测的可靠性高，能够更好地检出目标，并给驾驶员预警，尽量降低了现有技术误判率高可靠性低的问题，实现了快速、准确的汽车辅助驾驶，具有很好的应用前景，带来了极大的方便。

附图说明

图1为本发明提供的汽车辅助驾驶方法的方法流程图。

图2为本发明提供的信号采集装置安装示意图。

图3为本发明提供的汽车辅助驾驶系统应用实施例的结构框图。

具体实施方式

本发明提供一种汽车辅助驾驶方法及系统。为使本发明的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明提供一种汽车辅助驾驶方法，请参阅图1，所述汽车辅助驾驶方法，包括以下步骤：

s100、通过信号采集装置根据预先设置的信号采集参数采集汽车周围的多个信号；

s200、按照预先设置的信号融合策略对所述多个信号进行融合，根据信号融合策略的信号融合参数将不同信号按不同比例组合在一起得到融合后的信号数据；

s300、采用汽车辅助驾驶智能算法对融合后的信号数据进行识别得到对应的识别结果；

s400、根据预先设置的决策融合策略对所述识别结果进行决策分析得到对应的决策结果，根据决策结果对应动态调整信号采集参数及信号融合参数或对应进行预警以辅助驾驶。

下面结合具体的实施例对上述步骤进行详细的描述。

在所述步骤s100中，通过信号采集装置根据预先设置的信号采集参数采集汽车周围的多个信号。具体来说，可在汽车车顶中部安装一可在垂直方向上伸缩的竖杆，在所述竖杆上端安装可在水平方向360度旋转及在垂直方向上角度可调的信号采集装置，所述信号采集装置包括摄像头、红外发射接收器、雷达发射接收器及超声波发射接收器。然后，根据预先设置的信号采集参数，所述信号采集装置采集汽车周围的白光视频信号、红外光视频信号、红光视频信号、雷达信号及超声波信号。

在实际应用时，如图2所示，通过在车顶中部，安装一可向上伸缩的杆子。此杆子上端安装信号采集装置，信号采集装置中的信号采集器（摄像头或雷达发射接收器，多个信号采集器安装的时候可安装在同一方向也可在不同方向）可水平方向360度旋转，垂直方向可调一定角度。汽车通过杆中的线缆与信号采集器进行交互，传送命令、返回采集到的信号数据。信号采集器360度旋转，采集特定方向，比如前后左右的数据，并通过杆子中的线缆把数据显示在车内的显示屏上。信号采集装置采集的多个信号包括白光视频信号、红外光视频信号、红光视频信号、雷达信号及超声波信号等。

在步骤s200中，按照预先设置的信号融合策略对所述多个信号进行融合，根据信号融合策略的信号融合参数将不同信号按不同比例组合在一起得到融合后的信号数据。具体来说，信号采集后的融合策略，即把不同信号数据按不同比例组合在一起，比如，红外图像数据为a,白光图像数据为b,假定a与b的尺寸一致（如果不一致，可通过放大，缩小，使之尺寸一致），则融合红外数据与白光数据后得到一个新的数据c,c=a*a+b*b，其中a，b分别为红外数据与白光数据的权重，由事先大量测试统计确定的（即大量测试结果表明权重取此值的时候，算法效果最好，下面提到的权重情况类似）。还可以采用对信号数据的信号特征进行融合的融合策略，比如提取上面红外数据的特征为x,提取的白光数据的特征为y,分别赋予x与y不同权重x、y形成新的特征z,即z=x*x+y*y，不同权重x、y是由事先大量测试统计确定的。

进一步地，所述步骤s200具体包括：

s201、预先采集各种环境下汽车周围的不同信号并进行分析测试，得到最优的统计知识规则，形成默认的信号融合策略；

s202、按照预先设置的信号融合策略对所述多个信号进行融合，根据信号融合策略的信号融合参数将不同信号按不同比例组合在一起得到融合后的信号数据；

s203、将融合后的信号数据存储，将信号数据以符合算法输入的格式存储在不同的固定区域，对外只提供数据指针接口，以供对应的汽车辅助驾驶智能算法调用。

具体来说，在实际应用时，由于每一种信号都只反映或表征不同环境条件下待检测的汽车的某方面特征，在不同环境，比如雾天，车辆的图像信息一般就没有雷达明显，晚上则白光图信息一般就没有红外光图信息那么清楚。所以为了更高效检出前面的汽车，则前车检测算法应优先或重点使用使得待检测目标明显的清楚的信号，即雾天环境下优先使用雷达信号，晚上优先使用红外光信号。本发明通过事先采集各种环境下的不同信号，对这些信号进行分析测试，得到最优的统计知识规则，即形成默认的信号融合策略（后续的不同的决策融合策略也通过类似方法得出）。关于环境判断算法，可根据一段时间内的图像的像素统计信息判断不同环境，比如，统计白光图正上方中间区域（即上边延到图像高度的1/6,从左往右图像宽度的1/3至2/3处之间的区域），如果灰度平均值小于事先统计的默认的灰度阈值，则认为是晚上环境，其他环境类似判断。这样，便可根据事先保存好的信号融合策略，对多个信号进行融合。

优选地，在实际应用时，关于融合后的信号数据，还将发往存储模块进行存储。存储从采集模块中传过来的融合后的信号数据。信号数据以符合算法输入的格式存储在不同的固定区域，对外只提供数据指针接口，供对应汽车辅助驾驶智能算法调用。优选地，所述存储模块中还存有信号采集参数及信号融合参数，以便后续步骤进行反馈调节。

在所述步骤s300中，采用汽车辅助驾驶智能算法对融合后的信号数据进行识别得到对应的识别结果。具体来说，所述汽车辅助驾驶智能算法包含场景环境判断算法、车道偏移检测算法、前车防撞算法、后车防撞算法、行人检测算法及辅助停车算法；然后根据所述汽车辅助驾驶智能算法分别对融合后的信号数据进行识别得到对应的识别结果。

在实际应用时，汽车辅助驾驶智能算法包含车道偏移检测算法、前车防撞算法、后车防撞算法、行人检测算法等。其中，车道偏移检测算法，一般是通过先检测出道路上的车道的分割线，判断本车跨越分割线。而前车防撞算法是检测视野前方是否有车辆，并距离本车的有多远，如果距离在某个范围内，则有可能相撞，把此信息上传给系统，让系统做出反应。而后车防撞算法，则类似前车防撞算法，不过是检测本车后面。关于行人检测算法，类似前车防撞算法，不过是检测行人。

每一个智能算法调用存储模块中固定区域的信号数据（通过指针）。此处，有两种实施方式，一是串行方式，一是并行方式。以串行方式为例，在一段时间内，不断调整参数与策略，进行识别。此处的调整参数与融合策略的方法，是按照产品开发的过程中预先训练与测试得来的，以进行有效的调整。各类智能算法的输入数据为白光视频信号数据、红外光视频信号数据、红光视频信号数据、雷达信号数据、超声波信号数据等信号数据的一种、几种或融合等，并且识别算法本身的参数与结构可从存储模块读取数据后进行更新。

在实际应用时，前车检测算法调用存储模块中固定区域的信号数据（通过指针）。先通过车道检测算法检测车道信息，通过反馈由车道位置信息对应的镜头角度调整参数（可事先统计制作一个车道位置与镜头调整参数的对照表），传到信号采集装置，调整镜头角度，使得直的车道线在图像上是左右对称的，这样便于进行前车检测。调用场景环境判断算法（判断是否是晚上、是否雾天、是否下雨天），根据不同的环境判断与事先保存的策略，就可以选择不同信号的融合策略、特征的融合策略、前车检测算法内在的参数，从而实现改变前车检测算法结构、特征形态、参数，进而提高前车检测算法检测效率。

在所述步骤s400中，根据预先设置的决策融合策略对所述识别结果进行决策分析得到对应的决策结果，根据决策结果对应动态调整信号采集参数及信号融合参数或对应进行预警以辅助驾驶。具体来说，本发明预先采集各种环境下汽车周围的不同信号并进行分析测试，得到最优的可靠性识别结果，形成对应的决策融合策略。然后，根据决策融合策略分析所述识别结果并反馈调节信号采集参数及信号融合参数或选择当前环境下可靠性最高的识别结果进行预警反应以辅助驾驶。

在实际应用时，决策融合策略，也与上述信号融合策略类似，即不同智能算法或同一智能算法的不同实现模块得出的结果不一致或不完全一致，这时候怎么进行判断，根据常识，应该选择可靠性比较高的，而哪个结果在哪种环境下可靠性比较高，是由事先大量测试统计确定的。譬如示例一、若算法（记为算法1）输入为红外信号的识别效果比单纯使用白光图的效果好，这就是对应的决策结果。示例二、比如运行一段时间后发现算法中的某个参数（记为参数1）的值由a调整到b，其识别效果更好，这便是对应的决策结果。

然后根据决策结果判断是需要进行预警反应，还是需要调整参数。如果决策结果对应的效果更好，可靠性更高，那么后续便反馈调节参数及策略。譬如，对示例一进行决策分析后，把存储模块中的相关参数、融合策略反馈到信号采集模块，即算法1的输入数据定为红外信号数据。对示例二进行决策分析后，反馈调整存储模块中的相关参数，即把算法的参数1的值修改为b。也就是说，如果决策结果对应的情况很紧急，譬如达到了预警的阈值条件，那么立即反应，对驾驶员进行预警，比如前车防撞预警、疲劳预警及行人预警等。如根据报警警告决策，对司机进行预警，紧急情况下，直接对车采取诸如紧急制动操作。当然，也存在不反应的情况。

关于反馈调节参数，一般动态调整信号采集参数及信号融合参数。所述信号采集参数：包括信号采集的种类（白光视频信号、红外光视频信号、红光视频信号、雷达信号、超声波信号等）、信号采集的角度（如果是摄像头，这是摄像头垂直与水平方向的角度）等。而信号融合参数包括两个方面，一是特定变量的参数（譬如不同信号融合的比例），二是是否使用某个算法的判断条件，比如某个参数p值为1时使用算法1，p值为2时使用算法2。

本发明提供的汽车辅助驾驶方法，在汽车运行过程中，基于场景环境，根据智能算法识别情况，信号采集的类别、位置、角度、镜头等参数能进行自动调整，采集后的信号融合策略能也进行自动调整，还能进行算法参数或结构的自动调整，本发明能从实际场景中进行学习，从而修改相关参数，提高汽车辅助驾驶水平

基于上述实施例提供的汽车辅助驾驶方法，本发明还提供一种汽车辅助驾驶系统。请参阅图3，所述汽车辅助驾驶系统包括：

信号采集模块10，用于通过信号采集装置根据预先设置的信号采集参数采集汽车周围的多个信号；具体如步骤s100所述；

信号融合模块20，用于按照预先设置的信号融合策略对所述多个信号进行融合，根据信号融合策略的信号融合参数将不同信号按不同比例组合在一起得到融合后的信号数据；具体如步骤s200所述；

信号识别模块30，用于采用汽车辅助驾驶智能算法对融合后的信号数据进行识别得到对应的识别结果；具体如步骤s300所述；

信号决策模块40，用于根据预先设置的决策融合策略对所述识别结果进行决策分析得到对应的决策结果，根据决策结果对应动态调整信号采集参数及信号融合参数或对应进行预警以辅助驾驶；具体如步骤s400所述。

进一步地，所述信号采集模块10包括：

装置设置单元，用于在汽车车顶中部安装一可在垂直方向上伸缩的竖杆，在所述竖杆上端安装可在水平方向360度旋转及在垂直方向上角度可调的信号采集装置，所述信号采集装置包括摄像头、红外发射接收器、雷达发射接收器及超声波发射接收器；

信号采集单元，用于根据预先设置的信号采集参数，所述信号采集装置采集汽车周围的白光视频信号、红外光视频信号、红光视频信号、雷达信号及超声波信号。

进一步地，所述信号融合模块20包括：

融合设置单元，用于预先采集各种环境下汽车周围的不同信号并进行分析测试，得到最优的统计知识规则，形成默认的信号融合策略；

信号融合单元，用于按照预先设置的信号融合策略对所述多个信号进行融合，根据信号融合策略的信号融合参数将不同信号按不同比例组合在一起得到融合后的信号数据；

融合存储单元，用于将融合后的信号数据存储，将信号数据以符合算法输入的格式存储在不同的固定区域，对外只提供数据指针接口，以供对应的汽车辅助驾驶智能算法调用。

进一步地，所述信号识别模块30包括：

信号识别单元，用于根据所述汽车辅助驾驶智能算法分别对融合后的信号数据进行识别得到对应的识别结果；其中，所述汽车辅助驾驶智能算法包含场景环境判断算法、车道偏移检测算法、前车防撞算法、后车防撞算法及行人检测算法。

进一步地，所述信号决策模块40包括：

决策设置单元，用于预先采集各种环境下汽车周围的不同信号并进行分析测试，得到最优的可靠性识别结果，形成对应的决策融合策略；

信号决策单元，用于根据决策融合策略分析所述识别结果并反馈调节信号采集参数及信号融合参数或选择当前环境下可靠性最高的识别结果进行预警反应以辅助驾驶。

由于所述汽车辅助驾驶系统的具体原理和详细技术特征在上述汽车辅助驾驶方法实施例中已详细阐述，在此不再赘述。

上述功能模块的划分仅用以举例说明，在实际应用中，可以根据需要将上述功能分配由不同的功能模块来完成，即划分成不同的功能模块，来完成上述描述的全部或部分功能。

本领域普通技术人员可以理解上述实施例方法中的全部或部分流程，是可以通过计算机（或移动终端）程序来指令相关的硬件完成，所述的计算机（或移动终端）程序可存储于一计算机（或移动终端）可读取存储介质中，程序在执行时，可包括上述各方法的实施例的流程。其中的存储介质可以为磁碟、光盘、只读存储记忆体（rom）或随机存储记忆体（ram）等。

综上所述，本发明提供的一种汽车辅助驾驶方法及系统，通过信号采集装置根据预先设置的信号采集参数采集汽车周围的多个信号；按照预先设置的信号融合策略对所述多个信号进行融合，根据信号融合策略的信号融合参数将不同信号按不同比例组合在一起得到融合后的信号数据；采用汽车辅助驾驶智能算法对融合后的信号数据进行识别得到对应的识别结果；根据预先设置的决策融合策略对所述识别结果进行决策分析得到对应的决策结果，根据决策结果对应动态调整信号采集参数及信号融合参数或对应进行预警以辅助驾驶；提高了汽车辅助驾驶的准确性，尽量避免了现有技术误判的问题，实现了快速、准确的汽车辅助驾驶，具有很好的应用前景，带来了极大的方便。

可以理解的是，对本领域普通技术人员来说，可以根据本发明的技术方案及其发明构思加以等同替换或改变，而所有这些改变或替换都应属于本发明所附的权利要求的保护范围。